融合全局和局部描述的图像检索方法

针对基于内容的图像检索中全局描述缺乏空间位置信息及局部描述面临图像分割的问题,提出了一种基于全局颜色特征和局部Gabor小波纹理特征的图像检索方法.在整幅图上提取MPEG-7主颜色描述算子作为全局描述.将图像划分为5个有重叠的子区域,提取Gabor纹理特征与颜色矩构成局部描述,提出了改进的豪斯多夫距离并将其应用在局部描述的整体匹配中,克服了因图像的平移、旋转而造成检索率低的问题.融合全局相似度和局部相似度获得最终相似度.基于Corel数据库的实验结果表明了该方法的有效性.     

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。     

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.     

高效聚类索引表图像检索

提出了一种基于主颜色、聚类索引表的彩色图像检索算法。应用MPEG-7视觉内容描述对彩色图像进行量化处理,选取图像的主颜色及其所占百分率作为颜色特征,根据主颜色组合建立聚类索引数据库。利用上述主颜色特征计算图像间的相似度,利用聚类索引表对图像进行聚类和快速检索。实验表明,该算法能够准确和高效地检索出用户所需的彩色图像,具有较快的检索速度。     

一种全局主色和局部主色相结合的图像检索方法

提出一种基于全局主色和局部主色相结合的图像检索方法。对图像进行扇形分割。提取各扇区的主色,对全局主色和局部主色同时进行相似度匹配。不仅利用图像的颜色特征,也考虑颜色特征的空间分布。对该方法的检索效果和性能进行详细分析。实验结果表明该方法反映图像颜色的空间分布及局部细节,具有更好的检索效果。     

DCD用于相关反馈的自然图像检索

基于内容的图像检索是多媒体应用研究领域的一项关键技术.传统的CBIR系统一般采用基于图像的低级物理特征进行特征匹配,MPEG-7标准的提出为图像内容特征的提取与描述提供了一种新型简便的方法,本文讨论了应用MPEG-7的主体颜色描述符DCD对图像特征提取和表示的方法,并在图像检索中的应用研究基础之上,提出了在使用相关反馈的图像检索中的改进方案,实现了基于DCD特征描述的自然图像检索.对于1350幅的数字图象组成的数据集进行了实验,并对实验结果进行分析,大部分结果是令人满意的,提高了基于内容的图像检索的精度.     

基于局部颜色-空间特征的图像语义概念检测

针对基于语义的图像检索系统,提出了一种基于局部颜色-空间特征的图像语义概念检测方法。各种基于颜色、纹理和形状的全局特征都存在着众多信息冗余项和干扰项,而该文提出的局部颜色-空间特征则是利用语义概念层的先验知识进行特征降维后提取出的特征,它能更好地描述图像的语义内容,且具有容易提取、计算复杂度低的优点。实验结果表明,基于局部颜色-空间特征的概念检测方法优于基于全局特征的概念检测方法,将其用于图像检索后的检索精度比采用基于全局颜色特征的方法提高了36.4%。     

基于局部颜色间特征的图像语义概念检测

针对基于语义的图像检索系统,提出了一种基于局部颜色空间特征的图像语义概念检测方法。各种基于颜色、纹理和形状的全局特征都存在着众多信息冗余项和干扰项,而该文提出的局部颜色空间特征则是利用语义概念层的先验知识进行特征降维后提取出的特征,它能更好地描述图像的语义内容,且具有容易提取、计算复杂度低的优点。实验结果表明,基于局部颜色空间特征的概念检测方法优于基于全局特征的概念检测方法,将其用于图像检索后的检索精度比采用基于全局颜色特征的方法提高了364%。     

一种基于颜色的图像检索改进方法

基于颜色的图像检索由于其对图像的各种变形有很好的鲁棒性而得到了广泛的应用,但其对颜色的空间分布描述不足从而检索精度不佳。针对全局颜色直方图及局部颜色直方图的检索问题,提出了一种新的基于颜色的检索方法。该方法引入一种颜色转移矩阵,用于描述颜色的相对空间分布情况;同时改进传统局部颜色直方图匹配方法,使块匹配受图像形变的影响大为减少;最后结合上述两种图像子特征进行复合图像检索。实验表明,该方法能有效的提高图像检索精度。     

基于OTSU分割与K-均值聚类的MPEG-7主颜色提取算法

针对图像检索系统,提出一种MPEG-7主颜色提取的改进算法.首先通过OTSU阈值对图像进行分割,得到图像的前景和背景,然后应用K-均值聚类算法分别提取前景和背景的主颜色,最后综合前景和背景的颜色特征进行图像检索.改进算法既减少了颜色特征维数,又综合了颜色的空间分布信息,并且对图像的旋转和绝对位置不敏感.对比实验结果表明此方法具有较好的检索效果.     

