首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 187 毫秒
1.
提出一种基于SIFT特征的图像检索算法,将图像转换成特征向量,图像间的相似距离通过两幅图像特征向量间的欧氏距离来计算.实验结果表明该算法应用在特定形状特征目标的检索中有很好的效果.  相似文献   

2.
基于可变k近邻LLE数据降维的图像检索方法   总被引:3,自引:1,他引:2  
在基于内容的图像检索中,其计算复杂度随着描述图像内容的特征向量的维数的增加而急剧增加,而应用局部嵌入算法(LLE)进行数据降维时,需要确定近邻点k的个数。根据图像特征在原空间的分布情况,提出了一种可变k近邻LLE的数据降维方法,使得降维后的特征向量有效地保持了其在高维空间中的拓扑结构。实验结果表明,提出的可变k近邻LLE数据降维方法在基于内容的图像检索中有较高的检索准确率。  相似文献   

3.
基于颜色和空间特征的图像检索   总被引:1,自引:0,他引:1  
提出一种新的基于颜色和空间特征的图像检索算法.首先,将检索图像转换为HSV颜色空间并进行量化,提取环形颜色空间信息熵作为颜色空间分布特征.其次,计算每个像素点的多邻域量化颜色值的一、二阶中心矩,利用各阶统计矩的信息熵来表征图像颜色的局部空间特征.最后,对特征向量进行高斯归一化,采用特征向量的L1-norm距离计算彩色图像的相似度并进行图像检索.结果表明,该方法比CDE和Geostat算法具有较好的检索效果.  相似文献   

4.
针对标准微粒群优化算法(PSO)在全局优化过程中容易陷入局部极值的问题,分析了标准微粒群优化算法早熟收敛的原因,提出了一种新的基于不同进化模型的双群交换技术的改进微粒群优化算法.该方法将微粒分成两个大小相同的分群,其中第一分群采用标准PSO模型进化,第二分群采用cognition only模型进化.两个分群每选代一次后,将第一分群的适应值最差的微粒与第二分群的适应值最优的微粒进行交换,以提高种群的多样性,改善算法的收敛性.与其它双群算法相比,该算法概念简单,程序实现容易.与标准微粒群优化算法相比.全局寻优能力更强,函数测试结果表明,提出的双群交换微粒群优化算法的收敛性能明显优于标准PSO算法.  相似文献   

5.
针对在图像检索过程中,传统单一特征不能较好反映图像的颜色分布和内容细节等相关信息,降低了图像检索性能的问题,提出一种基于改进颜色和纹理综合特征的图像检索方法。根据HSV颜色模型区域均值,利用改进关联权值模型,获取颜色均值特征向量;基于Haar小波进行图像分解变换。在图像的低频分量中,根据低频特征结构模型,获取低频纹理特征向量;通过Canberra距离求取图像相似度。实验结果表明:方法在Corel-1000和Corel-5000标准图库中进行测试,准确率和检索率等性能参数得到了相应提高。  相似文献   

6.
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。  相似文献   

7.
针对图像检索中现有特征描述算法对图像中目标物体特征描述不够有效的特点,提出了一种基于融合全局特性的SIFT特征图像检索算法。首先,通过构建尺度空间、检测极值点、确定关键点等步骤生成SIFT特征向量描述子;其次,将全局颜色特征融合到SIFT算子中共同构建联合特征描述向量,从而更加全面地描述图像信息;为了提高检索效率,利用PCA降维方法将联合特征向量进行维数约减;最后通过距离匹配进行检索。实验结果表明,该算法能够很好地应用在特定目标物的检索中,从而达到高效检索的目的。  相似文献   

8.
基于HIS颜色空间颜色对的图像检索系统   总被引:2,自引:0,他引:2  
提出了一种在HIS空间中进行的基于颜色对的图像检索算法.为突出颜色在画面中的位置在内容检索上的作用,算法在HIS颜色空间的上对各颜色分量进行量化,用颜色对来描述图像的颜色特征,定义了基于颜色对的相似度度量,利用图像颜色特征进行相似度匹配和检索.实验结果表明,该算法能比较快速、有效地针对图像内容进行检索.  相似文献   

9.
相似度测量是图像分类和提取的重要内容.良好的相似度测量方法应该能以给定的图像特征类型从数据库中检索到相似图像,并在检索中丢弃不相关图像.基于距离的相似度测量,仅反映了高维特征空间中两个特征向量之间的空间距离,缺乏任何感知意义,而且还忽视了相似度决策过程中邻域的影响.新的感知相似度测量方法,既可以测量特征空间中两个图像间...  相似文献   

10.
介绍一种基于非下采样轮廓波Nonsubsampled Contourlet(NSCT)和矩阵F-范数的图像检索(CBIR)技术。首先对图像进行NSCT变换,然后将变换结果用矩阵F-范数构建特征向量,设计了两个特征向量相似度度量,最后给出加权相似度实现了图像检索。实验结果表明,该技术具有很好的检索率。  相似文献   

