基于兴趣点颜色形状特征的图像检索方法

提出了一种基于兴趣点的图像检索新方法ACSM（Annular Color and Shape Moment）．利用兴趣点的位置信息，提取兴趣点周围局部区域的颜色矩特征和区域形状不变矩特征。ACSM算法不仅对平穆、旋转具有良好的鲁棒性，而且克服了传统颜色矩和形状不变矩没有位置信忠的缺陷。实验结果表明，由于将颜色和形状特征有机结合，ACSM算法有效提高了图像检索的准确性。     

一种新的轮廓特征提取和检索算法

提出了一种新的轮廓图像检索算法.首先,根据内角大小将轮廓像素划分为凸角点、凹角点及平滑点3种类型,并分别提取其距离直方图;在此基础上,给出了两个新的轮廓空间特征描述符:相对佗置分布及相关单元熵,分别描述角点间及平滑点间的相互关系;最后,结合上述3种特征,给出了轮廓间的相似性度量准则.实验结果表明,该算法取得了比传统方法更好的检索效果.     

基于形状的图像检索技术研究

基于形状的图像检索技术是基于内容的图像检索技术的一个重要组成部分。现有的形状特征检索技术主要集中在形状特征的提取及相似性度量、形状特征与颜色和纹理特征结合、形状特征与高层的语义特征结合的研究。在分析现有的基于形状的图像检索技术的一些关键技术的基础上,对基于小波-傅里叶特征(WFD)的形状检索方法进行了研究,并提出了一些改进算法。结合Matlab和ACCESS实现了一个基于形状的图像检索实验系统,建立了用户界面,选取与设计了4个图像测试集,使用检索性能评价方法对形状特征的检索结果进行了客观的评价。实验结果表明,利用本文所提出改进的形状特征进行检索取得了较好的检索效果。     

基于形状特征的图像检索算法研究

针对图像检索存在性能的不稳定性、相对平移、旋转和尺度变换等问题,提出了基于区域内形状特征的不变矩和轮廓力矩法和傅里叶描述符结合的方法.其中的不变矩和轮廓力矩法具有良好的平移、旋转、尺度缩放不变性及抗干扰性,傅里叶算法不仅对噪音具有很好的鲁棒性,而且对几何变换具有不变性,更加适合图像检索的需要.通过实验可知,该算法对于图像的扭曲形变具有不变性,在具有一定形变干扰的情况下,仍得出较好的图像检索结果;且检索结果排列的顺序与人的主观视觉判断大致相同,检索精度好.     

一种新的基于内容的图像检索方法

针对传统图像检索的不足,提出一种新的基于内容的图像检索方法。该方法首先构造色彩距离公式,根据色彩距离公式自动判别图片的主色调,然后利用Lucene的索引模块为图片创建索引,利用搜索模块实现图像检索。通过使用24张图片对该方法的有效性进行验证,结果表明：该方法虽然简单,但是检索的准确率较高且易于实现。     

一种基于多尺度拱高形状描述的图像检索方法

本文提出了一种多尺度拱高形状描述（MSAH ）．该方法用多尺度的拱高来度量形状轮廓线在其每一个点的弯曲程度,这里尺度是以该点为中点的弧段的长度．在每一个尺度级,为形状轮廓线构建一个一维的拱高函数,然后对其进行傅立叶变换,组合各尺度级的低阶的傅立叶变换系数,构成描述形状的特征向量．在形状匹配阶段,用两个形状的特征向量的 L1-距离来度量它们的形状相似性．该方法不仅能描述形状的全局特征,而且能描述形状的细节信息,因而在应用于图像检索中,具有高的检索精确率．MSAH形状描述子非常紧致,而且具有较低的计算复杂度,因而检索效率也很高．在用MPEG-7形状数据库和植物叶片形状数据库的检索实验中,其检索性能要优于近年来提出的基于变换域的形状描述方法和经典的形状上下文描述方法．     

用于图像检索的MPEG-7形状描述子

介绍了基于内容的图像检索技术的研究现状，并对将MPEG-7形状描述子应用于图像数据库进行图像检索进行了研究，最后提出了一些需要解决的问题和今后的研究方向。     

一种综合PHOG形状和小波金字塔能量分布特征的图像检索方法

形状是物体的一个重要属性,在图像检索中发挥着重要作用.PHOG梯度方向直方图金字塔是最近出现的一种表达力较强的形状特征,但其对自然背景图像的检索效果不佳.图像的小波分解能得到图像能量场在各频域的分布,从而可用于图像检索.本文提出一种新的小波金字塔能量分布特征,在基于SVM分类器的检索框架下,与图像的PHOG形状描述特征...     

一种新的图像检索方法

常规基于内容图像检索的方法是提取图像的颜色、纹理等物理特征,运用相似性度量准则从图像库中查询相似的图像。为了提高图像检索的正确率,这里提出改进的方法。具体方法是:提取图像的物理特征,并将特征作为支持向量机(SVM)的输入向量,对图像进行分类,然后利用分类结果,对检索图像进行相似性匹配,从同类图像中找出相似的图像。实验结果显示,该方法的检索结果优于常规方法。     

一种新的提取轮廓特征点的方法

给出了一种新的提取轮廓特征点的方法，该方法是通过考察以轮廓点为中心的圆盘内目标及背影所占面积大小来提取轮廓特征点的，理论和实验表明该方法不仅运算小而且具有很好的检测及定位能力。     

