基于局部颜色-空间特征的图像检索方法研究

研究均匀分块颜色直方图和累加颜色直方图的特征提取方式,分析其在考虑颜色统计分布和颜色空间分布问题上的优点和缺点,实现均匀分块颜色直方图和累加颜色直方图特征提取方式的图像检索,并在此基础上对特征提取方式进行改进,提出一种基于HSV非均匀量化分块颜色直方图的算法,并对该算法进行验证。研究结果表明,该算法改善了颜色特征缺乏空间信息的缺点,并验证了基于HSV非均匀量化分块颜色直方图的算法相对于均匀分块颜色直方图和累加颜色直方图有较好的检索精度。     

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。     

基于颜色体积直方图的图像检索

HSV颜色空间能够较好地模拟人类视觉系统感知颜色的模式。为了更好地利用HSV颜色空间的优点,提出了一个新型的特征描述子(称之为颜色体积直方图),并且将其应用于图像检索。它首先把彩色图像从RGB空间转换为HSV颜色空间,然后把彩色图像均匀量化为72种颜色,最后利用颜色体积来描述图像特征。该算法在具有15000张彩色图像的Corel图库上进行了实验。结果表明,提出的彩色体积直方图能够结合颜色和空间特征,检索性能明显高于颜色直方图和局部二值模式直方图。     

基于人眼感知度的分块加权图像检索*

提出了一种基于人眼感知度的图像检索算法。该算法首先由像素的人眼感知度的计算得到各分块的权值,然后对分块的LBP纹理直方图和HSV颜色直方图进行加权处理,综合纹理和颜色特征进行图像检索。实验结果表明,该算法结合了局部图像的相关性,利用了纹理和颜色特征的互补能力,检索结果符合用户所需并具有较好的查准率和查全率。     

基于HSI色彩空间累加直方图的图像检索算法

本文给出了一种基于HSI色彩空间累加直方图进行图像检索的方法。该方法使用符合人类视觉特性的HSI颜色模型将颜色空间压缩为72种具有代表性的颜色,设计了一种具有重叠方式的图像分块方法;然后统计每块区域内的颜色直方图得到该图像的HSI颜色空间直方图,再计算各块的累加直方图,并根据相似度计算方法计算每块子图像的累加直方图和图像库中图像对应块的累加直方图的相似度;最后根据各块子图像的重要性进行加权,得出最后的检索结果。实验表明,该方法实现简单,能够更加灵活、准确地描述图像的颜色特征,从而有效提高了检索的精度。     

视觉特征的分块加权图像检索方法

对图像检索进行了研究,提出了一种新的分块加权图像检索方法。根据视觉注意机制将图像分成不均匀的若干块以及设置不同的权值,提取每块的视觉特征。首先在HSV颜色空间利用Sobel算子得到图像的边缘信息,计算颜色和边缘方向的色差直方图,同时定义一种结合颜色和边缘方向的结构来获取图像的纹理信息,并用直方图表示;然后连接每个块的直方图作为图像的特征向量进行图像检索。实验选取Corel标准图像库进行检索以及和另外5种图像检索方法进行对比分析,实验结果表明该方法具有较高的检索精确度。     

基于内容的图像检索(CBIR)中图像颜色特征提取方法的研究和改进

该文给出了一种基于颜色分布直方图借助四叉树图像分割进行图像检索的方法,该方法使用与人类视觉感知相符合的HSV颜色模型,通过构造四叉树借助MeanShift算法对图像进行分割,提取出特征颜色,得到颜色分布的直方图。最后利用EMD算法衡量图像与图像之间的距离,实现图像的搜索。     

基于颜色扇形模型的图像检索

全局颜色直方图所描述的是各种色彩在整幅图像中所占的比例.无法体现图像颜色的空间分布情况.在HSV颜色模型的基础上,把图像的色调、饱和度和亮度分量分别在径向和角度两个方向上投影,得到六个投影直方图.以这六个投影直方图的前三阶中心矩作为特征,提出了利用扇形模型进行图像检索的算法.实验结果表明,该算法计算简洁、检索速度快,具有较高的查全率和查准率.     

基于邻域颜色矩直方图的胃窥镜图像检索

针对彩色胃窥镜图像丰富的颜色信息,在HSV颜色空间量化聚类后,利用多邻域颜色矩直方图和原始的量化聚类直方图的方法,再运用PCA算法降维,进行检索,最后利用相关反馈技术进行多次检索。实验表明,利用该方法在各种性能评价指标下都具有较好的效果。     

利用局部累加直方图进行彩色图象检索

在分析利用累加直方图对彩色图象进行检索的基础上首次引入了局部累加直方图以提高检索效率。本文还对ＨＳＶ（即色度、饱和度、亮度）空间中颜色的相似分布进行了研究，提出了一种新的相似色区间划分方法。基于以上研究，本文提出了４种新的利用局部累加直方图和新的相似色区间划分方法的图象检索算法。对真实图象检索的实验结果表明，这４种新算法的性能均远优于一般的累加直方图法。     

基于颜色和边缘信息分布的图像检索

提出了一种基于颜色和形状的图像检索方法。该方法首先将图像非等间隔量化到HSV颜色空间,在用SOBEL算子提取图像的梯度图(高频信息)后,根据HSV颜色聚合块,对梯度图进行必要的修剪,最后用不变矩来描述图像的形状特征;而颜色信息则用HSV颜色空间下的颜色直方图来表示。实验结果表明,该算法有较高的查准率,相比于基本颜色块的半径和角度直方图和普通颜色量化直方图,平均查准率分别提高了12.5%和6.6%。     

