基于内容的图像搜索的算法模型与分布式Web方案

本文首先提出并详细描述了一种基于内容的图像归档和查询的基本算法模型，并在此基础上提出了一个基于Web的基本实现方案；后台采用Robot程序获取Internet上图像数据并存储URL，在应用层对搜索到的图像数据建立图标库和特征库；前台采用基于浏览器的Web查询页面实现与用户的交互并获取查询信息，通过ASP和DHTML与后台的特征库进行匹配以实现地址和相应图标的返回结果显示，文章最后为对引入XML，COM／DCOM和移动Agent技术以克服上述方案中存在的局限性的最终分布式方案进行了概要设计和分析，以上模型和方案均可在医疗信息化和远程医疗工程中建立的海量医学图像数据库上得到了应用。     

面向对象的医学图像数据模型(OOMI)的研究

根据医学图像在计算机上存储及检索的主要特征,提出了面向对象的医学图像数据模型的设想,讨论了在关系数据库管理系统上实现对象模型的技术,并探讨了利用该数据模型实现基于内容检索的方法.     

面向对象的医学图像数据模型（OOMI）的研究

根据医学图像在计算机上存储及检索的主要特征，提出了面向对象的医学图像数据模型的设想，讨论了在关系数据库管理系统上实现对象模型的技术，并探讨了利用该数据模型实现基于内容检索的方法。     

一种医学图像数据库存储方案设计与实现

本文通过借鉴对象关系数据库的存储理论,结合医学图像的特点及DICOM标准的相关内容,对医学图像数据库的存储方案进行了设计及初步实现.初步实现了医学图像基本信息表的存储功能,包括图像的存储和显示,这些基本信息可以人工输入,也可从DICOM文件中直接导入.     

一种基于彩色特征点的对象查询方法

图像检索系统中对象的查询，主要采用分割技术来实现。虽然一些研究人员提出过利用光学特征的方法，但是只应用于灰度图像，不能对大量的彩色图像进行有效的查询。为此本文提出了一种基于彩色特征点的对象查询新方法。首先，利用Harris彩色点提取嚣从彩色图像中提取出一组能表征图像特征的彩色点；其次，利用特征点的梯度、角度不变性构造检索策略来实现对象的查询。实验表明，该方法对于对象的光照变化和几何变化有较强的鲁棒性。     

试论图像数据库查询的关键技术

从图像技术研究和发展的现状出发,阐述了图像信息系统的构成和图像数据库的概念。指出图像数据库研究的主要内容包括图像存储格式、各种存储格式下的图像操作以及图像查询等。通过对基于图像内容的图像查询(QBIC)系统概念的描述,结合一个具体的QBIC系统,重点分析了QBIC技术的核心内容,主要包括查询类型、图像特征和距离函数的选取等,并给出系统的实现步骤。最后结合海洋遥感图像数据库的建设,指出了图像数据库技术在该领域的应用前景。     

基于Flink的海量医学图像检索系统设计与实现

医学图像检索是有效利用医学资源的基础，而医学图像的海量性和增量性为图像检索带来了新的挑战和要求。为了提高医学图像检索过程的效率，设计并实现一种基于Flink的海量医学图像检索系统。首先，系统通过Web应用作为用户操作入口，在后端搭建数据平台和业务集群；其次，系统通过HBase对医学图像数据进行分布式存储，利用深度卷积神经网络模型提取医学图像特征；然后，将所提取的医学图像特征数据进行乘积量化编码，并通过HBase进行存储；最后，通过基于Flink的内存计算对接Kafka进行实时图像检索，以及对批量导入图像的特征索引编码。系统在4个节点的服务器上部署分布式集群，使用真实医学图像数据集进行测试，通过在MapReduce和Spark两种不同技术模块下的对比实验表明本系统具有更好的检索效率表现。     

基于DICOM的医学图像存储模型设计与实现

提出了医学图像存储模型，该模型由数据库服务器和Receiver中间件两大部分组成。首先，根据DICOM标准建立标准数据库；然后，Receiver中间件将DICOM图像文件解码为数据元素，并依据过滤规则将数据元素映射入数据库，完成医学图像的数据库存储。DICOM标准、数据库技术、元素过滤有效地降低了数据冗余，提高了检索效率。该模型比基于文件的存储模型更好地解决了PACS系统中医学图像在线存储问题。     

基于Hadoop的海量医学图像检索系统

为了提高海量医学图像检索效率,针对单节点医学图像检索系统的缺陷,提出一种基于Hadoop的海量医学图像检索系统。首先采用Brushlet变换和局部二值模式算法提取医学示例图像特征,并将图像特征库存储于Hadoop分布式文件系统(HDFS);然后采用Map将示例图像特征与特征库的特征进行匹配,采用Reduce接收各Map任务的计算结果,并按相似度大小进行排序;最后根据排序结果找到医学图像的最优检索结果。实验结果表明,相对于其他医学图像检索系统,Hadoop的医学图像检索系统减少了图像存储和检索时间,提高了图像检索速度。     

