基于内容图像检索中的特征性能评价

在基于内容的图像检索中，不同图像特征反映了图像各个侧面的内在特性，因此，在使用图像特征进行检索时存在多种相似性度量方法．特征以及特征间相似性度量方法的选取是当前CBIR研究的一个重要课题．评估了CBIR系统中使用的图像特征在不同相似性度量方法下及多种特征在不同图像库上的检索性能，为CBIR系统的设计和实现提供一定的依据．通过实验发现，图像特征的检索性能不仅同相似性度量方法有关系，同时与图像库也有密切的关系．     

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。     

一种基于多示例学习的图像检索方法

由于多示例学习能够有效处理图像的歧义性,因此被应用于基于内容的图像检索(CBIR).本文提出一种基于多示例学习的CBIR方法.该方法将图像作为多示例包,使用基于自组织特征映射网络聚类的方法分割图像,并将由颜色和纹理特征描述的图像区域作为包中示例.根据用户选择的实例图像生成正包和反包,使用多示例学习算法进行学习,实现图像检索和相关反馈.实验结果表明这种方法与已有方法检索效果相当,但检索效率更高.     

基于内容图像检索的特征性能评价研究

从基于内容图像检索特征来看,各特征反应了图像各侧面内在特性,利用此种技术检索需要多类相似性度量方法,特征与特征之间的相似性度量方式是当前CBIR的核心课题。使用图形特征,在不同相似性的度量方式下,多种特征在图像库上的检索性能,可为CBIR系统设计提供相应的依据,通过本次实验得知,图像特征检索性能不仅与度量方法有关,也与图像库有密切关联。     

一种结合语义特征和视觉特征的图像检索方法

为了解决传统的CBIR系统中存在的"语义鸿沟"问题,提出一种结合语义特征和视觉特征的图像检索方法.将图像的语义特征和视觉特征数据结合到同一个索引向量中,进行基于内容的图像检索.系统使用潜在语义索引(LSI)技术提取图像的语义特征,提取颜色直方图作为图像的视觉特征.通过将图像底层视觉特征与图像在向量空间中的语义统计特征相...     

基于小波变换的图像检索

随着多媒体和因特网技术的迅速发展,图像数据在不断增加,为了对这些图像进行更有效的管理和分析,帮助用户快速准确地找到所需内容的图像,基于内容的图像检索（CBIR）正成为当今多媒体技术研究的热点.本文采用基于小波变换的技术来提取图像的纹理特征,并使用支持向量机学习技术从图像数据库中检索出符合要求的图像,实验结果证明了所提出方法的有效性.     

几种基于内容的图像检索的方法

基于内容的图像检索(CBIR)技术依赖于对图像特征(例如颜色直方图、纹理、草图、形状等)的提取,相对于传统的基于文本的图像检索方式,这种方式提高了检索效率和检索的准确率。文中主要介绍了基于颜色和基于纹理特征这两种特征提取方法。这两种方法既能够反映全局特征,又能够兼顾所感兴趣区域的局部特征,是基于内容的图像检索的两种非常有效的方法。     

一种图像检索中的灰色相关反馈算法

在交互式CBIR系统中，由于用户的查询需求常常是模糊的，因此检索结果从某种意义上说是不确定的。于是，可以将图像检索过程视为一个“灰色系统”，其中的查询向量以及图像特征的权重可视为“灰数”。基于此，该文提出了一种新的相关反馈技术，它采用“灰关联分析”理论来分析和描述“例子图像”与“相关图像”之间的关系，据此自动更新查询向量与图像特征的权重，从而更准确地描述用户的查询需求。实验结果表明，这种相关反馈算法能较好地描述用户的查询需求，显著地改善了图像检索的性能。     

基于差异空间相关反馈过程的高光谱图像CBIR系统

大多数现有的高光谱基于内容的图像检索(content-based image retrieval, CBIR)系统依赖特征表示和差异函数,而这些不完全满足传统相关反馈(relevance feedback, RF)的机器学习要求。为了解决该问题,通过差异空间的RF过程改进了CBIR系统,使用差异空间替代通常使用的特征空间,使其更适合一般机器学习技术。首先,使用一些非零查询正样本输入到系统中。然后,通过高光谱差异函数比较输入查询并初始化数据库获取图像的排序。最后,用户标记被系统检索的图像,选择原型图像集并开始RF过程。利用基于分离和字典的高光谱差异函数测试本文的RF-CBIR系统,高光谱数据集的实验表明了本文系统的有效性,零查询的查准率和查全率接近最近RF结果。相比其他几种较为优秀的CBIR系统,本文系统取得了更高的查准率和查全率。     

基于SOM神经网络的颜色图像分割

1.引言基于内容的图像检索(Content-Based Image Retrieval)已广泛应用于生化、军事、文化、教育等领域。其原理是利用图像自身的特征,如颜色、纹理、形状及对象空间关系等信息,建立图像的特征矢量以进行检索。它与传统的基于文本的图像检索相比,能够更充分地利用图像的语义信息。在CBIR方法中,用户检索时通常可以提供样本图像,检索系统将该样本图像同图像库中的图像按一定方法进行比较,将与样本图像相似的图像返回给用户。