基于局部结构直方图的图像检索

在图像检索领域中,为更好地利用Julesz基元概念来描述图像内容,提出一种新的图像特征描述方法——局部结构直方图。将彩色图像从RGB空间转换到HSV颜色空间,分别提取边缘方向和颜色信息。定义5种基元类型进行局部结构检测,并利用直方图描述图像特征。实验结果表明,与LBP直方图和Gabor滤波器方法相比,该方法的检索性能较优。     

一种基于基元的彩色图像检索方法

结合基元与颜色特征,提出一种基于基元的彩色图像检索算法,该算法首先将彩色图像从RGB颜色空间转换到HSV空间上,并将图像量化为256种颜色,然后定义五种基元类型对图像进行基元分析得到基元图,利用颜色直方图描述基元图的颜色特征,利用改进的直方图相交算法进行相似度度量。实验结果表明：提出的算法能有效地去除背景颜色对图像目标的检索影响,而且较之用灰度边缘检测的边缘代替彩色图像边缘而进行的检索,能更好地反映彩色图像的纹理和边缘特征,具有较高的查准率和查全率。     

基于空间分布差异度的分块彩色图像检索方法

传统的基于颜色直方图的彩色图像检索方法具有计算简单和尺度变化不敏感的优点,但传统的方法普遍存在丢失图像空间信息和特征维数较高的缺点。为克服上述缺陷,提出了一种基于空间分布差异度的分块颜色直方图图像检索新方法。该算法首先将图像进行划分,并计算图像各子块间的相似度;然后,对分块的图像进行空间分布差异度的计算,并由此确定各分块的权值系数;最后,对各子块的相似度进行加权累加从而得到整幅图像的相似度。实验表明,该算法能克服传统方法的弊端,并具有较好的平均查找性能。     

融合颜色词袋特征的视觉词汇树图像检索

针对由图像灰度空间产生的传统词袋模型SIFT特征无法体现图像的颜色信息的问题,提出了一种融合颜色特征的视觉词汇树来对图像进行描述。提取SIFT特征并建立词汇树,获取图像的SIFT表示向量。利用K-means方法对图像库中的所有图像的HSV值进行聚类,获得基于HSV空间的颜色词袋表示向量,避免了传统颜色直方图方法所带来的量化误差。将SIFT特征与颜色词袋特征进行融合,完成了图像的全局特征和局部特征的融合。然后,计算融合特征的相似度,将相似度从高到低排序,完成图像检索。为了验证本方法的有效性,选择Corel图像库对算法性能进行实验分析,从主观评价和客观评价标准分别进行评价,并与传统方法进行了对比。结果表明,特征融合的检索性能与单一特征方法相比有较大提高。特征融合方法的平均检索查准率和查全率-查准率等评价指标,对比传统方法均有不同程度提高。     

基于多特征融合的图像检索算法

为有效提取和描述图像特征,提高图像检索性能,提出一种基于纹理、颜色和形状多特征融合的图像检索算法。检测彩色图像的边缘,对其进行变换得到基元图像。遍历基元图像得到基元共生矩阵,对每个基元求梯度值得到基元梯度直方图。将彩色图像量化到64色颜色空间,得到对应的颜色直方图。利用上述3个特征量描述图像特征,并用于图像检索。实验结果表明,与BCTF和MCM算法相比,该算法的查全率和查准率较高,计算复杂度较低。     

基于颜色和形状特征的图像检索方法

提出了一种基于颜色和形状特征的图像检索方法。在对HSV颜色模型量化的基础上,提取颜色直方图作为图像的颜色特征。在提取形状特征时,结合颜色量化结果,利用图像分割提取图像的形状特征,利用两特征的加权距离计算图像之间的相似度,而后进行图像检索。实验结果表明,该方法取得了较好的检索效果。     

基于优化颜色直方图的图像检索方法

本文提出了一种改进的颜色直方图图像检索方法.通过对HSV颜色空间的变换,把颜色空间量化为9个区间,在此基础上计算出每种颜色区间的空间分布信息.综合颜色直方图和空间信息作为图像相似性的量度.试验表明,该算法提取的特征数较少,检索速度快,并且准确度较高.     

基于多邻域统计矩直方图的彩色图像检索

提出一种创新的基于多邻域统计矩直方图方法(MNSMH)，该方法在量化HSV颜色模型下，计算每个像素点不同邻域的统计矩，对每个邻域统计矩，计算它的归一化直方图．以这些直方图和颜色直方图一起作为图像的特征索引进行彩色图像检索．这些不同邻域矩反映了图像颜色的空间分布信息，而它们的直方图又是对整个图像的全局统计，对图像的平移、旋转和尺度不变．实验结果表明，该方法性能稳定，与两种基于颜色直方图方法相比，能够明显地提高检索率．     

基于颜色和基元特征的图像检索

为了有效地提高图像检索性能,提出一种基于基元特征和颜色特征相结合的图像检索方法。检测彩色图像的边缘梯度,对其进行变换获得基元图像。以基元图像的重心为基准点计算各点到重心的距离,求得基元重心距离直方图。对基元图像中的每一个基元在4个不同方向投影,求得基元投影直方图。将彩色图像在RGB空间量化到64色颜色空间,得到彩色图像的颜色直方图。利用以上3个直方图描述图像特征,并用于图像检索。实验结果表明,该算法的查全率和查准率均有较大提高。