图像检索中的相似性度量方法

相似性度量方法是基于内容的图像检索（CBIR）系统研究的一个重要方面．本文对心理学中相似性的分类以及人类相似性判别的基本模型进行了说明。对图像在视觉特征以及语义特征上的相似性度量方式及研究的现状做了较为详尽的综述,并进行了比较说明。     

一种特征矩阵的相似性度量方法及其在图像检索中的应用

提出一种基于DP匹配的特征矩阵相似性度量方法.首先,在对象矩阵与样本矩阵的行向量之间采用一维DP匹配方法,产生一个相似行向量来替代对象矩阵.然后再用一维DP匹配计算相似行向量与样本矩阵的标准行向量之间的匹配距离.最后在匹配距离上定义两个特征矩阵的相似度.此方法本质上是将二维特征矩阵的匹配问题转化为两个一维向量的DP匹配,适用于解决二维对象的识别和检索问题.在图像检索系统平台中对本文给出 的相似性度量方法进行验证,结果表明此方法是有效的.     

图像检索中的动态相似性度量方法

为提高图像检索的效率,近年来相关反馈机制被引入到了基于内容的图像检索领域。该文提出了一种新的相关反馈方法－－动态相似性度量方法。该方法建立在目前被广泛采用的图像相拟性度量方法的基础上,结合了相关反馈图像检索系统的时序特性,通过捕获用户的交互信息,动态地修正图像的相似性度量公式,从而把用户模型嵌入到了图像检索系统,在某种程度上使图像检索结果与人的主观感知更加接近。实验结果表明该方法的性能明显优于其它图像检索系统所采用的方法。     

基于内容的图像检索技术研究

随着多媒体技术和网络技术的迅速发展,基于内容的图像检索已成为一个研究热点。文章首先概括介绍了基于内容图像检索的产生、发展,然后介绍了特征提取及其相似性度量、相关反馈等技术,最后对基于内容的图像检索发展方向进行了分析。     

基于直觉模糊集的图像相似性度量

提出一种基于HSV颜色直方图的图像直觉模糊模型.在该模型下图像可看作是一个直觉模糊集合(IFS),图像之间的相似程度可通过计算直觉模糊集合之间距离来度量.实验数据表明:在HSV颜色空间下基于直觉模糊集的相似性度量能够有效用于图像数据库的查询,并且比普通基于模糊集的相似性度量和直方图距离在查询正确率方面提高5%～10%.     

遥感图像检索中的相似性度量方法比较

相似性度量是用来研究多源数据之间的相似程度的，是对空间数据进行模式识别的基础。本文通过单波段遥感图像的检索实验对应用于直方图匹配的8种相似性度量方法进行了比较。实验中发现两种方法在对直方图向量的匹配中表现出色，它们分别是X^2统计距离度量和相似夹角余弦度量。文章最后讨论了各种度量方法的适用性及优缺点。     

基于度量空间高维索引结构VP-tree及MVP-tree的图像检索

首先分析了度量空间高维索引结构的研究意义及具体应用,然后在仔细探讨典型的基于距离的度量空间高维索引结构VP-tree及其变种MVP-tree的基本思想、构造和搜索算法的基础上,通过具体的实验对其在图像检索中的性能进行了全面的分析,给出了通过实验得到的结论,最后指出了有待进一步研究的方向。     

基于CSS图像的形状相似性检索

本文介绍了图像数据库中形状相似性检索的一种方法--曲率尺度空间（CSS）图像表示法,它结合一些全局参数能有效实现检索。本文使用圆形向量图的方法,解决了在匹 配过程中由于方向或起始点不同引起的循环位移,简化了匹配算法。在由1100张海洋生物图像和其它单个隔离物体图像组成的数据库上测试,结果表明了其有效性。     

基于广义图像灰度共生矩阵的图像检索方法

当图像发生旋转或大小改变显著时,用已有的基于灰度共生矩阵的图像检索方法,不能很好地给出检索结果,在此基础上,该文提出一种基于广义图像灰度共生矩阵的图像检索方法。该方法将原图像作平滑处理得到平滑图像,然后将原图像和平滑图像组合起来得到广义图像灰度共生矩阵,提取该矩阵的统计特征量后,将其组成向量并归一化后用于检索。该方法引入了图像的空间信息,对于图像旋转和尺寸变化均不敏感。实验结果与性能比较表明,新方法的效果优于单纯的灰度共生矩阵法。     

