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.     

基于稀疏编码的图像语义分类器模型

为了解决图像检索以及遥感图像识别等图像处理研究中本质的问题——如何对高层抽象图像语义进行有效的分类,本文采用生物视觉认知机理,结合生物特征信息,用最小生成树的方法构造图像信息语义树,提出了一个基于稀疏编码的图像语义分类器(SCISC)的模型。实验结果表明:该模型在图像分类中有较高正确率。     

图像检索技术的研究与应用

分别阐述了基于文本图像检索和基于内容的图像检索技术的发展研究进程,分析了其各自的优缺点和发展方向,介绍了其当前应用的特点和应用领域,指出图像检索的研究发展方向。     

图像检索技术的研究与应用

分别阐述了基于文本图像检索和基于内容的图像检索技术的发展研究进程,分析了其各自的优缺点和发展方向,介绍了其当前应用的特点和应用领域,指出图像检索的研究发展方向.     

基于投票策略的决策融合用于自然图像检索

在基于内容的图像检索中,用图像的多种特征可以很好地弥补单一特征表示图像视觉内容的不足,不同特征表示的视觉信息各不相同,所以在图像检索中对多种特征进行融合有助于提高检索性能。将图像检索看作分类问题,针对图像检索特点修改Borda投票策略,对不同分类器的决策结果通过评分和排序达到决策融合。实验结果证明此方法是可行的。     

基于内容的藻类图像分类检索算法

为解决藻类图像分类检索的问题, 提出了一套基于内容的方法对藻类图像进行分类检索。针对海洋生物图像对颜色特征不敏感的特点, 采用SIFT(Scale-Invariant Feature Transform)算法针对藻类图像的形状特征进行提取。使用PCA(Principal Component Analysis)技术对特征进行降维, 有效避免了维数灾难。采用K-means 算法进行聚类, 简单高效。用词包对聚类结果进行打包, 以便后续的识别。最后用KNN(K-Nearest Neighbors)算法进行识别检索。实验结果与事实吻合, 为藻类造成的环境污染问题的研究提供了有效的技术支持。     

基于支持向量机语义分类的两种图像检索方法

为了更好的解决基于内容的图像检索问题,提出了2种基于语义的图像检索方法.第1种是基于支持向量机(SVM)语义分类的图像检索方法.该方法首先提取训练图像库的底层特征信息,然后利用SVM对所提取的特征进行训练,构造多分类器.在此基础上,利用分类器对测试图像自动分类,得到图像属于各个类别的概率,实现图像检索.第2种是利用图像自动标注方法进行检索.在基于语义的图像自动标注中,先对训练集进行人工标注,对测试图像利用SVM分类器进行分类,并找到与该图像最相似的N张构成图像集,对该图像集的标注进行统计,找到关键词,从而提供概念化的图像标注以用于检索.通过在标准图像检索库和自建图像库上的实验结果表明,以上2种基于语义的图像检索方法是高效的.     

一种基于颜色布局的压缩图像检索方法

图像检索技术是多媒体应用中的关键技术。现有的基于内容图像检索技术大都是基于非压缩域的。对于目前普遍存在的压缩格式图像,采用这种技术必须先解压再检索,不但计算量大,而且需占用较多的存储空间,严重影响了检索系统的实时性和灵活性。各种压缩标准的推出与普及促使人们寻求可以直接在压缩域操作的检索技术。本文针对JPEG压缩图像,结合国际标准MPEG-7中建议的颜色布局描述符,提出一种快速的基于DCT域的图像检索方法;实验结果说明,此方法具有检索效率高、检索效果好的特点。     

基于多特征融合的海洋生物图像检索方法的研究

基于内容的图像检索技术主要是通过提取图像的颜色、形状、纹理等可视特征作为图像检索依据,对图像库进行近似检索.针对海洋生物图像的特点,将离散余弦变换技术应用到图像检索中,计算基于圆环分割的图像块的DCT能量矩得到图像的纹理信息.在此基础上,提出了一种综合DCT能量矩和不变矩的多特征融合的图像检索方法,并将其应用到海洋生物图像检索中.实验结果表明,使用该方法可以提高海洋生物图像检索的准确率,且对图像的旋转、缩放和平移具有不变性.     

