一种基于颜色特征的图像检索方法

提出了一种基于颜色的新的图像检索方法.该方法在HSV量化过程中,引入模糊量化的方法,使量化结果更接近人的主观视觉感知.全局直方图由于不包含颜色的空间分布信息,不同的图像可能具有相同的颜色直方图.为弥补这些缺点,还提出了一种新的重叠分块,并对主体区域进行二次划分的方法.实验结果表明,本方法具有良好的检索效果.     

基于颜色特征的图像检索技术

在基于内容的图像检索(CBIR)中,颜色特征作为图像的一种重要视觉信息,由于计算简单,鲁棒性强,已经得到了广泛的应用.从图像的颜色特征出发,针对颜色空间(颜色空间的转换)、颜色的量化(HSV颜色空间)、颜色特征提取及表示和颜色特征的相似性度量做了系统讨论和研究.接着通过经典的分块颜色直方图算法来介绍基于颜色特征的图像检...     

一种基于颜色特征的图像检索方法

提出了一种新的基于颜色自组织聚类的图像检索算法。该算法根据颜色在图像中的分布信息，通过对像素点的加权处理确定最佳的颜色初始聚类数目，将经过加权处理的像素点进行聚类，得到图像主要颜色的统计特征，同时，在分析了主要颜色在图像中的散布情况后，利用主色的矩特征来描述各个主色在图像中的空间分布特征，结合颜色的统计特征与空间分布特征来描述图像的内容，保证了图像在局部和整体上的一致性，实验结果证明，该算法的检索精度明显要高于传统的仅基于颜色统计特征的检索精度。     

一种新的基于颜色特征的图像检索方法

提出一种新的基于颜色特征的彩色图像检索算法.该方法首先利用颜色的距离矩阵,对样本图像进行非监督的颜色量化,得到调色板,然后将待检索图像按最小距离映射到该调色板中,这样对于所有图像,就可以得到基于样本图像调色板信息的统一的颜色直方图.这种颜色量化算法精度高于有监督的量化,而速度又明显高于传统的无监督的颜色聚类.此外,结合颜色在图像中的散布情况,综合颜色的统计特征与空间分布特征来描述图像内容,保证图像内容描述的精确性.实验证明,利用该算法的检索效率较高,检索结果也能够较好的满足人的视觉感受.     

基于颜色特征的图像检索

本文综述基于颜色特征的图像检索的一般方法，对颜色特征的提取和相似距离的计算，以及如何提高图像的检索精度进行了讨论，在此基础，本文提出一个新的研究方向，基于人眼视觉系统（HVS）模型的图像检索方法。     

基于颜色和形状特征的图像检索方法

提出了一种基于颜色和形状特征的图像检索方法。在对HSV颜色模型量化的基础上,提取颜色直方图作为图像的颜色特征。在提取形状特征时,结合颜色量化结果,利用图像分割提取图像的形状特征,利用两特征的加权距离计算图像之间的相似度,而后进行图像检索。实验结果表明,该方法取得了较好的检索效果。     

一种基于颜色分块特征的自适应图象检索方法

文章提出了一种基于颜色特征的,结合分块和遗传算法的图像检索方法。该方法充分利用了分块的特点,改善了颜色特征缺乏空间信息的缺点,同时利用遗传算法的自适应性,减少了在相关反馈的检索过程中,用户的选择操作。文章通过比较实验,证明了这种方法的有效性,并提出了进一步改进的方案。     

基于颜色特征的图像检索

针对颜色特征,给出了全局直方图和分块主色的具体方法,并作了比较,总结了适合这两种方法的图像特征.同时,还将相关反馈技术融合到算法中,通过权值矩阵的正负调整及多次检索来提高检索准确率.实验数据表明,文中的方法是很有效的.     

一种改进的基于颜色-空间特征的图像检索方法

颜色量化是基于颜色图像检索的一个热点。由于量化边界处的颜色具有连续性和相似性,文章提出了一种改进的基于模糊量化的颜色量化方法,以减小量化误差,使量化方法更接近于人的主观视觉感知。基于这种量化方法,提出了一种基于颜色—空间特征的检索算法,采用了一种相似度量方法以利用相同直方图区间内的像素统计与空间信息之间的相关性。实验结果表明该方法具有较高的检索有效性。     

一种融合整体和局部颜色特征的图像检索方法

针对传统颜色直方图无法反映像素的空间信息和图像的局部细节,提出一种整合整体和局部颜色特征的图像检索技术,先将图像分割为环形区域,获得图像的局部颜色特征.把赋以不同权值的整体颜色直方图和局部颜色之间的相对距离累加和定义为图像之间的相似度,以反映人们对图像的判定过程.实验表明,该方法反映了图像颜色的空间分布及局部细节,在查准率和查全率上都要优于基于传统的颜色直方图的检索方法.     

