一种运用随机算法改进的图像检索方法

传统基于局部特征表示的图像检索方法在图像特征提取和特征相似性匹配时计算量较大,为此提出一种运用随机算法进行改进的图像检索方法。在图像特征提取方面,通过随机采样获得数量适当的像素点作为特征点,用SIFT（scale invariant feature transform）算子对随机特征点进行描述以形成图像的有效表示;在特征相似性匹配方面,采用基于随机映射的LSH（locality sensitive hashing）算法为图像特征库建立索引,并用于对所查询图像的局部特征进行高效的近似近邻搜索。实验结果表明,该方法有效降低了图像检索的计算复杂度,提高了检索效率。     

图像索引和相关反馈在RBIR中的应用

图像索引和相关反馈是改进基于区域的图像检索(RBIR)的2种有效的方法.本研究在图像索引方面采用随机局部搜索(RLS)算法对图像上的区域进行聚类,并引入倒查文件技术对图像库进行索引;在相关反馈方面,采用基于支持向量机的相关反馈算法来改善检索结果,并提出了一种新的核函数使该算法更适宜基于区域的图像表示.在海量图像数据库上的实验结果说明了该算法的有效性.     

一种基于关键维的图像索引方法

基于内容的图像检索(CBIR)技术中,表示图像内容的特征向量通常是高维向量,且待检索图像量相当大,所以索引问题一直是CBIR的一个研究难点和热点.提出一种基于关键维的图像索引方法,首先提取图像向量中的关键维,再在每一维上创建关键维的升序链表,最后,基于关键维的升序链表进行检索.实验结果表明,该种方法可以带来检索效率的提高,且与图像库的大小无关.     

基于牙科PACS系统的信息检索技术研究

基于DICOM标准的PACS系统是世界医学信息技术发展的潮流.文章具体分析元数据检索、文本检索和基于内容的图像检索的优缺点,认为有必要在牙科PACS中综合使用三种检索方式以提高信息检索效率和准确度.在基于内容的图像检索中,为了提高在庞大的特征库中进行相似性检索的效率,需要研究快速索引结构.文章通过分析R树、四叉树和聚类索引等几种快速索引结构,初步设计出适合牙科PACS系统的索引机制.     

基于空间数据结构的图像检索

提出了用图像联合特征取代单一的图像特征表示内容的模型，通过把图像的相似性定义在欧氏空间，引入了空间数据索引结构，针对图像联合特征的高维性，提出用X树空间结构来索引图像联合特征从而实现对图像内容进行检索的方法，通过实验比较，证明该方法的检索不仅视觉效果良好，而且检索效率也明显提高。     

基于混合索引树的空间文本匹配算法

针对空间文本对象流和订阅流的匹配,采用一种混合索引树来组织数据对象,包括多叉树空间索引、谓词索引和倒排文件三个部分,其中多叉树空间索引用于空间区域管理,谓词索引和倒排文件用于订阅谓词管理.在此基础上,提出了谓词索引建立算法、空间文本对象与倒排项匹配算法和混合索引树检索算法.与基于空间网格加倒排文件的检索方法进行了对比实验,结果表明:所提出的算法提高了用户的检索效率,并验证了其有效性.     

基于Lucene索引的数据库全文检索

针对传统数据库检索中检索速度较慢、 检索结果不完整、 检索结果排列无序等问题, 基于全文检索工具Lucene索引的结构, 设计一种基于Lucene的数据库索引结构, 并提出记录倒排索引链表的概念, 使网站不用再按照传统顺序查找方式进行检索, 而是以索引库中的关键词进行检索, 提高了检索效率. 实验结果表明, 基于
Lucene的数据库全文检索具有查全率高、 检索结果排列有序等优点.     

基于多特征索引和局部约束的服饰检索方法

为弥补传统BoW(Bag of Words)模型缺失的颜色信息和空间信息, 提出了基于多特征索引和局部约束的服饰检索方法。基于BoW 模型分别建立关于颜色特征和SIFT 特征的两种倒排文件索引结构, 检索相似服饰图像, 并提出了局部约束的后验证方法。实验结果表明, 该方法在不同环境采集的服饰数据库的测试中, 得到了理想的检索性能。     

基于位置的灰度图像分形索引方法

为了更好地综合利用Hilbert序列方法与树状表示方法,研究了一种基于位置的图像分形索引方法(IFA),在结构上IFA索引方法类似于二叉树结构,节点代表着各个子区域的灰度之和,充分地体现了图像各部分的灰度重量特征,有利于图像的语义提取、分类检索识别等。改进这种方法,把n×n图像用n×n个节点进行分层表示,做到存储即索引。给出了该索引表示结构中的子序列 (2r到 2r 1 -1)化为r阶Hilbert序列的方法和图像上点的IFA序列的查找算法。最后,讨论了该方法的应用,提出了需要进一步研究的 2个猜想。     

