基于词频统计特征和 GVP 的大规模图像检索算法研究

针对传统的GVP(Geometry-Preserving Visual Phrases)图像检索算法计算量大、时间复杂度高且不适合处理大规模图像检索等缺点,文章提出了FSF-GVP(Frequency Statistics Feature-Geometry-Preserving Visual Phrases)算法,该方法将词频统计特征和GVP算法相结合,使用GVP排序算法对词频特征统计后的相似结果集进行排序,忽略不相似结果集,极大地提高了检索效率。实验结果表明,FSF-GVP在保证检索准确性的前提下,提高了检索效率,适用于实时大规模图像检索。     

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。     

基于颜色特征的图像检索

本文综述基于颜色特征的图像检索的一般方法，对颜色特征的提取和相似距离的计算，以及如何提高图像的检索精度进行了讨论，在此基础，本文提出一个新的研究方向，基于人眼视觉系统（HVS）模型的图像检索方法。     

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。     

基于最长公共视觉词串的图像检索方法

词袋模型是图像检索中的一种关键技术。词袋模型中每张图像表示为视觉词在码本中的频率直方图。这样的检索方式忽视了视觉词间对于图像表示很重要的空间信息。提出一种全新的基于最长公共视觉词串的图像检索方法。词串的提取基于视觉词间的拓扑关系,包含很多图像的空间信息。在Holiday数据集上的实验结果表明提出的方法提升了词袋模型的检索效果。     

一种基于颜色特征的图像检索方法

提出了一种基于颜色的新的图像检索方法.该方法在HSV量化过程中,引入模糊量化的方法,使量化结果更接近人的主观视觉感知.全局直方图由于不包含颜色的空间分布信息,不同的图像可能具有相同的颜色直方图.为弥补这些缺点,还提出了一种新的重叠分块,并对主体区域进行二次划分的方法.实验结果表明,本方法具有良好的检索效果.     

基于颜色与纹理特征的图像检索技术研究

论文首先对颜色及纹理特征的提取进行描述,接着通过实验研究了综合利用颜色和纹理特征进行图像检索的实际效果,并与采取单一特征检索进行对比,最后给出了相应的实验数据和研究结论.     

基于多特征的图像检索研究

为了有效地检索图像,基于内容的图像检索技术应运而生。利用直方图表达图像的颜色特征,利用Gabor滤波器组提取图像的纹理特征,在此基础上又提出综合利用颜色特征和纹理特征共同进行图像检索的方法。实验结果表明,综合特征检索的效果比单一特征检索的效果好。     

基于分块权值的语义图像检索

图像低层视觉特征和高层语义间的“语义鸿沟”是图像检索的关键问题.为了进一步提高基于语义的图像检索系统工作效率,以分块权值和视觉词库为基础,结合图像低层特征和高层语义的相关性,提出了一种基于分块权值的语义图像模型,该模型用来反映图像的视觉特性,对图像的高层语义进行有效检测,从而提高语义图像的检索效率.实验结果表明,该方法提高了语义图像检索系统的查全率和查准率.     

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。     

一种基于颜色特征的图象检索方法

提出了一种改进的基于颜色感知特征和图象检索方法。这种方法采用符合人类视觉特征的ＨＳＶ颜色空间来表示图象的颜色特性,利用人对颜色的感知来对颜色分量进行等间隔的量化工形成特征矢量,用直方图交叉算法进行图象的匹配。用户可以通过示例方式,指定颜色或指定区域来表示查询的视觉要求。     

基于GrabCut改进算法的服装图像检索方法

为了消除服装图像背景的影响,针对目前的GrabCut算法存在对图像局部像素值的变化敏感、时间开销大、边缘不准确等问题,提出了改进的GrabCut算法。在改进算法中,通过对梯度图像使用多尺度分水岭去噪增强了图像的边缘信息,减少了后续处理的计算量;通过采取熵惩罚因子最优能量函数减少了检索图像的有效信息丢失。将改进后的GrabCut算法引入基于内容的服装图像检索系统中,实验结果表明与同类方法相比,所提方法在检索显示准确性以及检索的平均查准率和查全率方面均有明显的提升。     

