基于内容图像检索中的特征性能评价

在基于内容的图像检索中，不同图像特征反映了图像各个侧面的内在特性，因此，在使用图像特征进行检索时存在多种相似性度量方法．特征以及特征间相似性度量方法的选取是当前CBIR研究的一个重要课题．评估了CBIR系统中使用的图像特征在不同相似性度量方法下及多种特征在不同图像库上的检索性能，为CBIR系统的设计和实现提供一定的依据．通过实验发现，图像特征的检索性能不仅同相似性度量方法有关系，同时与图像库也有密切的关系．     

图像重排序中与查询相关的图像相似性度量

现今的图像搜索引擎主要利用图像周围文本信息为图像排序,根据图像内容重排序可以进一步提高搜索性能。图像相似性的度量对重排序算法的性能至关重要。然而已有的相似性度量没有考虑针对不同的查询,图像的相似性应该不同。提出一种与查询相关的相似性度量方法,将基于全局特征的相似性,基于局部特征的相似性,以及视觉单词同时出现率融合到一个迭代算法中,挖掘出与查询相关的图像信息,计算图像相似性。在Bing图像搜索引擎上的实验结果证明本文提出的相似性度量方法优于基于全局特征,局部特征,或它们线性组合的相似性。     

综合颜色特征的彩色图像检索方法

基于内容的图像检索技术已成为当前的研究热点,文章提出了一种综合利用两种颜色特征进行图像检索的新方法。首先,在变换空间建立色度直方图表示图像的颜色分布特征。为进行图像间的相似性度量,对Swain定义的直方图相似性度量作了改进,为弥补全局直方图不包含颜色空间分布关系的缺点,文章提取了另一种颜色特征,即分块的颜色矩,其距离度量为特征矢量的比值相似度。最后,综合利用上述两个特征对图像进行共同检索。通过对真实图像数据的检索实验表明:综合两种特征检索图像比单一特征检索效果更好。     

融合直接度量和间接度量的行人再识别

当前行人再识别的度量算法在计算相似性时主要依据两幅图像自身的判别信息(直接度量),较少依据与两幅图像相关的其它图像的判别信息(间接度量).针对此种情况,文中提出加权融合直接度量和间接度量的度量方法.首先提取图像的局部最大概率特征和突出性颜色名称特征,融合两者作为图像的最终特征.然后分别计算两幅图像的直接相似性和间接相似性,利用序列排序方法对数据库样本进行训练,得到权值参数,从而得到两幅图像的最终相似性.在Market-1501数据库和CUHK03数据库上的实验表明,融合后的度量识别能力明显高于单个度量的识别能力.     

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。     

基于内容图像检索的特征性能评价研究

从基于内容图像检索特征来看,各特征反应了图像各侧面内在特性,利用此种技术检索需要多类相似性度量方法,特征与特征之间的相似性度量方式是当前CBIR的核心课题。使用图形特征,在不同相似性的度量方式下,多种特征在图像库上的检索性能,可为CBIR系统设计提供相应的依据,通过本次实验得知,图像特征检索性能不仅与度量方法有关,也与图像库有密切关联。     

基于图像主色特征的CBIR

CBIR（Content Based Image Retrieval）是当前多媒体检索的热点。颜色特征是图像检索的重要特征。为了提高颜色特征的检索效果，在提取图像主色特征的基础上，进一步提取了相应的主色空间分布信息－主色矩特征，并建立了图像主色特征的描述模型。在改进加权二次型相似性度量方法的基础上，提出主色多特征相似性度量方法，并对几种不同的相似性度量方案进行了对比，其中DCME方法在WWW发布方式的CBIR原型系统上取得了较好的实验结果。     

傅里叶频谱径角特征的植物相似性

提出一种基于图像傅里叶频谱径角变换的纹理特征提取方法,对藤茎类植物的显微图像进行了相似性度量测试．与常见的两种纹理特征提取方法进行比较,能更准确的定义和描述该类植物图像的纹理特征和进行相似性度量．     

