综合颜色和轮廓曲线特征的图像检索方法研究

传统的基于内容图像检索（CBIR）及跟踪算法主要利用图像的颜色、纹理等特征进行相似性比较,但大量的实验和应用也表明利用颜色和纹理进行图像相似性比较在空间结构和对象形状上难以精确控制,致使图像检索经常出现一些不可预料的结果。为了提高图像在形状、颜色及纹理上的检索精度,提出了一种综合颜色和图像轮廓曲线特征的检索方法。该方法分割图像并提取图像中感兴趣对象的轮廓,对提取的轮廓进行仿射变换及最小值化处理,经处理后的轮廓带有边缘的完整信息,具有几何不变性;利用聚类的颜色信息,提取主聚类的直方图,所提取的直方图不仅包含了主聚类的颜色信息也包含了该聚类的空间位置信息。利用检索对象与被检索对象的颜色距离直方图及轮廓曲线距离偏差的加权平均度量检索及被检索对象的相似性。实验结果表明,针对基于感兴趣对象的图像检索问题,给出了一种具有高度检索精度的算法。     

基于均匀区域分割的图像检索研究

为减少图像分割准确性对基于内容的图像检索效率的影响,提出了一种基于均匀区域分割的图像检索算法。首先对图像进行均匀区域划分,提取其区域直方图颜色特征和Gabor小波纹理特征,再利用与所提取的图像特征相适应的相似性度量实现有效检索。实验结果表明,与SIMPLIcity系统相比,该算法平均检索性能提高了3.6%,具有良好的平均查找率。     

基于颜色纹理的图像多特征检索技术在中医舌诊中的应用研究

为了对传统的中医舌诊数字化提出新的方法,并实现通过计算机来进行舌像图像的分类检索,此文将一种结合了颜色和纹理特征的、基于内容的多特征图像检索算法引入到中医舌像的分析中。该算法将表现颜色和纹理的20个特征值作为表达图像内容特征的特征向量,并以此作为舌像检索的距离度量标准。实验结果证明这种算法不仅具有移动、旋转、尺度变换不变性,而且还具有优良的检索性能。因此,此算法可以很好的实现舌像图像的分类检索。     

基于多特征融合的面料图像检索系统

面料图像具有数据量多、信息量大的特点,传统的检索方法性能较低,不能实现对面料图像快速准确的检索.文章提出了一种基于多特征融合的检索方法,通过基于HSV颜色矩的算法提取颜色特征,采用Hu不变矩算法提取形状特征,利用Gabor小波提取纹理特征,将三种特征值设置不同的比重融合,整体比重值为1.根据相似性度量,对颜色特征、形状特征、纹理特征以及三项融合的特征进行图像检索,实验结果表明,采用基于多特征融合的方法进行面料图像检索,可以获得较好的检索效果.     

一种基于颜色基元共生矩阵的图像检索方法

提出一种结合图像颜色连通区域信息及其纹理特征的图像检索新方法。对图像进行分块，确定图像中的颜色连通区域集，提取图像中各颜色连通区域对应的4种颜色基元共生矩阵特征，针对该特征设计的图像相似性度量函数实现基于内容的图像检索。实验结果表明，该方法能有效地结合图像的纹理信息及其颜色构成和分布信息，具有良好的检索效果和性能。     

基于HSV和纹理特征的相容near度量方法

基于内容的图像检索是图像处理研究的重点,而相似性度量是其核心问题。基于near集的tNM(Tolerance Nearness Measure)方法在仅提取图像的灰度值特征时比IRM(Integrated Region Matching)检索结果更好。基于tNM与人类视觉近似的特点,将灰度值替换为面向用户视觉的HSV(Hue,Saturation,Value)颜色空间,分别提取图像的灰度值(Grey)+纹理(Texture)、HSV+纹理两组特征。使用IRM和tNM算法对10类图像进行检索,对其检索结果进行比较分析,结果表明 使用tNM算法 提取的图像的HSV+纹理特征与人类视觉更加近似,效果更佳。     

一种改进的提取显著点的图像检索技术①

在基于目标区域的图像检索中,显著点是一种重要的点特征。针对经典的显著点提取算法SPARSE（Salient Points Auto-Reduction using Segmentation）存在的复杂度高等问题,提出了一种改进算法,利用动态阈值分割算法中的类间方差和类内方差对图像进行分割,然后用三个颜色特征和三个纹理特征对分割出的显著点进行特征标注,最后用欧氏距离对显著点特征向量进行相似性度量。实验结果表明,改进后算法提取的显著点用于图像检索具有较好的检索效果。     

二级分区下颜色融合纹理的刑侦图像检索

多数刑侦图像检索算法缺乏图像局部特征的提取,从而导致检索精确度较低。对此,提出一种新的二级分区下颜色融合纹理的刑侦图像检索算法。该算法采用二级分区将图像划分成多个局部区域;提取局部区域的颜色自相关图特征和双树复小波结合多方向多参数的灰度共生矩阵的纹理特征;以串行的方式融合局部区域特征。使用核主成分分析法(Kernel Principle Component Analysis,KPCA)进行特征选择,以欧式距离作为相似性度量实现检索。通过在两个刑侦图库的实验结果表明,该算法的平均精确度均高于传统的刑侦图像检索算法,具有良好的检索效果。     

综合颜色纹理形状特征的图像检索

图像特征的提取和使用在基于内容的图像检索中至关重要.研究了在基于内容的图像检索系统中整合颜色,纹理,形状的提取方法.将图像按照一定的规则进行分块,对各个分块分别进行各种特征向量的提取.颜色特征的提取是基于YUV颜色空间的颜色直方图,纹理特征的提取采用Gabor滤波器,形状特征的提取是基于Zernike矩的计算.实验结果表明,综合图像的颜色、形状和纹理特征提高了图像检索的准确性.     

