一种改进的基于颜色-空间特征的图像检索方法

颜色量化是基于颜色图像检索的一个热点。由于量化边界处的颜色具有连续性和相似性,文章提出了一种改进的基于模糊量化的颜色量化方法,以减小量化误差,使量化方法更接近于人的主观视觉感知。基于这种量化方法,提出了一种基于颜色—空间特征的检索算法,采用了一种相似度量方法以利用相同直方图区间内的像素统计与空间信息之间的相关性。实验结果表明该方法具有较高的检索有效性。     

一种新的基于对称色彩空域特征的图像匹配方法

在目前的基于内容的图像检索中，颜色是使用最广泛的进行图像特征匹配的特征之一．在基于颜色的图像特征匹配方法中引入空域信息对于确保匹配准确率是十分必要的．颜色特征的优点在于对尺度、旋转的不变性，而引入空域信息后，会消除这种好的性质．因而需要解决如何在引入空域信息的同时，兼顾不变性的问题．提出一种基于对称色彩空域特征的图像匹配方法．该方法在保留了颜色特征不变性的基础上。通过引入对称的空域信息。既提高了图像特征匹配的准确性。又消除了图像变形对图像特征匹配的影响．最后的试验表明我们的算法在一定程度上解决了图像变形，特别是对称变形对图像匹配的影响．     

基于颜色-空间特征的图像检索

虽然基于颜色直方图特征的图像检索方法简单、高效,但却丢失了颜色的空间分布信息.提出了一种基于颜色-空间特征的图像检索方法.该方法将图像内容看成由若干对象组成的集合,首先利用图像分割得到主要对象,然后根据对象的颜色、位置和形状特征计算图像间内容的相似度,再进行检索.实验结果表明,当图像中有明显的物体时,该方法与颜色直方图相比,能够更加准确和高效地查找出用户所需内容的图像,明显地提高了检索精度.     

Approximating Content-Based Object-Level Image Retrieval

Object-level image retrieval is an active area of research. Given an image, a human observer does not see random dots of colors. Rather, he/she observes familiar objects in the image. Therefore, to make image retrieval more user-friendly and more effective and efficient, object-level image retrieval technique is necessary. Unfortunately, images today are mostly represented as 2D arrays of pixels values. The object-level semantics of the images are not captured. Researchers try to overcome this problem by attempting to deduce the object-level semantics through additional information such as the motion vectors in the case of video clips. Some success stories have been reported. However, deducing object-level semantics from still images is still a difficult problem. In this paper, we propose a color-spatial approach to approximate object-level image retrieval. The color and spatial information of the principle components of an object are estimated. The technique involves three steps: the selection of the principle component colors, the analysis of spatial information of the selected colors, and the retrieval process based on the color-spatial information. Two color histograms are used to aid in the process of color selection. After deriving the set of representative colors, spatial knowledge of the selected colors is obtained using a maximum entropy discretization with event covering method. A retrieval process is formulated to make use of the spatial knowledge for retrieving relevant images. A prototype image retrieval tool has been implemented on the Unix system. It is tested on two image database consisting of 260 images and 11,111 images respectively. The results show that the color-spatial approach is able to retrieve similar objects with much better precision than the sole color-based retrieval methods.     

一种基于图像高层语义信息的图像检索方法

由于基于图像高层语义信息的图像检索与传统的图像特征匹配检索相比，在检索的准确性、结果相关性以及降低误检率等方面具有明显的优势，因此高效的图像检索方法应该充分利用图像蕴涵的高层语义信息。为了利用图像的高层语义信息来进行图像检索，在深入研究图像高层语义的低层特征描述的基础上，提出了图像语义的层次划分，并对每个高层语义层提出了语义抽取和检索算法。实验结果表明，该检索算法可以有效地对图像高层语义信息进行提取，并可作为新型高效图像检索系统的一个模型。     

DBORank:对象级别的关系数据库信息检索方法

对象级别的信息检索已经引起越来越多的关注和研究。针对这一研究问题,设计并实现了一个对象级别的关系数据库信息检索方法DBORank,来有效提高关系数据库信息检索效果。DBORank方法从数据库和信息检索两个角度出发,设计了一种灵活有效的评分机制,它既考虑了对象级别数据图的链接结构,又考虑了图中对象结点的内部结构,边的类型和权值,对象内容相关性等因素,同时优化了对象评分的迭代算法。实验表明DBORank方法具有良好的检索效果和效率。     

基于内容的图像检索技术研究

阐述基于内容的图像检索研究中存在的问题,并介绍其基本原理、检索方法、关键技术以及研究的进展和趋势.     

一种基于颜色特征的图象检索方法

提出了一种改进的基于颜色感知特征和图象检索方法。这种方法采用符合人类视觉特征的ＨＳＶ颜色空间来表示图象的颜色特性,利用人对颜色的感知来对颜色分量进行等间隔的量化工形成特征矢量,用直方图交叉算法进行图象的匹配。用户可以通过示例方式,指定颜色或指定区域来表示查询的视觉要求。     

Kernel Vector Approximation Files for Relevance Feedback Retrieval in Large Image Databases

Many data partitioning index methods perform poorly in high dimensional space and do not support relevance feedback retrieval. The vector approximation file (VA-File) approach overcomes some of the difficulties of high dimensional vector spaces, but cannot be applied to relevance feedback retrieval using kernel distances in the data measurement space. This paper introduces a novel KVA-File (kernel VA-File) that extends VA-File to kernel-based retrieval methods. An efficient approach to approximating vectors in an induced feature space is presented with the corresponding upper and lower distance bounds. Thus an effective indexing method is provided for kernel-based relevance feedback image retrieval methods. Experimental results using large image data sets (approximately 100,000 images with 463 dimensions of measurement) validate the efficacy of our method.     

