一种新的商标图像检索方法

提出了基于区域方向信息熵的商标图像检索方法:根据图像的形状主方向对图像进行旋转,并对旋转后的图像提取目标区域,将图像的目标区域沿圆周方向划分为若干个子区域并统计各个子区域的信息熵.然后,利用这些信息构成特征向量用于商标图像的检索.实验表明,基于区域方向信息熵的商标图像检索方法取得了令人满意的效果.     

基于形状特征的图像检索方法的研究与实现

在研究与分析了形状特征提取算法和相似性度量算法的基础上,采用欧式距离法,利用UIUC图库中的鸟类、蝴蝶类和Caltech101图像库中chair类、strawberrv类等4类图库,对Hu不变矩特征提取的图像检索算法进行验证,并对不同测试图库所得到的实验结果进行比较.从实验结果可以看出,对背景相对简单、对象的形态各异的图像还是具有较好的检索性能,可以得到较好的检索效果.     

基于颜色及空间信息特征的图像检索

本文提出将图像颜色特征和颜色的空间分布信息相结合的方法,弥补了颜色直方图对图像的空间信息特征表现不够的问题,并保持原有算法的有效性和旋转不变性,提高了检索质量,实验结果表明该方法的图像检索效果良好.     

基于显著性特征的图像检索相关反馈算法研究

基于内容的图像检索研究的目的是实现自动地、智能地检索图像,从而使查询者可以方便、快速、准确地从图像数据库中查找特定图像。基于显著性特征的图像检索相关反馈算法是在Rui所提出的基于特征权重调整的相关反馈算法的基础上提出的一种新的反馈策略,以提高图像数据库检索的效果。     

基于SIFT特征点改进聚类的图像检索方法研究

由于SIFT特征点能对图像局部特征进行合理、精确描述,有效使用SIFT特征点实现基于内容的图像检索成为当前计算机视觉领域中的热点问题。针对该问题,提出一种基于SIFT特征点的改进聚类的图像检索新方法。该方法包括图像颜色转换、特征点改进聚类算法,以及基于该算法的更有效的灰度直方图构建方法。与现有基于流光法的检索方法相比,该方法能有效解决聚类后特征点分组不确定和依赖特征点颜色信息和空间信息权重的问题。从公共图像库上的实验结果可以看出,该方法与现有方法相比具有较高的检索精度。     

基于分块颜色和形状特征的图像检索

针对图像检索中单一特征检索的不足,提出一种结合分块颜色特征和形状特征的图像检索方法,用空间局部信息增强全局颜色特征,采用分块颜色直方图提取图像的颜色特征,利用Hu不变矩提取图像的形状特征,以分块颜色和形状作为综合特征,采用相应的相似性度量方法进行图像匹配．实验结果证明了该方法的可行性,适用于基于区域或对象的图像检索．     

基于分块颜色和形状的图像检索方法

图像的单一特征只能代表图像的某一方面的信息,其应用范围受到限制.本文在分析图像颜色和形状特征的基础上,根据各自的特点,提出了一种新的基于分决颜色和形状的图像检索方法.首先,在图像分块的基础上提取图像的颜色和特征点;其次,根据特征点提取图像的形状信息;最后,以颜色和形状作为综合特征,采用相应的匹配算法进行图像检索.实验证明,该方法不仅准确度高,而且还可应用于基于对象或区域的图像查询.     

基于纹理特征的一种图像检索方法的实现

提出了一种基于纹理特征的“区域－图像”的检索方法，该方法包括两种基本的技术：一是利用共生矩阵提取六种不同的纹理特征；二是利用归一化相关的方法进行纹理特征向量的相似性度量。通过实验，证明了该方法可以产生比较满意的检索结果。     

基于多区域中心加权卷积特征的图像检索

针对图像特征局部信息描述不足问题,提出一种基于多区域中心加权深度卷积特征提取方法。首先通过卷积神经网络提取输入图像的卷积层激活特征图,然后通过计算不同通道特征图的差异,选择具有区分性的区域特征图,最后通过多区域权重进行加权聚合,生成用于检索图像特征向量。在不同的建筑物数据集进行实验,结果表明检索精度分别提升了1.2%、0.9%。     

一种改进的基于形状的图像检索方法

介绍了一种改进的基于形状的图像检索方法,利用Canny算子提取图像的边缘,7个不变矩和离心率作为图像的形状特征,实验表明提出的方法效果较好,有较高的检索准确率和速度。     

一种基于修改特征权重的图像检索反馈算法的研究与实现

图像检索系统是根据用户指定的信息自适应地调整查询策略,实现智能地从图像数据库中查找出特定图像的系统。文章提出一种新的基于修改特征权重的相关反馈算法,增加未标注图像与反例图像训练样本数,解决相关反馈算法中忽略未被标注的图像的问题。实验证明,采用该算法的系统比传统的检索系统有优势,精度更高。     

基于颜色和纹理的图像检索

提出一种基于颜色和纹理特征的图像检索方法,采用颜色直方图表示图像的颜色特征,利用Gabor小波提取图像的纹理特征,为进一步提高图像检索的质量引入相关反馈机制,提出了一种动态调整两幅图像相似度中颜色特征和纹理特征的权值系数的方法。实验结果表明,该方法具有较好的检索性能。     

基于内容图像检索的关键技术

基于内容的图像检索(CBIR)系统是目前国内外研究的一个热点问题,简要介绍了CBIR技术的发展历程以及主要的原理,重点论述了基于内容的图像检索的关键技术之一——图像像视觉特征的描述与提取.并且通过具体的例子讨论了图像检索性能评价的准则.     

基于信息论的图像特征选择

图像特征选择是基于内容的图像检索的关键技术之一,ReliefF算法是常用的图像特征选择算法。针对ReliefF特征选择算法的不足,利用信息论中的散度对其进行改进,在相同的时间复杂度下,使得结果的有效性得到一定的改善。提出两步法的特征选择框架,并且实现去除冗余特征的算法,在保证结果有效性的前提下大大降低了时间复杂度。     

基于内容图像检索的相似性度量研究

图像的相似性度量是基于内容的图像检索技术中的一个非常关键的问题。理想的图像相似性度量方法应该能满足人的视觉特性,能够使得视觉上相似的图像间具有较小的距离,也就是说二者的相似度越大,其距离就越小。很显然,选择的相似性度量方法对图像检索结果的影响很大,相似性度量方法的好坏会直接影响到图像检索的性能。所以对常用的相似性度量的方法进行分析,并提出将来相似性度量的研究方向很有必要。     

基于区域的图像检索技术

传统的基于内容的图像检索方法提取图像全局特征,缺乏高层语义信息,无法很好地满足用户的检索要求。本文深入研究基于区域的检索方法,该方法能够更好地表达用户的查询要求,在语义层次上理解图像、检索图像,是基于内容的图像检索的一种行之有效的方法。     

基于投影和纹理信息融合的医学图像检索

为克服基于单一特征进行医学图像检索存在的局限性,文章提出了一种新的基于投影和纹理信息融合的检索算法,分析医学图像的特点,引入颜色投影并选择综合性能较高的特征进行融合,调整各特征的权重,最后运用加权欧氏距离进行相似性度量．实验结果表明,该算法检索速度快,具有较高的查准率．     

基于颜色特征的图像检索方法的研究与实现

采用欧式距离法,利用UIUC图像数据库中的pea-cock类分别对颜色直方图,累积颜色直方图,颜色矩和模糊颜色直方图等颜色特征提取算法进行验证与比较,通过比较可知,采用同一数据库,模糊颜色直方图会得到比较好的检索效果。