基于二叉树量化子图像颜色直方图的图像检索

为了解决现有颜色直方图检索技术所存在的鲁棒性较差、特征维数过高等问题,本文提出一种基于图像像素二叉树各层子图像颜色直方图的图像检索方法。该方法首先结合噪声攻击特点,提取出重要的图像像素二叉树各层量化子图像颜色直方图并确定其视觉权值;然后构造出重要图像像素二叉树子图像颜色直方图;最后以重要图像像素二叉树子图像颜色直方图为特征,计算图像间内容的相似度并进行检索。仿真实验表明,该方法不仅能够准确检索出用户所需图像,而且对光照、锐化、模糊等噪声攻击均具有较好的鲁棒性。     

一种基于重要位平面的鲁棒图像检索算法

以图像位平面原理为基础,结合噪声攻击特点(对高位平面影响较小),提出了一种基于重要位平面的鲁棒图像检索新算法。该算法首先从原始图像中提取重要位平面;然后选取重要位平面图像的颜色直方图作为颜色特征,选取重要位平面图像的颜色标准偏差作为空间特征;再综合利用上述颜色、空间两个特征计算图像间内容的相似度,并进行图像检索。仿真实验结果表明,本文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和查全率。特别地,该算法对光照、锐化、模糊等噪声攻击均具有较好的鲁棒性。     

一种基于位平面综合特征的彩色图像检索方案

传统的基于颜色直方图的彩色图像检索方法存在严重不足.首先是丢失颜色空间分布信息及特征维数过高,更重要的是无法有效检索含噪声图像.为克服此缺陷,提出了一种基于位平面综合特征的彩色图像检索算法.首先,结合光照、锐化、模糊等噪声攻击特点,从原始彩色图像中提取出重要位平面;然后选取重要位平面的加权颜色直方图作为颜色特征,选取重要位平面的空间信息熵作为空间特征;再综合利用上述颜色、空间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,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和查全率(特别对于含噪声图像).     

一种鲁棒的多特征彩色图像检索新方法

为了提高彩色图像检索的准确性,以回归型支持向量机(SVR)理论为基础,结合重要的图像边缘信息,提出了一种鲁棒的多特征彩色图像检索新方法。该方法首先利用回归型支持向量机(SVR)理论,对原始图像进行去噪处理及彩色边缘提取;然后将整个彩色边缘划分成局部网格区域,并分别计算出每个网格区域的颜色直方图和纹理直方图;最后综合利用上述网格区域的颜色直方图和纹理直方图来计算图像间内容的相似度,并进行彩色图像检索。实验结果表明,该方法不仅能够准确、快速的检索出用户所需图像,而且对光照、锐化、模糊等噪声攻击均具有较好的鲁棒性。     

基于颜色特征的图像检索方法研究

基于颜色的图像检索因对图像的各种变化有很好的鲁棒性而得到了广泛的应用,但是由于缺乏空间信息而 造成检索误差。针对全局颜色直方图和分块颜色直方图的检索问题,提出了一种利用等面积的矩形环来提取颜色特 征的图像检索方法。该方法首先利用等面积的矩形环划分策略对图像进行分块;其次,提取子块的颜色累加直方图作 为颜色特征;然后,为了突出图像的主体区域,按照矩形环由里到外依次减小规则确定权值,并对两幅图像子块颜色特 征之间的距离进行加权累加得到两幅图像的相似度量,以此进行检索,并输出相应的查询结果;最后通过实验结果表 明:该方法与全局直方图、累加直方图及传统分块直方图相比,具有更高的检索效果。     

基于颜色、边缘综合特征的图像检索技术研究

在基于内容的图像检索技术(CBIR)中,颜色作为图像的一种重要视觉信息,已得到广泛应用.相对于图像的几何特征而言,颜色具有一定的稳定性,对缩放、平移、旋转具有很强的鲁棒性.目前基于颜色特征的检索技术很多,但也都有各自的局限性.提出一种新的图像检索算法,基于颜色、边缘二种特征的综合来完成图像的检索.在颜色特征中采取了聚类方法优化像素点颜色量化过程.通过加权处理,将基于颜色直方图的检索技术与基于边缘直方图的检索技术相结合,实现图像检索性能的显著提高.     

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。     

综合分块颜色体积直方图和LGWBPs的图像检索

针对多特征融合提高图像检索效果问题,提出一种综合分块颜色体积直方图和局部Gabor二元模式(LGWBPs)的图像检索方法,有效地提取了图像的颜色和纹理特征,为用户提供了精准的图像检索结果。首先,将4×4分块图像进行重叠九分块,并提取每个分块的颜色体积直方图特征;然后用定义的LGWBPs算子统计每个子块信息并提取图像的LGWBPs直方图特征;最后综合提取的两个特征进行相似性度量。实验结果表明,该方法有效地提高了检索的精准率,改善了检索结果的排序值并具有较好的旋转不变性、抗噪性和不变特征的鲁棒性。     

基于视觉权值的分块颜色直方图图像检索算法

为了进一步提高基于颜色直方图的图像检索系统工作效率, 本文以人眼视觉感知特性为基础, 结合局部图像相关性, 提出了一种基于视觉权值的分块颜色直方图图像检索新方法. 该方法首先对图像进行分块处理, 并计算出图像子块的颜色直方图; 然后结合反映局部区域变化的像素点颜色复杂度, 计算出图像子块的视觉权值; 最后利用视觉权值对子块颜色直方图进行加权处理, 并根据加权颜色直方图进行图像检索. 仿真实验结果表明, 本文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和查全率.     

