基于颜色特征和相关反馈的图像检索技术

提出了一种基于颜色特征和相关反馈的图像检索方法,该方法融合了图像的整体与分块颜色分布,将图像间的相似度定义为整体相似度与以图像分块为基础的局部相似度的加权和,并采用相关反馈技术通过更新权值的方法来调整图像整体与局部颜色特征系数的权值.实验结果表明该方法具有较好的检索效果.     

基于反馈的综合多特征图像检索技术研究

首先采用矩形重叠式分块策略对图像进行分块。同时,利用共生矩阵和Gabor小波来描述图像的纹理特征,并将三种不同特征进行融合。为了提高图像检索的准确度,使用相关反馈方法来调整权重。最后分别比较基于单一特征,特征融合和相关反馈方法的平均查准率和查全率,实验结果表明,检索的性能有了明显提高。     

基于领带花形图像检索算法研究

针对领带花形图像的具体特征，研究了适用于该类图像的检索算法。在对布样扫描图像提取花形区域的基础上，运用Gabor小波变换提取花形特征，并给出了多角度旋转不变性的相似度计算公式。在实际应用中取得了较好的检索效果。     

基于智能感知相似度测量的图像提取

相似度测量是图像分类和提取的重要内容.良好的相似度测量方法应该能以给定的图像特征类型从数据库中检索到相似图像,并在检索中丢弃不相关图像.基于距离的相似度测量,仅反映了高维特征空间中两个特征向量之间的空间距离,缺乏任何感知意义,而且还忽视了相似度决策过程中邻域的影响.新的感知相似度测量方法,既可以测量特征空间中两个图像间...     

基于Gabor滤波器和深度学习的图像检索方法

针对图像数据库日渐庞大的问题,研究了将特征提取与深度学习相结合进行图像检索的方法,提出了基于Gabor小波变换和受限玻尔兹曼机(RBM)的特征提取和降维模型.将整幅图像划分成局部图像块,利用Gabor滤波器组提取图像特征,通过RBM对特征进行学习和编码,从而实现图像特征的降维处理.采用基于深度信念网络(DBN)和Softmax分类器的图像检索算法,利用Corel图像库进行新方法的图像检索实验,并与其他两种方法进行比较.结果表明,本文方法在准确率、查全率和检索时间上均具有较好的性能,能得到更好的图像检索结果.     

一种基于内容的图像检索方法研究与实现

研究运用相关反馈技术，自动调整特征内、外权值，构建了一个综合利用颜色和纹理特征的检索模型，并设计了一个检索系统。实验结果表明，该方法优于单一特征检索算法，并具有很好的人机交互功能，可以通过相关反馈完成已有示例图像的精确检索和模糊示例图像的相似匹配。     

基于内容的医学图像检索

通过提取如图像的颜色、纹理、形状和空间关系等底层特征来建立索引,然后通过计算比较这些特征和查询条件之间的相似度来判断2个图像的相似程度,将相似度较高的图像显示给用户,进而完成图像检索.通过以建立医学图像的特征矢量作为其索引,使用医学图像的多维特征进行相似查询,可提高临床医师的确诊率.     

一种基于内容的图像检索方法研究与实现

研究运用相关反馈技术 ,自动调整特征内、外权值 ,构建了一个综合利用颜色和纹理特征的检索模型 ,并设计了一个检索系统。实验结果表明 ,该方法优于单一特征检索算法 ,并具有很好的人机交互功能 ,可以通过相关反馈完成已有示例图像的精确检索和模糊示例图像的相似匹配     

一种基于形状特征的颅颌面X片图像检索方法

对颅颌面X片图像进行了研究。引入不变矩方法,讨论了将不变矩应用于颅颌面医学图像检索的可行性。实验结果表明:基于小波边缘检测的不变矩可有效地提取颅颌面的形状特征;采用欧式距离进行相似度测量,可有效检索出相似度较高的图片。检索的图片可以为疑似病例诊断提供帮助。     

基于支持向量机的图像纹理识别方法

将支持向量机(SVM)应用于基于内容的图像检索领域,提出一种基于Gabor小波变换和支持向量机分类器的新型集成纹理识别方法.目标是利用Gabor小波设计的多通道小波滤波器对图像目标进行小波变换,用Gabor小波变换系数的模的平均值和标准差生成表示目标图像的特征向量,将特征向量归一化后用支持向量机进行训练和识别.最后,利用Brodatz纹理库中的纹理图像进行了试验并与其他几种方法进行了比较.结果表明,该方法的识别率在小样本情况下要优于其他几种方法,并且具有更好的泛化和推广能力.     

