一种基于多特征融合的图像检索方法

基于单特征的图像检索系统一般性能较低.提出了一种基于多特征融合的图像检索方法.通过对HSV颜色空间的非等间隔量化,提取一维颜色特征向量及其累加直方图.基于灰度共生矩阵(GLCM)进行纹理特征的提取.将两类特征结合,设计了一种基于多特征融合的图像检索方法.利用相似性度量方法分别对颜色特征和纹理特征以及融合后的特征进行了图像检索实验.结果表明,基于颜色和纹理特征相融合的多特征融合方法具有更好的图像检索性能.     

基于分块颜色矩和纹理特征的图像检索方法

基于内容的图像检索技术是当今研究的热点领域之一.为了克服全局直方图检索方法不包含颜色的空间分布信息的不足,提出了一种采用固定块图像分割方法提取图像局部颜色矩的图像检索算法.在此基础之上,对检索结果进行基于纹理特征的二次检索.实验表明,圆环形分割块颜色矩算法不仅记录了颜色的空间信息,而且具有旋转、平移不变性的特点.综合利用图像颜色、纹理的检索方法能够大大提高检索结果的准确性.     

基于底层特征的视像检索

在因特网(Internet)上基于关键词利用谷歌(Google)、百度(Baidu)等搜索引擎检索所需信息有它的局限性,还远不能满足在海量视像中快速检索所需资料的要求.因此视像检索就成为目前国内外信息检索领域的一个热点研究课题.本文通过从视像中提取的颜色、纹理等图像底层特征进行视像概念检测,并采用NIST为TRECVID评估提供的数据对本系统的性能进行了评测,结果表明,采用颜色和纹理相结合的办法可以有效地提高系统的检索效率.     

基于内容的图像检索技术

综合视觉特性,基于内容的图像检索图像特征提取的关键是图像低层视觉特征的提取技术,内容主要包括图像的颜色特征、形状特征以及颜色的空间分布特征,采用线性组合以及加权颜色空间分布熵四种方法来提高图像信息熵和空间分布熵进行图像检索的性能。     

基于内容的图像检索

本论文系统介绍了基于内容的图像检索技术。所谓基于内容的检索,就是查询时针对的是对象而不是标识,它需要从图像中提取指定的特征(如颜色、纹理、形状等),然后从图像库中检索相似的图像或者视频内容。由于基于内容的图像检索能够提供比传统的基于文本的图像检索更丰富的内容及实用的功能,因此已成为国际上的研究热点。本文结合用户感兴趣物体的颜色,形状和纹理信息进行图像检索,取得了良好的检索效果。     

利用颜色和纹理特征的图像检索技术研究

提出了融合颜色和纹理特征的图像检索算法.在颜色特征的提取中,提出了一种矩形重叠式分块策略对图像进行分块.在对纹理特征提取中,提出了利用共生矩阵对图像的整体区域有着较好的处理效果以及Gabor小波变换对图像中的局部区域的频率和方向信息的优异性能.利用归一化理论,融合3种不同特征.并通过实验证明该方法能够提高图像的检索性能.     

基于内容的卫星云图检索方法

为了有效地管理和利用大规模卫星云图数据库,需要为其增加检索功能,尤其是基于内容的检索.探讨了将基于内容的图像检索(CBIR)技术应用于卫星云图检索,选择使用了颜色、纹理和形状特征方法.颜色特征包括:灰度直方图和灰度聚合向量;纹理特征从小波子图提取,采用直方图拟合法和分块直方图拟合法;形状特征提取采用了新提出的一种专门针对云目标的"可变形模型"方法——圆形基元法.对每种特征定义了图像距离或者相似度,进行了检索比较实验.结果表明,CBIR用于卫星云图检索是可行的,形状特征方法因融入了领域知识而具有较突出的检索效果,但效率仍需提高.     

基于颜色和纹理特征图像检索技术的研究

对基于内容的图像检索中的低层特征的相关检索算法进行了深入研究,对现有颜色和纹理的自然特征中提取出的特征量的检索成功率进行了测试,发现使用单一的特征对图像进行检索查全率不高.为了提高查全率,综合了颜色和纹理特征的检索算法,给颜色特征和纹理特征分配一定的权重,设计了权重设计器,确定了查全率达到最高值时颜色和纹理特征的权重分配,提高了检索效率,识别效果很好.     

基于区域过划分和再融合的全幅视觉图像分割

研究对移动机器人采集的视觉图像进行全局精确分割问题. 针对全幅道路图像分割问题提出:首先利用区域生长算法对视觉图像在HSV颜色空间下进行基于颜色特征的全局过分割,再利用傅里叶变换提取周向谱纹理特征,根据空间位置的相邻性和周向谱的分布特性,对过分割的全幅视觉图像进行基于纹理特征的再融合. 实验结果表明,该算法能够准确实现全幅图像的分割,比单纯利用颜色或纹理特征进行全幅图像分割具有更高的精度和可靠性.     

基于感知的大范围人造对象图像结构特征抽取

基于内容的图像检索(CBIR)系统传统上仅仅使用颜色特征和纹理特征进行图像的底层分析,不足以满足检索性能的要求.要提高基于内容图像检索的鲁棒性,需要检索系统能分析更多的图像底层特征.对于包含大范围人造对象(比如:建筑物、高塔、桥梁和其他结构对象)的图像,提出应用感知分组(perceptual grouping)规则抽取图像的结构特征,并结合使用该结构特征,对特定的图像库进行分类和客观评价.     

