一种基于FCM的医学图像检索方法与实现

针对医学内窥镜图像,提出两种基于模糊C-均值聚类(FCM)的特征融合算法:融合颜色相关图和图像纹理特征算法以及融合颜色直方图和颜色相关图算法。据此,实现了一个图像检索的原型系统,依据所设计的评价实验,并对实验结果进行了比较和分析。实验表明,基于FCM的融合颜色相关图和纹理特征的特征融合算法,在基于内容的医学内窥镜图像检索中,具有相对较好的检索效果。     

Spatial Color Indexing Using Rotation,Translation, and Scale Invariant Anglograms

As color plays an essential role in image composition, many color indexing techniques have been studied for content-based image retrieval. This paper examines the use of a computational geometry-based spatial color indexing methodology for effective and efficient image retrieval. In this scheme, an image is evenly divided into a number of M * N non-overlapping blocks, and each individual block is abstracted as a unique feature point labeled with its spatial location and dominant colors. For each set of feature points labeled with the identical color, we construct a Delaunay triangulation and then compute the feature point histogram by discretizing and counting the angles produced by this triangulation. The concatenation of all these feature point histograms serves as the image index, the so-called color anglogram. An important contribution of this work is to encode the spatial color information using geometric triangulation, which is rotation, translation, and scale invariant. We have compared the proposed approach with two of the best performing of recent spatial color indexing schemes, Color-WISE and the color correlogram approaches, respectively, at image block and pixel levels of different granularity. Various experimental results demonstrate the efficacy of our techniques.     

Content-based image retrieval using joint correlograms

The comparison of digital images to determine their degree of similarity is one of the fundamental problems of computer vision. Many techniques exist which accomplish this with a certain level of success, most of which involve either the analysis of pixel-level features or the segmentation of images into sub-objects that can be geometrically compared. In this paper we develop and evaluate a new variation of the pixel feature and analysis technique known as the color correlogram in the context of a content-based image retrieval system. Our approach is to extend the autocorrelogram by adding multiple image features in addition to color. We compare the performance of each index scheme with our method for image retrieval on a large database of images. The experiment shows that our proposed method gives a significant improvement over histogram or color correlogram indexing, and it is also memory-efficient.

基于颜色和形状特征的彩色图像显示与检索技术

提出了一种有效用于抽取特征、索引和检索彩色图像的技术途径,通过提取图像的颜色不变量,建立相应的色度直方图（hue histogram）来表示图像的颜色分布特征,为了描述图像中对象的位置及方向特征,首先计算图像的色度轮廓并对其进行Radon变换,然后计算相应的“空间直方图”,由此,得到了一种基于图像的颜色分布特征和形状特征的新的图像表示方法,为了计量图像的全局相似度,基于“累积距离”和“基于向量的距离”定义了两种图像的距离度量,并分别讨论了距离度量的选取与归一化、不同子特征的组合等CBIR所涉及的关键问题,实验结果表明,文中提出的方法能获得满意的检索性能,其检索结果能较好地接近于人的视觉感和结果。     

一种新的基于色彩的图像检索方法

在分析已有的基于色彩的图像检索方法存在问题的基础上 ,提出一种新的基于色彩的图像检索方法 .该方法对每个图像单独进行颜色量化 ,计算其颜色直方图并排序 ,根据颜色在图像中出现的频率和图像中各种颜色的对比强度确定图像之间的相似度 .使用的图像特征占用存储空间非常小 ,比较速度快 .测试了该方法识别图像和检索相似图像的能力 ,效果明显优于直方图距离方法     

Image retrieval based on shape similarity by edge orientation autocorrelogram

This paper introduces a new feature vector for shape-based image indexing and retrieval. This feature classifies image edges based on two factors: their orientations and correlation between neighboring edges. Hence it includes information of continuous edges and lines of images and describes major shape properties of images. This scheme is effective and robustly tolerates translation, scaling, color, illumination, and viewing position variations. Experimental results show superiority of proposed scheme over several other indexing methods. Averages of precision and recall rates of this new indexing scheme for retrieval as compared with traditional color histogram are 1.99 and 1.59 times, respectively. These ratios are 1.26 and 1.04 compared to edge direction histogram.     