基于内容的图像检索

基于内容的图像检索技术在数字图书馆、网络信息安全、预防犯罪、知识产权、医疗诊断、地理信息系统及遥感等领域有着广泛的应用。他是目前图像检索技术中比较前沿的研究热点。对基于内容的检索技术的研究意义和研究现状进行了阐述;着重介绍了基于内容(颜色、纹理、形状)的图像检索技术;最后介绍了基于内容的图像检索的发展方向。     

基于兴趣点局部分布特征的图像检索方法

提出了一种基于兴趣点颜色和空间分布特征的图像检索方法。该方法把图像内容看作为由若干兴趣点组成的集合,首先利用小波系数的空间方向树特性来检测兴趣点,然后利用基于兴趣点的环形颜色直方图和空间离散度来描述图像的特征,最后用加权特征距离来估计图像内容的相似度。同时,通过利用环形颜色直方图和空间离散度作为图像特征保证了该算法能够对图像的尺度变化、旋转变化和平移变化具有很好的抑制能力。在含有1000幅图像的数据库上所做的一系列实验表明,该算法与其它基于兴趣点的方法相比,能够更准确和高效地查找出用户所需的图像,明显地提高了检索精度。     

融合颜色与形状特征的图像检索方法

基于颜色或颜色-空间信息的图像检索方法，由于没有考虑图像中所含目标对象的形状特征，检索效果往往不够理想，针对这一不足。文章提出并设计了颜色-梯度方向角二维直方图，将图像的颜色特征与形状特征融合起来进行图像检索。试验结果表明，该方法的检索精度与效率都有明显的提高。     

显著兴趣点颜色及空间分布熵的图像检索方法

提出了一种利用显著兴趣点进行图像检索的新方法,此方法主要有显著兴趣点检测、基于显著兴趣点的特征描述和相似性度量三个步骤.先使用一个自适应滤波器对图像进行滤波,然后提取显著兴趣点;以显著兴趣点为线索,设计了一种基于显著兴趣点的颜色分布熵,既利用了显著兴趣点的局部特征,又考虑了显著兴趣点的空间分布结构;用图像间的颜色分布熵来度量图像间的相似性.该检索算法不但保证了对图像旋转、平移鲁棒性,而且克服了传统直方图没有空间位置的缺陷.实验结果表明,该方法对图像检索非常有效.     

一种新的掌纹轮廓特征点提取算法

提出了一种对掌纹轮廓特征点进行提取的方法,该方法首先沿着掌纹边缘线做多个彼此相切的外切圆,然后通过判断外切圆与掌纹边缘线交点个数来定位角点的大致位置,最后结合轮廓线近似直线的性质,得到掌纹轮廓特征点的准确位置.在定位角点位置的基础上,为每一幅掌纹图像获得一个ROI(感兴趣区域),并通过计算每个区域的特征向量值对数据库中掌纹图像进行匹配.实验结果表明,该算法具有较高的效率和匹配精度.     

一种起始点无关的小波轮廓描述符

针对现有小波轮廓描述符依赖于起始点的问题,提出一种自相关小波轮廓描述符.首先对经过平移和尺度归一化后的轮廓进行小波变换,再将各个频段小波系数进行自相关变换,消除起始点变化对描述结果的影响,得到最终的自相关小波轮廓描述符.该描述符彻底摆脱了对起始点的依赖,同时具有较高的描述精度.实验结果证明了自相关小波轮廓描述符的有效性.     

基于Nonsubsampled Contourlet变换的SAR图像形状特征检索

Nonsubsampled Contourlet变换是一种非抽取得具有平移不变性的多尺度多方向的变换。将Canny算子和Nonsubsampled Contourlet变换(NSCT)[1]相结合,对图像运用Canny算子[2]提取边缘特征,再进行Nonsubsampled Contourlet变换,引入了三阶中心矩作为特征向量提取形状特征的算法。实现了基于Nonsubsampled Contourlet变换的图像形状特征检索,并将结果与基于2-D小波变换和基于Contourlet变换的图像形状特征检索作了比较,实验结果证明该方法的图像形状特征检索效率有较大的提高。     

基于稳定兴趣点及其空间分布的图像检索

提出一种基于稳定兴趣点空间分布的图像检索方法。首先使用基于优化梯度滤波(ODF)的兴趣点检测器,结合尺度归一化的方法,检测图像中的稳定兴趣点;再利用稳定兴趣点的空间分布,对图像进行环形和凸包区域划分;最后利用凸包颜色直方图和环形区域兴趣点邻域内伪泽尼克矩的加权特征向量,对图像进行特征描述。实验表明,本方法实现简单,对图像旋转、平移具有鲁棒性;与其他基于兴趣点的检索方法相比,降低了不稳定兴趣点的影响,平均检索速度较快且平均检索准确率提高了7.0～10.9%,可以更准确地查找到用户所需图像。     

基于兴趣点凸包的图像检索方法

提出了一种基于兴趣点确定感兴趣区域的图像检索方法。在尺度归一化图像中检测兴趣点,然后对兴趣点求取凸包确定感兴趣区域,并用颜色直方图和Zernike矩作为特征进行检索,在保证图像检索对图像旋转、平移、缩放鲁棒性的前提下,将图像检索上升到物体层,克服了传统方法的不足。对1000幅图像进行的大量实验表明,该方法与其他基于兴趣点的方法相比,平均检索准确率提高了13%,可以更准确地查找到用户所需图像。     

一种新的K分布形状参数估计器

该文提出了一种将已有的U估计器和X估计器结合起来估计K分布形状参数的新估计器。仿真结果表明,与以前提出的方法相比,新估计器在我们所关心的小v值范围能够提供更加准确的形状参数估计,几乎相当于通过数值方法计算的最大似然估计器的性能。