基于图像敏感区域纹理特征的图像检索

提出一种基于敏感区域动态特征的彩色图像识别方法,模拟人眼视觉特性,在小波变换域内利用K均值聚类提取敏感区域图像,提取敏感区域的动态纹理特征来表示图像内容,并以此计算图像间的相似度、对图像进行分类和检索。仿真实验结果表明,该方法能够较准确地查找出目标图像,并且明显地提高了检索精度。     

基于底层纹理特征的图像检索

讨论了统计法中的灰度共现矩阵法和频谱法中的小波变换法来提取图像底层纹理特征,并对此进行了比较和分析,实验表明,基于小波变换的纹理特征提取方法可以有效描述图像底层纹理并取得较好检索结果。     

基于内容的图像特征相关性检索方法

针对目前基于内容的图像检索系统在模型优化及通用性设计等方面的局限性，以图像单一特征描述和提取方法为基础，根据人机交互的相关反馈原理，分析图像组合特征归一化权值系数，提出一套图像特征相关性检索新方案，并在着重对基于内容的图像特征相关性检索算法研究基础上，参照国际标准MPEG－7所提供的通用性系统设计规范，对新方案下的图像检索通用模型进行概念设计，为解决基于内容的图像检索技术在Internet上实用化的瓶颈问题，提供一条新的思路，实验结果验证了新方案的合理性。     

基于多小波统计特征的纹理图像检索

为了研究多小波性能,对多小波系数分布的统计特性进行了研究.多小波在实数域能同时具有正交、对称、短紧支撑和高消失矩等特性,单小波却不具有上述的性质,因此在理论上多小波比单小波具有更多的优势.提出并验证了多小波系数直方图服从于指数族分布;根据多小波的特点研究了其系数分布的一阶、二阶矩(共生矩阵)和系数直方图的统计特性,并应用于纹理特征的提取.通过理论分析和在纹理图像检索的对比实验说明在冗余预滤波方式下,采用二阶统计矩方法时多小波优于单小波.     

一种基于纹理特征的图像检索算法

本文介绍了一种基于纹理特征中心加权的图像检索算法.计算差分矩阵进行纹理的相似度比较,并且根据图像中心的重要性,对图像不同像素的差分值采用不同的加权系数,越靠近图像中心加权系数越大.最后,与差分直方图进行比较,实验表明,本文算法具有比较好的检索结果.     

基于遗传算法进行特征选择和权重设置的图像检索

为了降低高维特征空间的维度,从高维特征空间中选择最优特征子集作为检索特征,并合理设置检索特征的权重,使得最优检索特征能够有效融合,运用遗传算法进行自适应特征选择和权重设置.实验数据表明,运用遗传算法进行特征选择和权重设置,提高了图像检索的精度.     

一种基于DCT系数的彩色图像检索方法

基于内容的图像检索是当前图像数据库领域中的一个研究热点。给出一种直接在频域内对彩色图像进行检索的方法:将一幅真彩图像变换到YCrCb空间,提取主颜色,对主颜色进行DCT变换,变换后的低频分量即为图像的颜色表示。在此基础上,讨论了图像的相似度量以及相应的图像检索技术,并给出了实验结果和图像检索性能的评价。     

一种新的多特征融合图像检索方法

为解决图像检索中单一特征检索性能不佳、多特征融合耗时的问题,提出了一种新的融合颜色特征和形状特征的图像检索方法。检索过程分为两个阶段:首先对图像进行圆环分块,提取图像整体和各圆环子块颜色特征向量,以特征向量间距离大小为准则对图像库分类;然后在类内提取图像的ART形状描述符作为形状特征进行相似性度量以实现检索。形状特征提取只在某一类内进行,减小了运算量,同时弥补了颜色特征对图像空间信息丢失的不足,提高了检索准确率。仿真实验取得了较好的检索效果。     

基于图像SIFT特征的图像检索方法

基于SIFT特征提取,本文提出了一种多尺度的图像检索算法,将一幅图像转化为多个特征的集合,再通过计算两幅图像特征向量间的欧氏距离进行比较得出结果进而实现图像检索功能。实验结果说明该算法具有尺度、平移、旋转不变性,可以进行良好应用。     

一种基于内容的图像检索方法

论述了基于颜色特征的图像检索和基于纹理特征的图像检索,在此基础上提出了一种利用图像两种内容特征进行图像检索的方法。     

利用小波分析进行基于形状的图像检索技术

目的 解决基于形状检索方法中形状描述符的不稳定、缺乏平移、旋转、尺度不变性等缺点。方法 通过对图像进行小波变换，获得多尺度下的不变矩，得到图像的特征描述符，通过特征描述符的欧氏距离来表示图像的相似度。结果 通过小波变换进行形状特征提取具有很好的图像检索效果。结论 新方法获得的描述符具有旋转、平移、尺度不变性等优点，能够很好地描述图像的形状和空间分布信息。     

