基于颜色与形状图像检索的研究

针对图像检索技术中单一的底层特征检索效果差以及图像分割方法的优劣对形状特征提取造成的瓶颈问题,提出了一种颜色与形状相结合的新方法.其思想是采用颜色矩方法提取出九个颜色特征分量;通过Ostu闭值分割法计算出的阈值来确定Canny算子的高门限.从而采用改进后的Canny算子完成图像分割,进而提取出七个Hu不变矩形状特征分量;并利用图像检索的CBIR模型,将颜色特征分量与形状特征分量相结合.实现了一个图像检索系统.实验结果表明,提出的新方法改善了检索效果,而且对直方图具有双峰性的图像检索效果更好.     

一种基于彩色边缘综合特征的图像检索算法

图像特征的提取与表达是基于内容的图像检索技术基础。边缘是重要的视觉感知信息,也是图像最基本的特征之一,其在图像分析和理解中有重要价值。文中以视觉重要的图像边缘轮廓为基础,提出一种基于彩色边缘综合特征的图像检索算法。该算法首先利用Canny检测算子提取出原始图像的彩色边缘轮廓。然后构造出能全面反映边缘轮廓内容的3种直方图,即加权颜色直方图、角度直方图和梯度方向直方图。最后综合利用上述3种彩色边缘直方图计算图像间的内容相似度,并进行彩色图像检索。仿真实验表明,该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。     

基于颜色、空间和纹理特征的CBIR系统实现

基于内容的图像检索CBIR是多媒体信息管理系统的重要组成部分。本文提出了一种利用图像的颜色信息,使用矩(moment)的概念,提取图像的颜色空间分布特征,并根据颜色直方图包络曲线引入纹理特征,作为图像的特征描述矢量来检索图像的方案,取得了较好的检索效果。     

基于主色选择的CBIR检索

基于内容和图像检索（CBIR）是多媒体检索研究的前沿课题，利用颜色特征作为索引进行图像检索是最重要的战术，在提取图像主要颜色特征的基础上，进一步提取了相应的主色空间分布信息-主色矩特征，作为图像库的索引，在改进加权二次型相似性度量方法的基础上，提出了相应的主色多特征相似性度量方法，由于用户对图像中不同的主色具有不同的检索要求，提出了主色调选择的用户模型，用于更精确的图像检索，实现了WWW发布方式的CBIR原型系统，实验结果表明加入主色选择使得图像检索的效果更好。     

感兴趣区域特征提取的图像检索

在基于内容的图像检索系统(CBIR)中,特征的提取和应用是检索的关键技术.在CBIR中综合颜色、纹理和形状的提取方法是关注的重点.在传统的CBIR方法上,利用Gabor滤波器获取感兴趣区域(ROIS)数目,实现快速高效的特征提取.当感兴趣区域被确定后,提取基于Gabor特征阈值的纹理特征,基于直方图的颜色特征,在YUV空间中的颜色矩量以及基于Zernike矩量的形状特征.通过在Corel图像库上进行测试,证实在判定图像间的相似度上非常有效,可以在CBIR中得到广泛应用.     

基于内容的图像检索技术在手机外形特征检索系统中的应用研究

基于内容的图像检索CBIR（Content Based Image Retrieval）是图像分析的一个重要研究领域,也是目前搜索引擎技术的难点。阐述一种基于颜色、形状、轮廓等多种特征的图像检索方法,并利用颜色直方图的颜色特征提取,Canny算法的图像边缘检测,以及感染模型方法的手机屏幕图像检测,实现了对手机图片图像检索的功能。经过对该功能的初步实验基本验证了所提出方法的有效性及合理性。     

有关内容图像搜索引擎技术的探索与实践

基于内容的图像检索（CBIR）是图像分析的一个的重要研究领域,也是目前搜索引擎技术的难点。文章阐述了一种基于颜色、形状、轮廓等多种特征的图像检索方法,并利用颜色直方图的颜色特征提取、Canny算法的图像边缘检测以及感染模型方法的手机屏幕图像检测,实现了对手机图片图像检索的功能。经过对该功能的探索与实践基本验证了所提出方法的有效性及合理性。     