IQBIC系统图像检索方法

基于图像底层特征的检索技术主要利用图像形状、纹理和颜色特征. 不同的图像, 不同的用途一般需要针对不同的特征来选取检索方法, 为此我们考虑先从图像本身的特征分析, 寻找出该图像的较为明显的特征, 然后根据这一分析结果, 再利用合适的特征检索方法去检索该图像, 使得图像检索更接近于智能化. 文章简述了颜色直方图和纹理的累计游程直方图算法, 提出了形状方向能量直方图算法, 并特别说明图像特征的智能选取方法. 基于内容的智能图象检索系统(Intelligent Query By Image Content Sy     

Robust color image retrieval using visual interest point feature of significant bit-planes

In this paper, we propose a robust color image retrieval method using visual interest point feature of significant bit-planes. We firstly extract the visually significant bit-plane image from the original color image according to the bit-plane theory and noise attack characteristic. And then, we extract the visual interest points from the original color image by using the significant bit-plane image and multi-scale Harris–Laplace detector, and construct the fuzzy color histogram of visual interest points. We finally compute the similarity between color images by using the fuzzy color histogram of visual interest points. Experiments on large databases show that the proposed algorithm is significantly more effective than the state-of-the-art approaches. Especially, it can retrieve the noise-attacked (including blurring, sharpening, and illumination, etc.) image effectively.     

基于加权颜色分层和纹理单元的图像检索算法

针对仅使用单一颜色或纹理特征并不能达到较好的图像检索效果的问题,提出了一种结合颜色和纹理特征的图像检索算法。首先,颜色微观部分利用颜色直方图,刻画每种颜色的像素占整个图像的比例;然后,宏观部分应用颜色熵和位平面熵分别对图像处理,其中位平面熵取特征较明显的前4层,并对每层的位平面熵加权;最后,根据定义的五种基本纹理结构基元中各像素点的颜色值和角度值,结合颜色特征,实现图像检索。实验结果表明,加权位平面熵和不加权位平面熵比较,在Corel-1000数据集上平均查准率和平均查全率分别提高10.01个百分点和1.2个百分点。结合颜色和纹理特征的图像检索算法与仅表现纹理特征的结构元素描述(SED)方法相比,在Corel-10000数据集上平均查准率和平均查全率分别提高4.3个百分点和2.1个百分点,有效地提高了图像检索效果。     

Robust image retrieval based on color histogram of local feature regions

Color histograms lack spatial information and are sensitive to intensity variation, color distortion and cropping. As a result, images with similar histograms may have totally different semantics. The region-based approaches are introduced to overcome the above limitations, but due to the inaccurate segmentation, these systems may partition an object into several regions that may have confused users in selecting the proper regions. In this paper, we present a robust image retrieval based on color histogram of local feature regions (LFR). Firstly, the steady image feature points are extracted by using multi-scale Harris-Laplace detector. Then, the significant local feature regions are ascertained adaptively according to the feature scale theory. Finally, the color histogram of local feature regions is constructed, and the similarity between color images is computed by using the color histogram of LFRs. Experimental results show that the proposed color image retrieval is more accurate and efficient in retrieving the user-interested images. Especially, it is robust to some classic transformations (additive noise, affine transformation including translation, rotation and scale effects, partial visibility, etc.).     

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.     

噪声不敏感的柱状图特征描述符及其在图像检索中的应用

基于内容的图像检索方法往往将图片的内容表示成柱状图,根据图片柱状图之间的相似性进行图片的检索。数码图片中包含的噪声使得柱状图变得平滑,从而使图片之间变得更为相似,这增加了返回结果中包含的图片数量。为了进一步提高图片检索的性能,提出了一种对噪声不敏感的柱状图特征描述符,并应用该特征描述符进行图像之间的相似性匹配。首先将图片中的噪声描述为平稳附加高斯白噪声,并给出了相应的柱状图表示;然后通过随机变量的原点矩定义了柱状图的特征描述符,并分析了如何应用特征描述符恢复原始图片的柱状图。在算法的性能验证过程中,将提出的方法与4种相关算法进行比较,应用两个真实的图片数据库的图像检索实验验证了所提方法的有效性。     

采用位平面直方图特征向量的图像检索方法

首先将图像分解为8个位平面,选择前4个重要位平面,求出其灰度码表示,根据每个灰度码位平面的颜色直方图,计算均值、标准偏差、偏斜度、能量、熵;综合这些特征构成名为位平面直方图特征向量的组合特征,进行图像检索。实验中采用Tonimoto相似度量函数计算图像间的相似度。该方法计算速度快,避免了图像量化造成的误检。实验结果显示了该方法的检索性能。     

基于重要位平面的真彩色图像检索算法

在研究利用图像颜色特征和颜色的空间分布特征进行图像检索的基础上,提出一种基于位平面理论的真彩色图像检索算法.为了更好地描述图像的检索特征、优化检索性能,定义了位平面一阶矩、位平面平坦度和位平面的凹凸面3个概念,并依据这些概念提取出了图像的颜色特征和颜色空间分布特征;同时设计了与所有提取出的图像检索特征相适用的相似性度量准则.仿真实验结果表明,该算法具有较好的检索性能.