综合MPEG-7中颜色特征的图像检索方法

提出一种综合MPEG-7建议的主颜色和颜色布局的方法。给出了主颜色和颜色布局的提取方法,详细介绍了MPEG-7标准的颜色评价准则,并以此作为评判检索结果优劣的依据。综合利用两种特征对图像进行描述及检索,获得了比使用单一特征更好的检索效果。     

基于MPEG-7中主颜色提取的改进方法

针对实时性检索系统,结合MPEG-7标准的颜色评价准则,提出了一种基于MPEG-7中主颜色描述符提取的改进方法,实验结果表明改进效果明显。     

综合MPEG 7中纹理和颜色特征的图像检索方法*

在基于内容的图像检索中, 颜色和纹理是图像检索使用最频繁、最重要的两个视觉特征.但是仅基于一种特征的方法只能表达图像的部分属性.为此提出了综合利用MPEG-7中建议的纹理特征的边缘直方图描述符和颜色特征的主颜色和颜色布局描述符进行检索的方法,并依据MPEG-7中的评价准则评价检索结果.实验结果表明,综合特征检索更符合人的视觉感受要求,检索效果更好.     

基于颜色特征图像检索与相关反馈综合研究

介绍了三种基于颜色特征的图像检索算法,说明了相关反馈的基本原理,随后指出上述三种算法各自的优势与不足,提出了把上述三种算法和相关反馈进行综合考虑的算法思想,并通过实验数据给出说明该方法效率明显高于前三种方法,最后提出了该方法的进一步发展方向。     

一种基于颜色纹理和相关反馈的图像检索方法

提出了将颜色特征中的分块主色法,纹理特征中的分块灰度共生矩阵以及相关反馈技术相结合来共同进行检索,并采用相关反馈技术通过更新权值的方法来调整图像颜色、纹理特征系数以及对应于这两种特征的图像各分块的权值。实验结果表明,该方法具有较高的准确性,并且具有较好的检索效果。     

综合MPEG-7全局及局部主颜色的图像检索方法*

为改进全局主颜色特征在反映空间分布信息方面的不足,提出一种基于局部主颜色特征的图像检索方法,并综合两者的特点提出一种基于MPEG-7全局及局部主颜色描述符的图像检索方法。给出了全局主颜色和局部主颜色的提取方法,详细介绍了MPEG-7标准的颜色评价准则,并以此作为评判检索结果优劣的依据。实验结果表明,综合利用两种特征对图像进行描述及检索,获得了比使用单一特征更好的检索效果。     

利用相关反馈技术的图像检索研究

介绍了一种支持语义的图像检索系统—PIcsearch（PICTURE Search），该系统获取图像低层特征（颜色）时采用基于区域的主颜色提取算法．综合考虑了图像的像素统计特征和空间位置信息同时节省存储空间和计算时间。提出了高级视觉特征的语义查询。在图像库上构建一个可扩展的语义网络，利用一种基于用户相关反馈的机器学习策略来改进这种语义网络，以解决低层特征向高层语义特征的过渡问题，使检索能够体现高层次语义属性。实验证明，PICsearch能有效通过人机协同工作，弥补了计算机理解能力的不足，提高了检索效率。     

基于颜色特征图像检索与相关反馈综合研究

介绍了三种基于颜色特征的图像检索算法，说明了相关反馈的基本原理，随后指出上述三种算法各自的优势与不足，提出了把上述三种算法和相关反馈进行综合考虑的算法思想，并通过实验数据给出说明该方法效率明显高于前三种方法，最后提出了该方法的进一步发展方向。     

一种基于SVM的相关反馈图像检索算法

相关反馈技术是近年来图像检索中的研究热点,本文以MPEG-7的边缘直方图作为图像特征,以支持向量机（SVM）为分类器,提出一种新的相关反馈算法。在每次反馈中对用户标记的相关样本进行学习,用历次返回的结果更新训练样本集,建立SVM分类器模型,并根据模型进行检索。本文还对不同核函数的SVM进行了对比,得出RBF核函数的SVM有较高的检索精度。使用由10000幅图像组成的图像库进行实验,结果表明,该算法可有效地检索出更多的相关图像,并且在有限训练样本情况下具有良好的泛化能力。     

基于语义的自然图像检索及相关反馈算法研究

该文通过对图像进行分块,提取各子块颜色直方图构建出各图像的主颜色信息,建立语义矩阵,完成了图像的提取,通过相关反馈完成了图像的检索。实验表明,加入语义的图像检索速度显著提高,有效的缩减了高层语义和低层特征的鸿沟。     

