基于粒计算的空间特征提取及其检索的研究

利用四叉树算法将图像分割成若干子块,根据子块的颜色直方图,将提取图像的空间特征与提取图像的颜色特征结合起来,然后运用粒计算理论对提取的图像空间特征进行粒化,得到特征向量,并对其进行归一化。在此基础上,结合相关反馈机制设计基于粒计算的融合多特征的人机交互式图像检索的综合算法,该算法的复杂度低,能够在很大程度上提高图像检索的效率和准确性。     

融合粒计算的颜色直方图图像检索方法

传统的颜色直方图只关注颜色的统计信息,丢失了颜色的空间分布信息,检索效果往往不尽人意。该文提出一种融合粒计算的颜色直方图图像检索方法。它融合粒计算多粒度、多层次、多视角的思想,避开了颜色直方图空间位置信息丢失的弊端,同时对颜色直方图的量化区间大小进行分层粒化,并采用直方图相交距离的方法进行图像的相似性度量,实现了图像检索效率和精度的平衡,在不失精度的前提下,保证了检索的效率。实验结果表明,该文算法具有较好的查准率和查全率。     

基于图像检索的特征提取研究

实现一个多模态图像检索系统,方便普通大众更快更准地查找所需要的图像或者所对应的信息.该系统具有一定的理解能力,可以根据语义概念进行检索,可以根据图像中某个感兴趣区域进行检索,也可以根据整幅图像进行检索.     

基于分块颜色矩和灰度共生矩阵的图像检索

颜色和纹理是描述图像内容的两个重要视觉特征,提出了一种基于分块颜色矩和灰度共生矩阵相结合的图像检索方法。根据图像背景内容的差异,将图像分成大小相等的子块,通过HSV颜色空间非均匀量化,计算子块的颜色矩来描述图像的局部颜色特征。整体图像采用灰度共生矩阵作为其纹理特征。结合两者采用加权欧式距离计算图像相似度,从实验结果中得出该检索方法的有效性。     

基于最小外接圆补偿机制的形状图像检索

提出了一种新的基于最小外接圆补偿机制的二值形状图像检索算法,其不仅提取了目标区域的特征,而且补偿了目标最小外接圆下的背景区域特征。提取常用于描述区域特征的Hu不变矩和Zernike不变矩作为图像特征,不变矩特征具有平移、缩放、旋转不变性。图像相似度用归一化特征向量的欧氏距离表示。该方法不仅计算简单,而且可有效补偿人眼的视觉感受。通过大量实验表明,该算法较仅基于目标区域的检索算法取得了更好的检索精度和回召率。     

基于内容的MRI脑肿瘤图像特征提取及检索方法

医学图像检索中特征提取方法对检索的效果、性能具有重要影响,针对这个问题,设计了一个基于内容的医学图像检索系统.为了给医学图像检索系统的临床应用提供参考价值,该系统以哈佛大学医学院开发的脑肿瘤MRI医学图像数据库为背景,比较了颜色相关图、颜色矩、灰度共生矩阵、金字塔小波变换和树型小波变换这5个特征提取技术对MRI脑肿瘤医学图像的检索性能.实验结果表明树型小波变换和金字塔小波变换的检索效果较好.     

基于特征块匹配的图像检索技术

提出了一种基于特征块匹配的图像检索算法.首先,利用小波变换的多尺度特性检测出图像的特征点,特征点比较全面地反映了图像中的视觉兴趣点;用以特征点为中心的特征块的前三阶颜色矩来描述特征块的特征;进一步统计出两个图像中匹配的特征块数目,计算图像间的相似距离.实验表明,算法中所使用的特征块更全面、更精确地描述了图像的视觉信息,实现相似度计算的方法简单、高效.该检索算法不仅检索精度高,还具有较好的旋转、尺度及视觉角度不变性.     

基于小波的综合特征图像检索

针对单一视觉特征图像检索效果不够理想的问题，本文以小波变换为基础，提出了一种综合利用纹理，形状和空间特征共同进行检索的方法。实验结果表明，综合特征检索要比单一特征检索更符合人的视觉感受要求，因而检索效果更好。     

一种基于HSV颜色空间的图像检索技术

主要介绍了基于HSV颜色空间下一种非等间隔量化的图像检索方法，并与基于RGB颜色空间下的图像检索方法进行了比较。     

粒计算及其在图像分类中的应用研究

粒计算作为一种新的信息和知识处理方法,近年来在许多领域中得到了应用。本文在学习和研究粒计算基本理论与技术的基础上,将其应用于图像模式识别领域。通过分析研究不同粒度的特征信息粒所形成的图像特征信息粒格结构,提出了基于图像特征信息粒格的分类器。     