基于MPEG-7主色描述符的图像检索

主色描述符作为MPEG-7的一种颜色描述子被广泛的应用于图像检索。通过一种有效的,结构紧凑的,直观的模式,主色描述符描述了一幅图像中的具有代表性的颜色特征。一种新的基于固定数目的MPEG-7主色描述符的图像检索算法被提出。特征提取的过程不再需要阙值的干预以及主色数目固定为8个。直方图相交算法用来衡量特征,从而简化了相似度的计算。实验结果表明,此方法的查准率和查全率高于非固定数目的主色检索方法。     

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。     

一种基于区域综合特征的彩色图像检索方法

提出了一种基于区域综合特征的彩色图像检索算法.该算法首先结合MPEG-7视觉内容描述对真彩色图像进行量化处理,并将量化后的图像划分成若干个子区域.然后选取子区域的主要颜色及其所占百分率作为颜色特征,选取子区域的熵、能量和对比度作为纹理特征.再综合利用上述颜色、纹理两个特征计算图像间内容的相似度,并进行彩色图像检索.仿真实验表明,该算法能够准确和高效地查找出用户所需内容的彩色图像,并且具有较好的查准率、查全率和较快的检索速度.     

Image retrieval using edge based shape similarity with multiresolution enhanced orthogonal polynomials model

Since shape is one of the important low level features of any Content Based Image Retrieval (CBIR) system, this paper proposes a new edge based shape feature representation method with multiresolution enhanced orthogonal polynomials model and morphological operations for effective image retrieval. In the proposed method, initially the orthogonal polynomials model coefficients are computed and reordered into multiresolution subband like structure. Edge image is then obtained by utilizing the two level adaptive thresholds and local maxima of the gradient in horizontal, vertical, diagonal and anti-diagonal directions. The approximate shape boundary of the image is recovered with morphological operations. Then the Pseudo Zernike moment based global shape features, which are invariant to basic geometric transformations, are extracted. The obtained features are termed as global shape feature vector and are used for retrieving similar images with Canberra distance metric. The efficiency of the proposed method is experimented on a subset of standard Corel, Yale and MPEG-7 databases and the results are compared with existing techniques.     

基于决策融合的图像自动标注方法

结合多媒体描述接口（MPEG-7）和MM（Mixture Model）混合模型,实现了基于决策融合的图像自动标注。在图像标注过程中,分别利用颜色描述子和纹理描述子为每个主题下的图像建立MM混合模型,实现低层视觉特征到高层语义空间的映射,利用局部决策融合方式融合在颜色和纹理MM混合模型下的标注结果,实现图像自动标注。通过在corel图像数据集上的实验,表明提出的局部决策融合方式能更充分利用图像的颜色和纹理信息,提高了图像标注性能。     

基于全局和局部特征融合的显著性提取方法

显著性提取方法在图像处理、计算机视觉领域有着广泛的应用.然而,基于全局特征和基于局部特征的显著性区域提取算法存在各自的缺点,为此本文提出了一种融合全局和局部特征的显著性提取算法.首先,对图像进行不重叠地分块,当每个图像块经过主成分分析(Principle component analysis,PCA)映射到高维空间后,根据孤立的特征点对应显著性区域的规律得到基于全局特征的显著图;其次,根据邻域内中心块与其他块的颜色不相似性得到基于局部特征的显著图;最后,按照贝叶斯理论将这两个显著图融合为最终的显著图.在公认的三个图像数据库上的仿真实验验证了所提算法在显著性提取和目标分割上比其他先进算法更有效.     

MPEG-7颜色、纹理和形状描述子

MPEG-7视觉标准制定了若干基于图像内容的视觉描述子,从而为直观地表达图像和视频特征提供了更加行之有效的方法。在对图像或视频进行基于内容的识别、过滤和浏览时,视觉描述子有着广泛的应用。MPEG-7定义了颜色、纹理、(物体)形状、运动等视觉描述子,论文介绍其中颜色、纹理和形状描述子的意义、提取算法以及一些主要的特性。