利用颜色特征进行图象检索

在基于内容的图象检索中,颜色作为图象的一种重要视觉信息,已得到广泛应用。对利用颜色特征进行图象检索中的三个关键问题：颜色的表示,颜色特征的提取和基于颜色的相似度量进行了讨论。在此基础上,介绍了利用颜色特征进行了图象检索的具体实例。     

图象检索算子开放测试平台T-Brief设计与实现

基于内容的图象检索是近年来多媒体技术领域发展的一个热点之一,大量基于特征的检索算法不断涌现。该文介绍一个对算法开放的抽取特征检索图象的算法测试平台,该平台可以即时集成现有的多种不同算法,并便于管理,同时它还提供了诸如综合检索,渐进检索等功能,可用于算法研究,性能比较等。     

多媒体系统中基于图象内容检索的特征指标设计

在多媒体系统应用中基于图象内容检索的特征指标设计问题。对图象和视频的基于内容的检索方法晃成功地开发一个多媒体数据库系统的关键,而对图象泊特征指标的提取则是关键中的关键。目前,基于内容检索的多媒体系统应用还外于初始阶段,并于图象特征指标的设计还没有统一的框架。本文应用图形处理学科中提出的多种指标来作为关于图象检索的线索,并提出了一个初步的检索构思。     

利用小波和矩进行基于形状的图象检索

形状是图象中目标的重要特征,基于形状的图象检索近来在基于内容的图象库系统和管理和应用中得到越来越多的重视。现已研制的系统存在两个问题。一是性能的不稳定性;二是相对平移,旋转和尺度变换的变化性,针对上问题,该文提出了一种新的基于形状的图象检索算法。此算法先对亮度图象图象进行小波模极大值变换以得到多尺度的边界图象,再利用７个不变矩提取每一尺度边界图象的特征,所有尺度上的矩共同组成图象的特征向量。图象的     

聚类算法在基于内容图象检索中的应用研究

提出了将聚类算法用于基于内容图象检索的方法,并且对这些算法进行了研究和实现。实验证明,算法具有可行性和有效性,有利于实现图象的快速检索。     

综合颜色及空间特征的图象检索方法

针对目前的CBIR,没能有效地结合图象中对象空间信息的问题,提出了一种新的图象分割方法,该方法以线性加权方式融合颜色、纹理特征采用区域增长法对图象进行分割,避免了传统的由于单独采用颜色或纹理特征分割图象而产生的欠分割或过分割问题.根据分割区域的灰度、形状、位置等特征计算图象间的相似度,提出采用图象的灰度特征代替彩色信息以提高查询速度.     

图象检索中的ISOMAP算法与LLE算法及其比较

高维数据空间流形中有意义的低维嵌入是一个经典难题。ISOMAP是一种有效的基于流形理论的非线性降维方法,它不仅能够揭示高维数据的内在结构,还能够发现潜在的低维参数空间。ISOMAP的理论基础是假设在高维数据空间和低维参数空间存在等距映射,但并没有给出证明。而LLE算法能够实现高维输入数据点映射到一个全局低维坐标系,同时保留了邻接点之间的关系,这样,固有的几何结构就能够得到保留。LLE算法不仅能够有效地发现数据的非线性结构,同时还具有平移、旋转等不变特性。通过这2种算法的比较得出了结论,并提出了部分问题供后续探讨。     

基于特征的图象检索技术

近年来,人物图象检测、分类和识别的研究日益受到广泛的重视,基于计算机的自动识别系统仍面临着种种困难,特别是针对复杂背景中的人物图象的检测问题.在充分分析人物图象的特征的基础上,提出将多项图象分析技术结合应用来构造多层次的检测方法,实现人物图象自动检测.仿真结果表明,该方法能够将50%以上的人物图象从图象库中分离出来,系统的分离能力达到76%,具有较高的实用性和应用价值.     

利用形状与空间位置特征检索二值商标图象

为了充分利用商标图象的内部信息，以提高商标图象的检索精度，提出了一种综合利用商标形状特征与共内部空间位置关系持征来检索二值商标图象的方法，由于二值商标属于人工图象，大多数二值商标都是由一些边界分明的几何形状体构成，因此可把二值商标图象看作是由一些具有显著形状特征的区域构成的集合体，对这些集合体首先利用矩特征进行形状的相似性度量，然后利用投影分类的方法匹配空间位置关系，该方法基于这一思想，既考虑了商标涔部各组成部分的形状特征，又兼顾了它们之间的空间位置关系，将整个检索过程分为初级检索与检索求精两个阶段，由于该方法保证了整体与局部的一致性，因此具有很好的检索精度，与仅仅利用图象的形状特征进行检索的实验结果相比，其检索结果更加符合人的视觉感受。     

