一种基于内容的图像检索方法

提出了一种对人脸图像进行检索的方法.它包括人脸的特征提取、特征量化和匹配度计算三部分.经实验证明,该方法取得较佳的效果.     

一种基于内容的文档图像检索方法

使用一个图像作为查询检索输入,根据该图像的版面分析特征、统计特征、纹理特征与数据库中图像的相似程度检索图像.该检索方法首先利用数学形态学对文档图像进行段落分割和行分割,作为文档图像的版面结构特征;然后根据图像的统计特征包括字符数、统计数特征、纹理特征给出文档图像抽取算法;最后给出检索算法模型.实验结果表明,本算法具有较好的查准率和查全率,在基于内容的文档图像检索中具有应用价值.     

一种基于兴趣点的图像检索方法

提出一种基于兴趣点的图像检索方法。此方法主要有兴趣点检测、基于兴趣点的特征描述和相似度度量3个步骤。先使用一个自适应滤波器平滑图像，然后提取兴趣点；设计一个包含兴趣点局部灰度变化、兴趣点相互位置关系和兴趣点分布的3D直方图来表征图像特征；用图像间3D直方图距离来测量图像间的相似程度。在含有3200幅图像的数据库上的大量实验结果证明：本文提出的算法是有效的。     

一种基于主色调纹理的图像检索方法

基于主色调和共生矩阵的概念,提出并实现一种基于主色调纹理的图像检索方法.该方法根据用户所给目标图像的多种主色调,基于三种颜色分量和灰度分量的矩阵信息,提取图像的主色调共生矩阵纹理特征,并利用适用该特征的相似性度量函数实现基于内容的图像检索.     

一种基于神经网络提取图像特征的图像检索方法

脉冲耦合神经网络是新一代的人工神经网络,具有优良的自适应图像分割和自适应图像特征提取能力。本文有机的运用自适应图像分割和自适应图像特征提取,提出了一种新的图像特征———空间自适应类直方图,它既包含了图像的空间位置特征,又包含了图像的灰度特征。最后,我们把空间自适应类直方图与传统的基于共生矩阵的图像纹理特征组合作为图像的特征应用于图像检索。大量实验表明本文方法的有效性。     

一种基于内容的图像检索方法研究与实现

研究运用相关反馈技术，自动调整特征内、外权值，构建了一个综合利用颜色和纹理特征的检索模型，并设计了一个检索系统。实验结果表明，该方法优于单一特征检索算法，并具有很好的人机交互功能，可以通过相关反馈完成已有示例图像的精确检索和模糊示例图像的相似匹配。     

一种基于内容的图像检索方法研究与实现

研究运用相关反馈技术 ,自动调整特征内、外权值 ,构建了一个综合利用颜色和纹理特征的检索模型 ,并设计了一个检索系统。实验结果表明 ,该方法优于单一特征检索算法 ,并具有很好的人机交互功能 ,可以通过相关反馈完成已有示例图像的精确检索和模糊示例图像的相似匹配     

基于二分图最佳匹配的图像检索方法

根据图论中二分图最佳匹配的相关知识提出一种新的方法:先将示例图像与被检索图像同时分成n个子块,将两幅图像的每一子块分别看成是图的一个顶点,子块间的相似度作为权值,从而将两幅图像之间的空间对应关系的确定,归纳成为求二分图最佳匹配的问题.经实验证明:该方法对于同类物体由几何变换和空间变换所形成的图像,有着较高的检索性能.     

CNN视觉特征的图像检索

卷积神经网络( CNN)是当前图像识别领域的研究热点,利用预训练的CNN网络提取的图像特征展示出了较强的图像识别能力。主要对比分析了传统视觉特征和CNN视觉特征在基于内容图像检索任务中的性能表现,并指出了一些可以值得深入研究的方向。在两个公开数据库(Pascal Sentence和Pascal VOC 2007)的实验尝试表明CNN视觉特征比传统的视觉特征更适用于图像检索。     

CNN视觉特征的图像检索

卷积神经网络(CNN)是当前图像识别领域的研究热点,利用预训练的CNN网络提取的图像特征展示出了较强的图像识别能力.主要对比分析了传统视觉特征和CNN视觉特征在基于内容图像检索任务中的性能表现,并指出了一些可以值得深入研究的方向.在两个公开数据库(Pascal Sentence和Pascal VOC 2007)的实验尝试表明CNN视觉特征比传统的视觉特征更适用于图像检索.     

一种基于局部颜色特征的图像检索方法

提出一种基于局部颜色特征的图像检索算法.该算法首先采用一种新的方法对图像进行分块,提取图像中心区域的主颜色和其他区域的平均颜色作为颜色特征,然后根据图像中心的重要性,对图像各个分块采用不同的加权系数,使局部图像的特征矢量被增强,从而提高了图像的检索精度.实验结果表明,这种基于局部颜色特征的图像检索算法适合于画面明显按分块变化的图像.     