基于双密度小波变换的纹理图像检索

为了进一步提高纹理图像的检索性能，提出了一种基于双密度小波变换算法．该算法根据双密度小波分解变换的特点，从系数角度出发首先对子带进行组合，然后提取一阶和二阶统计矩并将结果作为纹理的特征用于图像检索．由于组合双密度小波变换采用了过采样，具有时移不变性，所以据此生成的算法具有特征数少、检索精度高等特点．对比实验结果表明，该算法的检索精度比单小波和双密度小波变换分别提高了10％和7％，性能最好的是一阶和二阶统计矩组合的方法．     

一种网络图像数据库的快速检索方法

传统网络图像数据库的检索操作,通常是客户端直接将待检索的图像通过网络传输给国家数据库所在的服务器端进行各种匹配操作,这很容易造成网络的拥挤和对检索请求较大的响应延迟。作者提出一种不同的图像数据库检索方法,这种方法能够在不增加服务器端计算负担的同时极大地降低对传输带宽的需求,缩短对客户端的响应时间。     

一种基于主颜色表的图像检索算法

提出了一种基于示例图像的主颜色表的图像检索算法,该算法结合了颜色空间的量化、聚类、组合等思想,使系统获得了良好的检索效果。     

一种基于HSI和小波变换的遥感图像融合方法

在对同一地区低分辨率的多光谱图像与高分辨率的全色图像的融合中,单独采用传统的HSI(hue-saturation-intensity)图像融合方法会出现颜色失真问题和传统的小波融合中存在分块模糊现象.为了改进融合效果,本文提出了一种新的融合方法,将HSI和小波变换进行有机结合,首先通过HSI变换获得多光谱图像的亮度成分,采用改进的基于主分量分析方法的融合规则将它与全色图像进行小波融合,得到新的亮度分量.将新的亮度分量进行增强处理后,进行HSI逆变换获得最终融合图像.实验结果证明,该方法不但提高了融合图像的空间分辨率,突出了目标的特征信息,而且更好地保留了原有多光谱图像的光谱性质.     

一种改进的SIFT-PCA算法在图像检索中的应用

针对SIFT算法(尺度不变特征)提取出的图像特征点向量维数较多造成计算量较大、检索效率低等问题,提出一种SIFT和改进的主成分分析(Principal Component Analysis,PCA)相结合的SIFT-PCA算法。该算法首先采用SIFT算法提取图像特征点向量,然后利用改进的PCA算法把特征点向量变换到另一个空间,得到最具有代表性的特征参数,实现对特征点向量的降维。此算法在保证原SIFT算法鲁棒性的同时减少了计算量,增强了实时性。实验结果说明了该算法具有尺度、平移、旋转、光照不变性,在图像检索中应用切实可行且效果良好。     

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。     

一种新的基于颜色特征的图像检索方法

提出一种利用同心圆来提取颜色特征的图像检索方法.该方法以同心圆分块策略对图像进行分块,并依据人类视觉生理和心理特性对所获取的颜色特征进行动态加权,获得图像的综合加权特征向量.对图像库的10类图像进行测试,每类取4幅组成40次查询.实验结果表明,该方法与全局直方图方法、传统分块方法相比,其平均精确度分别提高了5.01%和2.95%,且具有几何不变性.     

基于小波纹理特征的医学图像检索

为了缩小图像高层语义与底层特征之间的鸿沟,提出了一种基于共生矩阵的图像纹理特征提取的新方法.该方法结合了图像的频域统计特征和空间分布特性,首先通过小波变换提取图像的局部频域信息,然后结合图像的整体结构特征,构建用于提取图像纹理特征的小波灰度共生矩阵.通过对比实验表明,与分别使用其他灰度共生矩阵和小波特征相比,基于小波灰度共生矩阵的纹理特征提取方法在医学图像检索中取得了更好的效果.     

基于区域综合特征的图像检索方法

提出一种基于目标区域综合特征的图像检索方法,通过把图像分割为若干区域,然后提取区域的颜色、纹理、形状特征,在提取区域特征的基础上再进行区域匹配,然后进行检索和性能分析．实验结果表明,在基于目标区域的图像检索中,在查全率一查准率性能上,综合特征检索要比单一特征检索性能更好．