一种基于颜色特征的图象检索方法

提出了一种改进的基于颜色感知特征和图象检索方法。这种方法采用符合人类视觉特征的ＨＳＶ颜色空间来表示图象的颜色特性,利用人对颜色的感知来对颜色分量进行等间隔的量化工形成特征矢量,用直方图交叉算法进行图象的匹配。用户可以通过示例方式,指定颜色或指定区域来表示查询的视觉要求。     

一种新的基于柱面和特征的图像拼接算法

当要获取大场景图像时,由于摄像设备视角的限制,不可能一次拍出,这时需要拼接技术将多幅连续图像拼接出一幅大图像.但是对于在不同角度下拍摄的不在同一平面的图像,直接拼接会在重合区域发生局部扭曲现象,因此提出了一种基于柱面和特征的图像拼接算法.将不在同一投影平面的图像映射到柱面后,结合边缘信息和近似最近邻的优先搜索算法查找可能特征匹配对,最后实现拼接.实验结果表明,该算法拼接效果比较理想,鲁棒性强,具有较高的使用价值.     

基于内容的图像检索系统的设计与实现

本文描述了基于内容的图像检索系统@IMAGE的设计和实现。该系统综合运用了多媒体、媒体存储、数据组织和表示方法、图像检索技术等。也介绍了基于图像颜色、形状和纹理的检索算法。给出了@IMAGER系统结构、实现技术和功能。     

一种基于多域特征的JPEG图像隐写分析算法

为实现对以JPEG图像为载体的隐秘图像的高效检测,提出了一种基于多域特征的通用隐写分析算法。该算法结合两种不同校准方法在图像不同域中对原始载体图像的估计能力,分别从图像DCT域、空域和DWT域中提取特征向量,提高了特征向量对隐秘信息的敏感性,达到了隐秘图像的高效检测。实验结果表明,与现有几种典型的通用隐写分析算法相比,所提算法具有很好的检测效果且稳定性好、运算速度快。     

Structural feature indexing for retrieval of partially visible shapes

Efficient and robust information retrieval from large image databases is an essential functionality for the reuse, manipulation, and editing of multimedia documents. Structural feature indexing is a potential approach to efficient shape retrieval from large image databases, but the indexing is sensitive to noise, scales of observation, and local shape deformations. It has now been confirmed that efficiency of classification and robustness against noise and local shape transformations can be improved by the feature indexing approach incorporating shape feature generation techniques (Nishida, Comput. Vision Image Understanding 73 (1) (1999) 121-136). In this paper, based on this approach, an efficient, robust method is presented for retrieval of model shapes that have parts similar to the query shape presented to the image database. The effectiveness is confirmed by experimental trials with a large database of boundary contours obtained from real images, and is validated by systematically designed experiments with a large number of synthetic data.     

基于内容的视频信号与图像库检索中的图像技术

基于内容的视频信号(Video)与图像库检索是当前计算机视觉,图像数据库与知识挖掘(Knowledge Discovery)等领域研究的热点之一.较系统地介绍了该研究方向的现状.对于静态图像,介绍了基于颜色、纹理、形状、区域、目标特征的检索和交互式检索方法,对于视频序列图像,介绍了镜头检测,镜头内容表示,场景建立,运动目标分割等技术.最后分析了该领域研究存在的难点,并提出了对今后工作的展望.     

一种分步式多模态视网膜图像自动配准方法

提出了一种基于视网膜图像特征点可靠提取的算法,在此基础上提出了一种对视网膜图像进行分步式的图像配准方法。首先利用最小二乘法进行快速的粗配,再进一步根据特征点的对应性,利用投影变换模型进行精确配准。与传统方法相比,该方法配准精度高,可以达到亚像素级精度,整个配准过程不需要人工干预。     

基于子模式的Gabor特征融合的单样本人脸识别

针对传统人脸识别方法在单训练样本条件下效果不佳的缺点,提出基于子模式的Gabor特征融合方法并用于单样本人脸识别。首先采用Gabor变换抽取人脸局部信息,为有效利用面部器官的空间位置信息,将Gabor人脸图像分块构成子模式,采用最小距离分类器对各子模式分类。最后对各子模式分类结果做决策级融合得出分类结果。根据子模式构成原则和决策级融合策略不同,提出两种子模式Gabor特征融合方法。利用ORL人脸库和CAS-PEAL-R1人脸库进行实验和比较分析,实验结果表明文中方法有效提高单样本人脸识别的正确率,改善单样本人脸识别系统的性能。