基于HSI色彩空间累加直方图的图像检索算法

本文给出了一种基于HSI色彩空间累加直方图进行图像检索的方法。该方法使用符合人类视觉特性的HSI颜色模型将颜色空间压缩为72种具有代表性的颜色,设计了一种具有重叠方式的图像分块方法;然后统计每块区域内的颜色直方图得到该图像的HSI颜色空间直方图,再计算各块的累加直方图,并根据相似度计算方法计算每块子图像的累加直方图和图像库中图像对应块的累加直方图的相似度;最后根据各块子图像的重要性进行加权,得出最后的检索结果。实验表明,该方法实现简单,能够更加灵活、准确地描述图像的颜色特征,从而有效提高了检索的精度。     

一种新的颜色相似度定义及其计算方法

传统的基于直方图的颜色相似度计算方法的优点是与图像旋转、平移和尺寸变化无关,但是其缺陷也非常明显,例如两幅看起来颜色非常相似的图像,如果它们的颜色直方图交集为熔或者直方图之间距离很大,那么相似主为零或者很小,这显然不符合人人的感知。为克服此缺陷,作者首先提出了两幅彩色图像之间颜色相似度计算公式,然后给出基于颜色直方图的新的相似度计算公式,它既保留了用直方图计算相似度的优点,同时克服了其缺陷。实验结     

融合整体与分块颜色分布的图像检索方法

针对传统的颜色直方图无法反映色彩分布的空间信息这一缺陷,提出了一种以同一颜色构成的最大连通区域及其边缘颜色粗糙度的图像检索方法,并在此基础上将图像间的相似度定义为整体相似度与以图像分块为基础的局部相似度的加权和,以反映人们对图像相似度的判定过程。实验表明,该方法获得了图像颜色的空间分布,并可以根据图像的颜色空间分布是否集中来调整整体相似度的权值,以提高检索性能,同时弥补了颜色直方图无法反映颜色空间分布的不足,提高了检索的准确性。     

基于颜色-空间的二维直方图的图像检索

该文章中提出了一种基于颜色-空间直方图的图像检索方法。该检索方法是在传统颜色直方图的基础上,对图像进行分块处理,并给出了相应的图像颜色特征值的相似度算法,从而明显提高了检索的精度。     

基于颜色块的半径和角度直方图的图像检索

提出一种基于颜色块的半径直方图和角度直方图的图像检索方法。该方法将图像内容看成由若干颜色块组成的集合,根据每一块颜色块的半径直方图和角度直方图来计算图像间内容的相似度,并进行检索。对Corel图像库的10类图像进行测试,每类取20幅作为查询事例。实验结果表明,该方法与全局直方图、结构量化直方图相比,其平均查准率分别提高了10.3%, 11.9%。     

基于HSV颜色直方图的图像检索算法性能分析

本文给出了利用图像颜色直方图和累加颜色直方图进行图像检索的方法,并对两种算法性能进行分析。算法选用HSV颜色空间模型,首先对HSV分量进行非均匀量化,然后计算图像的颜色直方图和累加颜色直方图,利用欧式距离方法计算待检索图像和图像库中图像的相似度,最终得到检索结果。通过检索时间和查准率来分析算法性能。仿真结果表明,采用累加颜色直方图作为特征来检索图像得到相对稳定的检索性能。     

基于二叉树量化子图像颜色直方图的图像检索

为了解决现有颜色直方图检索技术所存在的鲁棒性较差、特征维数过高等问题,本文提出一种基于图像像素二叉树各层子图像颜色直方图的图像检索方法。该方法首先结合噪声攻击特点,提取出重要的图像像素二叉树各层量化子图像颜色直方图并确定其视觉权值;然后构造出重要图像像素二叉树子图像颜色直方图;最后以重要图像像素二叉树子图像颜色直方图为特征,计算图像间内容的相似度并进行检索。仿真实验表明,该方法不仅能够准确检索出用户所需图像,而且对光照、锐化、模糊等噪声攻击均具有较好的鲁棒性。     

