基于颜色分布特征的图像检索

颜色直方图是基于内容的图像检索（CBIR）中的一种重要特征，然而其完全丢弃了图像颜色的空间分布信息，为了有效地利用图像颜色的空间分布信息，提出采用颜色分布熵（CDE）描述图像颜色的分布特征，并根据人的视觉特性及信息熵的特性，提出了进一步的改进算法。同以往的方法进行比较结果表明，该方法在图像的相似性检索时是很有效的，并具有较高的检索效率。     

基于颜色空间分布熵的图像检索

颜色直方图是基于内容的图像检索(CBIR)中的一种重要特征,然而其完全丢失了图像颜色的空间分布信息.文中采用颜色空间熵描述图像颜色的空间分布特征,为了消除熵的对称性对图像检索的影响,提出了改进算法.通过实验比较表明了该方法在进行图像检索时是有效的,并具有较高的检索性能.     

基于颜色直方图的图像检索技术

使用颜色空间分布熵来表示图像的颜色空间分布特征,结合图像的颜色直方图特征,采用加权综合法和比例系数法表示图像的综合特征,设计了基于颜色直方图和图像空间分布熵的图像检索算法.利用查全率和查准率对算法进行了评价.通过实验分析比较可知,所设计的方法具有较好的查准率和查全率.     

显著兴趣点颜色及空间分布熵的图像检索方法

提出了一种利用显著兴趣点进行图像检索的新方法,此方法主要有显著兴趣点检测、基于显著兴趣点的特征描述和相似性度量三个步骤.先使用一个自适应滤波器对图像进行滤波,然后提取显著兴趣点;以显著兴趣点为线索,设计了一种基于显著兴趣点的颜色分布熵,既利用了显著兴趣点的局部特征,又考虑了显著兴趣点的空间分布结构;用图像间的颜色分布熵来度量图像间的相似性.该检索算法不但保证了对图像旋转、平移鲁棒性,而且克服了传统直方图没有空间位置的缺陷.实验结果表明,该方法对图像检索非常有效.     

一种改进的基于熵的图像检索算法

利用信息熵可以有效的将图像颜色直方图特征降低到一维,但以往的基于信息熵的图像检索算法却没有考虑熵的对称特性,因此极易造成误检现象。基于此,文中提出了相应的改进算法,消除由于熵的对称性对图像检索效果造成的影响。试验结果证明改进的方法在进行图像检索时具有更强的鲁棒性,大大提高了图像检索效率。     

基于位平面分布熵的图像检索算法

该文针对利用颜色直方图检索时存在的问题,提出了一种基于位平面分布熵的图像检索算法。首先将图像分解为8个位平面,然后采用对表征图像结构特征有意义的4个位平面的信息熵组成的熵矢量来多层次地对图像特征进行描述。为了避免图像中像素灰度值的微小变化对位平面的影响,又提出了采用位平面的灰度码表示方法。同时,考虑到位平面间的相关性,设计了相关权值矩阵,并采用马氏距离进行相似性度量。实验结果表明,该算法具有较高的检索率。     

基于兴趣点局部分布特征的图像检索方法

提出了一种基于兴趣点颜色和空间分布特征的图像检索方法。该方法把图像内容看作为由若干兴趣点组成的集合,首先利用小波系数的空间方向树特性来检测兴趣点,然后利用基于兴趣点的环形颜色直方图和空间离散度来描述图像的特征,最后用加权特征距离来估计图像内容的相似度。同时,通过利用环形颜色直方图和空间离散度作为图像特征保证了该算法能够对图像的尺度变化、旋转变化和平移变化具有很好的抑制能力。在含有1000幅图像的数据库上所做的一系列实验表明,该算法与其它基于兴趣点的方法相比,能够更准确和高效地查找出用户所需的图像,明显地提高了检索精度。     

一种基于区域颜色特征的图像相似性匹配算法

在基于内容的图像检索中,普通的基于颜色特征的相似性匹配算法丢失了图像颜色的空间信息,影响到相似匹配的精确度.为了提高图像检索的效果,提出一种基于区域颜色特征的图像相似性匹配算法.该算法在提取图像颜色统计特征的同时,考虑其空间分布,从而提高了图像检索的查准率,具有较强的实用性.     

