基于复数矩的商标图像检索方法

提出用图像复数矩与其它特征结合进行商标图像检索的方法,并给出了检索算法。实验结果证明,这是一种较好的方法,基本不会出现漏检索。     

基于投影特征的商标图像检索方法

针对二值商标图像,提出了一种基于极坐标系投影特征的检索方法.利用商标图像在极坐标系的水平投影特征及垂直投影特征来描述商标图像的形状特征,利用投影特征向量的欧拉距离来度量图像的相似性程度.实验结果证明采用此方法具有良好的平移、旋转及尺度不变性,具有很好的检索精度.     

利用PCNN实现商标图像检索新方法

 为了解决商标存在尺度缩放、角度旋转和区域局部变化后的难以检索的问题,提出了一种基于脉冲耦合神经网络模型(PCNN,Pulsed Coupled Neural Network)的商标检索新方法.首先通过PCNN图像分割和直方图均衡化技术相结合提出了一种有效的图像预处理算法,以减小颜色对于商标灰度分布差异产生的影响.然后在PCNN模型中提出了边缘时间序列概念,并用于提取商标图像的形状特征,最终实现了商标图像的快速有效检索.在所建立的商标库中进行了计算机仿真,仿真结果表明该方法可有效地检索出待检索商标对应的商标图像,可很好地适应商标颜色变化、角度旋转和局部形状变化,体现了较好的检索性能.     

商标图像检索中子图像特征融合准则研究

该文对商标图像检索中的子图像特征融合准则进行了研究，根据子图像可信度对子图像特征融合准则进行加权改进。用Hu不变矩进行基于子图像特征融合的商标图像检索实验，用PVR指数作为图像检索性能评价准则。实验表明，基于子图像特征融合的商标图像检索优于基于全局图像特征的检索，子图像特征融合加权准则优于未经加权的子图像特征融合准则，其中最小加权平均准则最优。     

基于颜色的图像检索

论述了基于颜色的图像检索方法，对颜色空间的选择、颜色的量化以及颜色的相似测试进行了讨论。在此基础上，对两种典型的基于颜色的图像检索方法的特点、关键技术的实现方法以及存在的问题进行了详细的分析和比较。     

一个图像检索模型及其应用

给出一个用于图像数据库系统的图像检索模型，这个模型不仅可以用来作为描述和比较图像检索方法的一般框架，也可以作为实现图像检索机制的参考结构。作为应用实例，也为了评价现有的各种图像检索手段，并且应用这个模型对多种图像检索方法进行了分析与比较。     

基于色彩统计信息的图像语义检索模型的研究

探讨语义网图像搜索的一般模型及其算法,提出色彩统计信息的图像语义网检索模型和检索算法,利用半监督学习方法来实现算法,并对算法进行分析.实验结果表明,在小样本情况下对色彩统计信息进行图像检索,提高了检索的查准查全率.     

基于归一化单元转动惯量特征的二值商标图像检索

由于计算量的限制和不精确的特征提取方法，使得大多数的图像特征提取方法无法有效地解决图像的检索问题．为了解决这一问题，提出一种基于归一化单元转动惯量特征的商标图像检索方法．该方法首先将商标图像划分为若干个单元子图像，然后分别提取各个单元子图像的归一化转动惯量不变特征，最后使用欧式距离度量图像中的归一化单元转动惯量特征矢量之间的相似性．对图像库中2000多幅商标图像实验表明，归一化单元转动惯量特征具有良好的旋转、平移、尺度以及变形不变性，得到的检索结果能够很好地满足人的视觉感受．     

基于内容的图像检索技术综述

随着数字图像应用领域的飞速拓展,高效准确的数字图像检索技术越来越受到重视。本文介绍了基于内容的图像检索(Content-based Image Retrieval,简称CBIR)技术,从CBIR的技术背景、基本原理、技术特点、结构体系以及一般过程入手,并着重介绍了CBIR使用的关键技术,最后指出了目前CBIR技术存在的不足和发展展望。     

基于文本的图像检索与基于内容的图像检索技术的比较研究

随着互联网的快速发展及各种数字化设备的普及,现代数字社会中的图像信息的数量在迅猛增长,图像信息的检索技术的研究得到了越来越多的关注.本文介绍了基于文本的图像检索技术与基于内容的图像检索技术,比较研究了这两种技术的不同的特点,指出综合运用TBIR和CBIR共同检索Web图像.     

