环球网图象搜索引擎研究综述

提出了建立一个ＷＷＷ图象搜索引擎的方案，搜索引擎在Ｉｎｔｅｒｎｅｔ上浏览主页，对遇到的图象进行特征计算，抽取出索引信息，存储索引向量，根据图象内容进行相似图象的查找。分析了颜色直方图、边缘方向直方图、纹理分析和形状不变性等基于图象内容查询的技术，并对ＷＷＷ图象搜索引擎的发展作出了预测。     

Web上基于内容的图象检索技术

Web上基于内容的图象检索集基于内容的图象检索和Internet网络这两项技术于一体,它对图象媒体的广泛应用具有一定的实用价值,同时对图象处理技术如何适应网络要求又有一定的理论研究价值,本文研究了特征提取、分布运算、网络实现等Web上基于内容的图象检索的相关技术,建立了一个单机上的图象检索系统并用该系统检验了自己提出的图象检索方法.另外在Web上实现了使用该方法的图象检索,实践证明小波形状不变矩对图象的形状匹配具有较好的效果.     

CBIR系统中的图象语义分割技术

随着数字图象技术、宽带网络技术和数字存储设备技术的发展,在网络上存储、传输大规模分布式数字图象库成为可能,因此研究基于内容的图象检索技术成为近几年的热点。实现基于内容的图象检索系统的关键问题是实现图象的语义分割。该文分六类对现有的图象语义分割技术进行了全面的总结,为进一步研究基于内容的图象检索技术奠定了基础。     

基于语义的图象检索方法研究综述

对于当前基于内容的图象检索（CBIR）系统来说,在用户的信息需求和千丝万缕诉功能之间存在着重大的差距,要进一步提高现有图象检索系统的能力,需要对图象的内容进行语义描述,对图象的多层语义模型和图象语义的知识表示作了概括性介绍,重点讨论了一些将图象的低层视觉特征映射到图象高怯事义的方法,并指出了利用语义进行图象检索急需解决的一些问题。     

一种基于知识的图象信息表示检索系统

给出了一种使用一阶谓词逻辑（Ｐｒｏｌｏｇ语言）为图象内容建模,并结合知识库,实现高效图象检索的方案。基于知识的图象信息表示与检索系统（ＫＩＲＳ）将图象的人工注释、机器自动提取的图象低层信息以及知识库中的知识统一于一致的概念,以知识推理的方式进行检索。     

一种基于MPEG-7的图象特征相关性检索新方法

分析现有的基于内容的图象检索系统局限性,提出一套基于MPEG-7标准的图象特征相关性检索新方案,在对通用模型进行概念化设计基础上,构建一种适合于图象组合特征检索的通用模型,利于图象特征相关性检索方程组的建立,快速自适应检索算法的高效实现,图象特征的内部归一化指标与外部归一化指标的综合描述,以及图象特征相关性权值系数的动态确定,实现内部图象特征标识与外部用户接口有机结合,提高基于内容的图象检索技术在Internet上的实用性。     

一种基于知识的图象信息表示与检索系统

给出了一种使用一阶谓词逻辑（Prolog语言）为图象内容建模,并结合知识库,实现高效图象检索的方案。基于知识的图象信息表示与检索系统（KIRS）将图象的人工注释、机器自动提取的图象低层信息以及知识库中的知识统一于一致的概念,以知识推理的方式进行检索。     

图象检索系统中的相关反馈技术研究

随着网络技术和通信技术的发展,图象和视频等数字媒体信息量正以指数形式增长.为了快速有效地检索这些数字信息,一种有效方法是采用基于内容的图象检索技术,但是,由于图象特征提取与描述、相似性度量方法等难以确定,使得查询描述无法嵌入用户语义信息,为此,设计了一个具有相关反馈的图象检索系统结构,并重点论述了基于修改查询矢量、基于神经网络及基于概率分布等几类相关反馈技术的思想及基本实现过程.通过比较分析表明,这几种相关反馈策略都可用于基于内容的查询.其中,修改查询矢量的相关反馈更适应于目标搜索,修改数据库概率分布的相关反馈更适应于随意浏览,而基于人工智能学习方法的相关反馈则更适应于分类搜索.     

彩色图象的联合分布表示及检索技术

随着图象数据的大量涌现,基于内容的图象检索技术已成为图象数据库领域的研究热点,在图象检索系统中,由于颜色直方图方法简单方便,所以它已成为CBIR系统中最常用的一种技术方法,然而,经典的颜色直方图方法存在诸多缺陷,例如它不能表示图象中的空间分布信息。为此,人们提出了直方图细化技术,即将图象的颜色分布表示扩充成为颜色和其他相关特征的联合分布。为了进一步提高图象检索能力,在分析图象特征的基础上,给出了两种加权直方图模型;其一是将图象的颜色分布和细节信号能量的分布集成到单个直方图之中;另一种模型是将图象颜色及其边界强度的联合分布集成到一个直方图中。这两种方法不仅保持了经典直方图简单方便的特点;同时又有效地将空间信息集成到直方图中,实验结果表明,这些加权直方图表示均具有较强的图象辨别能力。     