基于扩展结构相似性的特征匹配方法

传统特征匹配的相似性度量方法多假定特征为直方图形式,结构单一。结构相似性(SSIM)度量在图像质量评价领域表现良好,但其鲁棒性较差。针对上述问题,提出一种扩展结构相似性度量方法。从空间网格提取特征阵列的三阶张量结构丰富特征信息,以加和形式修改SSIM度量,并引入权值,将张量特征结构用于相似性度量,建立高鲁棒性的相似性度量方法。提供点积形式的显性特征映射,以加快相似性度量速度。对关键点匹配和图像检测任务进行实验,结果表明,与传统相似性度量方法相比,该方法具有鲁棒性更强的匹配效果,并且计算效率有较大提高。     

综合颜色和纹理特征的图像检索算法

基于内容的图像检索是当前多媒体信息检索的热点之一。基于内容的图像检索技术是根据对图像内容(特征)的描述和提取,在图像库中找到具有指定内容(特征)的图像。本文对图像颜色特征和纹理特征的提取、相似性度量等基于内容的图像检索的关键技术进行了分析和研究,并在此基础上,提出了一个基于颜色特征和纹理特征的图像检索算法并验证了其有效性。该算法采用HSV颜色空间的直方图作为颜色特征向量,采用灰度共生矩阵的四个纹理特征:能量、熵、惯性矩和相关性构成纹理特征向量,采用欧氏距离进行相似性度量。实验结果表明,该算法实现的系统具有良好的图像检索功能。     

混合微结构分析方法及其在图像检索中的应用

为解决图像检索领域现有的特征提取方法信息保留不足,检索方法单一,以及时效性不强等问题,对一些独特的图像分析方法进行讨论.方法:利用一种新的图像特征侦测方法生成图像特征库,然后利用该方法提取检索图像内容特征,经过相似性度量准则度量后,最终以度量排序结果进行图像检索.结果:实验结果表明,与多种流行的图像检索方法相比,无论是在查准率还是在查全率方面该方法都具备较好的性能.结论:所述图像检索方法利用一种新的各向异性的微结构分析方法实现了对图像特征的描述,有效提高了图像检索能力,具有很强的实用性.     

基于主色选择的CBIR检索

基于内容和图像检索（CBIR）是多媒体检索研究的前沿课题，利用颜色特征作为索引进行图像检索是最重要的战术，在提取图像主要颜色特征的基础上，进一步提取了相应的主色空间分布信息-主色矩特征，作为图像库的索引，在改进加权二次型相似性度量方法的基础上，提出了相应的主色多特征相似性度量方法，由于用户对图像中不同的主色具有不同的检索要求，提出了主色调选择的用户模型，用于更精确的图像检索，实现了WWW发布方式的CBIR原型系统，实验结果表明加入主色选择使得图像检索的效果更好。     

基于相似性的图像融合质量的客观评估方法

研究图像融合结果的质量评估问题,提出一种新的基于相似性的图像融合质量客观评估方法.这种方法考虑人类视觉对局部变化更加敏感的特性,用源图像和融合结果的梯度场相似性来衡量融合的性能.这种相似性度量相对于现有的对比度度量,有了全方向的边缘辨识能力;相对于互信息量的度量方法,考虑了图像像素的局部关系,更加符合人的视觉特征.实验结果表明,这种客观评估方法很好地反映了图像融合的质量,与主观评价具有高度的一致性.     

