基于高斯公式的图像特征匹配算法研究

在基于内容的图像检索系统中,图像特征匹配是一个影响检索效率的重要算法.对提取的特征信息进行分析,并通过高斯公式对特征向量进行归一化处理,分析不同特征间的权值和相似性度量手段,将两种不同方式的检索手段有效地结合在一起,实现图像的有效检索.仿真结果表明,与传统的单一匹配算法相比,图像检索匹配度能得到较大的提高.     

基于codon特征的图像精匹配方法研究

在分形特征粗分类结果的基础上,提出了一种基于ｃｏｄｏｎ特征的图像精匹配方法。详细研究了ｃｏｄｏｎ模型,将基于封闭光滑轮廓的ｃｏｄｏｎ特征编码推广至任意非封闭曲线,使ｃｏｄｏｎ特征在保持原有的抗旋转和尺度变化等几何失真特性基础上,更完备地表示图像轮廓,有效提高匹配精度。实验结果表明基于ｃｏｄｏｎ特征的图像精匹配方法性能优越于传统方法。     

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．     

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．     

一种基于特征匹配的全景图自动拼接方法

提出了一种基于特征匹配的拼接算法,通过对应特征点来查找2幅图像的匹配位置.该算法不需要手工指定特征点,可自动对一组图像进行无缝拼接.实验结果验证了算法的有效性.     

基于 codon 特征的图像精匹配方法研究

在分形特征粗分类结果的基础上,提出了一种基于ｃｏｄｏｎ特征的图像精匹配方法．详细研究了ｃｏｄｏｎ模型,将基于封闭光滑轮廓的ｃｏｄｏｎ特征编码推广至任意非封闭曲线,使ｃｏｄｏｎ特征在保持原有的抗旋转和尺度变化等几何失真特性基础上,更完备地表示图像轮廓,有效提高匹配精度．实验结果表明基于ｃｏｄｏｎ特征的图像精匹配方法性能优越于传统方法．     

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。     

一种基于图元的多级图像检索系统

针对目前两类图像检索方法存在的不足，提出了一种基于图元的多级图像检索系统框架，通过在检索系统中搭建“语义词典”和“图元特征库”两个模块，完成了两种检索方法的有机结合，在现有技术水平上提高了图像检索系统的性能。     

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。     

一种块匹配的图像修复算法

在研究Criminisi算法的基础上,提出了一种新的图像修复算法。根据图像待修复点梯度的大小,在源区域中确定其匹配区域的范围,减少搜索次数;以到待修复点距离从小到大的方式搜索匹配块,应用最近最优匹配块对图像进行修复;提出新的置信度更新方法,使更新后的置信度与累积误差成反比。实验表明,本文提出的图像修复算法具有较好的图象修复效果,并且计算复杂度低,效率高。     

基于边缘配准的印鉴自动鉴别方法

从图像处理和分析的角度出发,提出基于边缘配准的鉴别方法。该配准算法基于图像几何形状和统计特征,由快速形状检测算法和投影算法组成。     

基于边缘和模板匹配的印鉴自动鉴别方法

利用计算机鉴别印鉴真伪具有广泛的应用前景．提出一种基于边缘和模板匹配的印鉴自动鉴别方法,该方法先将印鉴图象分成若干个子区域,然后提取反映真假印鉴本质特征的若干参数,用它们形成局部和全局特征,最后用ＢＰ神经网进行判决．实验结果表明,该鉴别方法具有较强的适应性和可靠性,已达到实用水平．     

基于分块主色的图像检索方法研究

提出了一种基于分块主色的图像检索算法,并结合基于内容的图像检索的系统结构、颜色特征提取方法及其相似匹配方法,得出了实验结果.从实验结果来看,采用把图像分块再提取各分块主色的方法,获得了良好的检索效果.     

基于压缩感知的图像检索方法研究

针对大尺寸图像的特征提取算法复杂度高、特征信息容易缺失的问题,利用压缩感知理论中关于少量测量值可以精确重构原始信号的特性,提出了一种基于压缩感知的图像检索方法。首先对图像进行小波变换、分块预处理;然后构造分块多项式确定性测量矩阵,并对分块图像进行压缩感知快速测量,得到少量的压缩测量值代表图像的特征;最后采用加权距离方法计算图像测量值特征的相似度,实现图像的精确检索。仿真结果表明,该方法在图像检索速度和查准率、查全率等指标上具有更高的性能,能应用于大量复杂图像的检索。     

基于颜色空间特性的图像检索

提出一种能同时利用图像的颜色特征和颜色空间分布信息进行图像检索的方法,首先提取出最大的3块颜色区域及各自的最小包围矩形（MBR）,然后利用改进的子块技术,确定目标区域的位置,从而得到融合颜色与位置信息的索引,在此基础上实现图像的检索．实验结果证明了该方法的有效性．     

一种基于自学习的动态语义网络的图像检索方法

基于关键字和基于内容的图像检索是图像检索系统中的两种重要方法.而当今,图像检索系统重点强调在图像检索过程中,高层语义与低层视觉特征的结合.最近,一些研究者在检索周期中采用用户互交,使用上述方法和半自动图像检索的结合,取得了一些成果,但没有自学习的动态语义功能,检索效率不高.论文给出的方法是基于一个分层的语义网络,在图像检索领域能够响应不能的需求,并且根据用户的反馈,执行一个新的动态学习检索过程,可以明显的提高图像检索效率.     

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。     

一种基于本体的图像检索方法

在图像数据库中,针对图像的检索方法很多,但以传统的基于内容的图像检索方法效率低,而且误差较大。文章提出一种基于OBFM(ontology based feedback model)方法首先得到基本相似图像库,从中提取相应的特征元素,并在此基础上进行关联规则挖掘。该算法采用本体论和相关反馈技术相结合的方法。实验证明,该方法比单纯的相关反馈技术准确率高。     

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。