基于内容检索的BMP图象特征提限

针对静态图象的特性,介绍了一种可以在C语言环境下读取BMP文件的方法,用这种方法,可以得到不同位图像素值的BMP图象的每一个像素点的信息（即R,G,B）。在分析了几种典型的颜色和纹理特征提取算法的基础上,通过转换成不同的颜色空间,利用基于颜色和基于纹理的图象检索算法,提取该图象的颜色和纹理特征,并用不同的量化方法对图象的特征提取的效率进行了分析。     

基于内容特征的图象检索技术的研究进展

基于内容特征的图象检索(CBIR)是目前国内外研究的一个热点。本文主要介绍了CBIR领域的技术、图象内容特征的表达和提取、CBIR的系统结构以及CBIR的具体应用。     

基于纹理特征提取的图像检索技术

主要从图像纹理特征入手,研究如何有效地抽取图像纹理特征对图像进行描述,基于抽取的特征对图像进行搜索,从而提高检索效率和检索性能。     

基于内容特征的图象检索技术的研究进展

基于内容特征的图象检索（CBIR）是目前国内外研究的一个热点。本文主要介绍了CBIR领域的技术，图象内容特征的表达的提取，CBIR的系统结构以及CBIR的具体应用。     

基于分块主色的图象检索

传统的基于颜色直方图特征的图象检索方法简单且易于实现,但其直方图求交运算量过大,而且丢失了颜色的空间分布信息。本文给出了一种基于分块主色的图象检索方法。该方法将图象分成相等的九个子块,依次统计每个子块的颜色直方图,用户可根据各子块的的不同重要程度而改变各子块的权值,最后给出了这种基于分块主色的检索方法中图象相似度的计算方法。实验表明,该方法一方面利用主颜色减少了直方图相交运算量;另一方面通过对图象分块保留了颜色的空间信息并能够有效地将目标从背景中区分出来,从而有效地提高了检索速度和检索精度。     

基于内容的遥感图像检索综述

随着遥感图像数量的急剧增加，基于内容的遥感图像检索系统逐渐成为了一个研究热点。系统地介绍了该领域各个方面研究的现状。首先给出了遥感图像内容检索系统的基本结构和查询策略。其次，结合遥感图像的特点，着重介绍了基于纹理、形状、结构特征相似性比较等方面的内容，针对这些方面的研究所存在的问题提出了见解，介绍了所研究成果，并对今后的工作进行了展望。     

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。     

基于灰度——基元共生矩阵的图象检索

结合描述纹理特征的统计方法和结构方法,提出灰度-基元共生矩阵.解决单独使用某一方法的缺点如计算量大、表达复杂、检索效果差等.     

基于内容检索的硅藻细胞自动分类

对硅藻细胞分类提出了一种基于内容的分类方法。该方法首先获取带外接圆的目标;然后,对其应用纹理主特征直方图,纹理变化度,纹理角特征3种方法提取出目标的特征向量;最后使用欧氏距离进行相似性度量。实验结果表明,该方法具有较好的分类准确率及召回率。     

基于内容检索的硅藻细胞自动分类

对硅藻细胞分类提出了一种基于内容的分类方法。该方法首先获取带外接圆的目标;然后,对其应用纹理主特征直方图,纹理变化度,纹理角特征3种方法提取出目标的特征向量;最后使用欧氏距离进行相似性度量。实验结果表明,该方法具有较好的分类准确率及召回率。     

基于颜色和空间特征的图像检索

提出一种新的基于颜色和空间特征的图像检索算法.首先,将检索图像转换为HSV颜色空间并进行量化,提取环形颜色空间信息熵作为颜色空间分布特征.其次,计算每个像素点的多邻域量化颜色值的一、二阶中心矩,利用各阶统计矩的信息熵来表征图像颜色的局部空间特征.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.结果表明,该方法比CDE和Geostat算法具有较好的检索效果.     

基于主色连通区域纹理谱特征的图像检索

借鉴纹理谱特征的概念,本文提出并实现一种结合图像主色连通区域信息及其纹理谱特征的图像检索方法.该方法基于图像的主色连通区域,结合图像的颜色构成和分布信息,提取图像的每个主色连通区域的纹理谱特征,并采用线性加权直方图相交法作为相似性度量函数,同时分析并给出了适用于本文方法的加权函数取值方式.本文方法将颜色信息与纹理特征有效地结合在一起,在不增加太多计算时间的条件下,提高了检索质量.     

基于Gabor滤波器和相关反馈的医学图像检索

针对医学图像检索问题,提出了一种结合Gabor滤波器和相关反馈的医学图像检索算法.首先,采用Gabor滤波器的方法对医学图像进行纹理特征提取,计算图像相似度;然后,利用相关反馈技术调整图像之间的相似度,改善图像检索过程中的人机交互性能.实验表明,通过相关反馈,该方法有效地提高了检索结果的查准率、查全率.     

CNN视觉特征的图像检索

卷积神经网络( CNN)是当前图像识别领域的研究热点,利用预训练的CNN网络提取的图像特征展示出了较强的图像识别能力。主要对比分析了传统视觉特征和CNN视觉特征在基于内容图像检索任务中的性能表现,并指出了一些可以值得深入研究的方向。在两个公开数据库(Pascal Sentence和Pascal VOC 2007)的实验尝试表明CNN视觉特征比传统的视觉特征更适用于图像检索。     

一种基于颜色特征的图像检索方法的设计和实现

本文选用MATLAB程序设计语言,利用RGB颜色空间提取颜色特征值,用距离度量函数进行图像的相似性匹配,以符合视觉习惯的HSV模式显示检索结果,完成基于图像颜色特征的图像检索演示系统。     

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Radon和小波变换的纹理图像检索

提出一种新的基于Radon和小波变换的图像纹理特征检索算法．针对检索图像进行Radon变换,并对投影矩阵进行中心化使其具有平移不变性．利用图像的统计值对投影数据规范化,分别沿 和t方向对投影矩阵进行TSI小波分解,得到具有平移、旋转和尺度不变的小波分解．提取各子带能量作为图像的纹理特征,并对特征向量进行高斯归一化．以两幅图像归一化特征向量间的Canberra距离作为图像的相似度进行检索．基于纹理特征的图像检索试验结果表明,该方法对高斯噪声具有较强的鲁棒性,与其他方法相比具有较高的检索率．     

基于Contourlet变换和不变矩的图像检索方法

利用Contourlet变换具有良好的稀疏特性及其能准确捕获图像中边缘信息的特性,提出一种基于Contourlet变换和不变矩的图像检索方法.利用Contourlet变换分解得到高、低频子带,计算各高频子带的信息熵和低频子带的7个不变矩构成图像的特征向量,采用不同权值的欧氏距离作为图像的相似度进行检索.实验结果表明,该方法具有较高的查准率,能够对纹理图像进行很好的分类和检索.