融合图像显著区域二维形状特征的图像检索

为研究在基于内容的图像检索中形状特征对图像检索效果的影响,提出了一种融合图像显著区域二维形状特征的图像检索方法。提取图像中显著区域的形状特征,融合图像的纹理和颜色特征来对图像进行检索。当目标存在变形和大小存在巨大差异时,目前缺乏完善的数学模型来提取图像的形状特征,该方法很好地弥补了这种缺陷。通过实验结果表明,该方法能够提高图像检索的准确率。     

一种基于Zernike分布矩与Contourlet变换相融合的彩色图像检索算法

基于内容的图像检索技术可以从庞大的网络图像库中较快速地找到用户所要查询的图像,但单一视觉特征不能充分地刻画图像内容信息等问题降低了检索结果的精度.针对于此,该文提出了一种基于Zernike分布矩与Contourlet变换相融合的彩色图像检索算法,首先算法对彩色图像进行Zernike分布矩提取,然后进行Contourlet变换,计算图像转化后的方差和熵,将结果作为图像的纹理特征,归一化处理并计算彩色图像纹理特征的权值.最后将计算后的纹理特征作为图像检索的依据,以此进行彩色图像的检索.仿真实验证明,这种基于Zernike分布矩与Contourlet变换相融合的彩色图像检索算法能够较全面地描述图像的语义信息,更具层次地依据彩色图像的本质特征进行彩色图像检索,一定程度上提高了图像检索的查准率和查全率.     

一种图像检索中语义标注的算法

在图像颜色、纹理、形状特征提取的基础上，利用改进的串行与并行特征融合方法，提出了M融合特征，并且提出了一种基于M特征的改进组合优化的核函数并将之应用于高层语义提取算法中，从而把图像提取由单一特征转换到多融合特征提取，大大提高了图像语义理解的精准度，有助于更加全面地理解图像的语义，本文的方法对图像语义标注，提高图像检索精准度有一定的理论和实用意义.     

综合多特征的图像检索方法

基于内容的图像检索技术利用图像的颜色、纹理、形状等基本特征进行检索,成为当今图像检索领域的一个研究热点.由于图像内容的多样性,不同的图像其侧重点有所不同,为此,论文提出了一种综合多特征的图像检索方法.在该方法中,用户可根据对颜色、纹理或形状信息的敏感程度,调节相应的权值来进行检索,并对检索出的图像按相似度大小给出排名.实验结果表明该方法与采用单一特征的检索方法相比效果有较大改善.     

基于多特征的口腔正畸图像检索的研究

基于内容的图像检索技术一直是图像检索领域的研究热点,但单一的底层特征检索效果往往比较差。针对口腔正畸领域中的图像,采用一种多特征融合的图像检索方法,医生通过检索出的相似图像找到正畸病患的诊断信息,进而提高诊断效率。此检索方法的基本思想是采用累计直方图结合空间信息的方式来提取颜色特征;用Canny算子与Ostu阈值分割法相结合的方法进行图像分割,进而提取七个不变矩;最后,将颜色特征分量与形状特征分量相结合来实现基于多特征的图像检索。实验结果表明,基于多特征的检索方法对于口腔正畸图像有更好的检索效果。     

现阶段基于内容的图像检索技术分析

主要讨论了目前基于内容的图像检索技术的两大热点研究方向,即基于底层特征向量的提取算法(分别为颜色、纹理和形状特征)和基于相关反馈机制(分别为基于空间变换、基于统计概率、基于聚类分析和基于机器学习的模型).分析它们使用的典型方法及优缺点,并对未来的发展方向做了展望.     

综合利用边缘和颜色特征的图像检索

分别介绍了图像边缘和颜色特征的提取方法,及基于内容的图像检索系统的实现。试验结果表明,在图像检索时合理利用图像的边缘和颜色特征,可有效地提高系统的检索性能。     

基于多特征融合的图像检索方法

提出了一种综合颜色直方图和彩色共生矩阵相结合的彩色图像检索方法.首先,对彩色图像进行量化,并利用直方图计算图像之间的欧式距离;然后,利用彩色共生矩阵提取图像的纹理特征并计算图像之间的欧式距离;最后,利用综合加权的颜色特征和纹理特征实现图像检索.实验结果表明,与直方图和灰度共生矩阵相比,该方法能较好地满足用户需求,具有较高的检索性能.     

基于多特征融合的图像检索方法

提出了一种综合颜色直方图和彩色共生矩阵相结合的彩色图像检索方法.首先,对彩色图像进行量化,并利用直方图计算图像之间的欧式距离;然后,利用彩色共生矩阵提取图像的纹理特征并计算图像之间的欧式距离;最后,利用综合加权的颜色特征和纹理特征实现图像检索.实验结果表明,与直方图和灰度共生矩阵相比,该方法能较好地满足用户需求,具有较高的检索性能.     

一种融合信息熵和改进SIFT算法的图像检索方法

针对图像检索中基于单一全局颜色特征或局部特征的检索方法存在查准率和查全率低等问题,提出了一种融合信息熵和改进尺度不变特征变换算法的图像检索方法。首先,利用改进的尺度不变特征变换算法提取图像的局部特征;然后,计算图像的全局颜色特征和信息熵;最后,利用信息熵动态分配全局颜色特征和局部特征的权重,计算图像间的相似度进行图像检索。实验结果表明:该方法的检索性能优于颜色直方图法和尺度不变特征变换算法。