基于形状的图像检索的关键技术研究

将小波变换的多尺度技术应用到图像检索中的形状特征的边缘检测 ,利用不变矩的仿射不变性进行形状特征提取 ,并以图像特征向量的欧氏距离进行图像的相似度匹配。试验结果表明 ,使用该算法可以提高基于内容的图像检索的准确率与检索速度。     

基于子图像多特征组合的商标图像检索

本文提出了基于子图像特征组合的商标图像检索算法.首先对商标图像进行子图像抽取,然后根据子图像单特征计算图像与目标图像的单特征距离,最后基于多特征组合得到图像相似性度量.用Hu不变矩对基于子图像多特征组合的商标图像检索算法进行实验,用PVR指数作为图像检索性能评价准则.实验表明,相对基于全局图像单特征的检索算法,基于子图像多特征组合的商标图像检索算法具有更出色的检索性能,其检索结果更符合人眼的视觉感受.     

基于颜色形状与空间信息的图像检索方法

提出一种新的基于颜色、形状与空间信息相结合的彩色图像检索方法,并与传统的基于颜色或颜色-形状信息的方法进行了比较分析。     

基于形状和纹理的图像检索

构造了Radon变换的不变量，提出一种新的基于形状和纹理的图像检索方法。对小波图像边缘提取Radon不变量作为形状特征，同时提取小波各频道能量作为纹理特征。然后将形状特征和纹理特征分别进行高斯归一化，计算图像形状和纹理的相似度。最后，利用形状和纹理相似度的加权和进行图像检索。试验结果表明该方法对噪声具有较强的鲁棒性，具有尺度、平移和旋转不变性。     

采用多级参数匹配的图像检索

本文主要提出了一个提取图像特征参数来进行多级匹配的检索方法。首先对图像进行预处理,把图像统一转换成相同的尺寸和色彩空间。然后对图像进行4级Daubechies’s 小波变换,并在经过小波变换的图像上进行标准差计算匹配,欧氏距离计算匹配,不变矩计算匹配,最后得出检索结果。本方法通过了有9000多张图像的图像库的检验,获得了很好的实验结果。     

基于快速小波变换的高适应性图像检索技术研究

在目前已有的研究工作中,基于自适应小波的图像特征在基于内容的图 像检索领域获得了广泛的应用。但这些方法存在一个共同问题,即采用相同的小波基描述不 同的查询图像。为了提高图像检索技术的自适应能力,本文对不同的查询图像设计不同的小 波基表示,从而实现用可调整的距离测度表征不同类别图像的特征改变。为了进一步降低表 征图和表征导数图的求取时间,该文使用了近似泰勒展开。实验结果表明,这种新的图像检 索技术具有高度的自适应能力,检索性能也大幅度提高。     

基于角点特征的图像检索新方法

多数基于角点的图像检索方法都是基于角点颜色特征提出的,并没有考虑特征显著性。针对此,对角点的多种特征进行实验分析,利用其中较为显著的两种特征,提出一种基于角点的特征进行图像检索的新方法。算法构建角点的广义灰度共生矩阵作为局部纹理特征;同时提取角点周围区域的Hu不变矩作为局部形状特征。最后对纹理特征和形状特征进行加权运算,将其加权结果作为检索特征实现检索。实验结果表明,选择合适的权值,结合角点的两种特征能实现更好的检索效果。     

基于粒结构的知识检索

本文以数据一信息一知识一智慧分层结构为基础,分析了三类检索系统,即数据检索系(DRS)、信息检索系统(IRS)、知识检索系统(KRS)的特点和问题.知识检索用于满足用户对知识的需求,它将是检索系统发展的下一个重要方向.随后提出基于粒结构的知识检索能够更好地协助用户获取知识,给出了一个粒知识检索系统的模型,并以粒计算为工具讨论了一些基本问题.     

基于小波多尺度特征的图像聚类检索

描述了一种图像数据库中基于小波多尺度特征内容的聚类检索方法。该方法对图像数据库中的图像进行小波多尺度分解并提取每一频段的矩和最低频段的小波系数分别作为其纹理特征和颜色特征。为提高检索效率。在图像被插入到图像数据库时对其进行基于多尺度矩的K均值聚类。检索时，将查询图像与聚类各簇的质心进行比较确定其相似簇，加上颜色特征计算查询图像与相似簇中各图像的相似性距离。实验证明：该方法由于综合考虑图像的纹理和顾色特征信息，因而具有较高的查准率和查到率．而聚类算法的应用使其有较高的检索速度。     

基于JPEG的图像检索综述

基于内容的检索是近年来的研究热点之一，现在已有许多基于象素域的图像检索技术，目前数据压缩也已成为多媒体应用的标准模式，静态图像压缩主要采用JPEG技术，研究基于传统JPEG和JPEG2000的图像检索方法成为必然。本文综述近年来出现的基于JPEG核心算法离散余弦变换和JPEG2000核心算法离散小波变换的图像检索技术。