PB数据库图像存储技术研究

为了保证图像或图纸文件数据的安全,采用数据库的BLOB字段来存储这些数据,并支持查询时显示和文件复原。文章利用PB编程语言Oracle9i数据库存储技术,结合人力资源管理软件中的需求,对图像选取、图像存储、图像显示等技术进行了研究,实现了数据库图像字段的存储和检索。     

智能化分布式医学图像管理

一般的图像归档和通信系统（PACS）的管理缺乏智能性,存储及查询图像效率低。在广东石龙人民医院的PACS中,采用多级分布式存储体系,引入基于图像内容的查询和图像理解专家系统技术。通过显示工作站图像访问时间评估,采用智能化体系后,在存储管理、查询速度及灵活性上都有了较大的提高。     

文本检索方法驱动的海量图像数据库目标匹配研究

针对当前基于文本检索方法的图像目标对象匹配技术无法适应海量图像数据库检索的问题,本文提出一种有效可行的海量图像数据库的检索方法,并给出了该系统的构建框架。用户通过在图像中选择一块区域作为检索的目标对象提交给系统,它将从图像数据库中检索出包含有相同或相似目标对象的图像,将其排序后返回给用户。实验表明,本文提出的方法具有检索准确率高、响应时间短等特点,是一种有效的海量图像数据库检索方法。     

基于对象形状的图象查询技术

基于图象内容的查询是根据图象实体(或区域)的颜色、形状、纹理、空间关系等特征属性来查询图象.它把图象处理、图象识别、图象数据库3个领域的技术成果结合起来,是一个有前途的发展方向.本文所作的工作是研究和实现根据图象实体(或区域)的形状来查询图象,内容包括：(1) 人对于形状的认知过程；(2) 表征形状的特征量集合；(3) 一种快速有效的图象匹配算法；(4) 原型系统Photo Engine.     

Mobile multi-view object image search

High user interaction capability of mobile devices can help improve the accuracy of mobile visual search systems. At query time, it is possible to capture multiple views of an object from different viewing angles and at different scales with the mobile device camera to obtain richer information about the object compared to a single view and hence return more accurate results. Motivated by this, we propose a new multi-view visual query model on multi-view object image databases for mobile visual search. Multi-view images of objects acquired by the mobile clients are processed and local features are sent to a server, which combines the query image representations with early/late fusion methods and returns the query results. We performed a comprehensive analysis of early and late fusion approaches using various similarity functions, on an existing single view and a new multi-view object image database. The experimental results show that multi-view search provides significantly better retrieval accuracy compared to traditional single view search.     

面向对象的全时域移动对象数据模型

在面向对象模型中加入对动态属性的支持,提出和建立了一种面向对象的支持全时域数据存储和查询的移动对象数据模型。探讨了GPS定位信息中精度、方位等信息对移动对象位置更新的影响,并给出了一种新的基于定位精度、速度和方位的动态阈值位置更新策略,解决了移动对象的全时域存储和查询方法。最后对面向对象的全时域移动对象数据模型进行了验证,实验表明该动态阈值位置更新策略在不影响移动对象运动轨迹精度的情况下,可以有效减少位置更新,节省数据传输流量,减少数据存储量。     

基于ROI的医学图像无损压缩

如何高效地压缩医学图像,以便减少存储空间和传输时间,已经成为迫切需要解决的问题。在分析现有的图像压缩方法和医学图像特点的基础上,针对医学图像有损压缩方法和无损压缩方法各自的不足,研究了一种基于ROI（Region of Interest）的医学图像无损压缩方法。     

A semantic modeling approach for image retrieval by content

We introduce a semantic data model to capture the hierarchical, spatial, temporal, and evolutionary semantics of images in pictorial databases. This model mimics the user's conceptual view of the image content, providing the framework and guidelines for preprocessing to extract image features. Based on the model constructs, a spatial evolutionary query language (SEQL), which provides direct image object manipulation capabilities, is presented. With semantic information captured in the model, spatial evolutionary queries are answered efficiently. Using an object-oriented platform, a prototype medical-image management system was implemented at UCLA to demonstrate the feasibility of the proposed approach.     

Image Indexing and Retrieval Using Object-based Point Feature Maps

Multimedia data such as audios, images, and videos are semantically richer than standard alphanumeric data. Because of the nature of images as combinations of objects, content-based image retrieval should allow users to query by image objects with finer granularity than a whole image. In this paper, we address a web-based object-based image retrieval (OBIR) system . Its prototype implementation particularly explores image indexing and retrieval using object-based point feature maps. An important contribution of this work is its ability to allow a user to easily incorporate both low- and high-level semantics into an image query. This is accomplished through the inclusion of the spatial distribution of point-based image object features, the spatial distribution of the image objects themselves, and image object class identifiers. We introduce a generic image model, give our ideas on how to represent the low- and high-level semantics of an image object, discuss our notion of image object similarity, and define four types of image queries supported by the OBIR system. We also propose an application of our approach to neurological surgery training.