基于相关反馈的图像标注与检索算法

为了提高图像标注与检索的性能,提出了一种基于区域分割与相关反馈的图像标注与检索算法。该算法利用视觉特征与标注信息的相关性,采用基于区域的视觉特征对每幅图像采用聚类方法获得其一组视觉相似图像。通过计算与其距离最近的前3个分类的相似度,然后对这些关键字概率向量进行整合,获得最适合该图像的关键字概率向量,对图像进行标注。利用用户的反馈信息,修正查询关键词与每个分类之间的关系,进一步提高图像检索的准确性。实验结果表明,提出的算法具有更高的查准率与查全率。     

基于支持向量的图像相关反馈检索

对图像相关反馈检索过程建立二分类的支持向量机问题模型,进而提出基于支持向量的图像相关反馈检索方法.比较了基于支持向量的反馈检索方法和传统的反馈检索方法的检索性能,研究了特征提取对支持向量机性能的影响.实验结果表明,基于支持向量的图像相关反馈检索方法具有较好的图像检索效果.     

综合颜色、纹理、形状和相关反馈的图像检索*

提出了一种综合颜色、纹理和形状三种特征并进行多层检索的方法;同时,将相关反馈技术融合到算法中,通过调整特征间和特征内的权重来提高检索准确率.实现了一个图像检索原型系统,将不同实验结果进行了比较和分析.实验结果表明,提出的方法具有良好的检索效果.     

基于内容图像检索中的相关反馈技术研究*

简要介绍了基于内容的图像检索,讨论了相关反馈的基本思想及其交互过程,重点对现有的相关反馈算法进行了分类总结和分析,并展望了今后相关反馈技术的发展趋势。     

基于多特征融合和Adaboost算法的图像检索

提出了一种多特征融合的图像检索方法。首先将图像进行分块,并提取分块主色,然后采用主色直方图作为图像的颜色特征。同时,提出采用Gabor小波描述图像的纹理特征,采用小波矩描述形状特征,最后将三种不同特征进行融合的检索方法。为了提高图像检索的准确度,提出Adaboost的相关反馈算法,在反馈过程中,Adaboost算法对特征进行降维,加快检索的速度。最后分别给出基于单一特征,特征融合和相关反馈方法的查准率和查全率,并对实验结果进行分析。     

Image retrieval model based on weighted visual features determined by relevance feedback

An accurate and rapid method is required to retrieve the overwhelming majority of digital images. To date, image retrieval methods include content-based retrieval and keyword-based retrieval, the former utilizing visual features such as color and brightness, and the latter utilizing keywords that describe the image. However, the effectiveness of these methods in providing the exact images the user wants has been under scrutiny. Hence, many researchers have been working on relevance feedback, a process in which responses from the user are given as feedback during the retrieval session in order to define a user’s need and provide an improved result. Methods that employ relevance feedback, however, do have drawbacks because several pieces of feedback are necessary to produce an appropriate result, and the feedback information cannot be reused. In this paper, a novel retrieval model is proposed, which annotates an image with keywords and modifies the confidence level of the keywords in response to the user’s feedback. In the proposed model, not only the images that have been given feedback, but also other images with visual features similar to the features used to distinguish the positive images are subjected to confidence modification. This allows for modification of a large number of images with relatively little feedback, ultimately leading to faster and more accurate retrieval results. An experiment was performed to verify the effectiveness of the proposed model, and the result demonstrated a rapid increase in recall and precision using the same amount of feedback.     

综合颜色和纹理及SVM相关反馈的图像检索

由于单一特征不足以准确地描述图像特征,提出了一种结合颜色特征和纹理特征的图像检索方法。针对传统颜色直方图中图像对所有像素具有相同重要性的问题进行了改进,提出像素加权的改进颜色直方图方法;然后采用Gabor小波提取纹理特征。为提高图像检索的性能,提出了一种支持向量机的相关反馈方法。实验结果表明,该方法具有较好的检索性能。     

基于多特征融合和相关反馈的图像检索

鉴于单一视觉特征不能很好地表达图像内容,提出一种融合图像颜色、形状、纹理特征的图像检索方法。最后采用支持向量机（SVM）的相关反馈算法提高图像检索的准确度,缩小低层特征和高层语义之间的语义鸿沟。实验结果说明提出的方法具有良好的检索性能。