基于颜色和空间特征的图像检索

在环形颜色空间划分和颜色视觉关注度的基础上,提出一种新的基于颜色和空间分布特征检索算法.首先,在HSV色彩空间下进行颜色量化并计算每种颜色的质心,进行环形颜色空间分割.然后计算各环形颜色空间直方图,在此基础上计算图像的空间颜色分布矩.同时计算各种颜色对应像素的平均视觉关注度,以此作为该颜色特征的视觉关注特征.最后对特征向量进行高斯归一化,采用特征向量的L1-norm距离计算彩色图像的相似度并进行图像检索.实验结果表明,本文算法比SCH及Geostat方法具有更好的检索效果.     

基于分块颜色特征和相关反馈的图像检索技术

在基于内容的图像检索(CBIR)中,对于传统的颜色直方图完全没有空间分布信息,提出了一种新的分块划分,并且结合颜色特征的图像检索方法。该方法结合了图像的整体与分块颜色分布,两幅图像之间的相似度为整体相似度和分块局部相似度的加权和,并且在检索中加入相关反馈技术,针对检索结果适当地调整权值,以达到更新图像整体与局部颜色特征的权重的目的。最后,实验结果表明该算法能很好地提高检索性能。     

一种快速红外图像分割方法

为准确地实现目标识别,提出了将二维最大熵图像分割方法应用于红外图像实行分割．利用图像的二维直方图,二维最大熵分割方法不仅考虑了象素的灰度信息,而且还充／矿利用了象素的空间领域信息,能取得较为理想的分割结果．然而该方法所需的巨大运算量限制了其实际应用．运用PSO算法代替穷尽搜索获得阈值向量,求解速度可提高300～400倍,提高了分割效率．通过对实际的红外图像分割表明,这种方法简单、有效．     

基于颜色和空间特征的彩色图像获取方法

本文针对基于内容的彩色图像相似性获取问题,提出了一种新的相似性获取方法,它既考虑了颜色内容特征,也包含了图像的空间关系特征.文章设计了无序矩阵来描述图像空间位置的相对关系,这种无序矩阵具有对旋转和平移不变性的特点.在进行图像间相似性测量时,首先用颜色直方图相交法对图像全局颜色分布进行相似性测量,再对得到的候选图像队列用新的算法进行测量,剔除不相似的图像.新的测量算法既考虑了颜色内容的匹配,同时也考虑了空间相似性的因素.用不同类型的图像对这种方法进行实验,其结果表明,它在彩色图像相似性检索时是很有效的,具有较高的检索精度.此外,它在图像发生小的旋转和平移等形变时,表现出较高的可靠性.     

线性退化二值图象的最大熵复原法

本文主要用最大熵方法对线性退化二值图象的复原进行了研究。利用原始图象的二值特性,提出了二值约束的最大熵复原方法,并对其解的存在性和唯一性进行了论述,对双约束最大熵的求解问题给出了算法;运用最大有界熵概念,提出了二值约束的最大有界熵复原法。文中将上述复原法同维纳滤波法和最大熵法进行了比较,实验结果表明,用二值约束的最大(有界)熵法复原线性退化图象可以提高复原的质量。     

模糊划分熵的新定义及其在图像分割中的应用

介绍了模糊划分的原理,提出用条件概率与条件熵定义模糊划分的熵,并基于最大熵原理设计了一种新的灰度直方图阈值选取算法。比较可见ＫＳＷ熵法是本文方法的一个特例,本文方法是ＫＳＷ熵法在模糊集上的推广,对几例真实目标图像的对比分割实验结果表明本文方法性能优越。     

一种改进的一维模糊熵图像分割算法

传统的一维最大模糊熵图像分割算法对于图像的局部信息干扰噪声处理能力存在不足。文中研究实数编码混沌量子遗传算法（RCQGA）与一维模糊熵算法相结合的新算法。该算法将图像的空间信息和像素信息引入到一维模糊熵图像分割算法中,并运用实数编码混沌量子遗传算法对一维最大模糊熵图像分割算法进行改进,从而提高了一维最大模糊熵分割精度。研究结果表明,该算法分割效果明显优于传统一维模糊熵图像分割算法,并具有较强的抗噪性能。