基于内容的Web图像检索引擎技术研究与设计

提出了基于内容的Web图像检索引擎及其体系结构、数据库结构设计， 以及基于内容检索中索引建立和相关反馈的问题。在银鲨AS3000高级浏览检索系统中应用了基于内容的图像检索引擎，说明其可行性和方便易用性。文章最后展望了基于内容的Web图像检索技术的发展方向和Web图像检索技术的应用前景。     

基于特征融合的图像检索方法解析

新时期如何提升基于内容的图像检索精准度,成为图像检索领域需要思考和解决的问题。提升基于内容的图像检索精准度的关键是量化处理彩色图像,应用彩色共生矩阵提取图像纹理特点,计算图像之间的欧式距离,利用加权的颜色和纹理特征检索图像,满足用户的使用需求。为此,将基于特征融合的图像检索作为基本研究对象,分析基于特征融合的图像检索方法应用面临的问题和优化对策,旨在提升图像检索精度。     

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。     

.NET环境下基于图像内容智能检索的研究

计算机信息技术的发展,图像数据的无序激增,人们面临如何在大量的图像中查找有用信息的问题,于是图像检索技术成为研究热点.而目前的图像检索技术主要有基于关键字查询和基于图像内容查询两种方式,他们都存在或多或少的缺点,不是过于主观就是过于客观,不能很好的满足人们的需求.为了弥补他们的缺点,更好的解决图像检索问题,提出了一种基于内容的图像智能检索方案,在基于内容的图像检索的基础上结合人工智能的推理机制,利用智能推理的优势来改善检索效果,实践证明文中所述的方法是有效的.     

基于内容的图像检索综述

本文简要介绍了基于内容的图像检索，给出了基于内容的图像检索系统的一般结构。对图像检索的发展进行了概述。对基于内容的图像检索的主要研究技术进行了详细和全面的论述，并介绍了几个典型的基于内容的图像检索系统。最后，指出了目前研究中存在的一些主要问题。     

基于内容的标准烟叶图像数据库检索

基于内容的检索是当前多媒体数据库发展的一个重要研究领域。在图像数据库中,基于内容的图像检索技术一般采用颜色直方图为特征。该文提出了把图像的形状特征、颜色特征和纹理特征结合起来的方法进行基于内容的图像检索。通过对人的视觉检索过程的研究,提出把数据库中的图像依次分别按形状特征、颜色特征和纹理特征分级聚类的方法,既符合人的视觉特点又大大提高了检索效率。     

基于小波多尺度分析的彩色图像检索方法

多媒体技术的普及和Internet技术的实施导致了大量图像信息的出现，基于文本关键词的传统检索方法已不能适应图像信息检索的要求，这使得基于内容的图像检索技术逐渐成为目前的研究热点。基于内容检索技术中必不可少的关键步骤就是图像特征的提取，其中可提取的特征有颜色、纹理和形状等。但是，由于图像的每种特征只能抓住图像相似性的某一个方面，因此如何能更好地表示图像就成为基于内容图像检索中一个重要的研究方向。针对该问题，提出了一种基于图像颜色和纹理特征的图像检索方法，其中颜色特征采用HSV颜色空间的直方图，纹理特征采用图像小波多尺度表示方法中细节信息的方差统计量，这样就充分利用了颜色的丰富表现性和小波变换的多分辨性及其变换系数的统计特性。通过对不同类型图像使用不同特征组合进行图像检索查准率的对比实验结果表明，这种图像检索方法是行之有效的。     

基于内容的图像检索技术研究

阐述基于内容的图像检索研究中存在的问题,并介绍其基本原理、检索方法、关键技术以及研究的进展和趋势.     

结合卷积神经网络不同层的特征进行包类商品检索

基于图像的内容相似性进行图像检索是计算机视觉领域的一个重要研究内容,比传统基于关键字的检索方法能节约相似物体的筛选时间。包类商品不仅市场需求量大且种类繁多,而且关键字往往不能准确地描述各种包类的款式。因此,利用关键字来进行包类款式搜索有时候并不能达到预期效果,基于内容图像检索则能较好地处理包类商品的检索问题。近年来,深度学习算法被用来解决图像相似搜索问题,但主要是基于卷积网络高层的特征作为输入图像的特征表达。高层的特征是比较抽象的语义特征,容易丢失一些图像的细节信息,因此会影响图像搜索的准确度。基于这个观察,运用基于卷积神经网络的深度学习算法完成对包类商品图像特征的自动学习,整理了5 000张分类好的包类商品图像作为深度学习的训练集。并且,和现有方法不同的是,结合了卷积神经网络中不同层的特征来提升包类商品图像检索的准确度。通过实验和实际应用验证了该方法能够较好地完成包类款式图像的检索问题。     

图像语义的图形化标注和检索研究

基于图像语义进行检索的目的是希望能够更好地从用户的角度出发,查找出与用户理解相一致的图像。针对目前图像语义检索过程中存在的问题,提出一个基于对象的图像语义内容标注模型和检索框架。首先利用分割算法获取图像中的语义对象区域,然后以MPEG-7标准中的语义描述方案为基础,利用图形化结构实现图像语义内容的标注。在检索过程中,用户把查询内容转化为图形化描述结构,通过提取该描述图的不同长度的路径信息形成查询文档,与图像库中的图像语义标注文档进行匹配实现图像检索。实验结果表明,提出的方法能够有效地实现基于语义的图像标注和检索,与全文检索相比,有较高的查全率和查准率。