基于纹理的图像检索

基于特征的图像检索在多媒体数据库管理和多媒体通信传输中得到越来越多的重视。介绍了基于纹理特征的特征提取方法 ,并对提取出的特征进行维数缩减。对真实图像库的检索实验表明 ,用此方法检索出的图像更符合人的视觉特性。     

基于纹理的图像检索

为得到纹理特征提取的合适的算法,首先研究了基于灰度共生矩阵的纹理特征的提取方法,将彩色图像变换灰度图像,然后进行四个方向的纹理特征提取,包括能量、熵、惯性矩、相关量四个向量元素作为纹理特征值,并研究了基于Gabor小波的纹理特征的提取。首先将Gabor小波作为母小波,将图像进行二维的Gabor小波变换,将Gabor小波系数的均值和标准方差作为纹理特征值;将两种方法进行比较,查全率和查准率作为测量标准,实验表明基于Gabor小波变换的纹理特征方法在频域具有比较好的检索效果。     

综合颜色与纹理的图像检索

提出了组合颜色和纹理特征的图像检索方法,通过对颜色进行量化然后提取颜色特征,计算图像之间的颜色距离.用Gabor变换提取图像的纹理特征然后根据L2距离计算图像的纹理距离,利用颜色特征和纹理特征的加权来求检索图像和查询图像的相似度,根据相似度的大小来进行图像的检索.实验结果表明,基于组合特征的图像检索方法优于单纯的图像检索方法.     

基于多纹理特征的商标图像检索

提出了一种基于多纹理特征的商标图像检索方法。首先对图像纹理特征进行分析,从人眼视觉角度选用粗糙度和方向性这2个纹理特征量;从统计分析的角度出发,基于图像灰度共生矩阵描述了二阶矩、熵、对比度和均匀性这4个纹理特征量。这6个纹理特征量从不同角度刻画了图像特征,对其归一化后用欧氏距离进行图像相似性度量。通过实验,证明了该方法可以取得比较满意的检索结果。     

基于纹理和形状特征的医学图像检索研究

本文使用纹理和形状特征进行基于内容的医学图像检索,并对算法作出一些改进。最后,综合利用纹理和形状特征对医学图像进行检索,证明了纹理特征和形状特征对医学图像来说具有互补性。     

一种基于Curvelet相关图纹理图像检索方法

纹理是图像普遍存在且难以描述的特征,但是更容易引起人们视觉上的关注,它蕴含有丰富的信息,所以基于纹理的检索具有重要的应用价值。提出了一种新的基于Curvelet相关图纹理图像检索方法。该方法通过对纹理图像进行Curvelet分解进行多尺度分析;利用变换后粗尺度反映图像轮廓、细尺度反映图像纹理信息特性,阈值处理后采用不同的量化等级;计算Curvelet系数相关图,反映了不同系数所占比例和相互之间的空间相关性,由此构造图像的特征向量。通过对Brodatz纹理图像库实验,结果表明该方法相较于原有的Curvelet方法能够更有效地进行纹理图像检索。     

基于纹理特征与BP神经网络的一类图像检索

1 引言随着网络通信及多媒体技术的发展,特别是因特网的广泛应用,图像作为一种越来越重要的信息载体得到了广泛的应用。融合图像理解技术,直接针对静止图像或视频帧的图像特征进行处理,在高度信息化的今天,已成为内容图像库中图像信息组织和管理不可     

基于颜色相关图和纹理矩的图像检索

基于内容的图像检索的关键就是准确地提取图像特征。目前常见的图像特征的分类有颜色、纹理和形状。提出了改进的图像相关图算法以及纹理矩算法,并采取有效的方法来结合这两种算法实现高效的图像检索,图像相关图不仅反映了图像的灰度统计信息,而且还反映了图像的空间特征和灰度的渐变度。纹理矩是通过计算图像局部区域的力矩来反映图像的纹理特征。二者相结合整合了图像颜色和纹理信息。实验证明,改进的图像相关图以及纹理矩算法优于传统算法,二者通过在有限的空间维度下的结合在很大程度上提高了检索精度。     

基于LBP算子的医学图像检索方法

在医学信息领域,对医学图像物理特征的研究有助于实现图像的自动分析和基于内容的检索。为此,本文提出了一种基于LBP算子的医学图像检索方法。首先提取图像的LBP加权直方图特征,此特征能够有效地降低图像特征维数,然后使用该特征进行基于内容的图像检索。实验表明,该方法具有较高的检准率和检全率,并且检索时间较短。     

基于LFT算子的医学图像检索方法

在医学信息领域,对医学图像物理特征的研究有助于实现图像的自动分析和基于内容的检索.为此,本文提出了一种基于LFT算子的医学图像检索方法.首先提取图像的LFT直方图特征,此特征能够有效地降低图像特征维数,然后使用该特征进行基于内容的图像检索.实验表明,该方法具有较高的检准率和检全率,并且检索时间较短.     