基于内容的图像检索技术研究

基于内容的图像检索技术在数字图书馆、医疗图像、网络信息安全、遥感等领域有着广泛的应用,是目前图像检索技术中比较前沿的研究热点。文章研究了基于内容图像检索系统的基本组成以及基于颜色、纹理、形状、语义等图像检索技术的主要方法。分析和比较了现有的各种图像检索技术的优劣。     

基于几何不变量和规格化直方图的层次图像检索模式

提出层次图像分割方法,将检索图像在不同的层次上分割为不同大小的子块,计算这些子块与查询图像间的相似度进而实现检索,同时可以获得检索图像中查询目标对象的尺度和位置信息。根据图像的几何不变量和规格化直方图特征提出了一种层次块图像检索模式,并且用500幅各类图像进行了试验。在最理想的相似度阈值下,仅以几何不变量为特征的检索精度可达到78%。此外,该检索模式也可很好地处理大小不同的图像。     

卷积特征图融合与显著性检测的图像检索

针对基于深度学习的图像检索提取特征往往包含了复杂的背景噪声,导致图像检索的精确率并不高的问题,提出一种特征图融合与显著性检测的方法.首先,训练用于分类的深度卷积神经网络模型.然后,并将图像卷积之后的特征图谱进行融合,得到图像的显著性区域.最后,通过计算图像显著性特征的余弦距离来进行检索.实验结果证明:相比目前主流的方法,文中方法能够有效提高检测精度,且鲁棒性较高.     

长白山遥感影像数据库的设计与实现

本文分析了面向对象数据模型—geodatabase的管理模式及其在空间信息存储与组织方面的优势,并对影像数据在数据库中的数据逻辑设计、数据存储方式进行了深入的探讨,最后以TM影像数据为例,利用ArcSDE空间数据库引擎实现影像数据在关系数据库SQLServer2005中的无缝组织。     

一种基于语义特征的快速人脸检索方法

运用数字图像处理技术、人脸模式识别技术与传统的数据库检索技术,融合基于文本的图像检索和基于内容的图像检索两者技术优势为一体,避开了在图像之间进行的繁琐匹配处理过程;以200人为待测样本进行检索实验,正确检索出来的为155人,完全匹配的为125人,系统的识别率为75.55％,平均检索时间小于0.1 s;实验证明,这种方法具有很强的鲁棒性,使用此方法所建立的语义人脸图像检索系统,具有快速、高效、实用的特点.     

数字图像处理技术的现状及其发展方向

综述了数字图像处理技术的主要特点和优点,阐述了包括图像采集与数字化、图像的压缩、图像的增强与复原、图像的分割和图像分析等主要内容的产生及其发展历程,并根据该领域的最新进展,简述了数字图像处理技术5个主要研究方面的最新热点,最后总结了数字图像处理技术领域中面临的主要挑战和未来发展方向.     

基于机器视觉的齿轮产品外观缺陷检测

提出应用机器视觉技术对齿轮外观缺陷进行检测.首先对齿轮产品实物图像进行预处理,提取齿轮边缘图像,对其实物图像和设计图像进行分割和缩放处理,得到相同大小的实物;其次,采用互信息方法对两幅图像进行配准,通过不断旋转实物图像,计算它与设计图像的互信息,找出实物图像的最佳旋转配准角度;在此基础上将两幅图像进行小波融合,即自动对齐叠加在一起,根据重合效果,检测人员可以判断生产出的齿轮产品是否合格.通过实例验证了该方法的可行性和有效性,检测效果直观.     

全景图像拼接技术研究现状综述

图像拼接技术作为合成全景图像的工具得到较快发展;图像拼接技术就是把若干幅有重叠部分的图像合成一幅大视角宽幅面的图像;主要对图像拼接技术的应用、国内外发展现状以及面临的问题进行了较为详细的介绍;最后对图像拼接技术的未来研究做了展望,提出了一些改进的思路,为进一步深入研究图像拼接技术提供参考。     

基于分形维数的多线索商标图案检索系统

采用基于内容的图像检索技术,根据查询图像和目标图像的相似度匹配进行图像检索,图像的内容由五种特征来描述：图像的分形维数、分形矢量、边界分形维数、骨架分形维数和距离分布直方图,系统界面友好、功能齐全,实验证明系统的检索效果比较理想,具有很好的平移、尺度和旋转不变性,并且只要查询图像在图库中,就一定能被检索出来,另外,系统还具有一定的鲁棒性。     

基于序列图像的全景图像拼接

基于图像建模和绘制的虚拟环境构造是近年来虚拟现实技术研究的热点。其中基于序列图像的全景图像拼接技术研究是虚拟环境临场感的一个关键因素,文章以普通照相机拍摄的序列图像为基础,通过相邻两幅序列图像差值图像极值点的搜寻,可以快速提取两幅序列图像之间的重叠部分,并采用线性加权法使得缝合后的图像自然、逼真。最后给出了本算法在PC机拼接的效果图。     

基于YUV空间的双通道视频图像色彩传递及实时系统

研究基于YUV空间的双通道黑白视频图像彩色融合与传递方法,建立以TM1300为核心的实时系统. 用2片TM1300分别对双通道图像进行预处理,计算图像均值和方差. 用第3片TM1300在YUV空间将双通道图像融合为彩色图像(源图像),再将其分量根据白天光照下彩色参考图像与源图像的标准方差比进行缩放,把参考图像的色彩和亮度分布传递给源图像. 实验结果表明,算法在易于实时处理的同时获得了与白天图像类似的自然色彩效果.