通过遗传聚类算法实现基于内容的图像检索

本文介绍的算法使用了颜色直方图作为检索特征,利用遗传聚类算法对图像库的聚类结果,来实现基于内容的图像检索,此外,在算法中还融合了用户反馈技术来提高检索的准确率。     

基于模糊颜色空间聚类的图像检索方法

鉴于图像信息固有的复杂性和不精确性,引入了模糊化的机理对HSI颜色模型的颜色信息进行模糊量化,得到关于颜色特征的模糊直方图,并应用Robust的视觉采样聚类方法对其进行聚类和匹配,取得了较为满意的结果。     

一种基于颜色统计聚类的医学图像检索技术

基于颜色检索的基本思想是将图像间的距离归结为其颜色直方图间的相似性度量,从而图像检索也就转化为颜色直方图的匹配。目前基于颜色检索的算法主要集中在不同颜色空间进行全局颜色聚类或融合其他可视特征(纹理,颜色空间信息等)联合检索两个方向上。该文在具体的结肠镜图像检索系统研究中,根据医学图像的特点,提出一种在HSV空间的颜色统计聚类的检索方法,取得了良好的检索效果。     

高效聚类索引表图像检索

提出了一种基于主颜色、聚类索引表的彩色图像检索算法。应用MPEG-7视觉内容描述对彩色图像进行量化处理,选取图像的主颜色及其所占百分率作为颜色特征,根据主颜色组合建立聚类索引数据库。利用上述主颜色特征计算图像间的相似度,利用聚类索引表对图像进行聚类和快速检索。实验表明,该算法能够准确和高效地检索出用户所需的彩色图像,具有较快的检索速度。     

利用聚类算法提高基于内容的图像检索准确率

给出了一种基于内容的图像检索算法,该算法使用了图像的颜色直方图作为图像的检索特征,并且利用了K均值聚类算法以及用户相关反馈技术来提高检索的准确率。     

基于聚类的图像检索

如何构建有效的组织和索引、提高图像检索速度是基于内容的图像检索所需解决的关键问题之一。论文采用了一种基于改进的模糊C均值算法的聚类索引。实验表明:该方法应用于图像检索,在准确性和实时性方面均能达到较好的效果,并优于已有的模糊C均值聚类算法。另外,系统实现了基于多特征结合的方法进行检索,并利用基于相关反馈的权重调整方法进一步提高检索性能,使检索结果更加符合用户的视觉效果。     

基于学习聚类的图像语义检索算法

本文利用聚类理论提出了一种基于学习的聚类图像语义检索算法,建立了底层特征和高层语义的映射,实现了语义的快速提取和图像的精确检索。它由聚类构造算法、聚类构造学习和图象检索算法组成。实验结果表明,本算法是比较稳定和有效的。     

基于小波多尺度特征的图像聚类检索

描述了一种图像数据库中基于小波多尺度特征内容的聚类检索方法。该方法对图像数据库中的图像进行小波多尺度分解并提取每一频段的矩和最低频段的小波系数分别作为其纹理特征和颜色特征。为提高检索效率。在图像被插入到图像数据库时对其进行基于多尺度矩的K均值聚类。检索时，将查询图像与聚类各簇的质心进行比较确定其相似簇，加上颜色特征计算查询图像与相似簇中各图像的相似性距离。实验证明：该方法由于综合考虑图像的纹理和顾色特征信息，因而具有较高的查准率和查到率．而聚类算法的应用使其有较高的检索速度。     

基于聚类主颜色和边缘直方图的图像检索方法

图像的主颜色被广泛应用于图像检索中,但主颜色不能反映图像信息的空间分布.边缘直方图是在灰度图像上提取的,丢弃了图像的颜色信息.提出了一种综合利用聚类主颜色和边缘信息进行图像检索的方法.首先利用K均值聚类算法得到图像的主颜色,然后利用大津算法分割图像,利用Sobel算子提取目标和背景之间的显著的边缘特征信息构造边缘直方图,最后综合利用聚类主颜色和边缘直方图进行检索.既可以利用主色调信息,又能利用边缘的特征信息来反映图像信息的空间分布.实验结果表明,该方法可以有效地提高检索精度.     

