基于图像内容检索的主题爬虫设计方法

图像主题爬虫能获取网上特定主题的大量图像信息,对专业搜索引擎及数据挖掘应用都具有重大价值。针对目前基于图像内容检索主题爬虫的不足,提出了一种图像主题爬虫的设计方法,设计了一种新的爬虫系统框架,采用了基于颜色累加直方图的方法进行图像的特征提取与特征匹配。最后提出了优化爬虫的方法,改进爬虫的搜索策略,提高了爬虫的搜索效率。

增量学习语义属性的图像内容检索系统增强

大规模图像内容检索是实现图像语义信息获取的重要手段,其首要需解决图像低层特征与用户高层语义间的语义鸿沟问题。针对该问题,引入图像语义属性,并结合增量分类学习方法(online core vector machine,OCVM),提出了一种增量构建大规模图像内容检索系统的新方法。该方法借助检索反馈学习机制可以提升图像语义属性的辨别准确性,能在扩张图像库规模的同时,提升图像内容检索的可靠性。实验结果表明了上述方法的有效性,其检索性能可逐步地达到离线构建方法的最佳性能,但具有更好的可扩展性和自提升能力。

基于SecureCNN的高效加密图像内容检索系统

随着智能设备的快速发展,云上的基于内容的图像检索技术(CBIR)越来越受欢迎。但在半诚实的云服务器上进行图像检索存在泄露用户隐私的风险。为了防止个人隐私遭到泄露,用户外包图像给云之前会对其进行加密,但现有的明文域上CBIR方案对于加密图像数据的搜索是无效的。为了解决这些问题,文中提出了一个基于近似数同态的高效加密图像内容检索方案,在保护用户隐私的情况下,能够快速实现以图搜图,且无需用户的持续交互。首先使用近似数同态神经网络对图像集进行特征提取,可以保证网络模型的参数和图像集数据不会泄露给云服务器。其次,提出了一种新的神经网络分治方法,该方法可以减少同态加密乘法深度和提高模型运行效率;利用分级可导航小世界(HNSW)算法构造索引,实现高效图像检索。此外,使用同态加密保障图像数据传输过程的安全性,使用对称加密算法保证存储阶段的安全性。最后,通过实验对比和安全性分析证明了该方案的安全性和效率。实验结果表明,该方案是IND-CCA的,且在保证图像私密性的前提下,其同态加密的乘法次数最多为3次,在检索精度上远超过现有方案,在检索时间复杂度方面比现有方案高出至少100倍,实现了检索精度和效率的兼顾。

材料腐蚀图像内容检索方法分析

文章主要介绍了图像数据特征的表述、图像内容的检索方法,并对材料腐蚀特征中的颜色特征、纹理特征、形状特征进行了分析,以便于材料腐蚀特征的提取,图像内容的匹配,从而实现材料图像内容的检索,为图像数据库的储存、检索、处理提供相应的研究方法。

一种基于图像内容检索技术的数字视频水印算法

利用基于Tamura纹理特征的图像内容检索技术,通过对原始视频图像进行Tamura纹理特征分析,提取具有极大纹理特征值的某些帧来嵌入水印,水印嵌入算法辅助采用小波变换。仿真试验表明,本算法能抵抗高斯、剪切、泊声等常见的水印攻击。同时算法对视频压缩也表现出良好的健壮性,对保护视频版权有一定的指导意义。

基于RSOM和KNN的图像内容检索

RSOM树是一种以SOM网络为节点的层次化聚类树,可以实现将空间上彼此靠近的数据点聚合在树中相同的节点中,它可作为图像索引支持最近邻检索,高效且不必线性扫描高维、海量的数据库。通过提取图像低层特征构成每个图像的特征向量,在此基础上构造基于RSOM树的图像特征索引库,并运用KNN检索实现基于样例的检索。实验证明,无论从特征空间维数、检索性能、样本容量方面都具有良好的性能。

基于分量分析的图像内容检索的实现

本文基于图像内容检索中，常用的全图的颜色直方图算法过于简单的缺点，提出了一个改进，即将图像进行了分割．形成若干子块，这样就提供了一定程度的位置信息，而且可以对含用户感兴趣的子块加大权重，提高检索的查询智能性和查准查全率。

