图像检索中一种新的相关反馈机制

1.引言近年来,随着图像数据的大量增加,对图像进行智能化、基于内容的处理愈来愈引起人们的极大兴趣。除了使用手工输入的关键字外(基于文本的方法),其于内容的图像检索(Content-Based Image Retrieval,CBIR)系统也使用图像的视觉特征来建立图像索引,所使用的图像低层特征包括:颜色、纹理和形状等。在CBIR系统中,最常用的检索模式是“例子查询”(Query By Example,QBE),即首先由用户选取一个或多个例子图像(Query Images),然后,系统自动地从图像库中检索出与其相似的数据库图像。在这种检索模式中,系统的检索能力完全依赖于图像特征的性质以及用户所选取的例子图像的质量。到目前为止,大多数研究均侧重于寻找一种最好的图像表示方法,而对于人在CBIR系统中的作用以及检索过     

一种快速旋转不变图像检索新方法

提出了一种新型快速旋转不变图像检索新方法.该方法首先对图像进行傅里叶变换和功率谱分解,提取功率谱的扇形区域能量和环形区域能量参数,并将其均值和标准差作为图像纹理特征.然后,利用谱能量分布特征把纹理的主方向旋转到0°,提取旋转后图像的共生矩阵参数和小波分解各子带图像统计参数作为基本特征.利用所提出的特征提取方法在两组分别包含25类单色自然纹理的图像库上进行检索试验.结果表明,该方法获得了良好的检索效果.     

一种融合语义的图像检索技术研究

针对基于内容的图像检索系统检索效率不高的情况,从目标图像外轮廓特征的提取、图像外轮廓特征的描述方式、图像轮廓的语义描述方式和相似度测定4个方面对基于内容的图像检索的研究状况进行了分析和研究。综合图像的外轮廓特征及轮廓的语义描述来实现对图像数据库的检索。实验结果表明,该方法提高了图像检索的精度和效度。     

一种基于极坐标下分块的商标图像检索新方法

商标图像的分块检索是将图像分块后利用全局和局部图像特征来检索商标图像.针对现有的四叉树分块方法的不足,提出了一种极坐标下的分块检索方法.首先对商标图像进行归一化处理,以目标对象的最小外接圆作为目标区域;在极坐标下将图像分块,计算形状直方图;最后采用新的相似性度量方法计算图像间距离,实现商标图像的准确检索.实验证明,该方法具有良好的平移、缩放、旋转和镜像不变性,得到的检索结果能很好地符合人的视觉感受.     

一种海量图像中低复杂度检索模型仿真

由于海量图像中的数量规模大,造成有相同图像检索特征的干扰图像过多,图像低层视觉特征和高层区分特征之间存在的差异度过小,传统的图像检索方法难以充分表达图像的可检索的差异化特征信息,造成图像检索方法鲁棒性不强,检索误差大.提出一种运用图像细微特征区分概念的低复杂度海量图像检索优化方法.针对检索图像的灰度差异,进行图像归一化处理,最大化减小海量图像相似特征对检索方向的消极影响,依据SIFT算法,通过寻求图像极值点的坐标、尺度空间及方向实现对图像细微特征的提取,根据图像颜色的直方图相交的相关理论,计算图像的特征相似度,实现检索图像与目标图像特征相似度匹配,完成对细微特征区分的海量图像检索.实验结果表明,利用改进算法进行细微特征区分的海量图像检索,能够提高检索精度.     

一种用于图像检索的新型空间关系特征

为了提高对二维图像中空间关系的描述能力,提出了一种新的空间关系量化特征IBS-SC（Interaction Bisector Surface-Shape Context）。以IBS为基础,采用形状上下文描述子SC对IBS与空间关系中的主体区域之间的分布进行描述,将区域与区域之间的交互分布转换为一个点直方图的集合,再使用SC对这些点直方图进行二次统计,得到最终归一化的空间关系特征IBS-SC。为了验证IBS-SC特征的性能,实现了一个图像检索的原型系统,通过对检索结果的对比分析与评价,证明了IBS-SC特征对于空间关系具有良好的表征能力。     

一种基于色彩和灰度直方图的图像检索方法

提出一种综合图像的色彩信息、灰度信息和空间信息提取图像的特征向量的方法。该方法首先将图像从RGB空间转化为HSV空间,并进行非均匀量化;其次将彩色转化为灰度图像;然后将图像划分成互有重叠的4块,分别求出每块图像的色彩直方图、灰度直方图;最后采用这8个直方图作为图像的特征向量对图像进行检索。     

一种基于形状特征的颅骨图像检索方法

提出了一种基于内容的颅骨图像检索方法，介绍了基于内容的医学图像检索系统结构，阐述了图像预处理方法和特征参数提取过程。实验表明，该方法能检索出有相同病理特征的相似颅骨图像。     

一种基于粗糙集的相关反馈图像检索方法

针对如何在图像检索系统中客观地表达用户的感知，提出了一种基于粗糙集理论的相关反馈算法。通过相关反馈过程将用户感知与图像特征相结合，利用粗糙集理论归纳用户感兴趣的图像语义特征，并根据用户感兴趣的程度调整对应图像特征权重。作者建立了一个实验系统ISS，采用颜色直方图与语义特征作为图像特征，并实现MARS的反馈算法作为性能比较算法。实验结果表明，该算法较MARS系统在检索性能上有较大的提高。     

一种基于组合特征的商标图像检索算法研究

提出一种将三个特征结合的方法来进行商标图像检索.首先用Canny算子对商标图像的边缘进行提取;其次计算出商标图像边缘的7个Hu不变矩,以及偏心率和质心距离,得到一个9维向量;然后用欧氏距离匹配;最后给出了和其它算法对比的实验结果.     

