基于多特征融合的图像检索

目前图像检索的准确性是研究的难题,主要在于特征提取的方法。为了提高图像检索的精度,在图像底层特征研究的基础上,提出了一种综合多特征的图像检索算法--基于底层特征综合分析算法(CAUC)。首先,在YUV颜色空间下提取图像的平均值和标准方差作为全局颜色特征,获得图像的二值位图,提取其局部颜色特征;然后,基于紧密度和Krawtchouk矩不变量提取图像的形状特征;再根据改进的四像素共生矩阵算法提取图像的纹理特征;最后综合多特征将待查询图像与图像库中图像进行相似度计算,返回相似度高的图像。在Corel-1000的图像集上的实验结果显示,与原来仅考虑四像素共生矩阵的方法相比,CAUC的查准率与查全率没有明显降低,但检索时间大大减少;与另外两种多特征融合的图像检索方法相比,CAUC仍能在保证较高检索速度的同时提高查准率与查全率。实验结果表明,CAUC方案能有效提取图像特征,提高检索效率。     

基于联合特征的图像检索

基于内容的图像检索是指在大型图像数据库中寻找相匹配的数字图像的一门机器视觉技术。在该文中用到的基于内容的图像检索技术是建立在图像内容上的提取上的,通过提供更好的索引来达到更准确的检索结果。该文提到的图像检索的内容是指颜色特征,纹理特征和这俩个特征的综合应用。相比较单特征,联合特征可以返回更加优秀的和更加准确的检索结果。     

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。     

基于多尺度多色域特征融合的乳腺癌图像分类

乳腺癌是世界上女性发病率最高的癌症,而组织病理图像是鉴定乳腺癌的"黄金标准".为了实现对乳腺癌组织病理图像的精确分类,提出了一种基于多尺度多色域特征融合的乳腺癌组织病理图像分类方法.此方法能实现良、恶性病理图像的有效分类.首先进行多色域特征提取,将病理图像从RGB空间转换到HSV空间,分别提取H、S、V三个色彩分量的9...     

基于多特征组合的球形果蔬智能分选方法

为提高球形果蔬分选效率以及降低分选成本,提出了一种在机器视觉技术下球形果蔬多特征组合的智能分选方法。针对单一特征刻画图像特征不全面的问题,建立了颜色矩、Zernike矩、灰度共生矩阵三种特征的组合特征模型,用以确定果蔬的综合特征。Zernike矩在计算前进行了基于H分量阈值二值化图像边缘提取。利用BP神经网络和支持向量机构造分类器,分别对实验样本进行分选。通过仿真实验,验证了多特征组合算法的可行性和有效性,对比分析了BP神经网络和支持向量机分类器对分选效果的影响,分选率均达到了95%以上。     

综合颜色和形状特征聚类的图像检索

为了提高图像检索的速度和准确率,通过分析各种聚类算法在图像检索中的缺点,提出了一种新的划分聚类的图像检索方法。首先对HSV模型非均匀量化,利用改进的颜色聚合向量方法提取图像的颜色特征;然后基于改进的Hu不变矩提取图像的全局形状特征;最后,综合颜色和形状特征对图像基于贡献度聚类并建立特征索引库。利用上述方法在Corel图像库中进行图像检索。实验结果表明,与改进的K-means算法的图像检索算法相比,提出算法的查准率和查全率均有较大提高。     

主颜色特征与纹理相结合的图像检索

在图像检索中,颜色是各种特征中最直观的视觉特征,两幅布局结构不同的图像形成的颜色直方图却有可能很相似,为了避免该缺陷,文中采用颜色特征与纹理相结合的检索技术进行图像检索,并通过综合实验来验证文中检索方法的优势。     

基于RGB向量空间的彩色纹理图像检索

彩色纹理图像分析是图像理解和计算机视觉研究领域的重点之一,彩色纹理图像分析具有很大的优越性.本文提出了一种新的彩色纹理图像描述子,首先计算RGB向量空间的梯度,经过标准化后把它映射到灰度级上,利用共生矩阵来描述纹理图像特征,并用于图像检索.实验结果表明,该纹理图像描述子能够有效结合颜色和纹理特征,具有良好的检索效果.     

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。     

图像颜色与纹理结合实现图像检索

图像检索是在Web中常常用到的内容,在图像检索中,颜色是各种特征中最直观的视觉特征,两幅布局结构不同的图像形成的颜色直方图却有可能很相似,纹理特征能对空间信息进行一定的描述。为了避免颜色特征检索的缺陷,文中采用颜色特征与纹理相结合的检索技术进行图像检索,并通过综合实验来验证文中检索方法的优势。     

综合纹理特征和语义信息的医学图像检索

提出一种结合图像分块纹理特征和语义信息的医学胸片图像检索方法。同时,介绍了颜色特征提取方法中的颜色相关图算法。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,结合图像分块纹理特征和语义信息的检索方法具有较好的检索效果。     