基于包装外观特征图像内容检索方法研究

针对包装外观特征图像信息在图像数据特征的表述、图像内容的检索方法上进行了阐述,并对图像中的颜色特征、纹理特征、轮廓特征进行了表述分析,以便于图像特征的提取和图像内容的匹配,从而实现图像内容的检索,为图像数据库的储存、检索、处理提供相应的处理技术。

利用SVM和Matlab开发图像内容检索系统的方法

为了验证图像内容检索新技术的有效性和实用性,设计了一种图像内容检索原型系统的快速开发方法,利用Matlab的图形化用户界面开发工具和适合小样本学习的支持向量机机器学习方法提出了系统开发思路和方法,在提高系统开发效率的同时降低了开发难度,对以研究为目的的科技工作者有重要的借鉴和应用意义.

基于图像内容检索的乳腺肿块辅助检测与诊断技术

乳腺癌是严重威胁女性生命健康最常见的恶性肿瘤之一。据美国癌症学会公布的全球癌症病例及死亡率统计显示,2008年全球有138万人被诊断为乳腺癌,为所有新发癌症总数的23%;约有近50万人死于乳腺癌,占所有癌症死亡总数的14%;而发病率以3%的速度逐年攀升;发展中国家新发病例和死亡数分别占全球总数的一半和60%以上[1]。中国抗癌协会的数据显示,

基于医学图像内容检索的计算机辅助乳腺X线影像诊断技术

乳腺癌是女性中高发的恶性肿瘤疾病。近年来,其发病率呈增高趋势。早期发现、早期诊断和早期治疗是降低乳腺癌患者死亡率的关键。计算机辅助诊断(CAD)技术能够有效提高早期诊断的准确性,而基于内容医学图像检索(CBMIR)技术的引入,为乳腺癌的诊断提供了有效的决策支持。文中就近年来基于医学图像内容检索的计算机辅助乳腺X线影像诊断关键技术进行了较为详尽的综述,包括微钙化和肿块检测、特征提取、相似性测度和相关反馈技术等,同时对该领域的发展趋势进行了展望。

隐私保护的图像内容检索技术研究综述

随着智能设备与社交媒体的广泛普及,图片数据的数量急剧增长,数据拥有者将本地数据外包至云平台,在云服务器上实现数据的存储、分享和检索。然而,图像数据含有大量有关用户的敏感信息,外部攻击者和不完全可信的云服务器都试图获取原始图像的内容,窥探用户隐私,造成严重的隐私泄露风险。回顾了近年来隐私保护需求下图像内容检索技术的研究进展,总结了应用于该技术的图像加密算法,包括同态加密、随机化加密和比较加密,围绕这3种密码技术,详细分析和比较了典型的解决方案,并介绍了索引构造的改进策略。最后,总结和展望了未来的研究趋势。

基于卷积神经网络的光学遥感图像内容检索

分析了基于底层特征提取的图像检测方法的不足,提出了一种基于卷积神经网络的光学遥感图像内容检索方法。首先使用卷积神经网络对训练样本RSSCN7-master遥感图像数据集进行训练,从样本中提取图片特征,构建图片特征库,然后借助Sofemax分类器进行特征图的分类,以达到精确分类的目的,提高模型的准确度。然后借助样本图或者实际光学遥感影像图对生成的模型进行检测,取得了不错的实验结果,测试准确率较高。实验表明该方法在光学遥感图像内容检索上的有效性,具有较高的检索准确度。

基于随机树的图像内容检索系统

基于内容的图像检索是计算机视觉领域的一个研究热点。本文提出了一种利用随机树进行分类的图像检索方法。该检索方法首先提取每幅图像的随机大小的子窗口,并以这些子窗口为特征构建随机树,再利用到达随机树叶子节点的子窗口数量来计算图片之间的相似度,最后检索出图像的相似图片,即得到检索的结果。

