基于内外边缘颜色特征的图像检索算法

算法的基本思路是提取边缘部分的颜色特征进行图像检索,将边缘分为内外边缘区别对待,加大内边缘(对应目标部分)的比重,通过多尺度多结构元的数学形态学方法实现。通过设置内外边缘的权重充分考虑了目标的重要性,克服了全局颜色直方图不能反映空间信息的缺陷。实验结果表明,该算法有效地提高了检索系统的效率。     

基于颜色内容的图像检索方法的比较

通过对基于颜色内容的图像检索技术的研究,提出了几种针对图像颜色内容的图像检索方法及其优化方案,并通过实验,分析和比较了在孟赛尔颜色空间(MTM)和传统HSV颜色空间下,一般直方图和累加直方图检索算法的性能和优劣性,所获成果对基于内容的图像检索技术的发展有一定的指导作用.     

基于颜色特征的图像检索技术

本文立足于基于内容的检索技术之上,提出一种基于颜色特征的图像检索新算法,利用颜色集、颜色矩作为图像的颜色信息,计算图像的颜色间距;在检索图像信息时,首先在原图像中提取一些特征点,然后将距离直方图和图像颜色特征有机结合,进行归一化处理,最后利用这两个特征进行图像检索。实验表明,本文的算法具有较强的鲁棒性和实用性。     

基于颜色特征与纹理特征的图像检索

对目前国内外的图像检索理论研究进行研究与分析,讨论基于纹理特征的图像检索和基于颜色特征的图像检索的算法,并提出研究方向。对研究图像检索方面有一定的借鉴意义。     

基于空间分布的图像检索算法研究

针对利用颜色直方图进行图像检索时存在的问题,提出了一种基于空间分布特征的图像检索算法.首先将图像分解为8个位平面,并采用其中对表征图像结构特征有意义的4个位平面的分布特征对图像内容进行描述,同时,为避免图像中像素灰度值的微小变化对位平面的影响,又提出采用位平面的格林码表示方法.考虑到位平面之间的相关性,设计了权值矩阵,采用马氏距离进行相似性度量.实验结果表明,该算法利用位平面分解的方法来提取颜色的空间分布信息,可避免颜色量化引起的误检问题,而且提取的特征矢量维数较低,具有较高的检索率.     

基于HIS颜色空间的图像自动标注技术

首先对HIS空间做简单的介绍与分析,使用符合人类视觉特性的HSI色彩模型空间,把非均匀RGB彩色空间转化到HIs空间上。对图像进行基于空间权重的重叠分割,采用Euclidean计算相似度,在现有数据库中找到相似度最高的图片,实现图像的自动标注。此文结合图像检索和自动标注技术,把标注后的图像加入到已有图像库中,动态地扩充图像数据库。     

基于背景代表色提取的迷彩伪装颜色选取算法

为了达到好的伪装效果,迷彩颜色应与背景色调相融合,以使人眼及光学仪器难以探测和分辨.因此,背景主色的准确提取是确定迷彩颜色的前提.利用灰度直方图可以确定背景图像中的主要灰度,但无法区分不同色调.而基于颜色直方图的背景主色提取方法的运算量太大.本文提出了一种基于HSI模型和量化颜色直方图的迷彩颜色选取算法.利用HSI颜色模型描述背景颜色特性,通过特殊量化方式对背景的颜色直方图进行量化,接着借助阈值方法选取背景主色作为迷彩颜色.结合迷彩伪装图案设计方法对上述迷彩颜色选取算法进行了实验分析,并通过边缘检测和相关跟踪方法对不同背景下的目标迷彩伪装效果进行了验证.     

一种新的基于颜色矢量角的图像空间描述符

在分析利用颜色直方图进行图像检索时存在问题的基础上,提出了一种新的图像空间描述符.首先利用颜色矢量角的特性将图像分为边缘区和平滑区两部分,然后,针对两种区域的不同分布特点,综合利用图像的边缘信息、形状信息及空间分布特性,采用两种不同的描述符--方向颜色矢量角直方图和空间联合分布熵分别来提取图像的边缘区和平滑区的分布特征.实验结果表明,将其用于图像检索,取得了很好的检索效果.     

基于内容的图像检索技术

基于内容的图像检索是一种综合集成技术。通过分析图像内容,如颜色、纹理等,建立特征索引,并存储在特征库中。查询时,只要把自己对图像的模糊印象描述出来,就可以在大容量图像库中找到想要的图像。     

基于颜色信息与空间特征的自适应商标检索算法

目的为了增强商标检索技术对商标特征的描述能力,改善其在外来干扰下的检索精度与鲁棒性。方法提出一种基于颜色与空间特征自适应结合的商标检索算法。首先,引入主颜色描述符(DCD),将其作为颜色特征检测器,并在颜色特征提取时嵌入k-均值聚类算子,增强颜色区域,准确提取颜色特征。随后,每个商标被量化为8个显色的最大值,以便提取每个颜色分量中的空间分布信息。然后,通过利用不同的权重来平衡颜色与空间特征的重要性,定义一种基于模糊直方图分析技术,计算每个商标自适应系数,以准确描述彩色商标的图像特征。最后,通过Euclidean距离进行相似度量,输出检索到的商标。结果实验结果表明,与当前商标检索方法相比,所提算法具有更高的检索精度与鲁棒性,呈现出更理想的P-R曲线,在召回率为0.7时,其检索准确率仍可达到90%。结论文中检索方法具有较高的检索精度,在包装商标检测、商标版权保护等领域中具有良好的应用价值。     

