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。     

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综述

本文简要介绍了基于内容的图像检索，给出了基于内容的图像检索系统的一般结构。对图像检索的发展进行了概述。对基于内容的图像检索的主要研究技术进行了详细和全面的论述，并介绍了几个典型的基于内容的图像检索系统。最后，指出了目前研究中存在的一些主要问题。     

基于小波多尺度分析的彩色图像检索方法

多媒体技术的普及和Internet技术的实施导致了大量图像信息的出现，基于文本关键词的传统检索方法已不能适应图像信息检索的要求，这使得基于内容的图像检索技术逐渐成为目前的研究热点。基于内容检索技术中必不可少的关键步骤就是图像特征的提取，其中可提取的特征有颜色、纹理和形状等。但是，由于图像的每种特征只能抓住图像相似性的某一个方面，因此如何能更好地表示图像就成为基于内容图像检索中一个重要的研究方向。针对该问题，提出了一种基于图像颜色和纹理特征的图像检索方法，其中颜色特征采用HSV颜色空间的直方图，纹理特征采用图像小波多尺度表示方法中细节信息的方差统计量，这样就充分利用了颜色的丰富表现性和小波变换的多分辨性及其变换系数的统计特性。通过对不同类型图像使用不同特征组合进行图像检索查准率的对比实验结果表明，这种图像检索方法是行之有效的。     

基于内容的图像检索技术研究

对于一个图像检索系统,最重要的是信息获取的准确性、快速性和有效性。通过对现有基于内容的图像检索技术的分析和比较,指出了现有基于内容的图像检索系统的难点和不足。同时指出了基于内容的图像检索技术的发展趋势和研究方向。     

基于内容特征的图像数据库检索技术及实现

随着图像数据库容量的增大,迫切的需要提高对数据库内图像进行检索的准确率和效率,基于图像内容特征的检索技术发展是一个重要的提高检索效率的途径。本文在分析了基于内容特征的图像检索技术基础上,针对多维索引技术发展及图像数据库的特点,提出了一种新的改进NB-Tree的基于颜色特征的图像检索技术,通过引入新的信息特征矢量,实现了检索效率的提高,并给出了一个具体的实例验证了技术的正确性。     

基于内容的图像检索的关键技术

基于内容特征的图像检索(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。     

基于内容的图像检索的视觉特征

本文简要介绍了基于内容的图像检索技术及其特点,重点论述了基于内容的图像检索中的常用关键技术-图像视觉特征的描述和提取。     

图像的语义关联与图像索引

基于内容图像检索的主要挑战在于不断变化的图像检索要求、难于表达的图像内容以及图像表达的数字阵列与通常可以被人类所接受的概念化内容之间的语义鸿沟.提出了一个基于语义关联的图像检索方法,在语义关联的基础上形成一个场景类别的语义表达,以便用户可以将感知上相似的图像组织在一起,形成概念上下文,使得用户可以解释和标记图像而无需给...     

Medical social network content analysis for medical image retrieval purpose

Background and objective: Medical social networking platforms provide virtual spaces ensuring the interaction between different healthcare participants. As a part of the exchange, these spaces allow subscribers to upload medical images, describing different medical cases for an analysis or an interpretation proposal. Facing this expected huge amount of uploaded images generated daily, it is needed to engage new mechanisms to effectively deal with this circumstance, for enhancing the search function process of medical images, based on what is uploaded. To overcome this issue, setting up of images visual searching based on a content-based medical image retrieval scheme is the solution. More clearly, such mechanism will help and motivate medical social networking subscribers to find visually similar stored images. Methods: To ensure this task, the development of this mechanism, technically, is based mainly on a fusion of three visual features, which offers a flexible and more precision. It is reinforced by a weighted distance approach through attributing weights for feature vectors to scale up the performance. Indeed, the displayed results of this system can be updated based on user's intention by a user interactive feedback mechanism to indicate the truly relevant images. Results: We provide the theoretical performance of our scheme. Extensive experiments were conducted on a categorically classified collection containing 500 images. We conduct a practical evaluation on this dataset classes, putting returned results in a comparative study with other models results, existing in the literature. Conclusions: The proposed scheme preserves the efficiency of the search task. As theoretically and experimentally established, our scheme offers an effective image retrieval model that can support different subscribers' expectations. The relevance feedback mechanism can keep the dynamism of the system, thus offering a continuous searching result evolution. Experimentation outcomes indicate better findings compared with the other models.     

