基于颜色一致向量的图像检索方法

大量图像信息的产生使得基于内容的图像检索技术成为研究热点。由于颜色特征具有稳定性和计算简单的特点,本文首先介绍了利用全局颜色直方图进行图像检索的基本思想,然后分析了它的局限性,并给出了改进的方法：特征提取采用结合空间信息的颜色一致向量方法。在特征度量时,依据所设计的评价实验,对这两种方法进行了比较,并给出了实验结果和图像检索性能的评价。实验表明,所述的图像检索方法具有较好的查全率和查准率。     

基于综合特征的物流车辆图像检索方法

通过对颜色直方图的研究,提出一种新的物流车辆颜色量化的方法和灰度共生矩阵的计算方法,并且采取一种快速分割方法对图像进行分割,在分割区域颜色直方图计算时,提出粗粒度的概念,从而改善了检索的精度和提高了检索的速度。提出主区域的概念,对主区域进行颜色、纹理、形状等特征的提取,完成兼容彩色和灰度图像的检索,并通过仿真实验证明该算法的可行性和高效性。     

一种基于颜色特征的图像分类、检索与约简方法

避开图像相似度大小的定义,通过决策表理论解决图像的分类与检索问题.颜色的特征提取主要依据颜色的面积排序,同时考虑了颜色的空间分布关系.然后基于关系理论,得到一种图像的约简方法.     

基于SIFT特征和颜色融合的图像检索方法

根据图像检索方法中颜色直方图存在的问题,提出了一种改进的基于分块和主颜色的颜色直方图提取算法;根据SIFT特征存在的问题,提出了一种改进的基于harris角点的SIFT特征提取算法。最后运用两种改进算法提出了一种融合颜色直方图和SIFT特征的图像检索算法。实验结果表明,本算法在功能及性能上优于其他算法,并具很好的鲁棒性。     

基于颜色特征的彩色图像检索方法

在彩色图像检索中 ,颜色是最重要的特征 .提出了一种基于HSV颜色模型的图像检索算法 ,该算法根据人类视觉系统对颜色感知的经验值对图像的色调、亮度和饱和度进行非均匀量化 ,并将量化后得到的 2 5 6柄一维矢量展开成 16× 16的特征矩阵 ,通过线性变换的方法求出特征矩阵的特征值 ,构成仅有16个元素的特征矢量 ,从而有效地压缩了特征矢量的维数 ,减小了特征数据库的规模 ,提高了图像的在线查询速度 .同时 ,为提高图像查准率 ,采用了基于全局和局部颜色特征的分层查找策略 .试验表明 ,根据用户给出的示例图像 ,通过两层查询技术能够获得较好的检索效果     

一种基于颜色特征的图像检索方法的设计和实现

本文选用MATLAB程序设计语言,利用RGB颜色空间提取颜色特征值,用距离度量函数进行图像的相似性匹配,以符合视觉习惯的HSV模式显示检索结果,完成基于图像颜色特征的图像检索演示系统。     

一种改进的基于广义直方图的图像检索方法

传统的基于颜色直方图特征的图像检索方法简单、高效,但是其完全丢失颜色的空间分布信息;针对这个缺点,有人提出了基于广义直方图的图像检索方法,然而其也没有考虑到像素间的方向信息,丢失了图像的局部细节信息。在广义直方图的基础上提出了改进的基于广义直方图的检索方法,新方法首先计算出原图像在0°,45°,90°,135°4个方向上的平滑图像,并将其分别与原图像对应的象素点组成二元组,统计每个二元组出现的概率,构造出4个方向的广义直方图,最后综合4个广义直方图进行检索。实验表明,与原始的广义直方图法相比,新方法能够较准确地描述出图像象素间的空间位置关系及方向细节信息,从而有效地提高了检索的精度。     

一种考虑图像尺寸的DCT域图像检索方法

利用从DCT域直接提取的图像主色信息构造MPEG-7所建议的一种颜色布局描述符,提出一种考虑图像主色分布和尺寸的压缩域图像检索方法,应用于基于内容的图像检索.     

一种基于局部颜色特征的图像检索方法

提出一种基于局部颜色特征的图像检索算法.该算法首先采用一种新的方法对图像进行分块,提取图像中心区域的主颜色和其他区域的平均颜色作为颜色特征,然后根据图像中心的重要性,对图像各个分块采用不同的加权系数,使局部图像的特征矢量被增强,从而提高了图像的检索精度.实验结果表明,这种基于局部颜色特征的图像检索算法适合于画面明显按分块变化的图像.     

基于MPEG-7的多特征图像检索方法

介绍了MPEG-7主颜色描述子、颜色布局描述子和边缘直方图描述子的提取方法和距离计算方法,提出一种综合运用主颜色描述子、颜色布局描述子和边缘直方图描述子进行图像检索的方法.实验结果证明,综合利用上述3种特征对图像进行描述及检索,可以获得比使用单一特征更好的检索效果.     

