基于颜色分布的图像检索系统

基于内容的图像检索日益成为当今图像检索研究的热点。该论文在论述基于颜色直方图的图像检索方法的基础上,将图像重叠分块,提出了基于颜色分布的图像检索方法。最后实现了基于颜色直方图与基于颜色分布的两种图像检索方法的图像检索原型系统,并对实验结果进行了详细的分析和比较。     

基于形状特征的图像检索技术研究

随着图像信息数量的飞速增长,人们迫切需要对大量的图像信息进行快速、有效的检索。因此,研究者们提出了许多图像检索新技术。阐述了图像检索技术的发展过程;分析了基于形状特征的图像检索技术研究现状和局限性;着重从特征提取、高层语义和形状特征的关联、高维索引技术等方面研究了基于形状特征的图像检索的发展趋势。     

三种图像检索技术的比较研究

图像检索是很多研究中的关键技术,本文对图像检索的现状和发展趋势进行了全面的综合论述,根据不同的图像索引对基于文本的图像检索、基于内容的图像检索和基于语义的图像检索这3种流行的图像检索技术进行了深入的讨论.通过广泛收集资料,对几种技术进行了比较性研究.最后,提出了图像检索技术的发展趋势和研究方向.     

基于形状特征的图像检索技术研究

随着图像信息数量的飞速增长，人们迫切需要对大量的图像信息进行快速、有效的检索。因此，研究者们提出了许多图像检索新技术。阐述了图像检索技术的发展过程；分析了基于形状特征的图像检索技术研究现状和局限性；着重从特征提取、高层语义和形状特征的关联、高维索引技术等方面研究了基于形状特征的图像检索的发展趋势。     

基于内容的图像检索技术研究

介绍了基于内容图像检索(CBIR)技术的研究现状,对图像的检索方法进行了分析,并对图像检索可能涉及到的主要问题进行了讨论。     

保局投影算法在图像检索中的应用研究*

对国际上近来提出的保局投影（LPP）算法在图像检索中的最新应用研究进行了详细介绍;分析指明了几种基于LPP的图像检索算法的特点;设计并完成了基于LPP的图像检索算法图像检索效果的比较实验;最后根据实验结果总结了各类算法的优缺点。     

基于特征融合的图像检索方法解析

新时期如何提升基于内容的图像检索精准度,成为图像检索领域需要思考和解决的问题。提升基于内容的图像检索精准度的关键是量化处理彩色图像,应用彩色共生矩阵提取图像纹理特点,计算图像之间的欧式距离,利用加权的颜色和纹理特征检索图像,满足用户的使用需求。为此,将基于特征融合的图像检索作为基本研究对象,分析基于特征融合的图像检索方法应用面临的问题和优化对策,旨在提升图像检索精度。     

MPEG——7与基于内容的图像检索

图像检索是有着广泛意义的多媒体应用领域。基于内容的图像检索属于较高层次上的检索。该文对基于内容的图像检索的研究现状进行了分析,介绍了国际上即将推出的多媒体内容描述标准MPEG—7,并提出了一种实现MPEG—7标准图像检索系统的抽象模型。     

基于内容的图像检索技术

本文分析了基于内容的图像检索的关键技术以及各个阶段的研究特点,重点分析了基于颜色和纹理特征的图像检索技术。指出了目前研究中存在的主要问题并提出了今后的研究方向。     

一种融合语义的图像检索技术研究

针对基于内容的图像检索系统检索效率不高的情况,从目标图像外轮廓特征的提取、图像外轮廓特征的描述方式、图像轮廓的语义描述方式和相似度测定4个方面对基于内容的图像检索的研究状况进行了分析和研究.综合图像的外轮廓特征及轮廓的语义描述来实现对图像数据库的检索.实验结果表明,该方法提高了图像检索的精度和效度.     

基于形状方向能量的图像检索①

基于形状特征的检索技术是图像检索的研究热点之一,提出一种基于图像形状方向能量的检索方法一一先对图像进行一些基本的处理：去噪、边缘获取、细化边缘、调整角度,然后根据图像8个方向的能量累积,归一化处理,得到八个方向的能量累积数据。最后简述了图像智能检索系统的设计,应用该智能检索系统,给出了一些图片的基于方向能量检索方法的检索效果。     

通过抽取的特征进行图象检索的算法测试平台

基于内容的图象检索近年来得到了广泛的研究,人们已提出了许多基于特征的图象检索算法,但如何管理,比较、评价、组合应用这些检索算法已成为继续深入研究必须要解决的一个问题,为了解决此问题,建立了一个通过抽取的特征进行图象检索的算法实验平台,该平台既具有管理功能（包括管理各种算法、图象库和图片）,又集成各种算法,以综合实现不同的检索功能（包括递进检索和综合检索）,实验结果表明,借助平台对算法和图象进行集中管理,既可以方便地对各种基于特征的图象检索算法进行比较和评价,又有助于方便地形研究新的算法。     