一种基于区域综合特征的图像检索算法

针对基于内容的图像检索所面临的图像低级视觉特征和高级语义之间的语义鸿沟问题,提出一种基于区域的图像检索算法。在LUV颜色空间中使用K均值聚类算法进行图像分割,提取分割后各区域的颜色、形状和区域自相关特征构成区域的综合特征,采用二次型距离相似性度量方法完成图像之间相似性的计算。实验结果表明,该算法具有较好的图像检索性能,与MIRROR中各算法相比,使用平均归一化修正检索等级得到的检索性能提高了12%~47.8%。     

Integrated color,texture and shape information for content-based image retrieval

Feature extraction and the use of the features as query terms are crucial problems in content-based image retrieval (CBIR) systems. The main focus in this paper is on integrated color, texture and shape extraction methods for CBIR. We have developed original CBIR methodology that uses Gabor filtration for determining the number of regions of interest (ROIs), in which fast and effective feature extraction is performed. In the ROIs extracted, texture features based on thresholded Gabor features, color features based on histograms, color moments in YUV space, and shape features based on Zernike moments are then calculated. The features presented proved to be efficient in determining similarity between images. Our system was tested on postage stamp images and Corel photo libraries and can be used in CBIR applications such as postal services.     

利用脉冲耦合神经网络的纹理图像检索方法

为提高基于内容的图像检索系统(CBIR)中纹理特征提取的有效性,进一步提升CBIR系统的整体性能。提出了一种基于脉冲耦合神经网络的纹理图像检索方法。脉冲耦合神经网络(PCNN)是新一代的人工神经网络,在数据处理上具有很多优势。特征提取时具有平移、旋转、尺度、扭曲等不变性,以及很好的抗噪性,而这一点非常适合于图像检索系统。利用PCNN及简化模型ICM得到对应于不同灰度值的二值图像序列,计算序列中每幅图像的熵序列,其一维的特征矢量作为纹理特征。采用Eu-clidean距离进行相似度计算,建立了一套基于示例查询图像的纹理图像检索系统。实验结果表明,与小波包等特征提取方法相比,该方法不仅对噪声具有较强的鲁棒性,同时能降低特征向量维数,具有尺度、平移和旋转不变性,而且能取得更高的检索率。     

图像纹理特征及其在CBIR中的应用

基于内容的多媒体信息检索是当前世界的研究热点，然而在图像内容表示及其相似性度量这两个关键问题上取得的进展还不能令人满意。通过深入研究纹理的本质和人类视觉系统的特性，结合MPEG－7标准提出的图像内容描述了概念，提出一种新的谱方法来描述图像的纹理特征，并将其应用于图像内容的表示和检索，在此基础上，讨论了图像的颜色描述子和相似性度量策略，并给出了实验结果和性能评价。     

基于小波多尺度分析的彩色图像检索方法

多媒体技术的普及和Internet技术的实施导致了大量图像信息的出现，基于文本关键词的传统检索方法已不能适应图像信息检索的要求，这使得基于内容的图像检索技术逐渐成为目前的研究热点。基于内容检索技术中必不可少的关键步骤就是图像特征的提取，其中可提取的特征有颜色、纹理和形状等。但是，由于图像的每种特征只能抓住图像相似性的某一个方面，因此如何能更好地表示图像就成为基于内容图像检索中一个重要的研究方向。针对该问题，提出了一种基于图像颜色和纹理特征的图像检索方法，其中颜色特征采用HSV颜色空间的直方图，纹理特征采用图像小波多尺度表示方法中细节信息的方差统计量，这样就充分利用了颜色的丰富表现性和小波变换的多分辨性及其变换系数的统计特性。通过对不同类型图像使用不同特征组合进行图像检索查准率的对比实验结果表明，这种图像检索方法是行之有效的。     

Statistical framework for image retrieval based on multiresolution features and similarity method

The advent of large scale digital image database leads to great challenges in content-based image retrieval (CBIR) method. The CBIR is considered an active area of research; however, it comprises a strong backdrop for new methodologies and system implementations. Hence, many research contributions focus on these techniques to enable higher image retrieval accuracy while preserving the low level computational complexity. This paper proposes a CBIR method, which is based on an efficient combination of multiresolution based color and texture features. This paper considers color autocorrelogram of the hue(H) and saturation(s) components of HSV color space for color features, and value(V) component of HSV color space for texture features. These two image features are extracted by computing co-occurrence matrix at optimum level image, which is the basis for the formation of feature vector. Though the optimum level is constructed based on wavelet transform, which contains a few dominant wavelet coefficients. The efficiency of the proposed system is tested with standard image databases, and the experimental results show that the proposed method achieves better retrieval accuracy at optimum level; moreover, the proposed method is very fast with low computational load. The obtained results are compared with existing techniques such as orthogonal polynomial model, multiresolution with BDIP-BVLC method and GLCM based system, and results reveal that the proposed method outperforms the existing methods.     

基于重量化与多特征描述的彩色图像检索

特征提取是基于内容图像检索(CBIR,Content-BasedImageRetrieval)系统实现的关键技术之一,同时更加准确有效的图像检索需要结合图像的各类特征。论文提出在重新量化彩色图像的基础上提取多类特征进行检索。首先给出颜色空间的选择和重量化方案;其次对重量化结果进行分析以确定多类特征;然后提出图像特征间的相似度计算公式;最后对检索过程进行仿真实验。