一种新的基于SVM相关反馈的图像检索算法

提出了一种结合颜色和形状特征的图像检索方法,针对传统基于内容图像检索不能很好满足用户需求的问题,提出了一种基于支持向量机（SVM）的相关反馈算法来捕捉用户的检索意图。实验结果证明,算法能发挥用户在检索过程中的作用,具有较好检索性能。     

基于特征融合的图像检索算法研究

提出一种新颖的基于特征融合的灰度图像检索算法,该算法将图像按一定步长量化并映射为n阶频率矩阵,然后融合矩阵第一、第二奇异值向量的信息得到图像复特征向量,最后以余弦相似度作为图像检索的相似度度量.实验数据分析表明,算法在检索性能上优于传统的颜色直方图法.     

基于高斯混合模型的图像检索算法研究

通过研究聚类算法在图像处理上的应用,提出了一种基于高斯混合模型聚类的图像检索方法。该检索方法首先提取每幅图像的特征,并以特征值为数据集建立高斯混合模型,得到所有图像的高斯混合模型。再以所有图像的混合模型参数集作为数据集,用基于高斯混合模型的聚类算法进行聚类。最后输出检索例图所在的类,即得到检索结果。     

基于目标显著区域的图像检索算法

针对基于区域的图像检索技术中在构造显著区域时忽略人眼视觉的影响而造成的检索率偏低问题,提出了一种新的图像检索算法.首先,引入人眼的视觉特性,提取图像的一些有意义的点特征,构造显著区域,在此基础上,定义图像的特征描述符,以描述符为线索,将图像的形状特征和空间颜色分布特征有机进行结合,不仅克服了基于目标区域检索时的缺点,而且降低了传统目标区域提取算法的复杂度.实验结果表明,该算法具有较高的检索效率.     

基于灰色系统理论的相关反馈图像检索算法

探讨了灰色系统理论在相关反馈图像检索中的应用，提出了一种基于灰色系统理论的相关反馈图像检索算法。动态地更新查询向量。从而使图像检索结果与人的主观感知更加接近。     

基于图像多特征的数字图像检索研究

目前针对数字图像来进行搜索的方法有很多,单一的特征往往不能准确地搜索出用户想得到的图片,在此基础上又衍生出了基于多特征的数字图像方法,文章介绍了基于底层特征的图像检索技术和多特征融合的检索算法。     

多媒体内容检索技术

同传统的文字信息相比，多媒体信息具有信息量大、难以准确描述的特点。基于内容的信息检索是一种相似度的检索，本文以图像检索为例，给出了检索的方法和算法。     

基于多GPU的千万级高维空间实时检索

海量高维数据的近邻检索一直是多媒体信息领域的重要研究课题。本文提出一种基于多GPU的并行高维空间距离检索排序算法,通过并行优化空间距离计算及排序过程,并充分利用GPU硬件特性和众多的流处理器单元,算法能实现百万级的高维数据的实时检索。在此基础上,研究并利用多GPU架构,提升并行效率,拓展实时数据查询的数据规模。实验结果表明,本文算法可达到千万级别高维数据的实时精确检索,极大地拓展了高维检索的应用范围。     

基于小波变换的二值模式检索

提出了一种基于小波变换后的二值模式图像检索。把图像库里的图像通过小波变换压缩预处理,方便图像快速入库提取图像特征。选取二值模式技术处理,以便有效提取图像的特征进行检索。实验数据库采用Brodatz纹理图像库,对比了边缘拟合算法,共生矩阵和灰度纹理矩检索图像的检索效率,得出小波变换后的二值模式检索效率较高。     

图像检索中的元数据分析

随着图像检索技术近几年来的快速发展，基于内容图像检索和基于文本图像检索两种技术的不和谐现象越来越明显；两者各自所对应的元数据集之间很难兼容；基于内容图像检索和图像元数据联系相对薄弱。本文正是针对这样一种不协调的情况，从用户对图像检索的需求出发，以图像元数据标准为平台，对基于内容图像检索和基于文本图像检索的融合问题做一探讨，这有利于解决图像检索中存在的有关兼容问题。     

基于空间聚类的图像检索方法

信息检索在信息飞速增长的今天具有十分重大的意义。作为信息检索的一个重要的部分,图像检索得到了广泛的研究。由于基于文本的图像检索的种种不利因素,基于内容的图像检索成为目前的主流方向,本文提出一种基于空间聚类的方法,用图像的颜色特征来计算图像之间距离,采用DBSCAN算法对图像聚类,得到检索结果。     

基于颜色一致向量的图像检索方法

大量图像信息的产生使得基于内容的图像检索技术成为研究热点.由于颜色特征具有稳定性和计算简单的特点,本文首先介绍了利用全局颜色直方图进行图像检索的基本思想,然后分析了它的局限性,并给出了改进的方法:特征提取采用结合空间信息的颜色一致向量方法.在特征度量时,依据所设计的评价实验,对这两种方法进行了比较,并给出了实验结果和图像检索性能的评价.实验表明,所述的图像检索方法具有较好的查全率和查准率.     

