图像检索中颜色特征维数的选择算法

颜色特征是图像检索中的重要特征之一，其维数的选择影响了计算复杂度、计算速度、查全率、查准率等诸多方面。本文针对基于颜色特征的图像检索中的维数选择问题，进行深入研究，分析不同维数选择下对各种指标的影响，通过实验数据分析确定合适的维数。实验结果表明：对于Coral图像库，应用HsV直方图特征，在查询返回图像为50幅的情况下，基于LPP算法的图像检索的查准率为67．7％，查全率为57．5％，这在只提取颜色特征，没有其他特征融合的前提下是非常高的检索效果。     

基于内容的图像检索技术

基于内容的图像检索技术随着多媒体技术的发展 ,在多媒体数据库管理和多媒体通信传输中越来越得到重视。对基于颜色、纹理、形状和轮廓特征的各种检索方法和技术进行综合阐述的同时 ,指出基于区域和目标检索及用户反馈检索等新的检索方法 ,是今后图像检索技术研究的热点和发展的方向     

基于纹理的图像检索

随着信息社会的到来，面对越来越多的海量媒体数据，基于内容的图像检索已成为一种趋势。而纹理特征是图像的一个重要特征，本文主要阐述基于纹理的图像检索系统。并详细地介绍了基于灰度共生矩阵的纹理检索算法。     

基于内容的图像检索技术研究现状综述

基于内容特征的图像库检索技术虽然开辟了一条更为准确直观的检索途径,但由于图像内容特征很难准确提取和描述,特征的相似度计算与人眼的感知存在一定的差异,使其会受到知识领域和检索任务的限制。     

一个基于MPEG-7颜色与形状的图像检索系统

结合MPEG-7的颜色与形状两种描述符设计出了一个新的图像检索系统,利用MPEG-7提供的主颜色描述符及基于区域的形状描述算法--角放射变换(ART)对图像进行特征提取、描述.实验用MPEG-7的评价准则进行评判,由包括花卉、自然风景及商标组成的图像库进行测试,结果表明,综合这两种特征进行检索比使用单一特征取得的检索效果更佳.     

基于聚类反馈的图像检索技术研究

随着多媒体和计算机网络技术的迅速发展,金世界的信息量急剧增长.图像作为一种内容丰富、表现直观的媒体信息,受到人们的青睐.各行各业有越来越多的信息通过图像的形式进行表达.图像信息应用日益广泛,人们面临的一个问题是如何在海量的图像信息库中查询到符合用户要求的图像.这就要求有一种能够快速而且准确地查找访问图像的技术,也就是所谓的图像检索技术.     

基于多媒体融合的图像检索的技术

基于多媒体融合的图像检索技术是目前研究的热点。该文分析了并总结基于多媒体融合的图像检索的概念，综述基于多媒体融合的图像检索的方法和相关的技术。最后简单介绍一种新的基于语音识别的图像检索的方法以及实践。     

基于颜色直方图的车牌识别技术初探

图像识别技术是有着广泛分布而且重要的应用,无论是在计算机视角、医学图像处理,还是工业领域,而其中的代表车牌识别系统则是引用最广的一个分支。文章基于颜色直方图的车牌识别系统的部分关键技术进行研究,依次从车牌图像的预处理、车牌定位以及字符识别展开了分析。     

基于颜色特征的遥感影像检索

利用同一个遥感影像检索系统，对比研究各种颜色特征在遥感影像检索中的检索效果。实验表明，通过提取描述图像灰度分布的各种颜色特征在遥感影像的检索中具有较好的适用性，初步达到了令人满意的效果。     

简述唐卡图像检索技术

本文作者研究了唐卡图像的特征,介绍了唐卡图像检索系统结构、检索系统的评价标准,概括了提取唐卡图像的颜色、纹理、形状特征方法,最后指出唐卡图像检索技术存在的问题和未来研究方向.     