一个基于颜色分布特征的实用图像检索系统

该文介绍一个面向个人用户的、基于颜色分布特征的图像检索系统。此系统使用图像像素的颜色分布统计信息以及轮廓点的位置分布统计信息作为图像的特征量对图像进行相似比较,基于该比较结果实现图像的检索。文章首先介绍了所使用的特征量,然后对检索结果进行评价。通过实验证明了该系统的可用性。     

N分检索法及其分析

给出了N分检索法的算法及程序。     

一个图像数据库检索系统的结构设计和快速检索方法

本文介绍了图像数据库区别于常规数据库的特点,并以数字化图书馆的数据库子系统Basestar为例,介绍了图像数据库检索系统的结构和检索方法。Basestar采用综合了颜色、形状、纹理三种特征矢量的综合性检索方法,本文详细介绍了这种方法,并论述了在此方法基础上,根据三角形不等式准则改进而成的检索方法的原理和实现。实验证明Basestar 系统具有较好的检索效果,检索结果证明快速检索方法是有效的。     

图形,图像特征的一种抽取方法

本文提出一种图形、图像特征的抽取方法。通过图形、图像特征的拓扑变换，非常容易实现图形、图像的放大及缩小；同时，通过相应的图形或图像特征的比较，方便地进行图形、图像的查找。作为一个特例，本文的方法容易实现点阵汉字到矢量汉字的转化，因而具有较高的使用价值。     

基于MSER与SURF的图形匹配新方法

针对传统图形匹配算法对稳定特征提取不充分的缺点,提出了一种基于MSER与SURF的图形匹配新方法。MSER与SURF是两种特征提取算法,各有优缺点,且具有互补的特性。提出的算法分别用MSER与SURF检测图像的特征点,用SURF描述子表征检测到的所有特征点,从而实现了两者的互补,并获取了更为丰富的特征描述。基于更丰富的特征,描述信息,进行特征匹配,最后得到的图像匹配效果,相比传统方法更加稳定。     

一种基于颜色信息的图象检索方法

由于传统的基于颜色的图象检索都是基于颜色直方图的检索,其很难将颜色信息和其他信息结合起来,因此,降低了图象检索的准确度.为了提高图象检索的准确度,提出了一种基于颜色聚类表的图象检索方法,该方法首先定义颜色聚类表,并对图象进行颜色聚类;然后利用聚类后的颜色信息构造聚类表,并利用聚类表作为特征来对图象进行检索,同时给出颜色聚类表的获取方法;最后,利用该方法进行了仿真实验.实验结果表明,利用颜色聚类表,根据图象的聚类结果来实现检索,可以很方便地将颜色信息与其他信息结合起来.     

一种基于特征的SAR图像自动配准方法

由于SAR图像固有的相干斑噪声的影响,使得SAR图像的自动配准不能直接使用光学遥感图像自动配准.基于特征的SAR图像配准方法是一种有效的配准方法,但是特征的提取一直以来是一个很难解决的问题.针对SAR图像自身的特性提出了一种基于特征的SAR图像自动配准方法.首先进行了对SAIl图像进行了合适的区域分割,然后利用不变性特征进行区域匹配,最后求取扩展质心作为匹配控制点.通过对真实SAR图像进行实验,取得了较好的配准结果,充分证明了算法的有效性.     

基于小波变换的多分辨率图象匹配方法

介绍一种综合运用小波变换、序贯相似性检测和统计相关的图像匹配算法,此算法既可以根据需要的精确匹配图像,又可以达到很高的效率,而且便于硬件实现。     

一种基于本体的图像检索方法

提出一种基于本体的图像检索方法。该方法结合特定领域专家知识和对象例图,采用视觉对象本体来描述图像内特定对象的视觉特征,从而构建该领域包含视觉描述的知识库。在检索过程中,利用知识库内的对象的视觉本体描述和目标图像库内的图像低层特征相匹配执行图像检索任务,从而实现在高层次语义上的图像检索。实验结果表明了该方法的有效性和可行性,并在一定程度上缩小了视觉低层特征同图像高层语义的鸿沟。     

图像去噪的一种新方法

提出了一种图像去噪的新方法。将维纳滤波和小波域滤波结合起来，同其它的去噪方法比较，发现该去噪方法产生了很好的效果。