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。     

基于矢量量化的颜色图像检索方法

摘 要：针对颜色空间量化和直方图检索存在的问题,提出一种新的颜色图像检索方法。该方法通过对颜色空间进行矢量量化,使量化结果更接近人的感知;在提取分块主颜色基础上引入颜色转移矩阵,以描述颜色的空间分布情况;并将索引直方图和颜色转移矩阵两种颜色特征相结合,对图像整体和局部感兴趣区域赋以不同的权值,使局部图像特征矢量增强,从而提高检索精度。实验表明,该方法能较有效的提高检索效率。     

基于ROI的图像检索算法研究

针对全局特征的图像检索不能很好地满足用户的意图和基于图像分割的检索过分依赖复杂的图像分割算法二者的不足。在基于子图的检索思想的基础上，给出了一种基于用户感兴趣区域的图像检索算法。该算法无需对图像进行复杂的分割就能提取对象特征，实验证明该算法具有简单、高效、查全率较高的优点。     

基于颜色特征图像检索方法的研究

对颜色特征进行了分析,对颜色空间的选取,颜色的量化,颜色相似度进行了描述,论述了基于颜色特征图像检索的主要方法直方图相交法,主要颜色表示法,基于参考颜色表方法,基于区域的颜色法及其它们的改进方法,并作出了相应的比较.     

结合空间关系的颜色直方图检索算法

首先根据所选取的图像库的特征,对真彩图像各颜色分量赋以权重,利用直方图检索,得到检索结果与权重比例大小选择的关系;再针对直方图检索没有表达颜色的空间分布信息的缺点,在一般直方图检索的基础上引入了一维的空间关系矢量,将直方图和空间关系结合起来进行检索,提高了检索的性能。     

基于多尺度欧拉矢量的图像检索算法

在分析以往基于边缘的图像检索算法的基础上,提出了一种基于多尺度欧拉矢量的图像检索算法.该算法针对灰度图像,以小波变换为基础,利用小波模极大值对图像进行多级小波分解,得到多尺度下的边缘图像,针对每一幅边缘图像,计算其欧拉数,构造一个欧拉矢量,作为对图像特征的描述.同时,考虑到欧拉矢量之间的相关性,设计了相关权值矩阵,提出采用马氏距离进行相似性度量.该矢量不仅能很好的表示图像的形状特征,而且具有平移、尺度和旋转不变性,同时它又是图像的一个整体特征,能刻画图像的拓扑结构.实验结果表明该算法计算简单,有效,匹配快速,检索结果比较理想.     

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.     

基于颜色直方图的图像检索技术

使用颜色空间分布熵来表示图像的颜色空间分布特征,结合图像的颜色直方图特征,采用加权综合法和比例系数法表示图像的综合特征,设计了基于颜色直方图和图像空间分布熵的图像检索算法.利用查全率和查准率对算法进行了评价.通过实验分析比较可知,所设计的方法具有较好的查准率和查全率.     

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.     

基于感兴趣区域多特征加权融合的图像检索算法

基于内容的图像检索有着广阔的应用前景,但存在检索性能不高的缺点.综合兴趣点和多特征融合的优点,提出一种基于感兴趣区域多特征加权融合的图像检索算法.采用Harris算法提取图像的兴趣点,确定感兴趣区域;再采用累积灰度直方图、共生矩阵和形状不变矩分别提取感兴趣区域的颜色、纹理和形状特征;经归一化后,最后采用距离函数级融合来度量图像的相似度,以检索图像.实验表明,算法有效地提高了图像的检索性能.     

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.     

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.     

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。