综合颜色和纹理特征的图像检索算法

基于内容的图像检索是当前多媒体信息检索的热点之一。基于内容的图像检索技术是根据对图像内容(特征)的描述和提取,在图像库中找到具有指定内容(特征)的图像。本文对图像颜色特征和纹理特征的提取、相似性度量等基于内容的图像检索的关键技术进行了分析和研究,并在此基础上,提出了一个基于颜色特征和纹理特征的图像检索算法并验证了其有效性。该算法采用HSV颜色空间的直方图作为颜色特征向量,采用灰度共生矩阵的四个纹理特征:能量、熵、惯性矩和相关性构成纹理特征向量,采用欧氏距离进行相似性度量。实验结果表明,该算法实现的系统具有良好的图像检索功能。     

基于颜色和纹理特征的遥感图像检索

针对单一特征遥感图像检索的局限性和传统综合特征检索方法计算复杂度高的问题,提出了一种基于纹理特征和颜色特征的遥感图像的检索。在分析了现存遥感图像的检索方法后,得出了用颜色特征及Gabor小波提取出的纹理特征进行图像检索的总体思路。设计了一组多尺度和多方向的滤波器组,优化并选择滤波器组的各参数。首先对图像进行滤波,然后再进行纹理特征的提取,最后用颜色直方图对遥感图像进行颜色特征提取,最终将融合这两种图像特征,设计并实现一个基于颜色特征和Gabor小波纹理特征的图像检索原型系统。在进行图像检索时将纹理特征和颜色特征融合对图像库进行图像检索。由实验结果表明,所提出的方法是有效的。     

主颜色特征与纹理相结合的图像检索

在图像检索中,颜色是各种特征中最直观的视觉特征,两幅布局结构不同的图像形成的颜色直方图却有可能很相似,为了避免该缺陷,文中采用颜色特征与纹理相结合的检索技术进行图像检索,并通过综合实验来验证文中检索方法的优势。     

利用图像颜色特征与纹理特征进行图像检索

基于内容的图像检索主要是利用图像的特征,如:颜色直方图、纹理、形状等来进行检索,这种方式能够提高检索的效率与准确率.利用图像的颜色信息与利用快速傅立叶变换来提取纹理特征相结合的方法来进行图像检索,该方法一方面可以反映图像的全局特征,另一方面又反映了图像的局部特征,且具有对图像检索的旋转不变性.     

改进的综合颜色纹理特征图像检索

提出一种使用颜色和纹理特征进行图像检索的有效方法。首先将图像进行合理分块,对每一分块使用离散余弦变换进行纹理特征提取,然后使用颜色矩对检索到的图像进行颜色特征提取。最后将查询图像的特征向量与数据库中图像的特征向量进行比较,以获得相似的图像。系统采用Corel公司的标准图像数据库进行实验。将单一特征图像检索与综合特征图像检索进行比较,实验结果表明,综合特征的检索更有效。系统检索结果的正确率为80%。     

一种融合颜色和纹理特征的遥感图像检索方法

海量遥感图像的自动查询和选择,迫切需要有效的基于内容的图像检索方法。鉴于单一视觉特征不能很好地表达图像内容,为此提出一种基于五叉树分解的线性加权颜色和纹理特征距离的检索新方法。该方法首先采用五叉树分解法分解图像,然后在利用多通道Gabor滤波器与图像做卷积得到滤波能量值的基础上,提取各子图像滤波能量纹理特征,最后通过计算子图像的颜色均值和均方差来对查询图像和与其大小相当的数据库子图像进行颜色和纹理特征线性加权距离相似性测度。将该方法用于高分辨率卫星和航空遥感图像数据库检索的实验结果证明,该方法是有效的。     

一种综合颜色和纹理特征的图像检索算法

对图像颜色特征和纹理特征进行了研究。在图像颜色特征方面,利用人类的视觉特性,对图像不同分块的主色进行确认和加权处理,获得加权主色颜色特征;在纹理特征方面,利用统计法和结构法构造灰度-差分基元共生矩阵来提取纹理特征。在此基础上,通过高斯归一化方法将颜色特征和纹理特征进行综合,形成最后的图像检索特征,并给出了利用该特征的图像检索算法。实验结果表明,所提出的灰度-差分基元共生矩阵特征提取较传统的灰度共生矩阵特征更加精细,在此基础上综合利用颜色和纹理特征的图像检索方法具有更好的检索精度。     

一种基于颜色和纹理的图像检索方法

提出了一种基于颜色和纹理的新的图像检索方法.该方法在HSV颜色空间量化过程中,采用一种基于性隶属度的模糊量化方法,使量化结果更接近于人类感知;在提取分块主色的基础上引入一种颜色相邻矩阵,用于述颜色的相对空间分布情况,以提高对图像变形的鲁棒性;还加入图像的纹理信息,最后结合这些颜色和纹理特征行复合图像检索.实验表明,该方法能有效提高图像检索精度.     

一种基于颜色纹理和相关反馈的图像检索方法

提出了将颜色特征中的分块主色法,纹理特征中的分块灰度共生矩阵以及相关反馈技术相结合来共同进行检索,并采用相关反馈技术通过更新权值的方法来调整图像颜色、纹理特征系数以及对应于这两种特征的图像各分块的权值。实验结果表明,该方法具有较高的准确性,并且具有较好的检索效果。     

综合颜色纹理形状特征的图像检索

图像特征的提取和使用在基于内容的图像检索中至关重要.研究了在基于内容的图像检索系统中整合颜色,纹理,形状的提取方法.将图像按照一定的规则进行分块,对各个分块分别进行各种特征向量的提取.颜色特征的提取是基于YUV颜色空间的颜色直方图,纹理特征的提取采用Gabor滤波器,形状特征的提取是基于Zernike矩的计算.实验结果表明,综合图像的颜色、形状和纹理特征提高了图像检索的准确性.     