用FSVM-MIL算法实现图像检索

针对基于对象的图像检索问题,利用模糊支持向量机(FSVM)提出了一种新的多示例学习算法——FSVM-MIL算法.在标准的多示例学习问题中,一个包被标为正包,则它至少包含一个示例是正的,否则被标为负包.FSVM-MIL算法将图像当作包,分割后的区域当作包中的示例,若图像包含有感兴趣对象,则对应的包标为正,否则标为负,因为正包中的示例不全是正的,概念标号存在模糊性,本文利用多样性密度方法寻找概念点,根据noisy-or概率模型定义了模糊隶属度函数,为正包中的示例赋予不同的模糊因子,用FSVM求解多示例学习问题.在SIVAL图像集进行对比实验,结果表明FSVM-MIL算法是有效的且性能不亚于其它同类方法.     

一种基于区域特征的图像检索方法及实现

提出了一种以区域块为单位的图像检索方法。其思想是在顺序扫描图像的同时,运用递归算法不断合并四邻域相似颜色像素得到若干区域块,然后记录下区域块的颜色、形状和位置等量化特征。最后,运用一种根据区域块特征提出的最大相似优先匹配的方法进行检索。另外,客户可以根据需要灵活设定3类特征指标的权重,进行综合查询。实践证明,能取得较高的查准率和查全率。     

Multi-Index Image Retrieval Hash Algorithm Based on Multi-View Feature Coding

In recent years, with the massive growth of image data, how to match the image required by users quickly and efficiently becomes a challenge. Compared with single-view feature, multi-view feature is more accurate to describe image information. The advantages of hash method in reducing data storage and improving efficiency also make us study how to effectively apply to large-scale image retrieval. In this paper, a hash algorithm of multi-index image retrieval based on multi-view feature coding is proposed. By learning the data correlation between different views, this algorithm uses multi-view data with deeper level image semantics to achieve better retrieval results. This algorithm uses a quantitative hash method to generate binary sequences, and uses the hash code generated by the association features to construct database inverted index files, so as to reduce the memory burden and promote the efficient matching. In order to reduce the matching error of hash code and ensure the retrieval accuracy, this algorithm uses inverted multi-index structure instead of single-index structure. Compared with other advanced image retrieval method, this method has better retrieval performance.     

商标检索中形状特征描述的研究

针对图像检索中的＂语义鸿沟＂问题,以商标图像为研究对象。分析了拉丁字母的物象、抽象和意象等含义,构建了一套＂字母描述子＂语言。同时还分析了商标的起源、构成和特征,并提出了用＂字母描述子＂对商标图像进行特征描述和编码的方法。经系列的检索结果和统计数据说明,用＂字母描述子＂对商标特征进行描述、编码和检索的方法具有一定的实用意义。     

基于数学形态学的彩色图像边缘检测

为了克服传统边缘检测方法对噪声敏感的缺点,提出了一种基于数学形态学的彩色图像边缘检测新方法。该方法是在RGB空间内,把每个像素作为一个向量进行排序,将灰度形态学推广到了彩色图像。然后通过分析噪声（主要是椒盐噪声）污染图像的特点对彩色图像形态学基本算子进行了改进。改进后的算子有很强的抗噪性,可以直接实现边缘检测。实验表明,与传统方法相比,该算法能够更有效地抑制噪声对边缘检测的影响,并较好地保持图像边缘细节。     

基于双边滤波的Retinex图像增强算法

针对Retinex图像增强技术在高对比度边缘区域存在"光晕伪影"这一缺点,提出了一种基于双边滤波的Retinex算法。该算法先使用带有边缘保存功能的双边滤波将原图像分解成照度图像和反射图像,再分别采用不同的策略压缩照度图像和增强反射图像,最后把两部分图像合成为新的图像。通过从主观视觉效果和客观质量评价两方面对该算法进行检验,实验结果表明它有较好的增强效果,解决了"光晕伪影"问题。     

一种基于扫描线的图像变形算法

在分析了现有图像变形方法的基础上,提出了一种基于扫描线的图像变形方法。首先指定原始图像的特征轮廓并获得特征轮廓的控制点,然后对控制点进行调整得到目标图像的边界约束,采用给出的扫描线算法对边界约束内部进行像素填充,得到变形图像。解决了变换过程中像素点的选取问题,更重要的是保证了变形后的图像颜色与原始图像变化趋势相同。     

基于核密度估计和分形编码算法的图像检索技术研究

为了提高基于分形压缩编码图像检索技术的应用价值,针对自然图像提出了一种联合参数的图像检索方法,从分形编码中提取鲁棒性(旋转、平移、缩放等不变性)索引,即从由值域块均值构成的解码近似图像中提取改进的Hu不变矩特征量作为检索索引,再与分形编码参数的核密度估计统计特征相结合,其中,核密度估计方法中采用可变带宽。然后采用2个索引的加权和来比较图像的相似度。实验结果表明,使用2个索引的加权和比使用单独索引具有更好的检索结果。