基于内容图像检索的特征性能评价研究

从基于内容图像检索特征来看,各特征反应了图像各侧面内在特性,利用此种技术检索需要多类相似性度量方法,特征与特征之间的相似性度量方式是当前CBIR的核心课题。使用图形特征,在不同相似性的度量方式下,多种特征在图像库上的检索性能,可为CBIR系统设计提供相应的依据,通过本次实验得知,图像特征检索性能不仅与度量方法有关,也与图像库有密切关联。     

基于内容的图像检索介绍

基于内容特征的图象检索（CBIR）是目前国内外研究的一个热点。本文简要介绍了基于内容的图像检索技术的发展过程及主要原理，重点论述了基于内容的图像检索常用关键技术——图像视觉特征的描述和提取。     

基于内容的多特征综合图像检索

相关反馈用于基于内容的图像检索是一个研究热点，事实证明多特征的基于综合图像检索优于基于单一特征的检索，文章在Rui的动态调整权值方法的基础上，提出了一些改进思想，克服原来方法的一些不足。     

遗传算法在基于内容的图像检索中的应用

利用遗传算法对图像的统计特征进行了特征选取，并应用于颅脑CT图像检索中。实验结果表明，该方法能够有效地选取特征，提高检索精度，改善检索效果。     

基于特征统计量分析的图像检索

研究了基于内容的图像检索系统和技术的若干问题。首先叙述了基于内容的图像检索的系统模型和特点，接着针对颜色、纹理和形状进行了概率特征提取、相似度量等的进一步具体分析讨论。展示了基于以上理论知识的一些实际工作，介绍了基于颜色和纹理检索的改进实验结果。     

基于内容的图像检索介绍

基于内容特征的图象检索(CBIR)是目前国内外研究的一个热点。本文简要介绍了基于内容的图像检索技术的发展过程及主要原理,重点论述了基于内容的图像检索常用关键技术——图像视觉特征的描述和提取。     

基于内容的图像检索的关键技术

基于内容特征的图像检索(CBIR)是目前国内外研究的一个热点.本文简要介绍了基于内容的图像检索技术的发展过程及主要原理,重点论述了基于内容的图像检索常用关键技术--图像视觉特征的描述和提取.     

基于内容的图像检索技术研究

介绍了基于内容的图像检索与文本关键词检索的不同，阐述了基于内容图像检索的基本原理、检索方式和关键技术以及医学图像检索方法。     

基于内容的图像检索技术

随着多媒体技术的迅速发展,传统的基于关键字的信息检索技术已逐渐不能满足要求,因此,基于内容的图像检索技术成为当今的一个研究热点。介绍了基于内容图像检索系统的基本组成。综述了基于颜色、纹理、形状、语义等图像检索技术的主要方法。分析和比较了现有的各种图像检索技术的方法。讨论了相关反馈技术、检索性能的评价等CBIR研究中的关键问题。同时指出了CBIR研究中存在的问题,以及未来的发展趋势和研究方向。     

基于内容的图像检索中的相关反馈算法

近几年,相关反馈算法作为解决图像检索问题行之有效的方法,受到人们越来越多的重视,各种各样的相关反馈算法层出不穷,该文回顾了早期的启发式相关反馈算法和近期的最优相关反馈算法,对现有的相关反馈算法进行了分析、总结和对比,并提出了今后相关反馈算法的发展方向。     

基于内容的图像检索系统性能评价

在图像检索需求多元化和专业化的推动下,CBIR技术日趋成熟,目前已有越来越多的商用和科研系统相继推出。这样就迫切需要展开对CBIR系统性能评价标准的研究,因为任何一项技术都是由该领域中相应的评价标准来推动的。为了使人们对这方面的现状动态有一概略了解,首先讨论了基于内容的图像检索评价过程中的两个基本问题,即大规模数据库的建立和获取进行相关性评判,然后对近年来文献中所见的基于内容的图像检索系统性能评价方法进行了回顾和综述;最后在此基础上,对其发展方向进行了探讨,并提出建立一个标准的测试数据集用来推动基于内容的图像检索系统性能评价的发展和更好地将人结合到基于内容的图像检索系统的性能评价过程中,以发展交互式的性能评价方法的建议。     