一种LSH索引的自动参数调整方法

针对LSH技术的固有缺点提出了一种根据数据自动调整LSH索引结构关键参数的方法，该方法面向数据集，使得索引结构可以针对不同数据集的统计特征选取适当的散列函数，而不用手工调整LSH索引结构中的关键参数，提高了LSH算法的准确性，且在进行查询时不增加额外的时间空间开销．模拟实验表明，和使用原始LSH算法相比较，使用该方法进行最近邻查询得到结果集的相似性可以提高10％左右，相似偏差可以减小8％左右；并且由于参数调整过程在查询过程之前，因此改进LSH算法和原始LSH算法在进行查询时有相同的时间空间性能．     

基于非负矩阵分解的隐含语义图像检索

提出了一种基于非负矩阵分解(Non-negative Matrix Factorization,NMF)的隐含语义索引(Latent Semantic Indexing,LSI)模型用于图像检索.应用NMF训练算法构造了一个语义空间,将查询图像和原型图像都投影到该空间以获得语义特征,在此空间中进行相似性的度量并将距离最近的图像返回给用户.与已有两种检索模型的实验结果对比表明,所提出模型是有效的.     

基于SVD的二次型距离相似索引层次算法

大容量多媒体数据库的基于内容相似性的检索本质上是高维特征空间中一定距离函数的 K近邻问题。对适合人类视觉的二次型距离函数 ,即使采用相似索引 ,当特征空间维数较高时检索仍不能保证实时性。为了解决此问题 ,提出基于 SVD(Singular Value Decomposition)的二次型距离相似索引层次算法 ,先以相似索引为基础在主导特征的子空间上进行代价低的近似检索 ,再对过滤结果在高维特征空间中进行线性的精确检索。实验证明 :该方法具有正确性、有效性和实时性     

基于多分辨率直方图的图像检索

文中提出了一种新的基于多分辨率直方图的图像样本检索方法.该方法首先提取检索图像在不同分辨率情况下的信息,然后统计多分辨率直方图作为特征索引的信息.不同分辨率下的图像体现了原图像的颜色空间分布,将其视为不同的样本进行检索,并使用不同的策略对各个样本的检索结果进行融合.实验验证了基于多分辨率的样本检索在不同融合策略情况下的检索性能,并与一般的基于颜色直方图的单样本检索进行比较.结果表明,所提出的新方法比基于颜色直方图的单样本检索性能好.     

基于边缘角度二阶差分直方图的城市遥感图像检索方法

针对目前存在的遥感图像检索方法中,图像区域分割困难,不易准确提取局部形状特征的问题,提出一种无需进行区域分割的全局形状特征,即基于Freeman差分码思想的边缘角度二阶差分直方图特征;通过检索特征和传统的基于边缘角度直方图特征的遥感图像检索对比实验,揭示了该遥感图像检索方法具有更好的检索性能,检索精度提高了约32%。     

结合分类和索引技术进行基于图像内容的外观专利检索

与互联网上的通用图像相比,外观设计专利图像拥有一些其独有的特点。如,外观设计专利图像中图片质量较高,噪点较少。基于以上特点,提出了一种基于分类技术的外观设计专利图像检索方法。当检索图像以较高概率被正确分类,在该类别中检索;否则,在所有图像中检索,使用索引技术来加快检索速度。     

基于图像信息熵的四叉树检索算法

在基于内容的图像检索系统中,图像的抽象描述和特征提取是要解文提出了一种基于图像信息熵的四叉树索引结构及检索算法,可以利用较低维数的特征实现高速有效的图像检索.该方法适用于查准率要求不高情况下的相关图像检索或大型图像库的预检索.     

基于多重聚类的概率近似索引机制

本文针对高维索引中的"维数灾难"问题,提出改进的基于多重聚类下的概率近似索引机制,通过引入一定的检索错误率的情况下减少对覆盖对象的访问来达到提高图像库检索的效率的目的。     

基于时序参数的重复数据删除索引优化技术研究

针对系统中存在的索引检索效率问题,提出了一种基于时序参数的快速索引优化算法,该算法通过时间参数和序数参数获取数据块的热度值,将高热度值的数据块指纹组合成了一个高优先度的快速索引.快速索引与主索引组成了重复数据删除中的两层索引结构,从而提高了系统的检索性能.通过实验验证了基于时序参数的索引优化算法的优越性.     

基于PCA-二叉树的大规模图像索引技术研究

针对大数据数据库中图像索引中维度灾难问题,该文提出一种基于云的大规模图像检索技术,该方法创新性地将主成分分析法和二叉树引入到图像检索技术中,首先采用尺度不变特征变换和加速鲁棒特征描述符作为帧特征,面对大规模维度特征,将主成分分析法对帧特征进行降维,并使用二叉树表示降维后的特征,以加速研究阶段并减少存储空间,最终实现图像检索.实验表明:该文方法在降维70%的条件下,搜索精确率/召回率(Precision/Recall,PR)值能够达到传统方法20%降维条件下的PR值,并且在搜索时间上,该文方法与正常搜索相比,搜索速度得到30%～50%的提升.     

基于递归聚类索引树的剪枝相似检索算法

文章提出了一种新的适用于高维特征矢量相似检索动态聚类索引树结构。针对由于类区域相互重叠而导致相似检索费用增加的问题 ,提出了基于该索引树的“剪枝”相似检索算法 ,应用该算法进行相似检索 ,其检索效益比耗尽搜索法和基于 SS树的相似检索法都要高。