基于信息熵的图像检索

在分析了现有的基于颜色、形状、纹理等基于内容的图像检索算法的基础上，提出了一种新的基于信息熵的图像检索算法，即利用图像的信息熵来描述图像的特性，结合网格描述符及图像颜色信息，采用图像单元熵构成的熵矩阵特征值矢量作为图像的特征描述，并提出了利用特征矢量进行图像检索的检索算法．实验结果表明，该算法具有尺度不变性、旋转不变性，并且对于颜色直方图不同但有视觉一致性的图像也有较好的检索效果．     

图像检索技术综述

图像检索是很多研究中的关键技术，图像检索是一种近似检索，与检索文本相比，检索图像要困难得多,根据不同的图像索引对现有的各种图像检索技术进行了分析和比较，包括基于注释的图像检索、基于特征的图像检索以及基于知识的图像检索，提出了图像检索技术的发展趋势和研究方向。     

Application of fuzzy logic in content-based image retrieval

We propose a fuzzy logic-based image retrieval system, in which the image similarity can be inferred in a nonlinear manner as human thinking. In the fuzzy inference process, weight assignments of multi-image features were resolved impliedly. Each fuzzy rule was embedded into the subjectivity of human perception of image contents. A color histogram called the average area histogram is proposed to represent the color features. Experimental results show the efficiency and feasibility of the proposed algorithms.     

混合跨域神经网络的草图检索算法

基于草图的跨域图像检索任务以手绘草图为输入,从彩色图像数据库中检索得到最相似的图像。为了在基于草图的图像检索任务中,更好地融合来自草图和彩色图像的特征,本文提出了用于草图检索任务的混合跨域神经网络,由草图特征提取分支与异构特征融合的彩色图像网络分支组成。该网络提取获得手绘草图、正负样本彩色图像及其边缘轮廓的特征表示,并将彩色图像及其草图近似图(即彩色图像的边缘轮廓)进行特征融合,作为彩色图像特征,弥补了手绘草图与彩色图像直接匹配的跨域差距。通过对网络模型的参数与网络结构等方面探索,进一步优化草图检索算法。在Flickr15K草图检索数据集上的实验结果表明,本文提出的方法优于当前其他先进的草图检索算法,在检索平均精确度这个客观指标上达到了0.584 8,相比其他方法中指标最优的值提升了0.052 2。     

基于兴趣区域的图像检索方法的研究

目前大多数基于内容的图像检索(CBIR)技术都依赖于图像的全局特征(例如颜色、纹理直方图等)，这样图像的空间布局特征被忽略了。由此提出的图像检索方法克服了这个问题，它是基于如下原则：用户应最有资格指定查询”内容”，而不是计算机，该方法使得用户能够选择多个”感兴趣区域”并且在检索过程中指定它们的空间布局相关性。     

基于支持向量机的局域线性嵌入算法在图像检索中的应用

SVM算法复杂度与样本维数无关,具有的泛化能力强、分类精度高的特点,而LLE是有效的非线性降维方法,本文利用支持向量机（SVM）算法对局域线性嵌入（LLE）算法进行改进,有效地解决了基于内容的图像检索中的高维特征向量的降维问题,实验表明具有较高的查全率和查准率。     

Second-order graph model ant and colony optimization based image matching

Image matching is a fundamental problem in the computer vision field. This paper focuses on image matching based on the graph structure model. The methods of the graph model establishment in the second-order or high-order constraint are studied. In order to overcome the defects of traditional optimal algorithms which fall easily into the local optimal solution, this paper adopts the ant colony optimization algorithm to optimize the match score function and proposes an high-order graph matching algorithm based on ant colony optimization. It first applies the tensor matching algorithm to initialize the pheromone matrix to provide a good start point, adopts the affinity tensor to provide the priori knowledge for computing the heuristic factor, then calculates the transition probability using the pheromone and heuristic factor, and finally updates the pheromone in two ways by the solutions which have been searched. The two updating rules of pheromone are local and global. Experimental results show that this algorithm can get a higher matching accuracy and has a stronger robustness against deformation noises and outliers compared with others.     

基于内容的图像检索技术综述

基于内容的图像检索技术(CBIR)是近些年来图像检索领域的研究热点,其发展经历了最初的以图像数字特征为索引,到引入图像语义学习技术使得CBIR更贴近人类语义以方便用户查询,再到如今融合多种图像信息以进一步提高检索效率。本文在对已有文献进行综述的基础上,结合近几年的研究成果,讨论CBIR的最新技术动态,分析CBIR的发展趋势并指出几个未来的研究方向。     

一种新的方向码描述的图像检索方法

在Freem an链码基础上,提出一种新的形状描述编码:最小和统计方向码.该方法对图像平移、旋转具有不变性的优点,对尺度变换有成比例特点.提出了相应的形状匹配算法:方向熵法度量最小和统计方向码描述的形状相似度.仿真试验验证了这种形状检索方法的有效性与可行性.     

基于感兴趣区域灰度统计量的颅脑CT图像检索

针对目前只限于特定任务的医学图像检测方法,根据颅脑CT图像的特点,给出了将感兴趣区域灰度统计量作为参数检索图像的方法.首先利用区域生长法提取CT图像中的全局感兴趣区域颅脑,采用分块的方法将全局区域划分成多个子区域,以获得局部灰度空间信息,使整幅图像的检索转变为对各子区域的识别.进一步提取每个子区域的灰度统计量平均值、均方差和三阶矩作为特征,检索时将示例图像特征与特征库中的特征按照欧几里得距离进行相似性匹配.实验结果表明,该方法可查找出在相同位置具有相似病理特征的颅脑CT图像.