基于LBP算子的医学图像检索方法

在医学信息领域,对医学图像物理特征的研究有助于实现图像的自动分析和基于内容的检索。为此,本文提出了一种基于LBP算子的医学图像检索方法。首先提取图像的LBP加权直方图特征,此特征能够有效地降低图像特征维数,然后使用该特征进行基于内容的图像检索。实验表明,该方法具有较高的检准率和检全率,并且检索时间较短。     

基于LBP算子与EMD距离的医学图像检索

基于LBP算子的医学图像检索方法是目前一个研究热点,但是目前大多数算法采用的是卡方距离计算相似度,针对卡方距离的缺点,本文提出了一种基于LBP算子与EMD距离的医学图像检索的方法.实验证明,与卡方距离相比,EMD距离具有较高的检准率和栓全率.     

基于纹理和形状特征的医学图像检索研究

本文使用纹理和形状特征进行基于内容的医学图像检索,并对算法作出一些改进。最后,综合利用纹理和形状特征对医学图像进行检索,证明了纹理特征和形状特征对医学图像来说具有互补性。     

基于改进Sobel算子的文物图像检索

基于内容的图像检索克服了基于文本的图像检索方法无法利用图像中听包含的丰富的视觉特征的问题,更符合人类认识事物的习惯,成为了近些年来图像检索的热点。其中,纹理特征是图像中一个重要的视觉特性。实验结合文物图像特点,首先将彩色文物图像转化为灰度图像,然后用Canny算子检测出图像边缘,再用改进的Sobel算子模拟共生矩阵检测的4个方向的纹理矩阵,最终将其转换为直方图,从而提取到文物图像的纹理特征。实验表明,使用这种纹理特征进行文物图像检索可以取得很好的检索效果。     

基于傅立叶变换的医学图像检索算法分析

如何从傅立叶变换的频谱特征获取附加识别信息，构造相应的特征向量，并选择适宜的相似性度量方法，是基于频率域的图像检索的关键．比较分析了基于傅立叶频谱的两组特征，选取楔环特征应用于西北大学可视化研究所开发的医学影像数据库系统中，在医学图像的检索中取得了较好的效果．     

基于内容的图像检索技术研究

介绍了基于内容的图像检索与文本关键词检索的不同，阐述了基于内容图像检索的基本原理、检索方式和关键技术以及医学图像检索方法。     

基于内容的图像检索介绍

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。本文简要介绍了基于内容的图像检索技术的发展过程及主要原理，重点论述了基于内容的图像检索常用关键技术——图像视觉特征的描述和提取。     

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。     

基于度量直方图的医学图像检索

研究了医学图像灰度分布的特性,利用相邻灰度的相关性提出了基于度量直方图的医学图像检索方法及其度量空间上的距离函数MHD0;该方法减少了传统直方图特征的维教,克服了SAM索引的缺点。通过对CT图像数据库的检索实验,验证了该方法在性能和速度上都超过了传统直方图检索方法。     

利用Gabor滤波器的基于内容的图像检索

分析了利用一组Gabor滤波器进行基于内容图象检索的方法。该方法应用于西北大学可视化研究所开发的系统中,经试验分析与性能评价,该方法在医学图像的检索中取得了较好的检索效果。该文的试验和分析对选择和优化检索算法有一定的参考价值。     

使用希尔伯特-黄变换的医学图像检索

使用希尔伯特-黄变换对医学图像进行分解并将分解产生的内蕴模态函数及其二维希尔伯特变换的幅值作为纹理特征,提取后的特征用于医学图像检索.根据图像内局部极值点的几何分布,提出了一种新的基于聚类算法的边界处理方法.实验中使用的纹理特征包括基于希尔伯特-黄变换得到的特征和对比用的Gabor特征、纹理谱特征和多尺度复杂性及多尺度分维数特征.初步的实验结果表明:采用希尔伯特-黄变换可以有效地描述医学图像的纹理信息,并取得较好的图像检索结果.     

综合分块颜色和基元共生矩阵的图像检索方法

提出了一种基于分块颜色直方图和纹理特征相结合的彩色图像检索方法。首先,该方法根据图像的背景和目标将其划分为两个区域,并对各个区域分别进行量化,提取颜色特征,计算图像之间的颜色距离;然后,用灰度共生矩阵提取图像的纹理特征并根据欧式距离来度量图像间的相似性。最后,综合利用颜色和纹理特征的加权来检索图像。经过对多种类别图像进行实验,检索结果都表明,与传统的检索方法相比,此方法能够很好的满足用户的需求,具有较高的查准率和查全率。     

基于小波变换的纹理特征提取分析

在图像检索技术中，充分利用纹理特征能大大提高图像检索的准确率。用小波变换的方法提取图像纹理特征参数优势明显．也符合纹理识别的特点。     

基于多邻域空间分布的图像检索

由于灰度共生矩阵及其改进算法存在计算复杂、且对于纹理分布信息缺乏计算以及忽略了图像相关特性等缺点,导致对于图像纹理的有效信息缺乏很好的描述,为此提出了一种新的纹理特征用于图像检索.该算法首先结合图像中像素的统计信息,针对不同的邻域范围提取图像的邻域相关矩阵,然后在此基础上构造多邻域空间分布特征用于图像检索.分析表明,该算法所提取的纹理特征计算量小,复杂度低,并且由于将纹理的结构特征和统计特征有效地结合起来,所以对图像的空间纹理分布特征可以较好地描述.为了证明新算法所提取纹理特征的有效性,将其用于图像检索实验.实验结果表明,新算法在检索精度上相比其他算法具有较大的提高.     

基于内容的医学图像检索技术

建立一个高效、准确的医学图像检索系统是目前具有挑战性的任务.文中在简述基于内容的医学图像检索模型后,着重探讨和分析了检索模型中图像特征提取、特征选择与融合、相似度匹配、图像预过滤、相关反馈等核心技术和相关算法,以及一些最新的应用.最后对基于内容的医学图像检索技术进行了展望.     

基于纹理谱描述子的图像检索

提出一种新的纹理谱描述子应用于基于内容的图像检索中.讨论了小波变换的思想和纹理谱概念的联系,根据纹理的视觉特性,提出纹理模式等价类的概念,设计出更合理的纹理谱描述子来描述图像的纹理特征.该纹理模式刻画了领域内像素灰度变化模式,以纹理谱直方图方式表示图像纹理内容.分析了纹理谱的对称不变性和旋转鲁棒性的特点.应用于图像检索,与G曲or纹理特征相比较,该纹理谱描述子特征提取速度快,检索准确率高.     

基于内容的图像检索介绍

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。本文简要介绍了基于内容的图像检索技术的发展过程及主要原理,重点论述了基于内容的图像检索常用关键技术——图像视觉特征的描述和提取。