基于内容的图像检索在电子商务中应用初探

基于内容的图像检索突破了传统的基于文本的图像检索的局限,对图像进行分析,抽取特征,利用这些内容特征建立索引,进行检索。本文介绍了基于内容的图像检索的特点与基本原理,并对其在电子商务应用中的特征选择方法、用户检索方式和用户交互进行了研究。     

一种基于定向局部直方图均衡化的显微图像清晰度判定方法．

针对现存的图像清晰度判定方法对光照鲁棒性不太理想这一问题,本文提出一种基于定向局部直方图均衡化（OLHE）的方法,使得这一问题得以解决。首先,根据定向局部直方图均衡化具有边缘方向这一特性,用不同的算子对不同区域图像进行处理,得到最佳的OLHE图像;然后,用现存的图像清晰度判定方法对图像进行清晰度判定。本文用显微图像进行测试,实验证明,该方法对光照具有较强的鲁棒性,能判定光照不一致图像的清晰度,稳定度平均能提高87．66％,最高可达到99．28％     

基于卷积神经网络和注意力机制的图像检索

当前先进的图像检索方法中,存在着不能很好地分辨图像中不同区域和内容的重要性的问题,导致计算资源分配不合理、检索正确率较低等一系列结果。为了解决这些问题,提出了一种基于卷积神经网络(Convolutional Neural Network,CNN)和注意力机制的图像检索方法。首先使用卷积神经网络提取特征,然后使用注意力机制处理提取的特征,可以在计算能力有限的情况下根据图像中的内容合理分配计算资源,使图像中的突出部分得到更多的关注。最后通过融合全局平均池化层处理后的CNN特征来进行图像检索。所提方法在corel1k、corel5k和corel10k三个数据集上与其他先进的图像检索方法进行了比较,结果表明该方法能够有效提高图像检索的精确率和召回率,并且在检索返回的前k张图像的数量(top-k)增加时,仍能保持良好且稳定的检索精确率。     

基于内容的图像检索在电子商务中应用初探

基于内容的图像检索突破了传统的基于文本的图像检索的局限,对图像进行分析,抽取特征,利用这些内容特征建立索引,进行检索。本文介绍了基于内容的图像检索的特点与基本原理,并对其在电子商务应用中的特征选择方法、用户检索方式和用户交互进行了研究。     

融合空间信息的彩色图像检索方法

彩色图像检索方法基于hsv颜色模型提取示例图像的颜色特征与图像库中图像的颜色特征时,提取不同维数的特征向量.在图像相似性度量的时候使用不同的计算公式.实验结果证明,这种颜色直方图算法速度快且与人类的视觉有着良好的一致性.     

尖峰类图像的直方图均衡改进算法

文章针对直方图存在尖峰的图像,提出了一种改进的直方图均衡算法,通过对原始直方图进行修正后再进行直方图均衡处理,可以解决直接进行直方图均衡处理后出现的明亮、冲淡的外观效果。该改进算法能较好地保持原图像的直方图特性,在提升对比度的同时,降低了图像的失真度。     

融合多特征的图像检索算法

针对单一特征不能很好地表述图像的问题,提出了一种融合多特征的图像检索算法。首先,提取查询图像和图像库中样本图像的GIST（Generalized Search Tree)特征,用欧氏距离衡量图像间的GIST相似度值,根据查询图像的GIST特征在图像库中进行检索,将结果按相似度进行排序;然后,提取查询图像和返回结果中前k幅图像的尺度不变特征变换(SIFT)特征,使用BBF(Best Bin First)算法进行特征匹配;最后,通过特征点匹配点对数排序并返回检索结果。实验在改进的Corel1000数据集上进行,与传统的单特征图像检索算法对比,提出的图像检索算法不仅提高了检索准确率,而且获得了较好的检索效率。     

基于累积直方图的视频镜头边界检测方法

提出了一种基于累积直方图的视频镜头边界检测方法,以累积直方图来代表视频帧图像的特征,其帧差充分反映了视频帧图像间的差异性;结合滑动窗的局部阈值分割处理,获得镜头边界检测对物体/摄像机的运动和光线变化的不敏感性。实验结果表明,本方法在镜头突变边界检测中达到95.97%的查全率和96.75%的查准率。     

基于信息检索的整合检索系统设计与实现

本文在元数据存储技术的基础上,结合了索引检索算法和动态引擎实例生成技术在系统中的应用,通过对图书馆信息检索需求分析,设计了整合检索系统模型并建立相对应的系统体系结构,通过实现引擎实例的动态生成技术和索引检索算法为元数据的成功检索打下基础,为提供高效、准确的整合检索做了有意义的尝试和探索。     

基于灰度图像分割的改进遗传算法

本文在基于灰度图像分割的基础上对传统遗传算法进行改进,提出基于染色体、基因位的改进遗传算法。该方法利用图像的直方图,对进行初始种群预处理,减少遗传算法的迭代次数。实验表明,改进的遗传算法应用于灰度图像分割能取得较好的效果。