基于张量积扩散与纹理元相似的医学图像检索

针对医学图像检索中相似性表达的自身困难,以及噪声影响的问题,提出一种通过张量积图进行扩散,利用其他数据点的上下信息改进基于纹理元的成对相似性度量的方法。首先,采用纹理元的统计方法进行医学图像特征描述和提取,并通过对纹理元相似性加权,得到图像的成对相似性;然后,利用张量积图沿着数据点的内在流形进行相似性的传播,实现全局的相似性度量。在ImageCLEFmed 2009上的实验结果表明,该算法与基于Gabor的检索算法相比,其类平均精度提高了32%,与基于尺度不变特征转换(SIFT)的检索算法相比,其类平均精度提高了19%,能良好地应用于医学图像检索。     

图像纹理特征相似性度量的研究

纹理是图像的重要属性,基于纹理特征检索图像是当前的研究热点,对图像的纹理进行相似性比较是进行图像检索的关键.根据纹理的特点,本文将通用的向量空间模型进行拓展,构建了一个针对簇集进行相似性匹配的模型-聚类空间模型,对图像纹理相似性进行度量,并据此实现了无需分割的多纹理图像检索.我们分别针对单纹理图像和自然图像库进进行了实验,获得的实验结果与人类视觉认知的结果一致.     

结合信息能度量的核形态差异学习*

利用核映射及非局部均值降噪特性构造相似性度量,即信息能度量。通过对细胞表型图进行特征映射并结合信息能度量得到图像特征的形态差异目标函数,依据梯度上升优化获取最优度量矩阵,建立基于核方法的形态差异学习模型。该模型特点在于:不仅考虑了各类样本的相似性,同时在降低噪声影响形态差异学习的过程中充分利用了图像的高阶统计量和非线性特征。实验结果表明,该核化算法灵敏度更高,且具有较好的鲁棒性,能有效应用于临床诊断。     

几种图像相似性度量的匹配性能比较

针对景象匹配中匹配性能和匹配实时性会受相似性度量选择影响的问题,从常用的相似性度量（归一化积相关、相位相关、均平方差和去均值均平方差）入手,对图像施加噪声和进行畸变（如图像旋转变化、图像比例变化、光照强度变化和云层遮挡等）,通过相似性度量匹配性能的仿真试验,从匹配性、适应度和实时性等方面对各相似性度量进行比较,并对结果进行了归纳总结与证明。     

一种实体运动模式相似性度量方法的研究

运动模式相似性度量在实际工作有广泛应用.提出了一种利用序列分析手段来实现实体运动模式相似性度量的算法.序列分析方法用于提取序列各种特征,然后利用上述特征分别对运动序列中的位置序列、速度序列、方向序列进行相似性度量,再将度量综合起来作为最终的运动模式相似性度量方法.最后,仿真研究表明,算法可以比较有效度量各种运动模式之间的相似性,从而町以应用于各项需要进行运动模式相似性度量的工作.     

轮廓整体结构约束的壁画图像相似性度量

图像分类是计算机视觉的重要研究领域,选择一种特征建立图像间的相似性度量是图像分类的关键问题.鉴于壁画图像自身的特点,轮廓特征是能够表达壁画图像语义的重要特征.研究表明轮廓可以作为图像的重要特征进行图像的识别和分类,但以往研究往往是通过两两最相似轮廓间的chamfer距离来计算图像间的相似性,或者对轮廓建立局部描述符,聚类生成词典,用统计直方图的方式描述图像特征,然后用支持向量机(SVM)进行图像分类.这些方法都忽略了轮廓间的整体结构关系,缺乏对所有轮廓的整体性描述,而现实中一幅图像的语义更多的是一种整体上的语义.基于轮廓整体结构的图像间相似性度量方法,图像间轮廓的相似度计算要受到与其他轮廓空间结构关系的约束,由此生成的相似度更能够表达两幅图像的整体相似程度.实验结果表明本文方法在壁画图像的分类上相对于没有整体结构约束的方法精度有所提高.     

SIFT特征匹配算法研究

提取灰度图像的SIFT特征并将其应用于图像检索是目前国内外研究的热点。用距离函数对图像的特征向量进行相似性度量,从而实现SIFT特征向量的匹配。通过实验很好地证明当图像本身的变化（例如大小或者旋转）对于图像的匹配的几乎没有影响。