DCT域图象处理和特征提取技术

现今 ,大量的图象与视频信息都是以压缩数据格式进行存储和传输的 .DCT(Discrete Cosine Transform离散余弦变换 )是目前应用最为广泛的多媒体数据压缩技术之一 .直接在 DCT域实现如视频编辑、特征提取等传统空域处理技术 ,能够避免繁琐的压缩数据编、解码操作 ,减少处理时间和数据处理量 ,节省内存空间 .这一技术对于高速海量的数据处理场合 ,如 Internet信息检索、视频编辑和检索、远程监视图象的理解等 ,是很有吸引力的 ,因此其是近年来国际上有关领域的研究热点之一 .本文对近年来文献中所见的 DCT域图象处理和特征提取技术进行了回顾和综述 ,并在此基础上对其发展方向进行了探讨     

基于迭代分形的图象压缩和检索方法

图象所具有的海量性和无序性的特点，决定了多媒体应用的构建必须解决图象数据的高效压缩和有效检索两个关键问题，而由于传统的压缩和检索技术的研究是相互分离的，因而限制了多媒体应用系统整体性能的提高，针对此问题，从两者相互结合的观点，对图象压缩和检索方法进行了研究，首先在小波变换域内，基于迭代分形对图象数据进行压缩，然后在图象分形码的基础上，利用迭代函数系统分布特性构建的特征量来支持图象检索，实验结果验证了该方法的可行性和有效性，同时也表明了基于迭代分形的图象检索方法所具有的巨大应用潜力。     

一种基于DCT域的图像快速检索技术

图像视频压缩标准的出现,使得图像数据格式普遍为压缩格式,从而促进了压缩域内图像检索技术的迅速发展。DCT(Discrete Cosine Transform离散余弦变换)是目前应用最为广泛的多媒体数据压缩技术之一,直接在DCT域进行特征提取,能够避免繁琐的压缩数据编、解码操作,大大减少处理时间和处理量,节省内存空间,使得图像检索更加高效。本文首先说明了DCT变换的定义和DCT域的矩阵运算,最后着重介绍了基于DCT域图像检索技术的一种图像内容快速检索方法。     

基于整体区域相似的互动式图象检索模型

高效的基于内容的图象检索在许多领域得到了广泛的应用 ,基于内容的图象检索研究领域已经建立了一些系统 ,但在实际使用中 ,这些系统均有如下欠缺 :(1)这些系统均期望以相同的方法来处理各种不同类型的图象检索 ;(2 )这些系统在设计时 ,均缺乏从使用者的需求出发 .实际上 ,由于不同的检索方式是针对不同类型的图象 ,为此 ,提出了一个基于整体区域相似匹配的图象互动式检索系统 ,该系统是一个基于小波变换的特征提取和图象整体区域相似的、语义分类和互动方法的图象检索系统 .与其他检索方法相比较 ,此方法允许自适应查找和互动 ,因此可缩小查找范围 ,以提高检索效率 .实验结果表明 ,该系统比其他一些系统精确和高效     

一种基于小波变换的静态图象压缩编码方法

本文介绍了一种利用小波变换对静态图象数据进行压缩编码的具体方法。主要内容包括小波变换在图象压缩编码中的应用原理、变换域的量化、数据编码技术，以及计算机模拟结果和评价。文中描述了一种实用的基于小波变换的图象数据压缩算法。     

基于压缩域的图像检索技术

图像检索技术是多媒体应用中的关键技术，现有的基于内容图像检索技术大都是基于非压缩域的，对于目前普遍存在的压缩格式图像，采用这种技术必须先解压再检索，不但计算量大，而且需占用较多的中介存储空间，所以严重影响了检索系统的实时性和灵活性，同时各种压缩标准(如JPEG，MPEG，JPEG2000等)的推出与普及也促使人们寻求可以直接在压缩域操作的检索技术，该文对现有的压缩域图像检索技术的发展进行综述，并讨论了未来可能的研究方向。     