基于NMI不变特征的图像检索方法

基于内容的图像检索技术是当前多媒体数据库系统和数字图书馆研究中的一个热点。基于二值图像的NMI不变特征(归一化转动惯量)提出了一种全新的基于内容的图像检索方法，其特-点是计算简单，精确度高，具有抗几何畸变性，对滤波、平滑、压缩等图像操作有一定的鲁棒性。试验结果表明，该方法具有一定实用价值，可用于图像检索。     

多粒度的图像检索方法研究

从商空间粒度理论角度分析了图像检索的过程,给出了基于商空间的多粒度图像检索方法。首先根据等价关系R(即图像主色的连通性)将图像划分为不同的区域,然后分别从颜色、形状、空间分布等不同的粒度提取区域的特征属性,利用商空间多粒度属性函数合成思想,将每个粒度下的属性函数合成,形成图像的特征向量,再根据此特征向量计算图像之间的相似度进行检索。实验结果表明,多粒度属性函数合成的检索方法要明显优于单一属性函数下的检索方法;与MTH方法和颜色体积直方图方法相比,其能够更加准确和高效地查找出用户所需要内容的图像,明显地提高了检索精度。     

基于NMI不变特征的二值商标图像检索方法研究

商标图像的检索在图像库系统管理和应用中得到了越来越多的重视。文中针对二值商标图像，提出一种基于 NMI 特征的商标图像检索方法。其特点是计算简单，精确度高，具有抗几何畸变性，对滤波、平滑、压缩等图像操作有一定的鲁棒性．试 验结果表明，该方法具有一定实用价值，可用于二值商标图像检索。     

基于NMI不变特征的二值商标图像检索方法研究

商标图像的检索在图像库系统管理和应用中得到了越来越多的重视。文中针对二值商标图像,提出一种基于NMI特征的商标图像检索方法。其特点是计算简单,精确度高,具有抗几何畸变性,对滤波、平滑、压缩等图像操作有一定的鲁棒性。试验结果表明,该方法具有一定实用价值,可用于二值商标图像检索。     

基于整数小波变换的彩色图象检索技术的研究

提出了一种利用小波变换对图象进行多尺度检索的方法。这种方法首先对图象进行多尺度小波分解，然后求出分解后尺度系数矩阵的各阶顺序子矩阵的F－范数，用F－范数定义图象的特征向量和相似度，再利用这种相似度进行图象检索。为了提高运算速度，使用的只是一维整数小波变换。整数小波变换的优点是：只需进行位内运算，输入和输出是整数，存储量小，适合图象处理；用F－范数形成的特征向量维数低，检索效率高。通过对200幅左右花卉和山水彩色图象数据库进行实验表明，该算法能够较好地描述图象的尺度和颜色分布信息，检索效果较好。     

基于颜色空间分布特征的图像检索

目前,基于颜色特征的图像检索大多是以图像的颜色直方图作为颜色特征,这种图像检索方法有简单高效的优点,但丢失了颜色的空间分布信息,该文从CT图像重建的理论中得到启发,将对一幅图像从几个方向的投影图作为这幅图像的颜色特征分布。为进一步减少检索时运算的数据量,对图像做小波分解,然后对分解后图像的低频子带做Radon变换得到颜色空间分布的特征向量,并根据这个特征进行检索,实验表明,当检索图像中有明显的颜色目标时,该方法比传统的颜色直方图法更精确,颜色空间性更强,而且检索用时更短。     

一种基于轮廓特征点的图像检索方法

传统基于形状的图像检索方法检索效率较低,针对该问题,提出一种基于对象轮廓特征点的图像检索方法。利用Mean Shift算法提取感兴趣对象,以对象曲率的局部极值点作为特征点,并将对象表示为这些特征点的特征向量,定义检索对象与被检索对象特征向量间的距离匹配机制,实现对象的匹配或识别。实验结果表明,与传统方法相比,该方法具有较高的查全率和查准率。