多分块主色与权值矩阵反馈的图像信息检索系统

图像检索是信息检索的重要内容,为了提高基于内容的图像检索效率,在主色调较明显的图像检索中,提出多分块策略算法;多分块及分块匹配便于控制检索的粒度,以及定位表现内容的主题画面。在此基础上加入分块的权值反馈进行多次检索可捕获用户意图,提高检索精度。在分析分块策略、颜色空间选取、矢量量化改进,权值矩阵更新等技术基础上,实现检索系统原型并进行对比实验。在"媒体眼中的广州"主题新闻数据库中的检索应用表明,多分块主色结合相关反馈相比全局检索和简单的分块直方图累加检索方法,提高图像检索的查准率。

基于颜色直方图熵值及分块主色的图像检索

为了克服在检索相同背景中物体颜色不同的图像时无法利用颜色特征而必须利用物体的形状特征这一缺陷,并进一步提高图像的检索效果,本文提出了一种基于颜色直方图熵值及分块主色的图像检索方法。实验结果表明,该方法不仅可以提高图像检索的查准率与查全率,而且对于检索相同背景中物体颜色不同的图像时只利用颜色特性即可达到检索目的。

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。

基于颜色特征的图像检索

针对颜色特征 ,给出了全局直方图和分块主色的具体方法 ,并作了比较 ,总结了适合这两种方法的图像特征。同时 ,还将相关反馈技术融合到算法中 ,通过权值矩阵的正负调整及多次检索来提高检索准确率。实验数据表明 ,文中的方法是很有效的。

一种新的数字图像检索方法的研究

该文提出了一种改进的聚类算法来实现基于颜色的图像检索,并给出了基于分块主色的检索方法描述图像颜色特征。算法有效地解决了K-均值聚类算法初始聚类中心的选取问题。实验结果表明该算法与其他算法相比具有较好的准确性和检索效率,检索的效果和速度都有了提高。

数字图像检索技术的研究

本文实现基于颜色的图像检索提出了一种改进的聚类算法,并给出了基于分块主色的检索方法描述图像颜色特征。算法有效地解决了K-均值聚类算法初始聚类中心的选取问题。