基于内容图像检索的特征子空间抽取

作为一种有效的解决手段,相关反馈(relevance feedback)技术在基于内容图像检索(content based image retrieval)的研究中得到了深入的发展.尽管有效,已有的反馈算法却始终没有解决特征空间的有指导降维和特征中的噪声去除这两个问题.提出了一种新的方法,通过对用户在检索过程中提供的正反馈样本在各特征空间中的分布特性,利用主成分分析(principal component analysis)来消除特征中的噪声,实现了对特征空间进行有效的降维.试验结果显示,该方法在不牺牲检索精度的前提下提高了检索速度,降低了存储复杂度.     

基于平均检索精度的图像特征融合方法

在基于内容的图像检索中,不同图像特征反映了图像不同侧面的内在特性,如何有效地组织和利用这些特征从而提高系统的检索性能是一个值得研究的课题．首先提出了特征互补率的定义,通过计算互补矩阵有指导地选择融合特征集．实验结果表明,互补矩阵能够很好地估计特征之间的补充能力．同时提出了基于平均检索精度的特征线性融合方法,并在一个包含12000张异质图像的大型图像库上与当前图像检索中最常用的几种方法进行了对比实验,结果表明这种方法具有更高的精度．     

基于内容的图像检索的相似度测量方法

图像特征匹配是基于内容的图像检索（Content based image retrieval,CBIR） 实现的一个关键环节,而图像特征的匹配主要依赖于图像特征之间的相似度测量。为了提高CBIR的检索性能,本文提出了一种有效的相似度测量方法——基于图像k近邻的相似度测量（Similarity measure based on k-nearest neighbors of images, SBkNN）方法。在该方法中,查询图像与被检索图像的相似度通过计算这两幅图像属于同一语义（无论是哪种语义）种类的联合概率来衡量,而此概率可分别通过分析这两幅图像与各自近邻图像的距离得到。最后利用Corel5k数据集对本文所提出的SBkNN方法和传统的相似度测量方法进行了对比。实验结果表明,在CBIR中使用本文提出的SBkNN方法,有效地提高了CBIR的检索性能。     

Efficient Content-Based Image Retrieval through Metric Histograms

This paper presents a new and efficient method for content-based image retrieval employing the color distribution of images. This new method, called metric histogram, takes advantage of the correlation among adjacent bins of histograms, reducing the dimensionality of the feature vectors extracted from images, leading to faster and more flexible indexing and retrieval processes. The proposed technique works on each image independently from the others in the dataset, therefore there is no pre-defined number of color regions in the resulting histogram. Thus, it is not possible to use traditional comparison algorithms such as Euclidean or Manhattan distances. To allow the comparison of images through the new feature vectors given by metric histograms, a new metric distance function MHD( ) is also proposed. This paper shows the improvements in timing and retrieval discrimination obtained using metric histograms over traditional ones, even when using images with different spatial resolution or thumbnails. The experimental evaluation of the new method, for answering similarity queries over two representative image databases, shows that the metric histograms surpass the retrieval ability of traditional histograms because they are invariant on geometrical and brightness image transformations, and answer the queries up to 10 times faster than the traditional ones.     

基于内容的图像检索技术研究

阐述基于内容的图像检索研究中存在的问题,并介绍其基本原理、检索方法、关键技术以及研究的进展和趋势.     

基于内容的图像检索技术

随着多媒体技术的迅速发展,图像数据库也急剧膨胀起来,如何高效、快速地从图像资源中获取有用的图像成了信息检索技术研究的热点。对近年来基于内容图像检索技术中的特征提取技术进行了详细全面的论述,并指出了下一步的研究方向。