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。     

一种大尺寸遥感图像基于内容检索的纹理特征提取算法

大尺寸图像按照区域类别分块,用灰度共生矩阵法对各子块提取出纹理特征,并利用类似Hu的不变矩的方法对各子块纹理信息进行统计,从而提取出与大图像中各纹理的空间位置相关的一组纹理特征值。该方法对传统的共生矩阵法进行了改进,使其适用于大尺寸图像多区域类别的纹理特征提取,可用于大尺寸遥感图像的基于内容的检索和初分类研究。     

基于多特征的服装图像检索

基于内容的图像检索一直是一个受关注的研究热点,这里利用图像的颜色和形状特征,将基于内容的图像检索应用于电子购物领域。提出先利用不变距与傅里叶描述子相结合的方法对图像形状特征进行检索,再利用改进的颜色直方图进行二次检索的检索方法。在检索前引入图像背景消除法消除图像中背景信息的影响。最后通过实验验证了基于颜色和形状特征的服装图像检索效果以及利用图像背景去除对检索效果的影响。     

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.     

改进的基于直方图和空间特征的图像检索

在主要面积直方图算法的基础上,分析了图像灰度连通区域的空间分布特征,并结合主要面积直方图进行图像检索,进一步提高了算法的检索性能.同时,结合人眼视觉特性,对图像的灰度进行了量化,在不降低检索性能的基础上降低了计算和时间复杂度.     

分层多特征融合图像检索方法研究

为了克服单一图像特征匹配的不足,文章提出了分层多特征融合的图像检索技术。提取图像特征时,先将RGB图像映射到HSV空间,再分别提取待检索图像和数据库图像的颜色特征和纹理特征。提取颜色特征时,采用颜色矩特征,提取图像的纹理特征时采用灰度共生矩阵的方法。在颜色特征层和纹理特征层,分层分别计算检索图像和数据库图像的相似度,对分层计算出的相似度采用一定的融合策略得到最终的相似度,依据相似度大小对检索结果进行排序和输出。在自建数据库上的实验表明,该方法对提高图像的检索性能有一定的效果。     

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。     

基于颜色矢量角的彩色图像检索算法研究

通过分析利用颜色直方图进行图像检索时存在的问题,提出了一种基于图像边缘空间分布特征的图像检索算法.即利用颜色矢量角对亮度不敏感,对色度和饱和度敏感的特性来提取图像的边缘信息.在图像的边缘空间,提取图像边缘点的颜色矢量角直方图,以此来描述图像的内容.该算法充分利用了图像的颜色信息、边缘信息及形状信息,实验表明该算法具有较好的光照不变性、尺度不变性、平移不变性和旋转不变性.     

基于内容的图像检索方法

综述了基于内容检索技术的进展,并对其主要方法如基于颜色、形状、纹理等图像检索技术进行了论述,介绍了几个典型的基于内容的图像检索系统.通过综述指出了今后的研究方向.     

一种基于颜色连通的图像纹理检索新方法

提出并实现一种结合图像颜色连通区域信息及其纹理特征的图像检索新方法.首先提取图像的分块主颜色,根据提出的相关颜色定义,搜索确定图像中的颜色连通区域集.然后,提取图像中各颜色连通区域对应的四种颜色共生矩阵特征,利用针对该特征设计的图像相似性度量函数实现基于内容的图像检索.实验结果表明,该方法能有效结合图像的纹理信息及其颜色构成和分布信息,具有良好的检索效果和性能.     

显著兴趣点颜色及空间分布熵的图像检索方法

提出了一种利用显著兴趣点进行图像检索的新方法,此方法主要有显著兴趣点检测、基于显著兴趣点的特征描述和相似性度量三个步骤.先使用一个自适应滤波器对图像进行滤波,然后提取显著兴趣点;以显著兴趣点为线索,设计了一种基于显著兴趣点的颜色分布熵,既利用了显著兴趣点的局部特征,又考虑了显著兴趣点的空间分布结构;用图像间的颜色分布熵来度量图像间的相似性.该检索算法不但保证了对图像旋转、平移鲁棒性,而且克服了传统直方图没有空间位置的缺陷.实验结果表明,该方法对图像检索非常有效.     

基于兴趣点局部分布特征的图像检索方法

提出了一种基于兴趣点颜色和空间分布特征的图像检索方法。该方法把图像内容看作为由若干兴趣点组成的集合,首先利用小波系数的空间方向树特性来检测兴趣点,然后利用基于兴趣点的环形颜色直方图和空间离散度来描述图像的特征,最后用加权特征距离来估计图像内容的相似度。同时,通过利用环形颜色直方图和空间离散度作为图像特征保证了该算法能够对图像的尺度变化、旋转变化和平移变化具有很好的抑制能力。在含有1000幅图像的数据库上所做的一系列实验表明,该算法与其它基于兴趣点的方法相比,能够更准确和高效地查找出用户所需的图像,明显地提高了检索精度。     

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.     

一种改进的基于熵的图像检索算法

利用信息熵可以有效的将图像颜色直方图特征降低到一维,但以往的基于信息熵的图像检索算法却没有考虑熵的对称特性,因此极易造成误检现象.基于此,文中提出了相应的改进算法,消除由于熵的对称性对图像检索效果造成的影响.试验结果证明改进的方法在进行图像检索时具有更强的鲁棒性,大大提高了图像检索效率.     

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DCT压缩域的图像检索方法

本文提出了一种基于DCT(Discrete Cosine Transform)压缩域的图像检索方法.对于DCT编码的图像数据,在不需要完全解码的情况下,直接抽取图像的内容特征进行图像检索.首先,重组DCT域的频率系数,使其具有方向性、多分辨率等特点,并利用这些特点提取图像的大致轮廓.接着统计图像轮廓的连通直方图(CRH:Connected-Region Histogram),进行图像检索.并利用DC图的灰度直方图对检索结果进行重新排序.这种检索方法对灰度、旋转、平移等都具有一定的鲁棒性,具有较好的检索效果.     

基于兴趣点方向梯度直方图的图像检索方法

提出了一种基于图像兴趣点方向梯度直方图的检索方法.为了提高检索准确度,首先采用直方图均衡化增强图像对比度,然后利用SURF(Speeded Up Robust Features)检测子检测图像中的兴趣点,以兴趣点为中心,对兴趣点邻域内分块方向梯度直方图进行图像特征描述,最后进行相似性度量.该算法通过直方图均衡化,提取到图像中更丰富的细节信息尤其对于颜色单一与颜色较深的图像,而且算法中充分利用了图像中包含信息量较多的图像兴趣点.实验证明,该算法提高了图像检索的准确度,相比其他算法取得了更好的检索结果.