Microstructure pattern extraction based image retrieval

Computer vision techniques enhanced by the advent of deep learning has become a quintessential part of our day-to-day life. The application of such computer vision techniques in image retrieval can be termed as query based image retrieval process. Conventional methods have limitations such as increased dimensionality, reduced accuracy, high time consumption, and dependence on indexing for retrieval. In order to overcome these limitations, this research work aims to develop a new image retrieval system by developing an image preprocessing mechanism via target prediction technique, which isolates object from the background. Further, a Micro-structure based Pattern Extraction (MPE) technique is implemented to extract the patterns from the preprocessed image, where the diagonal patterns are generated for increasing the accuracy of the retrieval process. Consequently, the Convolutional Neural Network (CNN) is utilized to reduce the dimensionality of the features, and the similarity learning approach is utilized to map the selected features with trained features based on the distance metric. The performance of the proposed system is evaluated by using various measures. Thereby, the efficiency of the proposed technique is ascertained by comparing it with the existing techniques.

     

基于内容的图像检索技术与医学图像检索

在分析基于内容的图像检索技术特点的基础上，提出了4种基于内容的图像检索方法，并对每种方法的实现特别是特征抽取进行了一定的研究。根据医学图像的使用特点，对基于内容的医学图像检索技术进行了初步的研究；对医学图像特征的抽取，应将重点放在形状特征和纹理特征的抽取上；同时，对医学图像进行检索，还可以使用颜色空间分布特征，来进一步进行相似匹配。     

Internet上的图像检索技术

图像数据的无序激增使得图像检索技术的成为一个研究热点。介绍了当前Internet上图像检索的几种常用的技术，如关键字检索、基于内容的检索、矢量图形(W3C制定的SVG标准)的检索，并对每种技术的优点与缺点做了分析，同时介绍了当前Internet上图像检索技术的研究热点并对其未来的发展做了一个展望。     

一种基于位平面综合特征的彩色图像检索方案

传统的基于颜色直方图的彩色图像检索方法存在严重不足.首先是丢失颜色空间分布信息及特征维数过高,更重要的是无法有效检索含噪声图像.为克服此缺陷,提出了一种基于位平面综合特征的彩色图像检索算法.首先,结合光照、锐化、模糊等噪声攻击特点,从原始彩色图像中提取出重要位平面;然后选取重要位平面的加权颜色直方图作为颜色特征,选取重要位平面的空间信息熵作为空间特征;再综合利用上述颜色、空间两个特征计算图像间内容的相似度,并进行彩色图像检索.仿真实验表明,算法能够准确和高效地查找出用户所需内容的彩色图像,并且具有较好的查准率和查全率(特别对于含噪声图像).     

综合底层、语义特征和相关反馈的医学图像检索

医学图像数据库的不断庞大使得医学图像检索成为研究热点。文章根据胸片图像的特点,提出了一种结合图像纹理、形状和语义信息的胸片图像检索方法。同时,还将相关反馈技术融合到算法中。据此,实现了一个图像检索原型系统,依据所设计的评价实验,将不同实验的检索结果进行了比较和分析。实验证明,该文提出的方法具有良好的检索效果。     

基于内容的图像检索系统性能评价

在图像检索需求多元化和专业化的推动下,CBIR技术日趋成熟,目前已有越来越多的商用和科研系统相继推出。这样就迫切需要展开对CBIR系统性能评价标准的研究,因为任何一项技术都是由该领域中相应的评价标准来推动的。为了使人们对这方面的现状动态有一概略了解,首先讨论了基于内容的图像检索评价过程中的两个基本问题,即大规模数据库的建立和获取进行相关性评判,然后对近年来文献中所见的基于内容的图像检索系统性能评价方法进行了回顾和综述;最后在此基础上,对其发展方向进行了探讨,并提出建立一个标准的测试数据集用来推动基于内容的图像检索系统性能评价的发展和更好地将人结合到基于内容的图像检索系统的性能评价过程中,以发展交互式的性能评价方法的建议。     

基于纹理-形状特征的图像检索技术

图像数据库应用日益广泛,如何高效、准确地进行图像的检索成为一项重要的研究领域。传统的图像检索主要依赖颜色、纹理、形状、空间关系等单一视觉特征,检索效果往往不够理想。针对这一实际问题,提出一种新的图像检索方法,通过对图像进行小波变换,获得纹理和形状的综合特征,对综合特征进行归一化处理,并将其作为图像相似性的衡量依据。实验证明基于纹理和形状特征的图像检索具有很好的效果。