一种基于边缘综合特征的彩色图像检索算法

图像边缘是重要的视觉感知信息,也是图像最基本的特征之一,其在图像分析和理解中有重要价值。以视觉重要的图像边缘轮廓为基础,提出了一种基于边缘综合特征的彩色图像检索新算法。该算法首先利用Canny检测算子提取出原始图像的彩色边缘轮廓;然后构造出能全面反映边缘轮廓内容的两种直方图(边缘颜色直方图和边缘方向直方图);最后综合利用上述两种边缘直方图计算图像间的内容相似度,并进行彩色图像检索。仿真实验表明,该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。     

图像检索中的关键技术

传统的基于数值／字符的信息检索技术并不能满足海量的图像检索要求，因此，基于内容的图像检索技术（CBIR，content-based Image retrieval）得到了广泛研究，本主要讨论CBIR研究中的一些关键问题：图像的内容特征及其提取，特征之间的相似度计算，查询条件的表达等，最后指出了一些可值得深入研究的方向。     

用不变矩和边界方向进行形状检索

基于形状的图像检索一直以来是图像内容检索的一个难点问题，而目前采用周长、面积、边角率等描述形状的方法不能使形状检索达到理想的效果．本文提出了一种新的针对图像形状的检索方法．首先，用Canny算子对图像进行平滑处理，提取图像边界方向直方图特征、其次，用不变矩来描述图像形状的区域特征，不变矩特征不受图像的缩放、平移和旋转的影响．最后，为了克服不变矩只关心对象区域，而对图像边界忽视的缺点，提出了不变矩与边界方向特征相结合的方法，使得检索取得更好的效果．本文通过对医学图像的形状检索实验，给出了实验结果和结论．     

Orthogonal moments based on exponent functions: Exponent-Fourier moments

In this paper, we propose a new set of orthogonal moments based on Exponent functions, named Exponent-Fourier moments (EFMs), which are suitable for image analysis and rotation invariant pattern recognition. Compared with Zernike polynomials of the same degree, the new radial functions have more zeros, and these zeros are evenly distributed, this property make EFMs have strong ability in describing image. Unlike Zernike moments, the kernel of computation of EFMs is extremely simple. Theoretical and experimental results show that Exponent-Fourier moments perform very well in terms of image reconstruction capability and invariant recognition accuracy in noise-free, noisy and smooth distortion conditions. The Exponent-Fourier moments can be thought of as generalized orthogonal complex moments.     

基于极半径曲面矩的三维模型检索

提出一种三维极半径曲面矩,并应用于三维模型检索.三维极半径矩是一种具有平移、旋转和缩放不变性的不变量,将三维极半径矩推广到三维极半径曲面矩获得了新的不变矩,该方法不需要将三角面片表示的三维模型数据体素化,从而提高了计算速度和计算精度.同时,基于这种三维极半径曲面矩的识别算法具有很好的识别率.     

基于傅里叶-梅林矩的抗几何攻击图像水印算法

如何有效抵抗几何攻击是数字图像水印研究领域的热点问题之一,一个微弱不可觉察的几何攻击就可能使绝大多数水印算法失效。以不变矩理论为基础,提出了一种基于正交傅里叶-梅林矩的可有效抵抗几何攻击的图像水印新算法。结合傅里叶-梅林矩的几何不变特性,计算出原始图像的傅里叶-梅林矩;根据稳定矩的选取规则选取部分稳定的傅里叶-梅林矩,采用量化调制策略将水印信息嵌入到所选矩的幅值中;将傅里叶-梅林矩修改前后的重构差值图像叠加到原始载体图像中,得到含水印图像。仿真实验表明,该算法不仅具有较好的不可感知性,而且对常规信号处理和几何攻击均具有较好的鲁棒性。     

Accurate calculation of high order pseudo-Zernike moments and their numerical stability

