DCT压缩域的图像检索技术

针对离散余弦变换(DCT)压缩域中的图像检索算法存在的问题,提出了一种新的检索算法. 利用DCT块中系数的分布特性,构造边缘空间分布图,采用一种边缘空间分布特征矢量来对图像内容进行描述. 同时,考虑到DCT块中的能量对最终检索结果的影响,又采用每类边缘分布图中DCT块的能量和作为图像的另一种特征. 该算法不需要完全解压缩,计算复杂度低,不仅考虑了DCT块的空间分布,又考虑了块内的能量分布,避免了由于DCT块统计分布信息相同而能量不同而造成的误检漏检情况. 实验结果表明该算法具有较好的检索性能.     

DCT压缩域的图像检索

为解决压缩图像的快速准确检索，提出了一种基于离散余弦变换（DCT）压缩域的图像检索算法。首先给出了复杂度的定义，然后构造DCT复杂度直方图来描述图像的纹理特征。同时，考虑到各个系数在DCT块中不同的分布而体现的信息不同，根据每个DCT块中能量最大的9个系数的空间分布，为复杂度直方图设置权值，从而避免了由于复杂度相同而系数空间分布不同而造成的误检漏检。该算法不仅体现了DCT系数的统计分布，同时也捕捉了它们的空间分布信息。实验结果表明，该算法具有较好的检索效果，尤其对纹理丰富的图像，检索效果更好。     

压缩域图像处理技术研究

压缩格式作为多媒体数据的存储和传输形式具有普遍性,而实际的多媒体应用还需要对多媒体数据进行各种灵活的处理和操作．传统的数据处理是在原始数据域进行的,对于普遍存在的压缩形式的多媒体数据,必须先解压缩才能进行相应的处理,这极大地影响了多媒体应用的整体性能和响应速度．在这样的背景下,压缩域多媒体数据的直接处理技术的研究得到了广泛的重视和发展．文中主要从基本概念、研究内容和发展现状等方面对图像数据的压缩域处理技术进行了综述,并对这一领域的发展前景进行了一些有益的探讨．     

基于内容的医学图像检索技术

介绍了基于内容的医学图像检索系统的意义、方法和关键技术,分析了国内外医学图像检索领域的应用现状,并在此基础上探讨了基于内容的图像检索技术在医学图像检索领域的应用前景和未来的发展方向。     

基于内容的遥感图像检索综述

随着遥感图像数量的急剧增加，基于内容的遥感图像检索系统逐渐成为了一个研究热点。系统地介绍了该领域各个方面研究的现状。首先给出了遥感图像内容检索系统的基本结构和查询策略。其次，结合遥感图像的特点，着重介绍了基于纹理、形状、结构特征相似性比较等方面的内容，针对这些方面的研究所存在的问题提出了见解，介绍了所研究成果，并对今后的工作进行了展望。     

图像检索技术研究进展

本文介绍了图像检索技术发展的各个阶段,重点介绍基于内容的图像检索技术和基于图理论的图像检索技术。     

基于纹理特征提取的图像检索技术

主要从图像纹理特征入手,研究如何有效地抽取图像纹理特征对图像进行描述,基于抽取的特征对图像进行搜索,从而提高检索效率和检索性能。     

DCT压缩域中基于纹理和形状的图像检索算法

在对以往DCT压缩域的图像检索算法研究的基础上,将DCT块及其系数的空间分布信息引入特征提取算法,提出了一种压缩域中结合纹理和形状信息的图像检索算法．根据DCT块的复杂度及块内系数的空间分布,构造了加权复杂度直方图来表述图像的纹理信息;同时,根据DCT块系数的取值将其划分为不同的边缘类型,并采用边缘空间分布特征来描述图像的形状信息．该算法不仅考虑了DCT块的统计分布,又考虑了块内系数的空间分布,在一定程度上避免了由于DCT块统计分布信息相同而空间分布信息不同而造成的误检漏检情况．实验结果表明,该算法具有较好的检索结果．     

基于内容图像检索技术的超声图像

对超声图像数据库的基于内容图像检索技术进行了深入地研究与探索,给出了基于内容图像检索的基本系统结构、超声图像数据库构建模型及基于傅里叶变换幅度频谱的超声图像检索方法,由于该方法同时适用于压缩域的特征提取,为JPEG、MPEG格式图像的基于内容图像检索提供了方法.     

图像检索研究进展

多媒体信息检索是当前计算机科学与信息技术的研究热点之一,图像检索是多媒体信息检索技术的一个重要组成部分。本文阐述了图像检索研究的历史、现状及未来的研究方向。     

基于内容的图像检索探讨

介绍了基于内容图像检索研究的发展现状,分析了基于内容的图像检索中特征提取、相关反馈及高维度索引的研究成果,提出了需进一步研究的问题.     

基于Radon和小波变换的纹理图像检索

提出一种新的基于Radon和小波变换的图像纹理特征检索算法．针对检索图像进行Radon变换,并对投影矩阵进行中心化使其具有平移不变性．利用图像的统计值对投影数据规范化,分别沿 和t方向对投影矩阵进行TSI小波分解,得到具有平移、旋转和尺度不变的小波分解．提取各子带能量作为图像的纹理特征,并对特征向量进行高斯归一化．以两幅图像归一化特征向量间的Canberra距离作为图像的相似度进行检索．基于纹理特征的图像检索试验结果表明,该方法对高斯噪声具有较强的鲁棒性,与其他方法相比具有较高的检索率．     

CNN视觉特征的图像检索

卷积神经网络( CNN)是当前图像识别领域的研究热点,利用预训练的CNN网络提取的图像特征展示出了较强的图像识别能力。主要对比分析了传统视觉特征和CNN视觉特征在基于内容图像检索任务中的性能表现,并指出了一些可以值得深入研究的方向。在两个公开数据库(Pascal Sentence和Pascal VOC 2007)的实验尝试表明CNN视觉特征比传统的视觉特征更适用于图像检索。     

一种基于反馈的JPEG图像检索研究

基于内容的图像检索研究的焦点是应用最初发源于文本文档检索的相关反馈技术来提高检索性能.但这一技术没有能够填补底层图像特征和高层语义内容之间的空白,这一空白被认为是CBIR的瓶颈,也是图像压缩和视屏检索的瓶颈.阐述了在DCT域中进行图像检索的基本方法和相关反馈的当前发展状况,并提出一个在CBIR中集成相关反馈的框架算法.     

基于颜色和纹理特征的图像检索技术研究

为改善单一特征图像检索方法的局限性和传统综合特征检索方法计算复杂度高的问题,提出一种综合特征的图像检索新方法:将Tamura纹理特征与抗几何形变的小波变换纹理分析方法相结合提取出13个纹理特征分量,在小波分解得到的低频区域中进行颜色直方图的提取,从而实现了颜色和纹理特征相结合的图像检索系统.实验表明,该方法在不明显增大计算量的情况下比单一特征的图像检索具有更好的检索效果.     

基于内容检索的硅藻细胞自动分类

对硅藻细胞分类提出了一种基于内容的分类方法。该方法首先获取带外接圆的目标;然后,对其应用纹理主特征直方图,纹理变化度,纹理角特征3种方法提取出目标的特征向量;最后使用欧氏距离进行相似性度量。实验结果表明,该方法具有较好的分类准确率及召回率。