一种新的基于色彩的图像检索方法

在分析已有的基于色彩的图像检索方法存在问题的基础上 ,提出一种新的基于色彩的图像检索方法 .该方法对每个图像单独进行颜色量化 ,计算其颜色直方图并排序 ,根据颜色在图像中出现的频率和图像中各种颜色的对比强度确定图像之间的相似度 .使用的图像特征占用存储空间非常小 ,比较速度快 .测试了该方法识别图像和检索相似图像的能力 ,效果明显优于直方图距离方法     

一种改进的图像相似度算法

图像相似度算法在图像识别、图像搜素引擎等研究领域具有重要意义。针对传统的灰度颜色直方图算法无法准确地描述各种颜色在图像中的分布情况的问题,提出了一种改进的图像相似度算法。它融合图像的纹理特征,利用灰度共生矩阵来提取图像像素在图像各个位置的特征信息。实验表明,这种融合图像纹理特征的方法不仅保留了灰度颜色直方图算法执行效率高的特点,而且弥补了颜色直方图算法的不足,进而提高了算法的准确性。在实际的应用场景中,可以通过调整两种算法的权值,来进一步提高算法的准确性。     

一处新的基于色彩的图像检索方法

在分析已有的基于色彩的图像检索方法存在问题的基础上，提出一种新的基于色彩的图像检索方法，该方法对每个图像单独进行颜色量化，计算其颜色直方图并排序，根据颜色在图像中出现的频率和图像中各种颜色的对比强度确定图象之间的相似度，使用的图像特征占用存储空间非常小，比较速度快，测试了该方法识别图像和检索相似图像的能力，效果明显优于直方图距离方法。     

颜色直方图与相似性度量的自然图像分类研究

主要研究一种面向自然图像的基于颜色特征的分类方法。通过介绍基于颜色特征的不同图像分类技术,分析基于颜色直方图与相似性度量的自然图像分类的可行性,并给出基于HSV颜色模型下的直方图相似性度量的计算方法,最终在包含628幅自然图像的图像库上进行实验。     

一种基于改进直方图均衡的图像增强方法

针对传统图像增强方法的不足,提出一种基于模拟频域滤波重构直方图均衡的图像增强方法.将频率域滤波的思想引入空间域直方图运算当中,在模拟频率直方图统计中进行频率信息的统计,利用这些频率信息建立模拟频率域坐标,进行模拟频域滤波,对滤波处理后的直方图进行均衡化处理.实验表明:与传统方法相比,该算法优化了灰度级的动态分布范围,能得到更清晰的增强效果,且在图像中没有视觉明显的噪声放大.     

基于颜色-空间二维直方图的图象检索

基于颜色直方图特征的图象检索方法简单、高效,但丢失了颜色的空间分布信息。文章给出了一种基于颜色-空间二维直方图进行图象检索方法。该方法使用HSV颜色模型将颜色空间压缩为32种具有代表性的颜色,设计了一种具有重叠方式的图象分块方法,然后统计每块区域内的颜色直方图得到该图象的颜色-空间二维直方图,并给出了相应的相似度计算方法。实验表明该方法实现简单,能够更加灵活、准确地描述图象的颜色特征,从而有效提高了检索的精度。     

谷物害虫图像识别中数理统计特征的提取

本文阐述了利用计算机数字图像处理技术,对谷物害虫图像的一阶灰度值直方图和图像的目标区域,进行自动提取其一阶灰度值统计量和几何形状等数理统计特征的主要技术和方法。试验结果表明：该方法可以为谷物害虫的计算机自动模式识别(快速分类)提供稳定的特征参数值,有效地提高了识别率。     

Empirical comparison of image retrieval color similarity methods with human judgment

It is important to verify assumptions and methods of image retrieval against actual human behavior. A study was conducted to compare similarity methods of color histograms against human assessment of similarity. The similarity methods tested include basic histogram intersection, center histogram matching, locality histogram matching, and size-weighted histogram matching. 161 subjects participated in the empirical study. The findings, based on Spearman correlation analysis, showed that both the basic histogram intersection method and size-weighted histogram are very close to human assessment of similarity (Spearman correlation coefficient of 0.915). The other two are not close to human judgment on similarity. This study illustrates an alternative approach to evaluating matching algorithms. Unlike the usual measures of recall and precision, this approach emphasizes human validation. Fewer images are required with the use of statistical testing.     