一种基于颜色的图像检索改进方法

基于颜色的图像检索由于其对图像的各种变形有很好的鲁棒性而得到了广泛的应用,但其对颜色的空间分布描述不足从而检索精度不佳。针对全局颜色直方图及局部颜色直方图的检索问题,提出了一种新的基于颜色的检索方法。该方法引入一种颜色转移矩阵,用于描述颜色的相对空间分布情况;同时改进传统局部颜色直方图匹配方法,使块匹配受图像形变的影响大为减少;最后结合上述两种图像子特征进行复合图像检索。实验表明,该方法能有效的提高图像检索精度。     

基于颜色特征图像检索与相关反馈综合研究

介绍了三种基于颜色特征的图像检索算法,说明了相关反馈的基本原理,随后指出上述三种算法各自的优势与不足,提出了把上述三种算法和相关反馈进行综合考虑的算法思想,并通过实验数据给出说明该方法效率明显高于前三种方法,最后提出了该方法的进一步发展方向。     

A New Approach to Object-Related Image Retrieval

Image retrieval has been commonly attempted using non-semantic approaches. It is clear though, that semantic retrieval is more desirable because it facilitates the user's task. In this paper, we present a new approach to semantic access of a database of images by asking for the presence of certain objects; this is known as object-related image retrieval.This approach is built within a classical computer vision framework (i.e. localization, segmentation and identification). Our approach first searches for the main areas of attention (most salient areas of an image) and then applies appearance-based methods to classify (index) all images by ‘symbolic’ names. These names are referred to objects, which finally allows the use of semantics driven by these object names, e.g. retrieve ‘all those images that have a bull and Melissa's face'.The use of a totally automatic system would cause some errors of indexing (and so retrieval). To solve this we use a human-in-the-loop strategy where a human expert is placed after the two outputs of the system to confirm their ‘correctness’. An experimental result using a database of 3000 images is presented.     

图像检索中的动态相似性度量方法

为提高图像检索的效率,近年来相关反馈机制被引入到了基于内容的图像检索领域。该文提出了一种新的相关反馈方法－－动态相似性度量方法。该方法建立在目前被广泛采用的图像相拟性度量方法的基础上,结合了相关反馈图像检索系统的时序特性,通过捕获用户的交互信息,动态地修正图像的相似性度量公式,从而把用户模型嵌入到了图像检索系统,在某种程度上使图像检索结果与人的主观感知更加接近。实验结果表明该方法的性能明显优于其它图像检索系统所采用的方法。     

一种基于多示例学习的图像检索方法

由于多示例学习能够有效处理图像的歧义性,因此被应用于基于内容的图像检索(CBIR).本文提出一种基于多示例学习的CBIR方法.该方法将图像作为多示例包,使用基于自组织特征映射网络聚类的方法分割图像,并将由颜色和纹理特征描述的图像区域作为包中示例.根据用户选择的实例图像生成正包和反包,使用多示例学习算法进行学习,实现图像检索和相关反馈.实验结果表明这种方法与已有方法检索效果相当,但检索效率更高.     

基于颜色视觉关注度的图像检索

在视觉形成的过程中,视觉、视知觉系统对不同颜色显示出不同的分辨力和关注度。在图像检索算法中,如何反应、利用这种视觉特性具有重要的研究意义。首先,根据视觉生理学和视觉心理学理论阐明了颜色关注度差异化的形成机理;然后依据Stevens法则和HSV颜色空间的六棱锥模型,提出了一种构造颜色关注度函数的方法:通过提升视觉显著度高的颜色的相应特征的关注度权值,补偿由于感知识别系统的颜色敏感度随颜色变化而引起的视觉差异。对比实验证明该文算法切实有效。     

图像检索中一种支持多例查询的新方法

基于内容的图像检索的关键问题之一是高层语义和低层图像特征之间的差异,相关反馈技术是缩短这个"语义鸿沟"的有效方法。本文提出了一种新的相关反馈算法,通过分析正例图像在特征空间中的散布来构造该类图像的投影空间,该空间对应于一个语义类在特征空间中分布密集的子空间,在投影空间中计算相似图像。同时根据每次反馈的信息不断修正投影空间来提高系统的检索性能。在Corel大图像库中的实验结果表明,该算法对多例图像查询有较好的检索效果。     

一种基于形态学的图像检索方法

提出了一种基于形态学的图像检索的新方法。该方法首先将图像量化为不同的颜色层，并利用形态学的腐蚀算法对图像的各个量化颜色层进行单独处理。在腐蚀过程中使用了不同半径的结构元素作为腐蚀集合。经过腐蚀后的图像，统计出在不同腐蚀半径下的像素点个数，并以此作为图像的特征。通过对图像数据库的检索，表明该算法明显优于直方图法和边界直方图法。     

基于多示例学习的图像检索方法

由于多示例学习能够有效处理图像的歧义性,因此被应用于基于内容的图像检索(CBIR)。本文提出一种基于多示例学习的CBIR方法,该方法将图像作为多示例包,基于高斯混合模型和改进的EM算法全自动分割图像,并提取颜色、纹理、形状和不变矩等区域信息作为示例向量生成测试图像包。根据用户选择的实例图像生成正包和反包,使用多种多示例学习算法进行学习,实现图像检索和相关反馈,得到了较好的效果。