图像检索技术的发展及现状分析

本文从图像检索技术的定义入手,介绍了图像检索技术的两个发展阶段,基于文本的图像检索（TBIR）及基于内容的图像检索（CBIR）,并列举了两种技术的典型应用。对目前两种技术的优势和不足及CBIR的研究缺陷进行了详细分析。     

基于内容的图像检索技术

综述了基于内容的图像检索（CBIR）技术。分别介绍了在象素域和压缩域CBIR的基本方法及已取得的成果,并对其进行了分析和比较,最后提出今后一些主要研究方向。     

基于内容的图像检索关键技术的改进策略

随着随着多媒体技术和计算机网络的飞速发展,基于内容的图像检索（CBIR）技术成为一个研究热点。文中介绍了CBIR的系统构成和关键技术,对CBIR的各种特征提取方法进行了综合分析、比较,指出了目前研究存在的问题,提出了改进和提高CBIR性能的方法,指明了今后的研究方向。     

图像检索中的关键技术

传统的基于数值／字符的信息检索技术并不能满足海量的图像检索要求，因此，基于内容的图像检索技术（CBIR，content-based Image retrieval）得到了广泛研究，本主要讨论CBIR研究中的一些关键问题：图像的内容特征及其提取，特征之间的相似度计算，查询条件的表达等，最后指出了一些可值得深入研究的方向。     

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.     

图像检索中的相似性判别及索引方法综述

基于内容的图像检索(CBIR)是对传统信息检索领域的扩展.它采用图像视觉内容的相似性判别进行查询.CBIR涉及到很多科学领域的课题.本文则仅主要综述CBIR技术中的相似性度量方法,索引方式,以及检索性能的评价.最后,分析了该领域现存的问题、最新研究动态及发展方向.     

基于内容图像检索中的特征性能评价

在基于内容的图像检索中，不同图像特征反映了图像各个侧面的内在特性，因此，在使用图像特征进行检索时存在多种相似性度量方法．特征以及特征间相似性度量方法的选取是当前CBIR研究的一个重要课题．评估了CBIR系统中使用的图像特征在不同相似性度量方法下及多种特征在不同图像库上的检索性能，为CBIR系统的设计和实现提供一定的依据．通过实验发现，图像特征的检索性能不仅同相似性度量方法有关系，同时与图像库也有密切的关系．     

基于内容的图像检索技术探索

基于内容的图像检索(CBIR)是目前国内外的一个研究热点,文章介绍了基于内容图像检索的关键技术、系统体系结构等核心内容,论述了图像检索涉及到的图像特征提取和相似性度量等技术,并就各种特征提取方法进行综合分析、比较。最后指出了目前CBIR的研究现状、存在问题及发展方向。     

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。     

图像检索系统构建中的几个问题

本文对综合利用图像的内容特征和图像元特征以及将图像特征的自动提取和手工提取相结合,采用分布式结构和高效的查询接口,从而构建高效实用的图像检索系统中的一些问题进行了探讨.     

快速JPEG图像检索方法

本文给出了一种基于归一化化转动惯量(NormalizedMomentInertia,NMI)的JPEG图像快速检索方法,其特点是直接在压缩域中利用DCT系数进行块分类,每一类分块形成一个二值索引图,统计该索引图的NMI值作为该类的一个特征,所有类的NMI特征构成了图像的一个特征序列,以此进行图像检索。本方法不需要完全解压缩,降低了计算复杂度,对图像的平移,旋转和尺度变换有较好的鲁棒性。试验结果表明这种图像检索方法具有良好的检索性能。     

基于纹理的图像检索

基于特征的图像检索在多媒体数据库管理和多媒体通信传输中得到越来越多的重视。介绍了基于纹理特征的特征提取方法 ,并对提取出的特征进行维数缩减。对真实图像库的检索实验表明 ,用此方法检索出的图像更符合人的视觉特性。     

基于诊断描述的乳腺超声图像检索

医院每天产生大量的医学病理图片,这些图片的后续研究参考价值一直没有得到很高的再利用,主要是缺乏一个有效的管理检索方法来满足用户需要。本文抓住图像的医学价值主体,以诊断报告描述为线索,通过语义统计归结出本体特征,用本体特征匹配方法进行图像检索,满足从医学价值角度的检索需求。     

Indexing shapes in image databases using the centroid–radii model

In content-based image retrieval systems, the content of an image such as color, shapes and textures are used to retrieve images that are similar to a query image. Most of the existing work focus on the retrieval effectiveness of using content for retrieval, i.e., study the accuracy (in terms of recall and precision) of using different representations of content. In this paper, we address the issue of retrieval efficiency, i.e., study the speed of retrieval, since a slow system is not useful for large image databases. In particular, we look at using the shape feature as the content of an image, and employ the centroid–radii model to represent the shape feature of objects in an image. This facilitates multi-resolution and similarity retrievals. Furthermore, using the model, the shape of an object can be transformed into a point in a high-dimensional data space. We can thus employ any existing high-dimensional point index as an index to speed up the retrieval of images. We propose a multi-level R-tree index, called the Nested R-trees (NR-trees) and compare its performance with that of the R-tree. Our experimental study shows that NR-trees can reduce the retrieval time significantly compared to R-tree, and facilitate similarity retrieval. We note that our NR-trees can also be used to index high-dimensional point data commonly found in many other applications.     

基于分色的色彩检索方法应用研究*

图像是视觉系统的基础,色彩是人眼视觉中的重要图像内容,同时也是人的视觉系统在图像识别、图像理解中用于区分图像的基本特征。在分析了常规检索方式的基础上,提供了基于图元色彩特征的图元检索方法。     

基于内容的图像检索中的一种多维索引算法

由于图像信息越来越丰富,因此,基于内容的图像检索成为一个重要研究课题。在基于内容的图像检索中,需要解决的关键问题之一就是如何快速、有效地搜索。该文提出了一种与特征维数相关性极小的多维索引方法,从而提高了检索效率。该方法尤其适合于用户对查准率要求不高的情况下相关图像的查询。     

Content-based image indexing and searching using Daubechies' wavelets

This paper describes WBIIS (Wavelet-Based Image Indexing and Searching), a new image indexing and retrieval algorithm with partial sketch image searching capability for large image databases. The algorithm characterizes the color variations over the spatial extent of the image in a manner that provides semantically meaningful image comparisons. The indexing algorithm applies a Daubechies' wavelet transform for each of the three opponent color components. The wavelet coefficients in the lowest few frequency bands, and their variances, are stored as feature vectors. To speed up retrieval, a two-step procedure is used that first does a crude selection based on the variances, and then refines the search by performing a feature vector match between the selected images and the query. For better accuracy in searching, two-level multiresolution matching may also be used. Masks are used for partial-sketch queries. This technique performs much better in capturing coherence of image, object granularity, local color/texture, and bias avoidance than traditional color layout algorithms. WBIIS is much faster and more accurate than traditional algorithms. When tested on a database of more than 10 000 general-purpose images, the best 100 matches were found in 3.3 seconds.     

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。