轮胎花纹图像检索技术综述

轮胎花纹图像检索在交通事故处理及刑事案件侦破中是获取破案信息的重要手段,虽然基于内容的图像检索技术已发展数十年,但由于轮胎花纹图像数据的来源及应用场景特殊等因素,目前这方面的研究文献并不多。在研究近年来轮胎花纹图像检索领域相关文献的基础上,对该领域的技术现状进行总结分析。首先,围绕轮胎花纹纹理特征提取和高层语义特征提取两项关键技术描述了该领域的主要研究成果,并总结了轮胎花纹数据库以及检索性能评价指标。然后,分别针对轮胎花纹低层特征和高层特征提取进行实验对比并分析结果。最后,结合现有技术及实际应用需求,分析了该领域的技术发展趋势并指出了未来的研究方向。     

基于内容的图像检索系统的设计与实现

本文描述了基于内容的图像检索系统@IMAGE的设计和实现。该系统综合运用了多媒体、媒体存储、数据组织和表示方法、图像检索技术等。也介绍了基于图像颜色、形状和纹理的检索算法。给出了@IMAGER系统结构、实现技术和功能。     

Supporting Content-Based Retrieval in Large Image Database Systems

In this paper, we investigate approaches to supporting effective and efficient retrieval of image data based on content. We firstintroduce an effective block-oriented image decomposition structure which can be used to represent image content inimage database systems. We then discuss theapplication of this image data model to content-based image retrieval.Using wavelet transforms to extract image features,significant content features can be extracted from image datathrough decorrelating the data in their pixel format into frequency domain. Feature vectors ofimages can then be constructed. Content-based image retrievalis performed by comparing the feature vectors of the query imageand the decomposed segments in database images.Our experimental analysis illustrates that the proposed block-oriented image representationoffers a novel decomposition structure to be used tofacilitate effective and efficient image retrieval.     

基于颜色的图象检索技术

论述了基于色彩的图象检索方法,对颜色空间的选择、颜色的量化以及颜色的相似测试进行了讨论。在此基础上,对两种典型的基于颜色的图象检索方法的特点、关键技术的实现以及存在的根本问题进行了详细的分析和比较。     

综合颜色和局部空间特征的彩色图像检索方法

针对图像颜色空间的分布特性,提出一种用颜色色调直方图来表达图像的颜色特征;通过HSV颜色空间的三个独立分量表示方法来描述颜色的空间特征,具有旋转、平移、尺度不变特性。实验表明,该方法很好地克服了颜色直方图和颜色矩无法表达图像色彩的空间位置的缺点,显示了组合特征的图像检索特征的有效性和较高的检索准确性。     

一种有效的基于小波信息分布熵的图像检索技术

在分析基于小波域图像索引技术的缺点后,提出一种基于小波信息分布熵的图像检索新方法.该方法首先将图像分割成若干个子图像,然后对这些子图像进行三层小波变换,并对小波变换后的各个子带图像进行处理以获取纹理图像,从而大大减少了计算的复杂性.最后以小波纹理直方图为概率密度函数,计算各个子图像的信息分布熵,不但使图像特征有紧密表示,而且也使图像检索的速度大大加快.实验结果表明,该方法对图像检索是有效的.     

基于内容的图像检索介绍

基于内容特征的图象检索(CBIR)是目前国内外研究的一个热点。本文简要介绍了基于内容的图像检索技术的发展过程及主要原理,重点论述了基于内容的图像检索常用关键技术——图像视觉特征的描述和提取。     

基于内容的图像检索介绍

基于内容特征的图象检索（CBIR）是目前国内外研究的一个热点。本文简要介绍了基于内容的图像检索技术的发展过程及主要原理，重点论述了基于内容的图像检索常用关键技术——图像视觉特征的描述和提取。     

多媒体信息检索技术研究应用

在网络和多媒体技术快速发展的今天,如何在众多以图像、音频、视频等信息为代表的多媒体数据中有效的对其进行组织、存取、查询、提取是当前面临的一个重要问题。通过分析目前的多媒体信息检索技术,介绍了用于多媒体内容描述的国际标准MPEG-7;从图像、音频、视频三方面讨论当前广泛使用的一些信息检索技术并对这些技术的实际应用作了分析;最后,给出了一个视频应用模型。     

利用颜色进行基于内容的图像检索

提出了一种新的基于颜色的图像检索算法.该方法根据颜色在图像中的分布信息,通过对像素点的加权处理确定最佳的颜色初始聚类数目,将经过加权处理的像素点进行聚类,得到图像主要颜色的统计特征,同时,在分析了主要颜色在图像中的散布情况后,利用主色的矩特征来描述各个主色在图像中的空间分布特征,结合颜色的统计特征与空间分布特征来描述图像的内容,保证图像在局部和整体上的一致性,实验证明该方法的检索精度明显要高于传统的仅基于颜色统计特征的检索结果.     

Visual Ontology Construction for Digitized Art Image Retrieval

Current investigations on visual information retrieval are generally content-based methods. The significant difference between similarity in low-level features and similarity in high-level semantic meanings is still a major challenge in the area of image retrieval. In this work, a scheme for constructing visual ontology to retrieve art images is proposed. The proposed ontology describes images in various aspects, including type ＆ style, objects and global perceptual effects. Concepts in the ontology could be automatically derived. Various art image classification methods are employed based on low-level image features. Non-objective semantics are introduced, and how to express these semantics is given. The proposed ontology scheme could make users more naturally find visual information and thus narrows the “semantic gap”. Experimental implementation demonstrates its good potential for retrieving art images in a human-centered manner.