利用小波和矩进行基于形状的图象检索

形状是图象中目标的重要特征,基于形状的图象检索近来在基于内容的图象库系统和管理和应用中得到越来越多的重视。现已研制的系统存在两个问题。一是性能的不稳定性;二是相对平移,旋转和尺度变换的变化性,针对上问题,该文提出了一种新的基于形状的图象检索算法。此算法先对亮度图象图象进行小波模极大值变换以得到多尺度的边界图象,再利用７个不变矩提取每一尺度边界图象的特征,所有尺度上的矩共同组成图象的特征向量。图象的     

基于形状不变矩的图像检索算法的研究

描述了一种基于Hu形状不变矩的图像全局形状特征提取方法和算法IMS。实验结果表明,使用IMS。算法提取的形状特征向量具有对平移、旋转和尺度变化的不变性,适合于进行图像形状的检索。     

古钱币图像的多尺度相对矩检索方法

提出一种古钱币图像的多尺度相对矩检索方法。利用小波多尺度特征模板提取边缘图像,基于多尺度相对矩进行特征提取,对 特征向量归一化并进行相似性度量。实验结果表明,该方法的检索效果较优,也同样适用于汽车图像的检索,具有较优的通用性与较强的鲁棒性。     

用不变矩和边界方向进行形状检索

基于形状的图像检索一直以来是图像内容检索的一个难点问题，而目前采用周长、面积、边角率等描述形状的方法不能使形状检索达到理想的效果．本文提出了一种新的针对图像形状的检索方法．首先，用Canny算子对图像进行平滑处理，提取图像边界方向直方图特征、其次，用不变矩来描述图像形状的区域特征，不变矩特征不受图像的缩放、平移和旋转的影响．最后，为了克服不变矩只关心对象区域，而对图像边界忽视的缺点，提出了不变矩与边界方向特征相结合的方法，使得检索取得更好的效果．本文通过对医学图像的形状检索实验，给出了实验结果和结论．     

一种基于颜色矩和多尺度纹理特征的彩色图像检索方法

特征提取是基于内容的图像检索的关键步骤,仅基于一种特征的方法只能表达图像的部分属性.由于对图像内容的描述比较片面,缺乏足够的分辨能力,在图像有较大变化的场合常不能取得理想的检索效果.提出了一种基于图像颜色和纹理的图像检索方法,颜色特征采用颜色矩,纹理特征采用小波多尺度高频子带的方差特征.采用组合特征进行图像检索,选择MPEG推荐的ANMRR方法对两种特征间的权值分配进行分析.实验表明,该方法具有很好的检索性能.     

相对矩及在几何形状识别中的应用

在计算机视觉中,几何形状的识别具有十分重要的意义,而一般几何形状可以分为区域和结构两类。Hu提出的不变矩是用于区域形状识别的几何特征,但对于结构则因不满足缩放不变的条件而不适用。为此对Hu提出的区域不变矩和Chen提出的区域不变矩快速算法进行了扩展,并定义了对于结构和区域均满足平移、缩放、旋转不变的相对矩,从而统一了区域和结构的矩特征计算公式,而且与Hu的不变矩相比,更具有一般性,利用相对矩进行的识别实验表明,相对矩是对区域、封闭和不封闭结构的形状进行识别的有效特征,尤其在识别封闭和不封闭结构时,比傅立叶描述子等传统方法简便。     

基于形状特征和颜色的服装图像检索

提出将基于内容的图像检索用于电子购物中,首先利用不变矩的形状特征检索,为提高检索效果引入离心率特征,接着再利用改进的颜色直方图进行检索。通过实验证明该方法的有效性和可行性。     

4种矩描述子在形状检索中的性能比较

在基于内容的图象检索(CBIR)中,形状是图象的主要低层特征之一.人们虽已经提出了许多表示形状的方法,然而大多数方法都要假定知道形状的边界信息,在一般情况下,形状的边界是无法获取的.基于区域的描述子不但适用于一般形状,而且具有很强的抗噪声和抗失真能力.通过对下列4种区域形状描述符的研究和比较几何不变矩(GMD),Legendre矩(LMD)、Zernike矩(ZMD)以及正交的Fourier-Mellin矩(OFMMD),并在一个由400多幅图象组成的形状库上进行的检索试验表明,从计算复杂度、稳健性、分层表示以及检索性能来考虑,Zernike矩是4种矩当中最适合于进行形状检索的描述符.     