基于度量直方图的医学图像检索

研究了医学图像灰度分布的特性,利用相邻灰度的相关性提出了基于度量直方图的医学图像检索方法及其度量空间上的距离函数MHD0;该方法减少了传统直方图特征的维教,克服了SAM索引的缺点。通过对CT图像数据库的检索实验,验证了该方法在性能和速度上都超过了传统直方图检索方法。     

The CLEF 2005 Automatic Medical Image Annotation Task

In this paper, the automatic annotation task of the 2005 CLEF cross-language image retrieval campaign (ImageCLEF) is described. This paper focuses on the database used, the task setup, and the plans for further medical image annotation tasks in the context of ImageCLEF. Furthermore, a short summary of the results of 2005 is given. The automatic annotation task was added to ImageCLEF in 2005 and provides the first international evaluation of state-of-the-art methods for completely automatic annotation of medical images based on visual properties. The aim of this task is to explore and promote the use of automatic annotation techniques to allow for extracting semantic information from little-annotated medical images. A database of 10.000 images was established and annotated by experienced physicians resulting in 57 classes, each with at least 10 images. Detailed analysis is done regarding the (i) image representation, (ii) classification method, and (iii) learning method. Based on the strong participation of the 2005 campain, future benchmarks are planned.     

基于LFT算子的医学图像检索方法

在医学信息领域,对医学图像物理特征的研究有助于实现图像的自动分析和基于内容的检索.为此,本文提出了一种基于LFT算子的医学图像检索方法.首先提取图像的LFT直方图特征,此特征能够有效地降低图像特征维数,然后使用该特征进行基于内容的图像检索.实验表明,该方法具有较高的检准率和检全率,并且检索时间较短.     

基于内容的图像检索技术

综述了基于内容的图像检索（CBIR）技术。分别介绍了在象素域和压缩域CBIR的基本方法及已取得的成果,并对其进行了分析和比较,最后提出今后一些主要研究方向。     

Access to Pictorial Material: A Review of Current Research and Future Prospects

Rapid expansion in the digitization of image and image collections has vastly increased the numbers of images available to scholars and researchers through electronic means. This research review will familiarize the reader with current research applicable to the development of image retrieval systems and provides additional material for exploring the topic further, both in print and online. The discussion will cover several broad areas, among them classification and indexing systems used for describing image collections and research initiatives into image access focusing on image attributes, users, queries, tasks, and cognitive aspects of searching. Prospects for the future of image access, including an outline of future research initiatives, are discussed. Further research in each of these areas will provide basic data which will inform and enrich image access system design and will hopefully provide a richer, more flexible, and satisfactory environment for searching for and discovering images. Harnessing the true power of the digital image environment will only be possible when image retrieval systems are coherently designed from principles derived from the fullest range of applicable disciplines, rather than from isolated or fragmented perspectives.     

使用希尔伯特-黄变换的医学图像检索

使用希尔伯特-黄变换对医学图像进行分解并将分解产生的内蕴模态函数及其二维希尔伯特变换的幅值作为纹理特征,提取后的特征用于医学图像检索.根据图像内局部极值点的几何分布,提出了一种新的基于聚类算法的边界处理方法.实验中使用的纹理特征包括基于希尔伯特-黄变换得到的特征和对比用的Gabor特征、纹理谱特征和多尺度复杂性及多尺度分维数特征.初步的实验结果表明:采用希尔伯特-黄变换可以有效地描述医学图像的纹理信息,并取得较好的图像检索结果.     

基于LBP算子的医学图像检索方法

在医学信息领域,对医学图像物理特征的研究有助于实现图像的自动分析和基于内容的检索。为此,本文提出了一种基于LBP算子的医学图像检索方法。首先提取图像的LBP加权直方图特征,此特征能够有效地降低图像特征维数,然后使用该特征进行基于内容的图像检索。实验表明,该方法具有较高的检准率和检全率,并且检索时间较短。     

基于内容的智能图像检索系统设计

由于Internet中的图像信息资源是异构的．人们要想从中发现、收集和维护自己需要的信息要花费大量的时间和精力。为了更有效地利用Internet上的图像资源，文章从基于内容的图像检索的现状出发，运用Agent技术，提出了一种基于内容的智能图像检索系统的初步模型，并设计了其中核心部分的基本结构：用户Agent、协调器和信息Agent，从而弥补了现有图像检索系统在自适应用户兴趣和交互式等方面的不足，提高了系统的检索正确率和检索能力。