基于内容的交互式感性图象检索

随着信息化社会的到来及信息高速公路计划的实施,人们越来越多地接触到大量的图象信息,因此基于内容的图象检索已经成为当前的一个热门研究课题,并在多媒体数据库、电子图书馆、商标管理、医疗图象管理、公安系统、卫星图象管理等方面得到广泛应用。然而,大多数基于内容的图象检索系统主要是通过图象多维物理特征的相似性匹配来进行查询,而对于用户的爱好、情感等主观或感性化的因素则考虑较少。为了弥补这方面的不足,提出了一种基于内容的交互式感性图象检索方法。该方法采用交互式进化算法,并通过人机交互的方式,来将用户的直觉、情感等感性化的因素融入到进化过程,以便进行图象的交互式在线检索;针对在检索过程中,因进化的时间可能较长和因需要用户确定的适应度值较多而产生的用户疲劳问题,采用神经网络离线学习的方法来减轻用户疲劳,从而实现了根据用户的情感和基于图象内容的图象检索,并取得了较好的实验结果。     

基于内容的图象检索中的语义处理方法

基于内容的图象检索系统,其目标是最大限度地减小图象简单视觉特征与用户检索丰富语义之间的“语义鸿沟”,因此图象语义处理则成为基于内容的图象检索进一步发展的关键。为了使人们对基于内容的图象检索中的语义处理方法有个概略了解,首先从图象语义模型和图象语义提取方法这两个方面对利用语义进行图象检索的研究状况进行了总结,并将图象语义模型概括为图象语义知识、图象语义层次模型和语义抽取模型等3个主要组成部分;然后将图象语义提取方法分为用户交互、将查询请求作为语义模板、对象及其空间关系、场景和行为语义及情感语义等类别,同时对其中有代表性的方法进行了详细的分析,还指出了其局限性;最后从对象建模和识别、语义抽取规则和用户检索模型3个方面,阐明了实现图象语义处理所面临的问题,并提出了一些初步的解决思路。     

基于整体区域相似的互动式图象检索模型

高效的基于内容的图象检索在许多领域得到了广泛的应用 ,基于内容的图象检索研究领域已经建立了一些系统 ,但在实际使用中 ,这些系统均有如下欠缺 :(1)这些系统均期望以相同的方法来处理各种不同类型的图象检索 ;(2 )这些系统在设计时 ,均缺乏从使用者的需求出发 .实际上 ,由于不同的检索方式是针对不同类型的图象 ,为此 ,提出了一个基于整体区域相似匹配的图象互动式检索系统 ,该系统是一个基于小波变换的特征提取和图象整体区域相似的、语义分类和互动方法的图象检索系统 .与其他检索方法相比较 ,此方法允许自适应查找和互动 ,因此可缩小查找范围 ,以提高检索效率 .实验结果表明 ,该系统比其他一些系统精确和高效     

在微机上建立药用植物图象库及鉴定与检索

利用图象库和文字数据库建起了一个容原植物、标本、药用部位、文字说明、数据为一体的药用植物图象库及鉴定检索系统。该系统图文信息互用，使常规的单一文字检索拓展为图象、文字、辅助信息为一体的多功能检索系统，为药用植物的鉴定、分类及分析提供了现代化的工具，系我国药用检索系统较早的图文合成检索系统     

基于内容的图象检索及其相关技术的研究

基于内容和图象检索技术，即从大量的静或活动视频图象库中检索包含目标物体的图象，在高度信息化的今天，已成为内容图象库中图象信息组织和管理不可缺少的技术术。     

多媒体系统中基于图象内容检索的特征指标设计

在多媒体系统应用中基于图象内容检索的特征指标设计问题。对图象和视频的基于内容的检索方法晃成功地开发一个多媒体数据库系统的关键,而对图象泊特征指标的提取则是关键中的关键。目前,基于内容检索的多媒体系统应用还外于初始阶段,并于图象特征指标的设计还没有统一的框架。本文应用图形处理学科中提出的多种指标来作为关于图象检索的线索,并提出了一个初步的检索构思。     

基于内容的图象检索系统

分析了传统的图象检索方法的困难,比较了基于内容的图象检索系统所具有的优点、系统结构及一般的处理方法。着重探讨了视觉特征的提取及表示、图象检索的性能优化方法及现有图象检索系统。最后,对基于内容的图象检索提出了一些值得进一步研究的问题。     

基于内容的图象检索系统的设计与实现

依据当前对图象查询的要求，本文设计了一套完整的基于内容的图象信息检索系统，该系统较以往的各种系统，功能更加全面。对基于内容的图象信息检索算法作了研究．重点阐述了对颜色、边缘、纹理等全局特征的提取与匹配算法。实验结果表明，该系统能有效、快速地检索大规模的图象数据库，具有一定的应用价值。     

图象投影变换及其在基于内容的检索中的应用

本文介绍一种基于投影变换的图象压缩和解压算法,讨论了该算法的特点,将其应用于关系数据系统,探索一种解决无须人工干预的基于内容的图象检索的方法。     

一种新的个性化的图象分类方法

图象分类系统的建立是信息检索以及模式识别中一个重要部分，其中，特征选择问题，即确定描述图象的特征参数是需要解决的关键问题，基于和图象检索技术的研究，近来得到了广泛的关注，由图象特征向量维数过高而引起的图象检索困难是基于内容的图象检索技术研究所面临的一个挑战，因此需要寻找一个有效降维技术，为解决此问题，设计了一个新的图象分类标准模型，通过寻找不同的特征组合来作为分类标准，进而提出了一种算法，用于实现此模型，实验结果显示，该模型能实现图象特征向量降维，并且算法能够极大地降低计算所花费的时间，同时，多种不同分类标准的引入，使得本方法能与信息检索技术进行有效的结合，为个性化信息检索提供一种实现思路。     

基于颜色分布相似性的图象内容检索

图象内容的检索需要确定图象之间的相似性。本文给出了一个基于颜色直方图相似性的匹配模型，然后描述了基于颜色直方图匹配方法的实现，讨论了这个方法在图象相似性上的度量性能。