Image indexing and retrieval based on color histograms

While general object recognition is difficult, it is relatively easy to capture various primitive properties such as color distributions, prominent regions and their topological features from an image and use them to narrow down the search space when attempts to retrieving images by contents from an image database are made.In this paper, we present an image database in which images are indexed and retrieved based on color histograms. We first address the problems inherent in color histograms created by the conventional method, and then propose a new method to create histograms which are compact in size and insensitive to minor illumination variations such as highlight, shape, and etc. A powerful indexing scheme where each histogram of an image is encoded into a numerical key, and stored in a two-layered tree structure is introduced. This approach turns the problem of histogram matching, which is computation intensive, into index key search, so as to realize quick data access in a large scale image database. Two types of user interfaces, Query by user provided sample images, and Query by combination of the system provided templates, are provided to meet various user requests. Various experimental evaluations exhibit the effectiveness of the image database system.     

基于多特征的图像检索算法

基于内容的图像检索是数字图像处理的一个重要研究方向,有效地提取图像内容特征是其中的一个关键问题.提出利用最大相关最小距离将图像的纹理特征,高斯密度特征与人脸检测相结合的算法进行图像检索.在建立10000幅图像库的基础上验证了算法的可行性,实验结果表明算法能够准确、高效地检索出目标图像;相对于单一特征的检索,算法有效地提高了图像检索的精度和速度.     

An efficient color and texture based iris image retrieval technique

This paper proposes a hierarchical approach to retrieve an iris image efficiently from for a large iris database. This approach is a combination of both iris color and texture. Iris color is used for indexing and texture is used for retrieval of iris images from the indexed iris database. An index which is determined from the iris color is used to filter out the images that are not similar to the query image in color. Further, iris texture features of those filtered images, are used to determine the images which are similar to the query image. The iris color information helps to design an efficient indexing scheme based on color indices. The color indices are computed by averaging the intensity values of all red and blue color pixels. Kd-tree is used for real-time indexing based on color indices. The iris texture features are obtained through Speeded Up Robust Features (SURF) algorithm. These features are used to get the query’s corresponding image at the top best match. The performance of the proposed indexing scheme is compared with two well known iris indexing schemes ( [Mehrotra et al., 2010] and [Puhan and Sudha, 2008]) on UPOL (Dobeš, Machala, Tichavský, & Posp?´šil, 2004) and UBIRIS (Proencca & Alexandre, 2005) iris databases. It is observed that combination of iris color and texture improves the performance of iris recognition system.     

An effective method for color image retrieval based on texture

This paper presents an effective color image retrieval method based on texture, which uses the color co-occurrence matrix to extract the texture feature and measure the similarity of two color images. Due to the color information such as components and distribution is also taken into consideration, the feature obtained not only reflects the texture correlation but also represents the color information. As a result, our proposed method is superior to the gray-level co-occurrence matrix method and color histogram method, and it enhances the retrieval accuracy which is measured in terms of the recall and precision in the meanwhile.     

基于局部累积直方图和纹理特征的图像检索方法

提出了结合HSI颜色空间的局部累积直方图和图像的纹理特征进行检索的新方法.在HSI颜色空间求局部累积直方图,既可以消除大量离散的零值点,又考虑到累积前后两种颜色的相似性,符合人眼的视觉感知特点;利用以灰度共生矩阵为基础的纹理特征对局部累积直方图检索的结果进行二次检索,充分考虑了图像的空间信息.避免单一的颜色特征描述图像的片面性.基于花卉图像库的检索实验结果表明,该方法可以取得良好的检索效果.     

基于色彩与形状信息特征的图像检索算法研究

针对单独用颜色特征并不能很好地表达图像内容的问题,提出了综合利用颜色和形状特征进行图像检索的方法。由于颜色直方图无法表达空间分布信息,因此采用的颜色特征为颜色自相关图,并对色调进行重叠量化。而形状特征采用边缘方向直方图,并对方向进行重叠量化。仿真实验表明,综合利用颜色和形状特征比单独用颜色和形状特征进行图像检索的效果要好,提高了图像检索的查准率。     

彩色图像检索方法

对彩色图像的检索进行了研究,提出了彩色图像检索的方法.该方法首先对彩色图像进行聚类,再使用聚类后图像的主颜色进行颜色相似度计算,使用基于奇异值向量的主颜色矩阵进行空间相似度计算,最后给出了基于主颜色的颜色信息和空间分布信息的图像内容相似度计算方法.进行检索时,可根据检索要求自适应地改变颜色和空间分布的权重,增加了系统的有效性.实验结果表明,该方法实现简单,能够更加灵活、准确地描述图像的颜色特征,从而有效提高了图像检索的准确率.     

基于统计特征的DCT压缩域纹理图像检索方法

提出了一种基于离散余弦变换（Discrete Cosine Transfrom,DCT）的纹理图像的检索方法.该方法在DCT压缩域,通过直接对DCT系数计算,获得图像纹理的统计特征,并作为检索的依据.理论分析和实验结果都表明,该方法具有很好的检索准确率和效率,并且对于旋转具有不变性.     

基于纹理和高斯密度特征的图像检索算法

直接从DCT域中提取图像的特征是提高图像的检索效率的方法.直接从压缩域中提取图像的高斯密度,即计算图像在8个方向上的分段累加值,形成一个8*4的二维向量,再结合图像的纹理特征来进行图像检索.为了验证算法的可行性,建立了10000幅图像的图像库.实验结果表明,该方法能够准确地检索出目标图像,有效地提高了图像检索的精度和速度.