基于空间特征的图像检索

提出一种新的基于空间特征的图像特征描述子SCH,利用基于颜色向量角和欧几里得距离的MCVAE算法共同检测原始彩色图像边缘,同时利用一种新的“最大最小分量颜色不变量模型”对原始图像量化,对边缘像素建立边缘相关矩阵;对非边缘像素使用颜色直方图描述局部颜色分布信息;然后,利用新的sin相似性度量法则衡量图像特征间的相似度。实验采用VC++6.0开发了基于内容的图像检索原型系统“SttImageRetrieval”,基于Oracle 9i数据库建立了一个综合型图像数据库“IMAGEDB”。实验分析结果证明,利用SCH描述子的检索准确度明显高于仅基于颜色统计特征的检索结果。     

图像相似模式挖掘中的颜色-位置直方图方法

颜色直方图计算简单快捷 ,对大小、方向、物体移动和视点等不敏感而在基于内容的图像检索中得到了广泛的应用 .然而 ,由于它只包含颜色的总体信息而没有反映其相对位置 ,检索精度受到了一定的限制 .针对这个问题 ,提出了一种颜色 -位置直方图 ,该直方图在不失传统直方图鲁棒性的前提下 ,将颜色和位置信息有机地融合起来 ,同时考虑它们对图像内容的表征作用 .由于该直方图在反映颜色频率的同时也记录其分段虚拟边界的位置信息 ,因而较好地解决了传统直方图存在的问题 .对合成图像和实际图像所做的实验结果表明 ,该方法是有效的 ,具有一定的实用价值 .     

融合曲波变换和颜色直方图的图像检索

研究了曲波变换和颜色直方图在图像检索系统中的应用,在此基础之上提出了一种融合Curvelet变换和颜色直方图的彩色图像检索的方法。该方法首先采用Curvelet变换提取彩色图像中的纹理特征,再利用颜色直方图提取颜色特征,最后分别用Manhattan距离和欧几里德距离进行纹理和颜色的相似性匹配。实验结果表明,融合曲波变换和颜色直方图的方法对图像检索非常有效。     

Wavelet correlogram: A new approach for image indexing and retrieval

In this paper, a new algorithm for content-based image indexing and retrieval is presented. The proposed method is based on a combination of multiresolution image decomposition and color correlation histogram. According to the new algorithm, wavelet coefficients of the image are computed first using a directional wavelet transform such as Gabor wavelets. A quantization step is then applied before computing one-directional autocorrelograms of the wavelet coefficients. Finally, index vectors are constructed using these one-directional wavelet correlograms. The retrieval results obtained by application of our new method on a 1000 image database demonstrated a significant improvement in effectiveness and efficiency compared to the indexing and retrieval methods based on image color correlogram or wavelet transform.     

彩色图象的联合分布表示及检索技术

随着图象数据的大量涌现,基于内容的图象检索技术已成为图象数据库领域的研究热点,在图象检索系统中,由于颜色直方图方法简单方便,所以它已成为CBIR系统中最常用的一种技术方法,然而,经典的颜色直方图方法存在诸多缺陷,例如它不能表示图象中的空间分布信息。为此,人们提出了直方图细化技术,即将图象的颜色分布表示扩充成为颜色和其他相关特征的联合分布。为了进一步提高图象检索能力,在分析图象特征的基础上,给出了两种加权直方图模型;其一是将图象的颜色分布和细节信号能量的分布集成到单个直方图之中;另一种模型是将图象颜色及其边界强度的联合分布集成到一个直方图中。这两种方法不仅保持了经典直方图简单方便的特点;同时又有效地将空间信息集成到直方图中,实验结果表明,这些加权直方图表示均具有较强的图象辨别能力。     

基于颜色和形状特征的图像检索方法

提出了一种基于颜色和形状特征的图像检索方法。在对HSV颜色模型量化的基础上,提取颜色直方图作为图像的颜色特征。在提取形状特征时,结合颜色量化结果,利用图像分割提取图像的形状特征,利用两特征的加权距离计算图像之间的相似度,而后进行图像检索。实验结果表明,该方法取得了较好的检索效果。     

基于颜色直方图熵值及分块主色的图像检索

为了克服在检索相同背景中物体颜色不同的图像时无法利用颜色特征而必须利用物体的形状特征这一缺陷,并进一步提高图像的检索效果,本文提出了一种基于颜色直方图熵值及分块主色的图像检索方法。实验结果表明,该方法不仅可以提高图像检索的查准率与查全率,而且对于检索相同背景中物体颜色不同的图像时只利用颜色特性即可达 检索目的。     

基于颜色和纹理特征的彩色图像检索

提出了一种基于颜色和纹理特征的图像检索方法。在对HSV颜色模型量化处理的基础上,提取颜色直方图作为图像的颜色特征。在提取纹理特征时,结合颜色量化结果,设计了反映图像纹理变化的状态转移概率矩阵,在此基础上,提出采用颜色相关熵来描述图像的纹理特征。由于综合利用了图像的颜色及纹理特征,实验结果表明,该方法取得了较好的检索效果。     