图象内容检索中的相似性度量和分层索引

基于内容的图象检索是图象理解应用于多媒体领域的产物,是下一代智能多媒体数据库的关键技术。本文针对基于内容的静态图象检索,提出了一种度量图象间相似程度的方法,同时还给出了一个通过分层聚类构造二叉树式分层索引数据结构的算法。     

结合颜色和空间信息的图像检索方法

本文采用了结合空间信息和图像颜色特征的颜色关联图方法。在特征度量时，依据所设计的评价试验，对四种距离度量方法进行了比较。将所选方法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。实验表明，所述的图像检索方法具有较好的查全率与查准率。     

一种结合颜色和纹理特征的图像检索系统的实现

设计了一个并行提取颜色和纹理特征的图像检索系统,利用异种特征进行优势互补,提高了检索的灵活性和系统性.实验表明所用方法是有效的.     

基于综合特征图像检索技术研究

图像数据库应用日益广泛，如何高效、准确地进行图像的检索成为一项重要的研究领域。传统的图像检索主要依赖颜色、纹理、形状、空间关系等单一视觉特征，检索效果往往不够理想。针对这一实际问题，提出一种新的图像检索方法，该方法以综合特征为检索基础，通过获得图像的归一化综合特征，并将其作为图像相似性的衡量依据。实验证明，利用综合特征进行图像检索具有很好的效果。     

基于图像中心加权特征的图像检索

本文讨论了基于内容的图像检索系统中特征提取的技术,并提出了一种基于图像中心加权特征提取算法,即对图像不同位置提取的特征采用不同的加权系数,越靠近图像中心加权系数越大。最后使用支持向量机技术作为图像分类器进行图像的检索。实验表明该系统能有效地检索大规模的图像数据厍,并取得了比较好的效果。     

颜色特征在图像检索中的应用研究

在基于内容的图像检索中,颜色作为一种重要的图像视觉信息已得到了广泛的应用,它将图像颜色空间各分量的统计信息用直方图的形式反映了出来,具有简单、明了和抗干扰能力强等特点.提出了一种基于尺度空间理论的直方图定性匹配算法.该算法提取尺度空间中直方图的定性特征,然后根据规定的匹配度量公式得到直方图的匹配度量.实现了由粗到精逐层匹配直方图,逐渐检索到最匹配图像的方法,经实践检验取得了较理想的效果.     

一种具有相关反馈的图像检索方法

图像底层特征和高层语义之间存在着巨大的语义鸿沟.受限于图像理解技术的发展水平和对认知的理解水平.目前,对图像语义的描述还无法由计算机自动建立.要克服语义鸿沟,需引入相关反馈机制.特征提取采用结合空间信息的颜色一致直方图方法,并建立了基于方差分析的权值调整方法进行反馈调节,有效地提高了图像检索准确率.     

基于图像几何形状特征的CBIR算法

张量尺度是一种基于图像几何形状的特征描述子,由于其特征提取过程计算复杂度较高,不适合于快速的基于内容的图像检索。提出一种基于图像森林变换的张量尺度特征提取快速算法,并采用归一化的张量尺度方向直方图作为图像几何形状的特征描述子,与相似性度量标准结合,实现了一种具有图像平移、旋转、尺度变换不变特性的基于内容的图像检索算法。与现有的张量尺度计算方法相比,该算法具有较低的计算复杂度,仿真实验结果证明算法的有效性。     

基于树型小波变换的图像检索研究

本文通过分析纹理图像经过小波分解后的能量变化特点,比较和分析了利用树型小波变换和塔式小波变换进行图像检索的方法,提出了基于树型小波变换的相似性度量方法.通过排序的评价方法进行评价,研究表明,树型小波分解方法具有较好的纹理区分能力.     

一种基于PCA的图像表示与检索技术

本文提出了一种新的基于图像颜色分布特征和空间位置特征的图像表示方法以及相应的检索技术，首先使用一个颜色匀质谓词对图像进行多层分解，然后从分解得到的子图像中导出图像特征：“阈值子特征”和“颜色匀质标志子特征”，由于这种图像特征的给数将随着图像分解层数的增加而迅速膨胀，为此利用主分量分析法对其降维，图像的相似度量定义为归一化的子特征间的欧氏距离的线性组合，实验结果表明：使用本文提出的方法获得的图像检索结果能较好地同人们的期望结果保持一致。     

基于内容的图像检索技术探索

基于内容的图像检索(CBIR)是目前国内外的一个研究热点,文章介绍了基于内容图像检索的关键技术、系统体系结构等核心内容,论述了图像检索涉及到的图像特征提取和相似性度量等技术,并就各种特征提取方法进行综合分析、比较。最后指出了目前CBIR的研究现状、存在问题及发展方向。