基于独立纹元矩的纹理图像检索

基于统计方法和视觉感知机制,提出一种新型的纹理特征--独立纹元矩.首先通过独立成分分析方法从图像集中学习得到独立纹元滤波器,该滤波器表现出与图像集的良好相关性;然后利用独立纹元滤波器对纹理图像进行滤波分解,抽取滤波系数的一阶矩和二阶矩组成图像的纹理特征向量.在Brodatz纹理库中的实验结果表明,独立纹元矩特征的查准率和查全率比Gabor提高了6%,达到79.27%,而且在特征向量维度相同的条件下,独立纹元矩抽取的速度比Gabor快2个数量级.     

一种新的图案纹样生成方法

解决如何用计算机生成具有民族风格的纹样的图案是一个富有挑战的问题.提出一种图案生成方法,基于图案基元的变换来快速生成具有民族风格的图案.首先,引入交互分割模型提取图案中具有代表性的意义相对独立的图案基元.设计图案基元的相似变换规则,产生分形基元矩阵.然后引入准Arnold变换规则,对基元分形矩阵进行扰动生成新图案.对图...     

组合颜色、空间和纹理特征的图像检索

提出了一种组合颜色、空间信息和纹理特征的图像检索方法 .用颜色块直方图来表达图像的颜色特征 ;通过提取主颜色块的面积比、质心、分布方差等特征得到图像的空间特征 ;利用 Gabor滤波器组提取图像的纹理特征 .实验结果表明 ,基于组合特征的图像检索方法要优于单纯的基于颜色、空间或纹理特征的方法     

一种新颖的医学图像建模及相似性搜索方法

医学图像采集和存储技术的发展导致了相关数据的飞速增长,这些医学图像数据能够有效地辅助医生进行精确的诊断,但由于医学图像在相似性搜索方面要求图像匹配的精度远高于普通图像,所以目前仍没有一种有效的方法解决医学图像的相似性搜索问题.文中首先提出一种不确定定点图模型(ULG,Uncertain Location graph),并针对脑部CT图像的固有特点,提出一种基于脑部CT图像纹理的从图像到不确定定点图的建模方法,继而提出一种基于不确定定点图的相似性搜索算法,并通过一种有效的索引结构,有效地减少了无意义的查询处理,降低了搜索时间.实验结果表明,该方法可以更精确地找出具有相似纹理的脑部CT图像.     

基于颜色-空间特征的图像检索

虽然基于颜色直方图特征的图像检索方法简单、高效,但却丢失了颜色的空间分布信息.提出了一种基于颜色-空间特征的图像检索方法.该方法将图像内容看成由若干对象组成的集合,首先利用图像分割得到主要对象,然后根据对象的颜色、位置和形状特征计算图像间内容的相似度,再进行检索.实验结果表明,当图像中有明显的物体时,该方法与颜色直方图相比,能够更加准确和高效地查找出用户所需内容的图像,明显地提高了检索精度.     

基于梯度向量流的医学图像自动分割

提出了一种基于梯度向量流的自动图像分割算法,该算法首先将梯度向量流场转化为一个标量场,该标量场能够显著简化种子点选取和区域增长的步骤。在得到图像的初始分割后,再使用基于区域邻接图的算法来将相似区域合并得到最终分割结果。试验结果表明,该算法能够有效地解决医学图像中多目标区域的自动分割问题。     

基于梯度基元聚合矢量的图像检索算法*

针对图像检索中多特征融合问题,提出了一种基于梯度基元聚合矢量的图像检索算法。该算法在改进的HSV颜色空间计算边缘梯度,通过定义的基元模板扫描梯度图像,生成梯度基元图像,将基元和非基元像素分别组合成聚合和非聚合像素集合;最后利用颜色自相关图算法对上述两个集合提取特征矢量,实现了融合颜色、形状、纹理和空间信息等多特征的图像检索。实验结果表明,该算法能够融合颜色、形状、纹理和空间信息,有效地提高了基于内容的图像检索的查准率和查全率。     

特征级数据融合在医学图像检索中的应用

医学图像检索的效果很大程度上取决于特征提取的优劣。针对医学图像的自身特点,采用直方图、Gabor小波、不变矩三种典型方法分别提取了颜色、纹理、形状三类特征,然而将各种方法提取的特征直接用于图像检索效果并不理想。为此,提出了基于主元分析的特征级数据融合算法,避免了不同特征间数值上的悬殊对分类的影响,同时还达到了特征降维、去除特征间冗余的目的。实验结果表明,融合后的特征能更好地表达医学图像的内容,在医学图像检索中取得了较好的检索效果。     

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。