基于模板的图像内容检索新算法

与传统的基于文本的图像检索方法相比,基于内容的图像检索要求用户在检索图像时提供了一个模板。当用户绘制的模板轮廓有比较大的误差时,检索效率和精度会大大降低。为了解决这个问题,本文提出了一种利用模板库来结合基于文本的图像检索方法和基于内容的检索方法的系统。该系统只要求用户首先输入查询关键词,然后它将自动提取模板库中的模板以及使用提取的模板来检索用户需要的图像。此外,本文提出了一种新的算法DCCLI来进行分割聚类以提取主颜色特征,然后将提取的结果与传统的颜色布局特征提取的结果进行整合。该系统比现有的基于内容的图像检索系统更加人性化。实验结果表明,实现了DCCLI算法的图像检索系统比实现了基于内容的图像检索方法的图像检索系统拥有更高的查全率和查准率。

基于图像内容检索的乳腺肿块辅助检测与诊断技术

乳腺癌是严重威胁女性生命健康最常见的恶性肿瘤之一。据美国癌症学会公布的全球癌症病例及死亡率统计显示,2008年全球有138万人被诊断为乳腺癌,为所有新发癌症总数的23%;约有近50万人死于乳腺癌,占所有癌症死亡总数的14%;而发病率以3%的速度逐年攀升;发展中国家新发病例和死亡数分别占全球总数的一半和60%以上[1]。中国抗癌协会的数据显示,

相关反馈在古籍页面图像内容检索中的应用

"基于视觉相似性的古籍内容检索系统"将汉字看作图像,对它提取特征,进行基于内容的图像检索.古籍字符的语义特性和基于内容图像检索的局限性使系统目前的查询表现仍然无法满足用户的需求.相关反馈是近年来图像检索领域的一个研究热点,该项目将相关反馈的基本原理用于古籍检索系统,采用"修正查询向量"的方法来改善检索效果.本项目的创新之处在于:第一,相关反馈是针对古籍检索样本中的多个对象同时进行的;第二,对正例和负例采用了不对称的处理方法.实验表明,相关反馈机制的加入大大提高了系统的查全率,对查准率也有一定改善.

基于图像内容检索的作物病害识别数据库系统研究

针对作物病害诊断专家系统存在不足,提出基于图像检索的方式诊断病害。通过病害图像建立特征库、知识库、图像库等数据库,诊断时提取检索图像特征,求特征与特征库中特征的相似度距离,按距离大小返回相似图像,依据返回结果获取病害的描述及防治措施。为提高检索的查准率和查全率,重点探索了病害图像数据库创建中特征库信息的获取和检索算法的设计。以烟草病害图像为例,采用基于支持向量机与多特征选择检测彩色病斑边缘的方式分割病斑,提取病斑特征25个,利用双编码遗传算法和支持向量机对特征降维,以获取表征病害的有效特征17个及对应权重,对特征归一化处理后建立数据库,并设计检索算法。实验结果表明,构建的图像数据库系统具有较高的查准率和查全率,其中融合病斑的多个特征检索的查准率比单一特征高。用这种方式诊断病害,除有较高的病害识别率外,还有诊断结果的可视化,将其用于作物病害诊断专家系统中,将提高系统的鲁棒性,为实现病害的远程在线诊断提供了条件。

遗传算法在基于内容的图像检索中的应用

利用遗传算法对图像的统计特征进行了特征选取，并应用于颅脑CT图像检索中。实验结果表明，该方法能够有效地选取特征，提高检索精度，改善检索效果。

交互式遗传算法在基于内容的图像检索中的应用

基于内容的图像检索方法是根据图像所包含的色彩、纹理、形状以及对象的空间关系等信息 ,通过建立图像的特征矢量 ,并将其作为图像的索引来进行图像检索的技术 ,其检索效果与图像特征矢量的编码方式以及具体的图像检索方法都有着很密切的关系。为了提高图像的检索效率 ,提出了一种基于交互式遗传算法的图像检索方法 ,该方法首先采用“变均分单元”法对图像进行分割 ,并对图像的特征信息加以汇总 ,形成图像的特征矢量 ;然后在此基础上 ,使用“螺旋式”的图像拆分方式通过对图像特征数据进行编码来生成图像染色体 ,并使它参与遗传算法中的各种遗传操作。在图像的检索过程中 ,该方法采用交互式遗传算法 ,首先对系统在每一步提供的候选图像集进行评价 ,然后利用非均匀遗传算子来从图像库中选出接近用户需求的图像。进一步的实验肯定了其在基于内容的图像检索过程中的有效性 ,与其他相关工作的比较结果说明 ,该方法具有简捷。