Estimating JPEG compression history of bitmaps based on factor histogram

Estimation of JPEG compression history for bitmaps has drawn increasing attention in the past decade due to its extensive applications in image processing, image forensics and steganalysis. In this paper, we propose a novel statistic named factor histogram for estimating the JPEG compression history of bitmaps. In a statistical sense, the factor histogram decreases with the increase of its bin index for uncompressed bitmaps. Whereas, it exhibits a local maximum at the bin index corresponding to the quantization step for JPEG decompressed bitmaps, which makes itself no longer decrease. Based on these characteristics, we propose to identify decompressed bitmaps by measuring the monotonicity of factor histogram, and to estimate the quantization step of each frequency by locating the bin index of the local maximum in factor histogram. Experimental results demonstrate that the proposed method outperforms the existing methods for a range of image sizes, meanwhile maintaining low computational cost.     

噪声不敏感的柱状图特征描述符及其在图像检索中的应用

基于内容的图像检索方法往往将图片的内容表示成柱状图,根据图片柱状图之间的相似性进行图片的检索。数码图片中包含的噪声使得柱状图变得平滑,从而使图片之间变得更为相似,这增加了返回结果中包含的图片数量。为了进一步提高图片检索的性能,提出了一种对噪声不敏感的柱状图特征描述符,并应用该特征描述符进行图像之间的相似性匹配。首先将图片中的噪声描述为平稳附加高斯白噪声,并给出了相应的柱状图表示;然后通过随机变量的原点矩定义了柱状图的特征描述符,并分析了如何应用特征描述符恢复原始图片的柱状图。在算法的性能验证过程中,将提出的方法与4种相关算法进行比较,应用两个真实的图片数据库的图像检索实验验证了所提方法的有效性。     

Maximum similarity thresholding

Otsu method is one of the most popular image thresholding methods. The segmentation results of Otsu method are in general acceptable for the gray level images with bimodal histogram patterns that can be approximated with mixture Gaussian modal. However, it is difficult for Otsu method to determine the reliable thresholds for the images with mixture non-Gaussian modal, such as mixture Rayleigh modal, mixture extreme value modal, mixture Beta modal, mixture uniform modal, comb-like modal. In order to determine automatically the robust and optimum thresholds for the images with various histogram patterns, this paper proposes a new global thresholding method based on a maximum-image-similarity idea. The idea is inspired by analyzing the relationship between Otsu method and Pearson correlation coefficient (PCC), which provides a novel interpretation of Otsu method from the perspective of maximizing image similarity. It is then natural to construct a maximum similarity thresholding (MST) framework by generalizing Otsu method with the maximum-image-similarity concept. As an example, a novel MST method is directly designed according to this framework, and its robustness and effectiveness are confirmed by the experimental results on 41 synthetic images and 86 real world images with various histogram shapes. Its extension to multilevel thresholding case is also discussed briefly.     

基于快速小波包直方图技术的图像检索算法

提出了一种基于快速小波包直方图技术的图像检索新算法。此方法主要有图像的小波包分解,最主要能量频带的选择和小波包直方图的抽取及相似性度量三个步骤。首先,用一族正交小波基分解一幅图像并用小波包系数计算各个频带的能量;其次,选择几个最主要能量频带进行阈值化和非线性滤波;最后,抽取小波包直方图作为特征表示并应用直方图相交距离从图像数据库中检索被查询图像。由于该方法在特征抽取中应用较小的特征空间,因此需要较小的计算复杂性。实验结果表明,这些技术在图像检索中可以获得更好的性能。     

一种基于相邻匹配的分形图像检索算法

分形码用来描述图像内跨尺度相似性冗余信息。通过分形码记录图像特征并将其用于图像相似度判断及图像检索。基于自适应四叉树分割方法,提出了图像快速分形编码方法。所提方法通过邻域内固定块的相似性判别快速提取分形码,减少了图像分割层次,缩短了编码时间并保证了图像解码质量。同时提出了一种新的快速判别图像间相似块的距离公式,提升了图像相似度判断的准确性。实验结果表明,相对于灰度直方图判别法,本算法大幅提高了图像检索的查全-查准率。相比于文献中的分形检索算法,本算法缩短了编码时间并降低了分割块数,从而提高了检索效率。