一种基于实例学习的三维模型检索匹配方法

传统的基于内容的三维模型检索的相似性度量方法主要借鉴二维图像检索中所采用的距离度量算法,达到比较两三维模型相似度的目的,该做法限制了模型间匹配的广度.针对这种单核匹配的限制,提出了一种新的多核匹配方法.利用图论中两点间的最短距离的思想,得出两模型最相似那他们的距离最短,因此查询样本跟匹配的样本存在的通路上的模型节点能影响他们的相似度,这样就提高了匹配的广度和精度.同时在已有的特征提取基础上,把标签繁衍算法应用到最短距离求解中,并将基于实例学习的K近邻方法引入到模型匹配算法中,实现了半监督学习,提高了系统的查准率.     

一种基于视觉注意模型的图像检索方法

借鉴心理学中人眼视觉注意力模型,提出了一种新的基于显著区域的图像检索方法。利用局部结合整体的方式,既考虑图像显著区域中稳定所具有的稳定特征,同时充分利用区域间相互位置关系反映图像的整体构成,并结合二者进行检索,从而克服了传统检索中不能解决的图像旋转、平移、亮度变化等缺点。实验表明,利用显著区域进行检索有利于消除图像背景对检索结果的影响,与传统基于全局的检索方法相比,本文提出的方法具有更好的检索性能。     

一种图像快速综合检索方法

基于Sobel边缘检测算法处理图像,得到边缘图像以及灰度共生矩阵。将该矩阵的多个统计量记为描述图像的特征向量,并对图像进行检索。实验结果表明,该算法能够大幅缩减检索时间,并且对于纹理较为丰富的图像具有较好的检索效果。     

一种基于图像边缘的快速模板匹配方法

提出了一种基于边缘的快速模板匹配方法,算法首先把模板二值化,根据传统标记目标区域的方法对二值化后的模板图进行标记,利用八临域判别准则提取各个区域的边界,在匹配时只匹配区域边界上的点,同时设定阈值,若前面n个点与模板图的前n个点的绝对差和超过阈值,则跳过该搜索区域。实验结果表明,不仅减少了匹配计算量,而且能够保证匹配的精确性。     

一种特征可控的图像检索方法

提出了一种新的图像检索方法,它利用图像颜色特征和空间特征的加权平均作为图像的相似性度量.与目前常用的图像检索方法相比,该算法在查精度及查全度两个指标上均有明显的提高,且对结构相似但颜色完全不同的图像也能够有效地进行检索.同时,由于特征加权因子的可调节性使得所设计的系统可根据用户检索所反馈的信息进行调节及控制.     

一种改进的基于广义直方图的图像检索方法

传统的基于颜色直方图特征的图像检索方法简单、高效,但是其完全丢失颜色的空间分布信息;针对这个缺点,有人提出了基于广义直方图的图像检索方法,然而其也没有考虑到像素间的方向信息,丢失了图像的局部细节信息。在广义直方图的基础上提出了改进的基于广义直方图的检索方法,新方法首先计算出原图像在0°,45°,90°,135°4个方向上的平滑图像,并将其分别与原图像对应的象素点组成二元组,统计每个二元组出现的概率,构造出4个方向的广义直方图,最后综合4个广义直方图进行检索。实验表明,与原始的广义直方图法相比,新方法能够较准确地描述出图像象素间的空间位置关系及方向细节信息,从而有效地提高了检索的精度。     

一种基于内容图像检索的新的相关反馈方法

基于内容的图像检索技术是信息多媒技术发展中迫切需要研究和发展的前沿课题.由于图像底层特征和高层语义之间存在着巨大的语义鸿沟,使得基于内容的图像检索很难取得令人满意的效果.作为一种有效的解决方法,相关反馈已应用在很多图像检索系统中,提高了检索精确性.在此基础上提出了一种新的相关反馈方法,把检索向量转移和权值调整同时应用于基于内容的图像检索系统中.实验结果证明该方法提高了检索的收敛速度和检索的精确性.     

基于CNN特征和标签信息融合的图像检索

针对基于内容的图像检索(CBIR)中图像底层视觉特征与高层语义特征之间存在的"语义鸿沟"问题,提出了一种基于卷积神经网络(CNN)特征和标签信息融合的图像检索算法。首先使用CNN模型提取图像的CNN特征以及标签信息,然后使用余弦距离分别计算这两个特征的相似度,最后将这两个相似度进行加权融合,用作图像检索排序准则。在caltech101和caltech256数据集上分别进行实验,实验结果表明,所提算法加强了图像特征与高层语义的结合,大大提高了图像检索的查准率。     

一种基于颜色特征的图像分类、检索与约简方法

避开图像相似度大小的定义,通过决策表理论解决图像的分类与检索问题.颜色的特征提取主要依据颜色的面积排序,同时考虑了颜色的空间分布关系.然后基于关系理论,得到一种图像的约简方法.