图像检索中基于二次距离的相关反馈

在基于内容的图像检索方法中,图像的低级视觉特征和高级语义之间存在着较大的差异,导致检索性能不佳.为了提高检索性能,将相关反馈技术引入图像检索.利用支持向量机在相关反馈的过程中为图像建立语义模型,在建立语义信息后求出图像间的二次距离,增加图像间的语义区分能力,使被检索出的图像在语义上更加接近示例图像.试验表明,该方法使查全率和查准率得到较大提高.     

改进的基于加博滤波的指纹增强算法

使用八方向Gabor滤波器进行指纹图像增强可以取得良好的处理效果,但占用处理时间较长,因此提出一种通过计算方向不一致因子来减少不必要的方向滤波方法．首先针对Gabor滤波器对方向和频率十分敏感问题,综合点方向图和块方向图的优点,通过利用低通滤波来提高方向图的准确性．其次针对滤波时间问题,提出根据方向不一致因子而有选择地进行八方向Gabor滤波．并通过将二维加博滤波转换成一维滤波器组来减少滤波器的复杂度．实验结果表明,该算法能有效提高滤波效果并减少滤波时间．     

基于最佳路径森林分类的贪婪学习方法在CBIR系统的应用

针对一般相关反馈的基于内容图像检索（CBIR）方法不能有效处理相关图像和非相关图像的问题,提出了一种基于最佳路径森林分类（OPF）的贪婪学习方法（GL OPF）,该方法旨在返回每次迭代查询的最相关图像。首先,查询图像和数据集图像通过Gabor小波变换提取特征向量;然后,通过GL OPF主动学习方法获得图像关联性反馈,生成标记训练集;最后,标记训练集通过OPF分类器进一步评估形成相关性和非相关性原型集,每次迭代都会返回查询的最相关图像。3个公开图像数据集Caltch101、Corel和Pascal上的实验验证了本文方法的有效性。实验结果表明,在3个数据集中,迭代8次时,GL OPF的查询精度比其他3种方法均有较大提高,此外,GL OPF的迭代运行时间和查询时间与OPF几乎相同,很大程度改进了OPF方法。     

一种基于反馈的JPEG图像检索研究

基于内容的图像检索研究的焦点是应用最初发源于文本文档检索的相关反馈技术来提高检索性能.但这一技术没有能够填补底层图像特征和高层语义内容之间的空白,这一空白被认为是CBIR的瓶颈,也是图像压缩和视屏检索的瓶颈.阐述了在DCT域中进行图像检索的基本方法和相关反馈的当前发展状况,并提出一个在CBIR中集成相关反馈的框架算法.     

结合稳定兴趣点和Gabor小波的图像检索

提出了一种基于稳定兴趣点和纹理特征的图像检索算法．该算法首先利用优化的Hessian检测器检测图像中的稳定兴趣点,并计算稳定兴趣点的环形邻域的伪泽尼克矩;然后,利用Gabor小波变换提取图像的纹理特征;最后,用不同图像伪泽尼克矩和纹理之间的差异来衡量图像的相似度,实现图像检索．实验结果表明,与其他基于兴趣点或者纹理特征的检索方法相比,该算法能够降低不稳定兴趣点的影响,有效提高了图像检索的准确率和查全率．     

基于流形学习的图像检索算法研究

流形学习以发现非线性高维数据的本质维数为目标,使其更适合数据分析和高维数据的降维。图像检索中“语义鸿沟”问题指的是高维数据空间与低维的语义子空间之间的鸿沟,虽然利用相关反馈机制可以缩小这种鸿沟提高准确率,但是因为反馈图像数目较少,图像特征维数相对较高,会容易产生维数灾难问题。流形学习的引入为解决这一难题带来了新的希望,因为通过流形学习的方法学习高维图像特征数据的本征维数用于图像检索,大大提高了检索性能。基于流形学习的图像检索算法都是半监督的流形学习,充分利用了反馈信息,学习查询图像的语义子空间,有效的实现了高维数据的降维。     

基于内容的医学图像检索技术

介绍了基于内容的医学图像检索系统的意义、方法和关键技术,分析了国内外医学图像检索领域的应用现状,并在此基础上探讨了基于内容的图像检索技术在医学图像检索领域的应用前景和未来的发展方向。     

基于多尺度分析和SVM相关反馈的纹理图像检索

采用了基于小波、Contourlet等多尺度分析工具和SVM(Support Vector Machine)相关反馈的图像检索方案.对纹理图像采用Contourlet变换提取其特征,Contourlet具有多尺度和多方向性,因此比小波变换能更好地提取纹理特征,然后联合一类和二类支持向量机进行检索.首先使用一类支持向量机来估计查询样本的特征向量在高维空间的分布情况,从而给出在没有标识的情况下,进行初步学习探索得到的相似性排名.通过用户反馈,得到带有标识的正负样本信息,从而提供给二类支持向量机进行更细致地学习,使检索结果逐步求精.实验结果从多方面证明了本方案的合理有效性,并指出了较优的反馈数量和反馈次数.