The accuracy of pseudo-Zernike moments (PZMs) suffers from various errors, such as the geometric error, numerical integration error, and discretization error. Moreover, the high order moments are vulnerable to numerical instability. In this paper, we present a method for the accurate calculation of PZMs which not only removes the geometric error and numerical integration error, but also provides numerical stability to PZMs of high orders. The geometric error is removed by taking the square-grids and arc-grids, the ensembles of which maps exactly the circular domain of PZMs calculation. The Gaussian numerical integration is used to eliminate the numerical integration error. The recursive methods for the calculation of pseudo-Zernike polynomials not only reduce the computation complexity, but also provide numerical stability to high order moments. A simple computational framework to implement the proposed approach is also discussed. Detailed experimental results are presented which prove the accuracy and numerical stability of PZMs.     

伪Zernike矩的不变性分析及其应用

本文从几何矩的概念出发,详细介绍了Zernike和伪Zernike矩。然后重点分析了伪Zernike矩的旋转、位移及尺度不变性。本文利用脱机手写签名图像对此进行了验证,实验结果证明了其不变性特征。故本文提出利用伪Zernike矩来进行脱机手写签名图像的特征提取。     

Fast computation of exact Zernike moments using cascaded digital filters

Zernike moments have been extensively used and have received much research attention in a number of fields: object recognition, image reconstruction, image segmentation, edge detection and biomedical imaging. However, computation of these moments is time consuming. Thus, we present a fast computation technique to calculate exact Zernike moments by using cascaded digital filters. The novelty of the method proposed in this paper lies in the computation of exact geometric moments directly from digital filter outputs, without the need to first compute geometric moments. The mathematical relationship between digital filter outputs and exact geometric moments is derived and then they are used in the formulation of exact Zernike moments. A comparison of the speed of performance of the proposed algorithm with other state-of-the-art alternatives shows that the proposed algorithm betters current computation time and uses less memory.     

基于小波和相对矩的形状特征提取与检索方法

提出了一种基于小波和相对矩的形状特征提取与检索方法。首先，对亮度图像进行小波多尺度边缘检测，得到多尺度边界图像；然后，计算每一尺度的7个不变矩，再转化为10个相对矩，所有尺度上的相对矩组成图像的特征向量；最后，对特征向量进行高斯归一化，用欧氏距离度量图像间的相似度，构建了一个基于形状特征的网像检索系统。实验结果表明，该方法具有明显的优越性和通用性。     

空间目标融合识别算法及实验研究

提出了基于红外与可见光图像的空间目标融合识别算法。算法针对空间目标的物理特征,利用红外和可见光图像提供的互补信息进行空间目标融合识别。方法以空间卫星为识别目标,采用不变矩和仿射不变矩来描述目标特征,提出了基于红外和可见光的特征级和决策级融合识别方案,并进行了半物理仿真实验和分析。实验证明这两种基于红外和可见光的融合识别算法可明显改善目标识别的精度和可靠性。     

基于差分矩因子的灰度图像矩快速算法

由于不变矩对图像的平移放大旋转的不敏感性,因此在图像处理、模式识别、场景匹配和计算机视觉等领域获得越来越广泛的应用．但是,求矩运算过程复杂,计算量大,使它的应用受到限制．快速求矩算法不少,但大多限于二值图像．文中提出一种新的适用于灰度图像的快速求矩算法．算法基于文中提出和证明的差分求和定理,即两个离散函数数组的乘积,等于将其中一个差分、另一个累进求和后的乘积．将矩因子作为一个函数数组,图像作为另一个函数数组,对矩因子数组实施多次差分,差分结果使得矩因子数组除边界1个或几个数组元素外,其余数组元素值皆为0．这样需对所有数组元素的乘积变为只对边界1个或几个数组元素的乘积．由于边界上不为0的数组元素值几乎都为1,这实际上就无需乘法计算．该算法原理简单,编程容易,求矩结果精确,适用于任意灰度图像．利用该算法,对任意大小和任意级别的灰度图像,无需任何乘法计算,且加法运算次数也大幅减少．和其它求矩算法相比,计算复杂性大大降低．