基于四像素共生矩阵的图像检索

传统的灰度共生矩阵是一种有效的纹理图像分析方法,它在图像理解和计算机视觉研究领域已得到了广泛的应用。为了更有效地进行图像检索,提出了一种新型的共生矩阵描述子,它是通过描述4个像素的空间相关性来进行图像检索。利用该共生矩阵描述子进行图像检索时,首先在RGB颜色空间中计算彩色梯度,然后利用四像素共生矩阵来描述图像特征,并用于基于内容的图像检索。实验结果表明,四像素共生矩阵描述子能够结合颜色、纹理和形状特征,因此检索性能优于灰度共生矩阵和颜色相关图。     

基于多特征的图像检索算法

基于内容的图像检索是数字图像处理的一个重要研究方向,有效地提取图像内容特征是其中的一个关键问题.提出利用最大相关最小距离将图像的纹理特征,高斯密度特征与人脸检测相结合的算法进行图像检索.在建立10000幅图像库的基础上验证了算法的可行性,实验结果表明算法能够准确、高效地检索出目标图像;相对于单一特征的检索,算法有效地提高了图像检索的精度和速度.     

基于Bayesian的相关反馈在医学图像检索中的应用

前期的研究表明,代表纹理特征的灰度共生矩阵在胸片图像检索中发挥了比较好的检索效果,相关反馈能够很好地实现人机交互,有效地提高检索效率。进一步研究了两种移动查询点的反馈方法在提高检索效率的特点,首先基于分块的纹理进行检索,然后利用Rocchio方法和基于贝叶斯最小错误率的反馈方法进行多次反馈检索。实验证明,基于贝叶斯最小错误率理论的反馈方法能更好地缩小“语意鸿沟”,提高检索效率。     

采用K-means的脑肿瘤磁共振图像分割与特征提取

大脑肿瘤分割对于医师判断肿瘤恶化程度非常重要。然而,由于肿瘤的不规则形状、与周围组织的低对比度以及出现位置的不固定,给脑肿瘤的精确分割带来很大的困难。传统的K-means分割方法仅仅利用图像的灰度特征,很难准确分割肿瘤边界。利用灰度共生矩阵提取出的纹理特征,并结合图像几何不变矩特征对分割出的脑肿瘤图像进行特征提取。灰度共生矩阵定义为像素对的联合概率分布,是一个对称矩阵,它不仅反映图像灰度在相邻的方向、相邻间隔、变化幅度的综合信息,也反映了相同的灰度级像素之间的位置分布特征,是计算纹理特征的基础;几何矩（不变矩）具有旋转、平移、尺度等特性,能将图像分解为有限特征值,并且通过对比所提取出的同一病人的肿瘤图像的不变矩参数,可以获得该肿瘤几何形状变化程度。实验结果表明,该方法可以同时从纹理和几何特征对图像特征进行描述,与分别采用灰度共生矩阵和不变矩方法进行特征提取相比较,降低了算法计算量,同时提升了算法的抗噪性。     

基于模糊灰度共生矩阵与隐马尔可夫模型的断口图像识别

纹理通常由空间分布和灰度分布共同描述,灰度共生矩阵(GLCM)能兼顾二者,故广泛应用于纹理分析中。在计算GLCM时,为降低其维数,需对纹理图像进行灰度量化,这必然丢失部分图像信息。灰度量化时,由灰度值与量化区间中心值的不同距离,构造出相应的模糊隶属度函数,并定义了模糊灰度共生矩阵(FGLCM)。通过对断口图像FGLCM的14个特征统计量进行相关性分析,选择角二阶矩和熵等7个统计量作为特征参数,并验证了其有效性。最后,在4类典型断口图像的特征空间上,采用隐马尔可夫模型(HMM)进行分类识别。实践表明,FGLCM比已有的GLCM能更好地表征断口特性,且在HMM状态数为3时,断口分类的平均识别率可达98%。     

基于环状矩形分块的纹理图像检索

摘要：提出一种环状矩形分块纹理检索算法。将图像分成环状矩形边缘区域、中心环状矩形区域和核心矩形区域。对最外层边缘区域不予处理,这可明显减少检索时间,且对检索效果影响很少。对每幅图像分别求出中心区域和核心区域基于灰度共生矩阵的能量、对比度和熵所构成的纹理特征向量,两幅图像中心区域纹理特征向量欧式距离和核心区域纹理特征向量的欧式距离之和决定这两幅图像相似性。而环状矩形具有圆形分块的旋转不变性但计算更简单。经实验验证,对一些类别图像有较好的检索效果     

基于纹理分析的去图象噪声研究

针对中巴卫星高分辨率CCD相机接收影像存在明显的条带噪声,本文提出了基于纹理分析的去条带方法,即将图象上具有特定特征的噪声信息看作是某种对应的纹理特征,在基于纹理特征滤波法进行图象预处理的基础上,再用灰度共生矩阵法进行直方图平滑,以进一步消除局部噪声．     

基于颜色模型和纹理特征的彩色水果图像分割方法

本文介绍了RGB和HIS两种颜色模型,采用色调值H和色差值R-G两个特征值,通过Otsu方法自动获取阈值对自然场景下彩色水果图像进行分割,并对实验结果进行了对比。然后,利用灰度共生矩阵分析了果实和背景的纹理特征,找到了区别果实和背景的纹理特征参数,对果实和背景颜色相似的图像进行分割。实验结果证明,纹理特征和颜色特征两者相辅相成,优势互补,对于包含复杂背景的青苹果图像分割效果比较好。