基于颜色特征图像检索与相关反馈综合研究

介绍了三种基于颜色特征的图像检索算法,说明了相关反馈的基本原理,随后指出上述三种算法各自的优势与不足,提出了把上述三种算法和相关反馈进行综合考虑的算法思想,并通过实验数据给出说明该方法效率明显高于前三种方法,最后提出了该方法的进一步发展方向。     

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。     

基于颜色特征图像检索与相关反馈综合研究

介绍了三种基于颜色特征的图像检索算法，说明了相关反馈的基本原理，随后指出上述三种算法各自的优势与不足，提出了把上述三种算法和相关反馈进行综合考虑的算法思想，并通过实验数据给出说明该方法效率明显高于前三种方法，最后提出了该方法的进一步发展方向。     

颜色、纹理、形状及相关反馈在图像检索中的应用

图像数据库的不断庞大使基于内容的图像检索成为研究热点,目前主要集中于底层特征的相似度匹配。文章重点介绍了颜色特征中的分块主色法,纹理特征中的灰度共生矩阵法和形状特征中的小波变换及不变矩法。在利用单一特征检索的基础上,该文提出了一种综合利用上述三种特征共同进行检索的方法。同时,还将相关反馈技术融合到算法中,通过权值矩阵的正负调整及三种特征系数的调整来提高检索准确率。由实验数据表明,文中的方法是很有效的。     

融合区域特征和相关反馈的图像检索

提出了一种新的基于内容的图像检索算法,该算法提取图像的颜色-空间特征,在HSV空间中将图像按照H分量进行区域划分,利用区域特征层面上的相似度对图像进行检索,并引入用户的相关反馈来调整并记录示例图像中各对象的特征权值。实验结果表明,该算法可以使计算机更加精确地理解用户的查询要求,提高查询的准确率。     

基于多特征融合和Adaboost算法的图像检索

提出了一种多特征融合的图像检索方法。首先将图像进行分块,并提取分块主色,然后采用主色直方图作为图像的颜色特征。同时,提出采用Gabor小波描述图像的纹理特征,采用小波矩描述形状特征,最后将三种不同特征进行融合的检索方法。为了提高图像检索的准确度,提出Adaboost的相关反馈算法,在反馈过程中,Adaboost算法对特征进行降维,加快检索的速度。最后分别给出基于单一特征,特征融合和相关反馈方法的查准率和查全率,并对实验结果进行分析。     

综合底层、语义特征和相关反馈的医学图像检索

医学图像数据库的不断庞大使得医学图像检索成为研究热点。文章根据胸片图像的特点,提出了一种结合图像纹理、形状和语义信息的胸片图像检索方法。同时,还将相关反馈技术融合到算法中。据此,实现了一个图像检索原型系统,依据所设计的评价实验,将不同实验的检索结果进行了比较和分析。实验证明,该文提出的方法具有良好的检索效果。     

一种新的基于重排序的相关反馈图像检索方法

提出了一种新的相关反馈方法,该方法引入了R_norm重排序机制。通过计算用户反馈的按个人兴趣排列的期望输出顺序与系统输出图像顺序之间的R_norm值,来调整各个特征的权重,从而指导下一轮的检索。新方法不需标注,减轻了用户的负担,从而避免了用户是否愿意配合的问题,而且实验表明较Rui方法在性能上有很大提高。     

基于高层语义及相关反馈的图像检索

在基于内容的图像检索基础上,提出了基于高层语义词和颜色词检索。在交互过程中充分发挥人的作用,系统不断自动地从图片中提取高层语义特征,并结合相关反馈技术优化系统性能。实验结果表明,系统取得了较好的性能。     

基于多分辨率分析和相关反馈技术的图像检索

提出了一种基于图像全局-空间颜色特征的检索方法,首先采用多分辨率分析的图像划分方法,提取图像的全局和空间颜色特征作为检索信息,同时引入了反馈机制来加强检索效果.实验表明,该方法取得了较好的检索效果.     

综合颜色、纹理、形状和相关反馈的图像检索*

提出了一种综合颜色、纹理和形状三种特征并进行多层检索的方法;同时,将相关反馈技术融合到算法中,通过调整特征间和特征内的权重来提高检索准确率.实现了一个图像检索原型系统,将不同实验结果进行了比较和分析.实验结果表明,提出的方法具有良好的检索效果.     

基于支持向量的图像相关反馈检索

对图像相关反馈检索过程建立二分类的支持向量机问题模型,进而提出基于支持向量的图像相关反馈检索方法.比较了基于支持向量的反馈检索方法和传统的反馈检索方法的检索性能,研究了特征提取对支持向量机性能的影响.实验结果表明,基于支持向量的图像相关反馈检索方法具有较好的图像检索效果.     

基于相关反馈的图像标注与检索算法

为了提高图像标注与检索的性能,提出了一种基于区域分割与相关反馈的图像标注与检索算法。该算法利用视觉特征与标注信息的相关性,采用基于区域的视觉特征对每幅图像采用聚类方法获得其一组视觉相似图像。通过计算与其距离最近的前3个分类的相似度,然后对这些关键字概率向量进行整合,获得最适合该图像的关键字概率向量,对图像进行标注。利用用户的反馈信息,修正查询关键词与每个分类之间的关系,进一步提高图像检索的准确性。实验结果表明,提出的算法具有更高的查准率与查全率。     

基于纹理和形状的图像相关反馈检索

综合图像的纹理和形状特征进行图像检索时,采用了基于灰度共生矩阵的纹理特征提取 和基于不变矩的形状特征提取方法,并在此基础上加入了基于权重调整的相关反馈机制,使用户可以 参与检索过程,通过调整权重使得检索结果最终满足用户的检索要求。实验表明,这种算法获得了较 好的检索结果。     

综合颜色和纹理及SVM相关反馈的图像检索

由于单一特征不足以准确地描述图像特征,提出了一种结合颜色特征和纹理特征的图像检索方法。针对传统颜色直方图中图像对所有像素具有相同重要性的问题进行了改进,提出像素加权的改进颜色直方图方法;然后采用Gabor小波提取纹理特征。为提高图像检索的性能,提出了一种支持向量机的相关反馈方法。实验结果表明,该方法具有较好的检索性能。     

一种基于区域综合特征的图像检索方法

提出一种基于目标区域的图像检索方法,首先采用颜色聚类的分割方法将图像分割成不同的区域,提取每个区域的颜色、位置、形状等低层特征,然后提出一种相似度计算方法实现图像的相似性度量。为了提高图像检索的准确度,最后采用支持向量机（SVM）的相关反馈算法。实验结果表明,基于目标区域的图像检索效果比基于全局图像特征的检索效果有较好的改善。     

基于反馈特征权的综合CBIR系统设计*

介绍了颜色特征和纹理特征的两种图像检索。在利用单一特征检索的基础上,提出了反馈特征权的概念,通过用户对初始检索的反馈得到适合的权重,并综合利用上述两个特征与特征权重结合进行检索。对真实图像数据库的检索实验表明,基于反馈特征权的综合检索要比一般特征检索更符合人的视觉感受要求,因而检索效果更好。