一种基于形状特征的颅骨图像检索方法

提出了一种基于内容的颅骨图像检索方法，介绍了基于内容的医学图像检索系统结构，阐述了图像预处理方法和特征参数提取过程。实验表明，该方法能检索出有相同病理特征的相似颅骨图像。     

基于多尺度形态变换的纹理形状图像检索

数学形态学是一种有效的图像处理方法,利用多尺度形态变换可以得到不同分辨率下的图像特征.本文提出了利用多尺度形态变换同时提取出图像纹理的粗糙度和形状特征,其中获取到粗糙度信息于人类的视觉感知相一致.最后,利用所获得的纹理和形状信息对图库图像进行检索,结果表明该方法是一种有效的综合纹理和形状特征的图像检索方法.     

结合边缘颜色与形状特征的图像检索方法

小波变换具有良好的局部特性与多尺度特性, 能多尺度逼近边缘, 这使得它在图像奇异性检测和特征提取方面得到了广泛的应用. 通过三次样条二进小波变换模极大值法提取图像彩色边缘, 用彩色边缘的环形颜色直方图表示颜色特征, 用小波模极大值的环形直方图表示形状特征; 最后利用上述两种直方图计算图像间的相似度, 并进行彩色图像检索. 实验结果表明该算法不仅具有较好的查准率和查全率, 而且对图像中存在的光照变化和几何变化(尺度, 平移, 旋转等)具有较强的鲁棒性.     

基于小波变换的纹理特征提取分析

在图像检索技术中，充分利用纹理特征能大大提高图像检索的准确率。用小波变换的方法提取图像纹理特征参数优势明显．也符合纹理识别的特点。     

基于边缘特征的图像检索

颜色、纹理和形状等特征已经在基于内容的图像检索(content-based image retrieval，CBIR)中得到广泛的采用，但边缘特征却没有得到应有的关注。在已有算法的基础上，文中提出了一种综合利用边缘幅度直方图和边缘角度直方图进行图像检索的新算法。实验结果证明，该算法能够有效地提高算法的检索精度。     

基于四叉树和边界不变矩的图像检索

为使四叉树算法在图像检索领域中得到有效应用,分析基于内容的图像检索对目标物体形状的需求,提出一种基于四叉树和边界不变矩的图像检索方法,构建图像检索系统,并选取5种不同类型的图像进行分组实验。仿真实验结果表明,该方法简单有效、复杂度低,能够提高图像的检索效率。     

基于形状方向能量的图像检索①

基于形状特征的检索技术是图像检索的研究热点之一,提出一种基于图像形状方向能量的检索方法一一先对图像进行一些基本的处理：去噪、边缘获取、细化边缘、调整角度,然后根据图像8个方向的能量累积,归一化处理,得到八个方向的能量累积数据。最后简述了图像智能检索系统的设计,应用该智能检索系统,给出了一些图片的基于方向能量检索方法的检索效果。     

利用特征点平均矩特征的商标图像检索

提出了一种新的基于多特征点平均矩特征的商标图像检索方法。首先根据图像的参照圆与形状主方向将图像划分为若干个同心圆,并在每个同心圆内确定一些特征点,这些特征点在图像中的相对位置不受旋转、尺度、平移等因素的影响。然后提出了基于多特征点平均矩特征的概念,该特征不仅具有良好的鲁棒性,而且对于噪声以及图像边缘的细微变化并不敏感,非常适合用来描述商标这种特定的图像。实验结果证明,利用该算法检索的结果兼顾了商标图像在局部和整体上的一致性,能够较好地满足人的视觉感受。