综合语义与颜色特征的图像检索技术研究

针对多媒体搜索引擎系统中的图像检索技术，本文提出了应用图像的高层语义特征和底层颜色特征作为图像检索的综合指标，将图像文本和视觉信息融合起来，给出了一种综合语义和颜色特征的图像检索系统的体系架构．以填补多媒体底层特征和高层语义之间的差异，并在此基础上提出了相关算法，使图像检索能够满足用户的需求．提高图像检索的效率和精度。     

一种基于概念的信息检索查询扩展

文章针对信息检索中存在的查询词“表达差异”问题,提出一种基于概念的查询扩展方法。一方面将用户查询中使用的词或短语与文档中抽出的概念相连接加入原查询．同时将作为扩展词的概念进行分类查询并采用整合排序算法调整结果;另一方面引入概念图供用户手动调节来进行查询扩展,以达到查询优化的目的。试验结果表明。该方法适宜改进Web上的信息检索,相对没有扩展的查询可以大幅度提高查询精度。     

基于统计机器翻译模型的查询扩展

在搜索引擎等实际的信息检索应用中,用户提交的查询请求通常都只包含很少的几个关键词,这会引起相关文档与用户查询之间的词不匹配问题,对检索性能有较严重的负面影响。该文在分析了查询产生模型的基础上,提出了一种新的基于统计机器翻译的查询扩展方法。通过统计机器翻译模型提取文档集中与查询词相关联的词,用以进行查询扩展。在TREC数据集上的试验结果表明:基于统计翻译的查询扩展方法不仅比不扩展的语言模型方法始终有12%～17%的提高,而且比流行的查询扩展方法-伪反馈也具有可比的平均准确率。     

一种综合纹理和像素中心的图像检索方法

随着多媒体技术和因特网的发展，基于内容的图像检索已经成为多媒体处理中的关键技术。本文在单一纹理特征检索的基础上提出了利用综合纹理和像素中心两个特征共同进行检索的方法。对真实图像库的检索实验表明．综合特征检索比单一特征检索更符合检索要求，因此能取得更好的检索效果。     

一种基于随机化视觉词典组和查询扩展的目标检索方法

在目标检索领域,当前主流的解决方案是视觉词典法(Bag of Visual Words, BoVW),然而,传统的BoVW方法具有时间效率低、内存消耗大以及视觉单词同义性和歧义性的问题。针对以上问题,该文提出了一种基于随机化视觉词典组和查询扩展的目标检索方法。首先,该方法采用精确欧氏位置敏感哈希(Exact Euclidean Locality Sensitive Hashing, E2LSH)对训练图像库的局部特征点进行聚类,生成一组支持动态扩充的随机化视觉词典组;然后,基于这组词典构建视觉词汇分布直方图和索引文件;最后,引入一种查询扩展策略完成目标检索。实验结果表明,与传统方法相比,该文方法有效地增强了目标对象的可区分性,能够较大地提高目标检索精度,同时,对大规模数据库有较好的适用性。     

基于颜色分布特征的图像检索

颜色直方图是基于内容的图像检索（CBIR）中的一种重要特征，然而其完全丢弃了图像颜色的空间分布信息，为了有效地利用图像颜色的空间分布信息，提出采用颜色分布熵（CDE）描述图像颜色的分布特征，并根据人的视觉特性及信息熵的特性，提出了进一步的改进算法。同以往的方法进行比较结果表明，该方法在图像的相似性检索时是很有效的，并具有较高的检索效率。     

基于文本布局块距离度量的文档图像检索

针对现有基于图像文档转换为文本后进行文档检索的方法,无法满足当今超大量数字图像库的处理场景。文中提出一种基于文本布局块的文档图像检索方法。根据文本布局块之间的距离特征,定义了新的距离函数,利用新的距离函数计算得到文本布局块之间的距离矩阵,并结合匈牙利算法求出文档图像的最佳匹配结果。通过大量实验证明,所提方法能够有效地提高图像文档检索准确度,并且能保证78.2%的正确率。     

综合利用颜色和纹理特征的图像检索

基于特征的图像检索在多媒体数据库管理和多媒体通信传输中得到越来越多的重视。本文介绍了我们设计的分别基于颜色特征和基于纹理特征的两种图像检索算法。在利用单一特征检索的基础上,我们提出了一种综合利用上述两个特征共同进行检索的方法。对真实图像数据库的检索实验表明,综合特征检索要比单一特征检索更符合人的视觉感受要求,因而检索效果更好。     

基于颜色特征的图像检索方法

为了提高图像数据库,特别是大型图像数据库查询的速度及准确度,文中提出了基于HSV颜色空间的两层数据库查询的方法.首先,利用简单有效的颜色矩对图像数据库筛选,缩小查询范围;然后,对图像进行4×4重叠分块,提取各分块的颜色直方图进行第二层图像数据库查询,以获取更准确的检索结果.这样分块的好处是既获得了图像的空间分布信息,又突出图像中间的主体部分和充分限制背景的范围,并且比起独立分块的方法减少了计算量.实验表明:根据用户给出的示例图像,通过两层查询技术能够获得较好的检索效果.     