11.
为了解决信息过载的问题,个性化图像检索和推荐技术成为目前图像检索领域的新趋势,其不仅可提高检索的效率和准确率,还可满足用户的个性化需求.根据不同个性化信息的数据源,可将个性化图像检索和推荐分为基于内容的个性化图像检索和推荐与协同过滤个性化图像检索和推荐.对于基于内容的个性化图像检索和推荐,分析了用户兴趣获取、用户兴趣表示和个性化实现3个核心环节,并对所采用的关键技术进行了对比,指出了优缺点;对于协同过滤个性化图像检索和推荐,分析了基于用户、物品和模型的3种协同过滤方法.最后分析对比了基于内容和协同过滤2种个性化图像检索和推荐方法,并指出了未来的工作方向.  相似文献   

12.
基于内容的图像检索研究的焦点是应用最初发源于文本文档检索的相关反馈技术来提高检索性能.但这一技术没有能够填补底层图像特征和高层语义内容之间的空白,这一空白被认为是CBIR的瓶颈,也是图像压缩和视屏检索的瓶颈.阐述了在DCT域中进行图像检索的基本方法和相关反馈的当前发展状况,并提出一个在CBIR中集成相关反馈的框架算法.  相似文献   

13.
针对庞大而复杂的外观专利数据给外观专利设计带来的审查问题,对基于内容的图像检索、自动分类和自学习等关键技术进行了分析,同时对图像检索系统的性能评价指标体系进行了阐述。  相似文献   

14.
针对基于内容的图像检索系统图像纹理特征提取对图像检索精度存在影响的问题,提出一种基于曲波( Curvelet)变换与高斯混合模型(Gaussian Mixture Model,GMM)相结合的方法提取图像的纹理特征.该方法通过曲波对图像进行多尺度分析并结合K-means和期望最大化(Expectation Maximization,EM)算法来估计高斯混合模型的参数,以此构建图像的纹理特征空间.仿真结果表明,所提出的方法比传统的图像纹理特征提取方法精度更高,并且提高了图像检索系统中的检索精度.  相似文献   

15.
一种改进的SIFT—PCA算法在图像检索中的应用   总被引:1,自引:0,他引:1  
针对SIFT算法(尺度不变特征)提取出的图像特征点向量维数较多造成计算量较大、检索效率低等问题,提出一种SIFT和改进的主成分分析(Principal Component Analysis,PCA)相结合的SIFT—PCA算法。该算法首先采用SIFT算法提取图像特征点向量,然后利用改进的PCA算法把特征点向量变换到另一个空间,得到最具有代表性的特征参数,实现对特征点向量的降维。此算法在保证原SIFT算法鲁棒性的同时减少了计算量,增强了实时性。实验结果说明了该算法具有尺度、平移、旋转、光照不变性,在图像检索中应用切实可行且效果良好。  相似文献   

16.
针对领带花形图像的具体特征,研究了适用于该类图像的检索算法。在对布样扫描图像提取花形区域的基础上,运用Gabor小波变换提取花形特征,并给出了多角度旋转不变性的相似度计算公式。在实际应用中取得了较好的检索效果。  相似文献   

17.
基于语义分类的图像检索是根据图像的逻辑特征和抽象属性进行检索的技术,给出了一个语义制导的图像检索框架,它在图像、图像语义和视觉特征之间建立了联系,兼顾了基于文本和基于内容的两种图像检索方式.  相似文献   

18.
给出了一个分布式基于内容的Web图像检索系统的模型,并给出了用Java技术实现的方案。介绍了系统的体系结构和各功能模块,以及使用的JSP、Servlet、JavaBean、JDBC等Java技术。  相似文献   

19.
在基于内容的图像检索方法中,图像的低级视觉特征和高级语义之间存在着较大的差异,导致检索性能不佳.为了提高检索性能,将相关反馈技术引入图像检索.利用支持向量机在相关反馈的过程中为图像建立语义模型,在建立语义信息后求出图像间的二次距离,增加图像间的语义区分能力,使被检索出的图像在语义上更加接近示例图像.试验表明,该方法使查全率和查准率得到较大提高.  相似文献   

20.
将支持向量机(SVM)应用于基于内容的图像检索领域,提出一种基于Gabor小波变换和支持向量机分类器的新型集成纹理识别方法.目标是利用Gabor小波设计的多通道小波滤波器对图像目标进行小波变换,用Gabor小波变换系数的模的平均值和标准差生成表示目标图像的特征向量,将特征向量归一化后用支持向量机进行训练和识别.最后,利用Brodatz纹理库中的纹理图像进行了试验并与其他几种方法进行了比较.结果表明,该方法的识别率在小样本情况下要优于其他几种方法,并且具有更好的泛化和推广能力.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号