基于颜色和梯度方向共生直方图的图像检索

为有效融合图像的形状、颜色等特征,提出一种基元梯度方向共生直方图和颜色直方图的彩色图像检索算法。首先将图像划分为4×4互不重叠的基元,并根据基元的梯度平均幅值把基元分为视觉均衡基元和视觉非均衡基元;接着计算视觉均衡基元的平均颜色值,并将其在HSV空间中量化到72色颜色空间,构建视觉均衡基元颜色直方图作为彩色图像的局部颜色描述子;然后将图像中各像素点颜色值在HSV空间量化到72色颜色空间,获得图像的全局颜色直方图;最后在视觉非均衡基元中构建梯度方向共生直方图描述图像的形状特征。融合局部颜色描述子、全局颜色直方图和形状特征构成彩色图像检索特征矢量。实验结果表明,所提算法能够准确描述彩色图像的颜色和形状特征,具有很好的旋转不变性和尺度不变性。相似性度量非常有效,查全率和查准率均有较大提高。     

综合颜色和轮廓曲线特征的图像检索方法研究

传统的基于内容图像检索（CBIR）及跟踪算法主要利用图像的颜色、纹理等特征进行相似性比较,但大量的实验和应用也表明利用颜色和纹理进行图像相似性比较在空间结构和对象形状上难以精确控制,致使图像检索经常出现一些不可预料的结果。为了提高图像在形状、颜色及纹理上的检索精度,提出了一种综合颜色和图像轮廓曲线特征的检索方法。该方法分割图像并提取图像中感兴趣对象的轮廓,对提取的轮廓进行仿射变换及最小值化处理,经处理后的轮廓带有边缘的完整信息,具有几何不变性;利用聚类的颜色信息,提取主聚类的直方图,所提取的直方图不仅包含了主聚类的颜色信息也包含了该聚类的空间位置信息。利用检索对象与被检索对象的颜色距离直方图及轮廓曲线距离偏差的加权平均度量检索及被检索对象的相似性。实验结果表明,针对基于感兴趣对象的图像检索问题,给出了一种具有高度检索精度的算法。     

序列化颜色直方图的分析与应用

在许多基于颜色的图像检索系统中,图像的颜色属性通过颜色直方图来描述。基于颜色直方图的搜索,对规模较大的颜色直方图往往很低效。因此论文将介绍一种新方法,这种方法能有效的表示颜色直方图和两个颜色直方图的区别。这种方法是基于以下的观察:最大的20%的颜色直方图能占到图像的90%的像素;当颜色直方图用一个阀值过滤后,主成分颜色数量MCCC(maincomponentcolorusedcount)代表这幅图像的复杂性,在第一阶段的检索中被用来快速索引,主成分颜色序列MCCS(maincomponentcolorsequence)能够用来在检索的第二阶段比较图像的颜色信息。使用该方法,总的颜色索引信息将比传统的颜色直方图节省存储空间。试验结果基于包含1000张图像的图像数据库。     

Query by image and video content: a colored-based stochastic model approach

For efficient image retrieval, the image database should be processed to extract a representing feature vector for each member image in the database. A reliable and robust statistical image indexing technique based on a stochastic model of an image color content has been developed. Based on the developed stochastic model, a compact 12-dimensional feature vector was defined to tag images in the database system. The entries of the defined feature vector are the mean, variance, and skewness of the image color histogram distributions as well as correlation factors between color components of the RGB color space. It was shown using statistical analysis that the feature vector provides sufficient knowledge about the histogram distribution. The reliability and robustness of the proposed technique against common intensity artifacts and noise was validated through several experiments conducted for that purpose. The proposed technique outperforms traditional and other histogram based techniques in terms of feature vector size and properties, as well as performance.     

综合contourlet变换和颜色特征的图像检索算法

针对单一特征图像检索效率不高的缺点,提出一种基于轮廓波变换(contourlet)和颜色直方图的多特征检索方法.Con-tourlet变换采用"双重滤波器组"结构,具备多分辨率、多方向性和各向异性等性质,能以接近最优的方式表示图像的边缘.颜色直方图计算简单,具有旋转、平移的不变性.本算法充分利用Contourlet变换后系数分布特点和HSV空间颜色直方图的旋转平移不变性,构造图像的特征向量,以Euclidean distance作为相似度量标准进行图像检索.实验结果表明,提出的算法具有更高的查准率.     

基于颜色常量的图像特征提取及其降维方法

在图像特征提取过程中,为了提高图像检索中的抗光照影响能力和检索效率,给出了图像颜色索引提取的一种方法-颜色常量方法,利用该方法能减少光照强度变化对颜色检索的影响;给出了图像检索中的一种颜色特征降维方法-主分量分析方法,利用该方法能有效减小特征数据库的大小,提高图像的匹配速度.实验结果表明,给出的方法不但能有效地减少光照强度变化和噪音对图像颜色检索的影响,而且能够有效地提高检索的效率,检索的结果能较好地接近于人们的视觉感知结果.