一种基于改进Hu矩的图像检索方法

提出了一个在形状轮廓的基础上,进行改进的Hu矩的形状特征提取与检索方法。首先,对图像进行预处理,利用多阈值颜色分割法提取出图像的前景对象,再采用轮廓跟踪法得到该对象的形状轮廓特征;然后,计算7个不变矩,再转化为10个改进的Hu矩,组成图像的特征向量;最后,用欧氏距离度量图像间的相似度。实验结果表明,该方法具有较好的检索效果。     

一种基于Hu不变矩的匹配演化算法

提出了一种基于Hu不变矩的匹配演化算法.该算法利用一种新的演化搜索策略取代传统的遍历搜索策略,将Hu不变矩特征融入演化适应函数.首先通过演化策略,产生多个搜索子图;然后计算待识别搜索子图与模板图像的不变矩特征值,用欧氏距离衡量两者的相似度;最后通过演化策略产生新的搜索子图,用该搜索子图淘汰种群中适应函数值最大的搜索子图.实验结果表明该算法具有较高的效率和鲁棒性.     

基于分块信息熵和特征尺度的图像配准算法

针对当前图像配准技术中特征点的检测和匹配存在的问题,提出了一种基于分块信息熵和特征尺度的图像配准算法.通过对图像进行分块,结合每块图像的信息熵,改善了Harris-Laplace算子提取的特征点分布过于集中的问题.通过比较角点响应函数的值,剔除了特征点中的冗余点.通过结合特征点的尺度信息、Hu矩和双向匹配策略,提高了初始匹配点对的准确率.仿真结果表明,改进的配准算法可以实现高精度的图像配准,对图像的几何变换具有很强的鲁棒性.      

具有平移和尺度不变性的图像小波多尺度特征

在平移和尺度不变自适应小波变换的基础上,提出了一种稳定的小波多尺度图像特征,这种自适应的图像多尺度特征具有平移和尺度不变性.实验证实了所定义的特征向量在尺度和平移变换下是稳定的.     

基于HSV颜色空间加权Hu不变矩的台标识别

该文根据台标的视觉特征,提出基于时空不变区域检测的方法来进行台标分割,并对台标特征提出用基于HSV颜色空间的加权Hu不变矩进行描述,最后采用基于知识库的方法进行台标识别。实验表明：该算法识别正确率较高,效果基本令人满意。     

基于轮廓结构和统计特征的字符识别研究

车牌识别系统是智能交通不可缺少的一部分,在车牌识别系统中,字符的特征提取和字符识别是这一系统的关键技术.文章利用字符的轮廓结构特征和统计特征对字符进行识别,根据字符外部轮廓的上、下、左、右4个方向的特点和一些统计特征,如字符最大宽度,垂直方向笔画数等作为识别特征,形成判别树,再利用判别树对汽车牌照中的数字和字母进行识别.此方法识别的准确率比较高,并提高了识别速度,还适用于其他不同字体的数字和字母识别.     

基于体态特征集的生猪行为识别研究

为实现生猪异常行为的自动化监测,本文提出了一种数字化表示生猪体态特征的行为识别研究。首先对猪场采集到的视频图像采用改进的Grabcut分割算法进行生猪目标提取;然后基于生猪轮廓图像建立生猪的体态参数特征集,包括圆形度、矩形度和Hu不变矩等12个特征,并利用类内类间距离判据对样本数据建立的特征集进行特征优选;最后构建决策树支持向量机(DT-SVM)对生猪体态行为进行分层识别。实验结果表明,本文选择的最优特征集可以有效地表征生猪体态信息,DT-SVM对单只猪的站立、躺卧行为和扎堆猪的适度扎堆、过度扎堆行为都有较高的识别率,为进一步探索生猪异常行为分析奠定了基础。     

基于单元信息熵的半色调图像有效子块提取

针对数字半色调图像有效子块的提取,提出了图像的单元熵及熵矩阵构造的算法.首先,将半色调图像分割成若干子块,对每一个子块的每一个像素点计算熵,得出熵矩阵.然后,对熵矩阵取均值及方差.最后,根据信息理论可得,当熵的均值越大且方差越小时,越能有效地获得子块.实验表明,通过单元信息熵获取的有效子块,含有信息量大,纹理变化平缓,适合用于分类.     

基于小波变换的纹理特征提取

提出了一种利用小波分解图像来提取图像纹理特征的方法,指出该方法有效提高了检索准确性,且检索效果较好。