基于内容的图象检索技术

随着数字图象的日益增多,基于内容的图象检索已成为图象使用者和管理者迫切需要解决的问题,近年来,各国研究者纷纷加入该领域的研究.为了使人们对该领域现状有个概略了解,以推动该领域研究进一步开展,首先概括介绍了基于内容图象检索的产生、发展及其关键技术;然后介绍了特征提取(包括低层特征和语义特征)及其相似性计算、相关反馈等的原理及算法;最后指出了基于内容的图象检索技术与计算机视觉技术的区别所在,并对目前存在的问题和应着重的研究内容以及发展方向进行了分析.     

基于GM(1,1)模型的压缩域图像表示与检索技术

在讨论基于灰色模型GM(1，1)和Hilbert空间填充曲线的图像压缩算法的基础上，提出了一种新的彩色图像表示与检索技术。它使用GM(1，1)对图像的像素值进行模型化处理，并且在变换域中对这些模型参数进行分析与处理，据此抽取出一种新的图像特征。这种压缩域特征描述了图像的局部细节变化，这种特点正是全局检索方法(例如颜色直方图方法)所小具备的。实验结果表明，这种压缩域图像检索技术能获得较满意的检索质量与性能，其检索结果能较好地同人们的视觉感知结果保持一致。     

一种基于局部极大模和分形的混合编码方法

在分析分形理论和小波变换模极大值用于图象压缩方面优缺点的基础上 ,根据它们的特点 ,综合利用两种方法的优点 ,弥补它们不足 ,提出了一种基于小波变换极大模和分形的混合编码方法 .该方法先利用小波局部模极大值提取的图象边缘特性来进行图象编码 ,然后用分形的自相似性对图象的误差图进行压缩 ,以获得高压缩比和质量好的恢复图象 ;同时还简单进行了理论阐述和给出了具体算法的步骤 .实验结果表明 ,采用此方法压缩后的图象不仅视觉效果好、无方块效应 ,而且边缘无振荡现象、图象清晰无模糊 ,压缩比高 .     

彩色视频的四维矩阵离散余弦变换编码

为了在高信噪比条件下获得对彩色视频的高倍压缩 ,提出了 4维矩阵及 4维矩阵离散余弦变换理论 ,并将该理论应用于彩色视频编码 .基于 4维矩阵离散余弦变换的彩色视频编码方法将彩色视频的多个帧放在一个统一的数学模型 (即 ,4维矩阵 )中考虑 ,利用 4维矩阵离散余弦变换去除其间的各种相关性 ,并通过矢量量化对变换系数进行压缩编码 .其方法可以同时全面利用彩色视频图象相邻像素间、彩色空间 Y、U、V 3分量间 ,以及视频图象相邻帧之间的相关性 .实验结果证明 ,对可视电话和视频会议等应用中的彩色视频序列图象 ,利用该方法可在高信噪比条件下获得较高压缩比的编码效果     

Content-based image retrieval in DCT compressed domain with MPEG-7 edge descriptor and genetic algorithm

In this paper, we propose a content-based image retrieval scheme in discrete cosine transform compressed domain with the help of genetic algorithm (GA). A combination of three image features, i.e., color histogram, color moments, and edge histogram, is extracted directly from the compressed domain and is used for similarity matching using the Euclidian distance. However, all the above image features are not equally important in image retrieval. Before similarity matching, GA is used to provide optimal weight factor (importance) on the image features to improve the system performance. Extensive experiments are carried out on three publicly available databases, and the comparison results demonstrate the outperforming performance of the proposed method over state-of-the-art techniques. Moreover, it is also seen that the use of GA improves 5.83% in precession (P), 6.36% in recall (R), and 5.84% in F-score values over non-GA-based techniques.     

