人眼特征提取技术研究综述

基于语义的图像检索是目前人脸图像检索领域研究发展的新趋势,所谓语义化人脸图像检索,通常是指根据待检索人脸图像的特征,去语义数据库中搜索最为匹配的人脸图像的过程,眼睛是人脸部特征的重要组成部分,眼睛的检测对于人脸信息的处理具有重要的意义;当前学术领域关于眼部特征提取的研究有很多,目前还没有一种眼部特征提取技术是公认快速有效的,主要讨论了人眼特征提取技术的一些主要方法,对现有的人眼定位,人眼区域分割,人眼特征提取的方法进行分析和讨论;最后对基于眼部特征语义化图像检索的发展和应用做一个简单的展望。     

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。     

基于颜色和SIFT特征的视频目标检索方法研究

本文提出并实现了一种结合颜色和SIFT特征的视频目标检索方法。首先,利用图像颜色直方图特征对目标图像进行初步检索和排序;然后对检索结果中与目标图像相似度较高的图像进行SIFT特征提取,并与目标图像中截取的目标区域子图的SIFT特征进行匹配;最后根据SIFT特征匹配结果对初步检索图像再进行二次排序,并反馈目标位置和偏移信息。仿真实验结果表明本文提出的基于颜色和SIFT特征的视频目标检索方法对目标亮度、位置平移、缩放、形态变化等有较好的适应性,能准确检索出目标,具有较高的实用性。     

基于人工智能方法的图像语义检索

根据语义特征进行图像检索是图像检索技术的发展趋势。文章提出了一种基于人工智能以实现图像语义特征提取的方法,即通过模糊逻辑、遗传算法和人工神经网络三者的融合来解决图像语义特征提取这一难题,该方法使图像检索能够满足用户的需求,提高了图像检索的效率和精度。     

多特征融合及SVM相关反馈技术在教育资源图像检索中的应用

首先介绍了教育资源图像检索系统的结构模型和基本模块,然后介绍了图像特征提取技术,在颜色特征提取中主要应用了分块直方图法,在纹理特征提取中应用了Gabor小波变换法,在形状特征提取中主要应用了不变矩法,通过3种特征的权重分配将多特征融合进行图像初次检索,然后采用基于SVM的相关反馈技术进行多次检索。实验证明,多特征融合和相关反馈技术的引入有效提高了教育资源中图像检索的查准率。     

一个基于颜色特征的图像检索系统

在基于内容的图像检索中，颜色是最重要的特征之一，介绍了一个基于颜色特征的图像检索系统，论述了系统的结构，颜色特征提取方法及其相似匹配方法，并给出部分实验结果。     

基于内容的图像检索发展状况及演示

基于内容的图像检索(CBIR)是信息检索领域的研究热点之一,文章在分析了图像检索技术的发展现状及各种图像特征描述方法,论述了图像检索涉及到的图像特征提取和相似性度量等技术,并就各种特征提取方法进行综合分析、比较提出了今后基于内容的图像检索技术的发展方向,对该领域的研究方向有一定指导意义。     

浅析基于特征的图像拼接法

图像拼接技术是将一组相互间有重叠部分的图像序列进行空间匹配对准,形成一幅包含各图像序列的、宽视角场景的、完整的、高清晰的新图像的技术。本文给出了一种基于特征匹配的图像拼接方法。该方法首先采用特征提取方法获得图像特征点,并通过双向相互匹配的方法提高特征点的匹配精确度,最后通过图像融合完成图像的无缝拼接。     

结合彩色边缘与LBP纹理的图像检索算法

基于图像颜色、纹理和形状单一特征的特征提取和匹配的方法很多,各有优缺点,因此,本文提出了将图像中心区域的uniform模式的LBP纹理与环形分块彩色边缘相结合的图像检索算法。常用的形状检索算法只能对连续封闭曲线才有好的检索效果,而对自然彩色图像检索效果较差,而本文将图像分成几个环形分块,对每一环形分块内的图像提取彩色边缘并形成颜色直方图用于图像形状描述。纹理采用uniform模式的LBP描述,最后采用加权法融合形状特征和纹理特征。根据实验比较,该算法能较大提高大多数类别图像检索的查准率。     