远程教育中云存储机制下图像数据分类模型优化设计

远程教育中云存储机制下存有海量图像数据,在海量数据中存在大量与需要检索的特定图像特征相近的冗余图像,传统的基于图像特征的分类方法,由于关键帧准确性较低,造成图像分类不准确,导致远程教育中图像数据的检索准确性较低。为此,提出基于关联规则挖掘算法的图像数据优化分类方法。对可能是冗余的图像数据进行微调,使待检索图像关键帧处于准确的变化区间内,利用图像校验方法,消除冗余图像,对校验结果进行二次检验,降低了建立图像数据特征关联的偏差,实现了对图像数据的准确分类。实验结果表明,利用该方法能够对远程教育中云存储机制下的图像数据进行准确检索。     

基于颜色和纹理特征的图像检索技术研究

本文提出一种基于颜色和纹理特征的图像检索方法,利用颜色直方图表示图像的颜色特征,计算图像之间的颜色距离;在提取图像的纹理特征时,首先对原图像进行压缩和灰度化,然后利用图像的灰度共生矩阵,统计出反映纹理一致性、纹理对比性、纹理的嫡和纹理相关性的数据。最后利用这两个特征进行图像检索。实验表明,本文的算法具有较好的检索效果。     

数字图书馆图像资源检索框架的构建与实现——基于非下采样的Contourlet变换

图像检索为数字图书馆的发展提供了技术支持,图书馆应重视数字化发展以提升服务质量。本文提出一种数字图书馆图像资源检索框架,并对系统的实现过程做了详细的分析。同时,在提取图像特征时提出了一种基于非下采样的Contourlet变换图像检索算法（NSCT）,能够在大量图像数据中挖掘有效的特征信息。该算法首先对图像进行多尺度、多方向分解,然后计算低频和高频中不同方向的子带系数的标准差和均值作为图像的纹理特征。实验结果显示,本文提出的图像检索框架具有可行性,能够为用户提供更优质的搜索服务,并且与同类特征提取算法进行比较,该算法具有良好的检索性能和较高的查准率、查全率。     

基于本体和自动标注的网络邮票图像语义检索研究——以南京邮电大学数字邮票库为例

针对网络邮票图像的特点,提出邮票领域本体构建方法。根据网络邮票图像的视觉特征和描述文本．利用本体描述其语义特征,通过自动图像标注技术构建邮票图像本体库,并构建网络邮票图像的语义检索系统。实验表明,该系统解决了网络图像基于关键字检索和基于内容检索中的语义缺失问题,具有较高的图像检索准确率。     

数字图书馆中基于内容的图像检索研究

针对数字图书馆中的图像检索问题,提出了一种基于SVM的相关反馈算法。比较了基于SVM的相关反馈方法和MARS方法的检索性能,在一定程度上解决了基于内容的图像检索中由于底层特征和上层理解之间的差异而造成的＂语义鸿沟＂问题,仿真实验表明这种算法能提高数字图书馆中图像检索的效率和查全率。     

基于Rough集理论的图像检索研究

Rough集理论是处理不确定性问题的有效的数学工具。将Rough集理论应用于图像检索,采用Rough集理论知识约简的思想,利用数据动态约简算法找出有效特征集,在保持分类能力不变的前提下,降低了图像特征空间的维数,减少了图像分类的工作量。最后构造了一个基于Rough集理论的图像检索框架。     

基于内容的图像信息检索综述

基于内容的图像检索技术，即从大量的静止或活动视频图像库中检索包含目标物体的图像（或视频片段），在高度信息化的今天，已成为内容图像库中图像信息组织和管理不可缺少的技术，本文介绍了基于内容检索技术的进展，并对其主要方法如基于颜色、形状、纹理等静止图像检索技术以及视频检索技术进行了讨论。     

基于HSV空间颜色特征的图像内容检索及应用

监狱信息安全是数字化监狱的基本要求,随着电子监狱资料库中多元资料的日益增多,自动识别出数字监狱库中图像资料的内容是否涉密成为司法信息安全防范研究的焦点。颜色特征是图像资料的最基本的视觉特征之一,在图像内容检索上具有举足轻重的地位。为了实现监狱图像资料的自动检索与内容感知,本文提出基于HSV空间的22色非均匀颜色特征的图像内容检索方法。实验结果表明,该方法与基于RGB颜色空间的颜色特征检索算法相比,有效降低了时间和空间复杂度,图像查全率、查准率高,实际应用效果明显。