CBIR关键技术研究*

从图像特征提取和图像特征匹配两个关键环节对目前的CBIR技术进行了细致的阐述,分析和比较了不同方法的原理及优缺点;分类研究了压缩域的图像检索技术;指出了CBIR的一些研究热点及发展方向。     

Web-based image indexing and retrieval in JPEG compressed domain

As the majority of content-based image retrieval systems operate on full images in pixel domain, decompression is a prerequisite for the retrieval of compressed images. To provide a possible on-line indexing and retrieval technique for those jpg image files, we propose a novel pseudo-pixel extraction algorithm to bridge the gap between the existing image indexing technology, developed in the pixel domain, and the fact that an increasing number of images stored on the Web are already compressed by JPEG at the source. Further, we describe our Web-based image retrieval system, WEBimager, by using the proposed algorithm to provide a prototype visual information system toward automatic management, indexing, and retrieval of compressed images available on the Internet. This provides users with efficient tools to search the Web for compressed images and establish a database or a collection of special images to their interests. Experiments using texture- and colour-based indexing techniques support the idea that the proposed algorithm achieves significantly better results in terms of computing cost than their full decompression or partial decompression counterparts. This technology will help control the explosion of media-rich content by offering users a powerful automated image indexing and retrieval tool for compressed images on the Web.J. Jiang: Contacting author     

JPEG compressed image retrieval via statistical features

To improve efficiency of compressed image retrieval, we propose a novel statistical feature extraction algorithm in this paper to characterize the image content directly in its compressed domain. The statistical feature extracted is mainly through computing a set of moments directly from DCT coefficients without involving full decompression or inverse DCT. Following the algorithm design, a content-based image retrieval system is implemented especially targeting retrieving joint picture expert group compressed images. Theoretical analysis and experimental results support that the system is robust to translation, rotation and scale transform with minor disturbance, and the system achieves good performances in terms of retrieval efficiency and effectiveness.     

Image retrieval based on index compressed vector quantization

Increased amount of visual data in several applications necessitates content-based image retrieval. Since most of visual data is stored in compressed form, it is crucial to develop indexing techniques for searching images based on their content in compressed form. Therefore, it is desirable to explore image compression techniques with capability of describing image content in compressed form. Vector Quantization (VQ) is a compression scheme that exploits intra-block correlation and image correlation reflects image content, hence VQ is a suitable compression technique for compressed domain image retrieval.This paper introduces a novel indexing scheme for compressed domain image databases based on indices generated from IC-VQ. The proposed scheme extracts image features based on relationship between indices of IC-VQ compressed images. This relationship detects contiguous regions of compressed image based on inter- and intra-block correlation. Experimental results show effectiveness superiority of the new scheme compared to VQ and color-based schemes.     

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。     

基于压缩图像的K均值优化聚类相关反馈

在传统的基于内容的图像检索方法中,直接采集原始格式的图像检索比较多,由于数据量大,给存储或传输带来不便.基于小波变换和粒子群的K值聚类相关反馈的图像检索优点在于解决了数据量大、省略解压缩环节、特征向量包含在压缩域检索系数中;并克服了传统的K均值算法易陷入局部极小值的缺点.实验结果表明,图像压缩后的基于粒子群的K均值聚类提高了检索效率.     

自适应二维数字水印系统

随着因特网和数字技术的发展,数字媒体已成为人们获取知识的主要手段,但这也带来了一系列问题如作品侵权、非法复制和传播等.为了解决这些问题,数字水印技术作为版权保护的重要手段,已得到广泛的研究和应用.为实现水印图象的叠加,提出了一种以灰度图象为水印的空域二维自适应数字水印算法,该方法首先将水印图象进行8×8分块,并进行DCT变换,然后对每块的DCT系数进行量化和调整,最后,取出每块的部分DCT系数来构成水印信号.同时为了实现自适应,还将载体图象按8×8分块,并利用视觉掩蔽特性对载体图象象素进行分类,再根据块分类结果,将水印信号以不同强度嵌入到载体图象中.实验结果表明,该算法具有较好的鲁棒性.最后还对该技术今后的研究指出了一些可能的方向.