基于内容的图像检索技术及应用

对比基于文本的图像检索,基于内容的图像检索技术提供了图像特征(如颜色,纹理等)方面的查询方式。其关键技术是特征提取,国内外很多研究机构已从事这方面的研究并取得了一定的成果。     

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。     

一种基于特征融合的图像检索方法

特征提取是图像检索的重要步骤,特征提取的好坏对检索结果至关重要．本文融合颜色和纹理特征来表示图像,并分析了单一特征的适用图像类．实验表明,融合特征方法可以得到更好的检索效果．     

一种基于指形中线的指形特征提取方法

指形识别是基于指形生物特征提取和匹配的人体生物特征识别技术之一．本文针对传统指形特征提取方法可能导致的伪特征提取,提出一种基于指形中线的指形方向校正、特征提取和匹配的方法．该方法能自适应地检测指形方向,较准确地提取指形特征．然后利用得到的指形特征对手形图像进行快速分类,进行手形图像的匹配和识别．实验结果表明该方法避免了提取伪特征的情况,得到了较好的正确率．     

一种基于改进SURF和K-Means聚类的布料图像匹配算法

计算机图像智能处理技术为服装设计师开展设计、启发灵感提供了方便和可能。通过提取布料图像的SURF特征可以实现布料图像形状分析,但由于SURF特征维数高、特征提取是基于灰度图进行,因此存在匹配速度慢、匹配结果不够符合人眼视觉特点的问题。本文提出了基于小波变换的自适应SURF特征提取算法和基于K-Means聚类的布料图像颜色分析方法。通过融合图像形状特征、颜色特征,加快了布料图像匹配速度,使布料图像的匹配结果更加符合人眼视觉感受。在8种不同类型布料图像上的实验验证了该算法的有效性。     

基于广播影视资料的图像检索技术研究

本文以国家发改委CNGI项目“基于IPv6的广播影视资料P2P内容存取中闾件系统”为背景,研究了基于内容的图像检索技术。通过对常用颜色和纹理特征提取算法的研究,选择了块RGB均值法、改进参考颜色表法和灰度一平滑共生矩阵法对图像进行特征提取,并使用标准的Corel库建立图像特征数据库,分析和比较这几秤算法单独检索和综合检索的效果。实验结果证明,采用多特征的综合检索比采用单特征的检索具有更高的查全率和查准率,因此采用综合特征检索技术,能够更好地实现对广播影视资料的内容检索。     

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

基于内容的图像检索(CBIR)是随着多媒体技术的发展而日渐明显的多媒体数据库查询和检索方法.文章讨论了基于内容的图像检索(CBIR)的含义和关键技术,包括图像数据库结构、图像内容描述、图像特征的提取和匹配技术、快速检索技术.     

指纹信号的识别特征提取和处理技术

指纹识别技术一般由图像采集,预处理,特征提取,特征匹配,数据库管理五部分组成.本文根据方向图二值化处理,提取细节特征点,以及点模式匹配等算法对初始指纹图像进行处理,实验效果达到了预先的设想,成功实现了指纹图像的识别和匹配.     

一种基于图像相关的图像特征提取匹配算法

本文提出了一种基于立体视觉技术进行特征提取和匹配的算法。在立体视觉技术基础上以投射大小光斑的方法增加自由曲面的图像特征,有效的获得了图像的主要信息,建立图像之间的点映射关系。由图像相关性对匹配进行约束,选择最佳匹配点,获得象点在两个坐标系统中的三维空间数据,然后进行数据拟合得到非特征点的数据,大大提高了图像配准的效率和准确性。     

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。