基于深度卷积神经网络和局部敏感哈希的图像检索

网络图像资源增长迅速,如何实现快速有效的大规模图像检索,成为当前研究的热点之一。深度神经网络对图片特征有很强的表达能力,利用典型深度卷积神经网络VGG16在预训练完成的模型上使用网络全连接层的输出提取待检索图像数据集的特征以建立索引,并采用局部敏感哈希算法提升检索速度,以端到端的形式,完成基于内容的图片检索任务。这种图像检索模型提供了一种在计算资源有限情况下实现大规模图像检索的有效方法。     

基于连续肯德尔相关系数学习相似度函数的图像检索方法

提出了一种基于连续肯德尔相关系数学习图像间相似度函数和运用学习的相似度函数进行图像检索的方法.通过对500幅图像所组成的图像数据库以及和其他传统相似度函数学习方法在图像检索中检索效果的比较实验可以得出:该方法的图像检索效果要优于其他相比较的传统方法.     

P2P网络中的一种相似图像检索方法

为了实现在P2P网络中进行图像资源发布和相似图像检索,提出了一种资源发布和查找策略。根据图像内容生成指纹向量,将该指纹作为图像在P2P网络中发布的基础,实现将相似图像发布到同一节点或相邻节点,进而实现高效的分布式相似图像查询。该算法在分布式哈希表DHT(distributed Hash table)路由基础之上构建,适用于各种以DHT为基础的结构化P2P系统。     

Canny特征在基于内容的图像检索中的应用

 在基于内容的图像检索中,枪支一类图像的检索有其自身难点.将Canny边缘检测算法应用于图像检索中,以待检图像的Canny特征作为检索特征,提出了一种结合矩阵相似度理论的基于内容的图像检索算法.并以手枪图像的检索为例,对算法进行了实验测试.实验结果表明,该图像检索算法具有较高的查准率、查全率和较低的误检率.     

基于形状的遥感图像检索系统

研究了基于内容的遥感图像库的快速检索系统．系统采用基于形状全局特征与局部特征相结合的两步检索策略，由简单的全局特征来过滤掉大部分的非相关形状，利用矢量近似方法来对所属类别进行快速定位，缩小搜索空间；局部特征相似性是通过形状小波变换系数之间的距离直接计算的．仿真试验表明，该查询结构能够高效准确地对高分辨遥感图像和航片进行检索．     

基于结构相似度衡量的图像超分辨率重建

图像超分辨率一直都是图像处理领域的研究热点,提出了把图像质量评价方法用于图像超分辨率的方法.把结构相似性度量用于块匹配,搜索图像块的相似块,利用找到的相似块的加权平均重构高分辨率图像.在低分辨率图像上进行了有噪声,无噪声情况下的两种实验,实验结果证明本文提出的方法在相同实验条件下比TV,Sparsity,Softcut取得了更好的结果.进一步分析实验可以发现用结构相似度搜索图像的相似块,使得重构后的图像更加充分地保留了原图像的结构信息.本方法提供了处理图像的新思路,使得对图像质量评价的研究和图像处理的研究可以结合起来共同推动图像处理方法的创新.     

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。     

综合多特征的图像检索方法

基于内容的图像检索技术利用图像的颜色、纹理、形状等基本特征进行检索,成为当今图像检索领域的一个研究热点.由于图像内容的多样性,不同的图像其侧重点有所不同,为此,论文提出了一种综合多特征的图像检索方法.在该方法中,用户可根据对颜色、纹理或形状信息的敏感程度,调节相应的权值来进行检索,并对检索出的图像按相似度大小给出排名.实验结果表明该方法与采用单一特征的检索方法相比效果有较大改善.     

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.     

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.     

基于纹理特征的图像检索研究与实现

该文讨论了图像纹理特征的提取与表达,在理论探讨的基础上做相应改进,使检索结果的准确度得到提高,并开发出一个试验系统验证该方法的有效性.试验证明基本达到了预期效果.     

基于内容的图像检索技术研究

基于内容特征的图像检索(CB1R)是目前国内外研究的一个热点。本文简要介绍基于内容的图像检索技术的主要原理,重点论述了基于内容的图像检索常用关键技术。     

基于局部直方图信息的相似图像组分割模型

针对ACGS模型不能有效分割具有纹理变化的相似图像组问题,提出一种基于图像局部直方图信息的协同分割模型.该模型能量泛函分为两项,一项为基于图像直方图信息的数据项,反映了图像组中每张图像的纹理信息;另一项为用形状矩阵的秩表示的相似性约束项,用来控制待分割图像之间目标形状的相似性,其中形状矩阵中每个列向量代表图像组中一幅图像的目标轮廓.同时,在SUN显著图上演化CV模型实现轮廓的初始化,提高了ACGS模型对初始轮廓位置的鲁棒性.实验表明,该模型对具有纹理变化的形状相似图像组分割效果优于ACGS模型.     

基于内容的图像检索技术研究

基于内容特征的图像检索(CB1R)是目前国内外研究的一个热点。本文简要介绍基于内容的图像检索技术的主要原理,重点论述了基于内容的图像检索常用关键技术。     

天气图相似检索研究

天气图中含有丰富的气象信息，这些信息的载体具有图形和数值两种不同的表现形式．针对图形类信息，构建一种特征向量，该向量突出图形特征，利于相似测度，适合于展开基于内容的检索．以此为基础，将天气图的相似检索分为基于各气象要素的检索和相似综合评判两个阶段，能够满足预报业务的不同需求．另外知识库的使用使检索系统具有较小的冗余和较强的柔性．     

基于内容的图像检索

本论文系统介绍了基于内容的图像检索技术。所谓基于内容的检索,就是查询时针对的是对象而不是标识,它需要从图像中提取指定的特征(如颜色、纹理、形状等),然后从图像库中检索相似的图像或者视频内容。由于基于内容的图像检索能够提供比传统的基于文本的图像检索更丰富的内容及实用的功能,因此已成为国际上的研究热点。本文结合用户感兴趣物体的颜色,形状和纹理信息进行图像检索,取得了良好的检索效果。     

基于局部结构相似与稀疏表示的超分辨率图像重建

稀疏表示在图像超分辨率(super-resolution, SR)重建中表现良好,但是传统的稀疏表示方法独立考虑图像块之间的稀疏性,会导致重建图像损失部分纹理结构。文章提出了一种基于局部结构相似与稀疏表示的SR图像重建算法。该算法利用局部几何结构相似的约束模型和L_1范数正则化的稀疏表示来求解图像块在低分辨率字典下的稀疏表示,以此重建高分辨率图像块。实验结果表明,该算法比传统稀疏表示方法能更好地恢复图像纹理结构,并在重建效果上具有明显的优越性。     

一种基于区域分割的图像检索方法

提出了一种基于区域分割的图像检索方法:首先用改进的基于一致性分析的空间分割算法对图像进行区域分割,然后提取各区域的视觉特征,再对查询图像和目标图像中各区域的视觉特征进行多对多的匹配,采用最小平均准则和高斯归一化加权求和得到图像间的相似度.通过与基于全局特征的检索结果比较表明,该方法可以产生比较满意的结果.     

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.