基于小波多尺度分析的综合特征图像检索

以整数小波变换为基础,提出了一种综合颜色和空间特征的图像检索算法.该算法首先对图像做整数小波变换,提取其低频系数矩阵中环形区域的F-范数作为颜色特征;然后对低频分量分块并编码,利用马尔可夫链特性提取一步转移概率矩阵作为空间特征;再综合利用上述两个特征计算图像间的相似度,并进行彩色图像检索.通过对不同类型图像的检索对比实验结果表明,这种图像检索方法是行之有效的.     

An Evaluation of the Effectiveness of Image Features for Image Retrieval

Retrieval effectiveness in image databases depends significantly on the features and the distance model utilized to evaluate the similarity of the images. Features must be extracted from images and stored in the database. Since the features should be stored at the time of data entry, it is extremely important to determine which features ensure the best retrieval performances. In this paper a comparison of the most widespread automatic indexing techniques and their performances is presented. The image reference set, necessary for performance comparison, is obtained by including in the database frames extracted from video shots. Frames extracted from a shot are different but have the same semantic content. One of these frames is utilized as an example in a query; the indexing effectiveness is assessed from the frames retrieved. The most relevant features prove to be the angular spectrum, the Hough transform, and the color histogram, followed by local features such as local luminance pattern directionality.     

基于综合特征和SVM相关反馈的图像检索

提出综合纹理、颜色和形状特征的图像检索方法。首先采用Gabor小波计算ROIs(Regions of Interest)的位置和数目;然后在ROIs中,使用Gabor小波提取纹理特征,采用YUV空间直方图和颜色矩表示颜色特征,使用Zernike矩提取形状特征。为了提高图像检索的准确度,最后采用基于支持向量机(SVM)的相关反馈算法。实验结果表明,提出的方法具有较好的检索性能。     

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。     

基于颜色和空间特征的彩色图像获取方法

本文针对基于内容的彩色图像相似性获取问题,提出了一种新的相似性获取方法,它既考虑了颜色内容特征,也包含了图像的空间关系特征.文章设计了无序矩阵来描述图像空间位置的相对关系,这种无序矩阵具有对旋转和平移不变性的特点.在进行图像间相似性测量时,首先用颜色直方图相交法对图像全局颜色分布进行相似性测量,再对得到的候选图像队列用新的算法进行测量,剔除不相似的图像.新的测量算法既考虑了颜色内容的匹配,同时也考虑了空间相似性的因素.用不同类型的图像对这种方法进行实验,其结果表明,它在彩色图像相似性检索时是很有效的,具有较高的检索精度.此外,它在图像发生小的旋转和平移等形变时,表现出较高的可靠性.     

基于内容的图像检索中的一种多粒度组合查询方法

将图像分成不同层次度量时，由于不同层对最后结果所起的作用不同，因而在合并不同层产生的结果集时，应该考虑应用非线性变换。文章在图像信息的层次化描述模型的基础上，提出了一种用神经网络组合不同层的查询结果的方法，实验表明该方法是可行的。     

基于区域色彩纹理特征描述和DPF匹配的图像检索

该文给出了一种彩色图像检索的新方法。在特征描述时,首先划分连通区域,进而求取勒让德色度矩和纹理共生矩阵,获取区域的色彩和纹理特征(Regional Color and Texture,RCT);在相似度匹配时,将动态局部距离函数(Dynamic Partial distance Function,DPF)应用到动态区域匹配中。实验结果显示,该RCT-DPF方法对彩色图像检索是有效的,并且优于纹理共生矩阵、基于色彩连通的图像纹理检索方法和非DPF区域匹配的多特征描述方法。     

基于全局和局部颜色特征的图像检索方法

提出了一种基于图像全局和局部颜色特征的图像检索方法.首先在符合视觉感知特性的Lab颜色空间中提取全局颜色特征;再对图像进行图像子块划分,同时利用具有人眼视觉特性的高斯加权系数对其进行加权,然后利用二值化得到的颜色位图作为局部颜色特征,并进一步加入了方向性的考虑,对图像子块进行垂直和水平投影,最后合理地融合了全局和局部颜色特征的相似性进行图像检索.对Corel图像数据库的实验结果表明,此算法具有良好的检索效率.     

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。     

一种基于HVS加权颜色特征的图像检索算法

提出一种基于人类视觉系统(HVS)的加权颜色特征图像检索算法.首先对图像进行分块,提取各分块的主色作为颜色特征,然后利用人类视觉特性,对所获取的颜色特征进行加权处理,获得加权"主色"颜色特征.实验结果表明,基干所提出的加权"主色"颜色特征的图像检索算法较单纯依靠直方图和分块主色法具有更好的检索精度.     

基于颜色和空间特征的图像检索

在环形颜色空间划分和颜色视觉关注度的基础上,提出一种新的基于颜色和空间分布特征检索算法.首先,在HSV色彩空间下进行颜色量化并计算每种颜色的质心,进行环形颜色空间分割.然后计算各环形颜色空间直方图,在此基础上计算图像的空间颜色分布矩.同时计算各种颜色对应像素的平均视觉关注度,以此作为该颜色特征的视觉关注特征.最后对特征向量进行高斯归一化,采用特征向量的L1-norm距离计算彩色图像的相似度并进行图像检索.实验结果表明,本文算法比SCH及Geostat方法具有更好的检索效果.