谱聚类在图像检索中的应用

为了进一步提高图像检索系统的效率,提出了一种由谱聚类算法预处理的基于内容的图像检索方法.主要思想是在用户提出检索请求之前,利用谱聚类算法将初始图像库划分为若干子库;用户给出示例图片后,首先搜索与示例图片相似度最大的子库,再将搜索范围锁定在该子库内检索出与示例图片最相似的图片.实验表明,该方法在保持了较高查准率的同时,明显缩短了检索时间,提高了检索效率.     

基于优化分块颜色直方图及模糊C聚类的彩色图像检索方法

将数据挖掘的聚类算法应用到基于内容的图像检索中可以有效提高检索的速度和效果。模糊聚类算法更符合图像检索本身所具有的模糊性,但这种方法存在聚类分析时间过久影响检索性能的问题,因此本文提出了一种基于优化分块颜色直方图及模糊C聚类的彩色图像检索方法。首先对图像库中的每幅图像进行分块,并提取出每一块的优化颜色特征信息;然后采用模糊C均值聚类算法对得到的颜色特征向量进行聚类,得到每个图像类的聚类中心;最后计算查询示例图像和对应图像类的图像之间的相似度,按照相似度的大小返回检索结果。实验表明,本文提出的方法不仅具有较高的查全率和查准率,而且提取的特征维数较少,聚类时间短,检索速度快。     

基于颜色特征的图像检索技术研究

本文针对利用图像的颜色特征丢失空间信息的问题,提出了一种通过提取灰度特征,获取图像的形状特征,综合检索图像的方法。     

基于颜色特征的图像检索技术研究

在基于内容的图像检索中,颜色作为图像的一种重要视觉信息,已得到广泛应用.相对于图像的几何特征而言,颜色具有一定的稳定性,对缩放、平移、旋转具有相当强的鲁棒性.本文从颜色检索的几个关键技术入手,对颜色模型的选择与量化、颜色直方图以及相似性度量等方面进行了详细的讨论,最后,阐述了本技术的局限性和目前存在的问题.     

基于颜色特征的图像检索技术

文章论述了基于颜色的图像检索方法,从颜色检索的三个关键技术入手,对颜色模型的选择,颜色的量化以及距离度量进行了详细的讨论。颜色相对于图像的几何特征而言,具有一定的稳定性,对缩放、平移、旋转具有相当强的鲁棒性。基于颜色的图像检索实现方法简单,视觉效果明显,应用最为广泛。     

基于颜色直方图的图象检索

针对基于颜色直方图的静态图象检索,提出了自动构造全局参考颜色表和自带参考颜色表的算法,解决了Ｓｗａｉｎ算法中存储量与计算量过大的问题,同时给出了一个发层聚类构造二叉树式分层索引数据结构的方法 。     

基于颜色特征的图像检索技术

文章论述了基于颜色的图像检索方法，从颜色检索的三个关键技术入手，对颜色模型的选择，颜色的量化以及距离度量进行了详细的讨论。颜色相对于图像的几何特征而言，具有一定的稳定性，对缩放、平移、旋转具有相当强的鲁棒性。基于颜色的图像检索实现方法简单，视觉效果明显。应用最为广泛。     

基于改进颜色聚合向量与贡献度聚类的图像检索算法

为了提高图像检索的速度和准确率,通过分析各种聚类算法在图像检索中的缺点,提出了一种新的划分聚类的图像检索方法。首先,在对HSV模型非均匀量化的基础上,利用改进的颜色聚合向量方法提取图像的颜色特征;然后找到符合条件的特征向量作为初始聚类中心,利用分散度与贡献度进行聚类并建立特征索引库;最后根据查询图像的相似度进行检索和排序。实验结果表明,所提算法的查准率和查全率比其它算法均有较大提高。