基于感兴趣区域的图像检索方法

为了弥补全局特征在描述图像内容上的不足,近年来许多研究者提出了基于区域的图像表示和检索方法。本文提出了一种基于感兴趣区域的图像检索方法,根据认知心理学中选取注视焦点的模型来提取感兴趣区域,利用感兴趣区域的视觉特征和位置关系进行图像检索。该方法既利用了区域的局部特征,又考虑了区域在重要程度上的差别。在60000幅通用图像库上的实验结果表明,这种方法的检索效率要好于现有的基于区域的方法,而且对查询图像的噪声等扰动具有鲁棒性。

基于目标区域的彩色图像检索研究

提出了一种基于目标区域的彩色图像检索算法 .首先 ,获取彩色图像 HSV色彩空间中各个分量灰度图像 ,然后计算各分量灰度图像的二值边缘图像 .根据边缘图像的连通性提取彩色图像的目标区域 .在图像检索时 ,抽取彩色图像目标区域所对应的子图像特征 ,代替全局图像特征进行图像相似性匹配 .主要进行了两类实验 ,分别为彩色图像目标区域的提取和基于目标区域的彩色图像检索 .实验表明 ,基于目标区域的彩色图像检索算法优于基于全局图像的彩色图像检索算法 .

一种融合图学习与区域显著性分析的图像检索算法

为弥合图像低层视觉特征和高层语义之间的语义鸿沟,改善图像检索的效果,机器学习算法经常被引入到图像检索问题中.通常情况下,机器学习算法是与相关反馈机制相结合,通过用户的交互操作,标定出若干正反例图像,很自然地就可以将图像检索问题转化为模式识别中的分类问题.目前融合区域显著性分析的区域图像检索算法尚没有与机器学习算法相融合.本文结合图像区域显著性分析,并针对用户参与反馈的情况,分别提出了两种图像检索解决方案.其一,在没有用户反馈以及用户只反馈正例图像的情形下,将图像检索问题转化为直推式学习问题(Transductive Learning),改进已有的基于图的半监督学习算法,提出了融合区域显著性分析的层次化图表示(Hierarchi-cal Graph Representation)方式,用以实现标记传播;其二,在用户同时反馈正反例图像的情形下,利用用户反馈得到的正反例图像构建相似性邻接矩阵,通过流形排序算法(Manifold-Ranking)学习出用户感兴趣的查询目标概念并用相应的特征向量集合表示,并据此查询图像库返回用户语义相关的图像集合.实验结果验证了这两种检索策略的有效性.

基于目标区域颜色与纹理特征的图像检索

该文提出一种基于目标区域的图像检索方法。该方法首先利用色度直方图完成对图像目标区域的提取 ;然后以目标区域的纹理特征作为全局图像的特征向量进行图像间相似度的检索。该方法综合利用了图像的颜色及纹理特征 ,并根据人的视觉习惯以图像目标区域的特征作为图像的检索特征。实验表明 。

基于显著区域的图像检索方法

研究基于显著区域的图像检索,对小波域显著点提取方法进行改进,解决提取图像特征内容有限、不能有效表达图像内容的问题。提出由显著点作为线索提取显著区域的方法,该方法能实现背景图与对象图的区分。对于对象图,仅对显著区域进行检索,有效减少图像检索过程中背景区域的干扰,提高了检索的速度和准确率。

基于区域相似性模型的图像检索研究

提出一种新的用于计算图像相似性的模型,该模型利用图像区域的相似性表示图像的相似性,针对不同的区域提取不同的特征或特种组合计算图像的相似性,利用遗传算法进行优化,利用实验进行验证及评价,表明方法能够获得更好的检索精度。

综合利用目标区域颜色纹理特征的彩色图像检索

基于内容的图像检索是当前图像数据库领域的一个研究热点。文章提出了一种基于目标区域的多特征彩色图像检索算法。首先获取彩色图像HSI色彩空间的亮度分量灰度图像,再计算得到亮度分量灰度图像的二值边缘图像,并根据边缘图像的连通性提取彩色图像的目标区域。然后抽取目标区域的颜色特征和纹理特征,并分别对两个特征的相似距离进行归一化。最后综合利用这两个特征共同进行检索。实验结果表明,该文的算法具有良好的性能,在检索准确率上获得了较好的效果。

一种基于区域综合特征的彩色图像检索方法

提出了一种基于区域综合特征的彩色图像检索算法.该算法首先结合MPEG-7视觉内容描述对真彩色图像进行量化处理,并将量化后的图像划分成若干个子区域.然后选取子区域的主要颜色及其所占百分率作为颜色特征,选取子区域的熵、能量和对比度作为纹理特征.再综合利用上述颜色、纹理两个特征计算图像间内容的相似度,并进行彩色图像检索.仿真实验表明,该算法能够准确和高效地查找出用户所需内容的彩色图像,并且具有较好的查准率、查全率和较快的检索速度.

基于模糊区域的CT脑图像检索及关联反馈

基于模糊区域特征的图像检索算法和关联反馈算法是当前图像检索领域的研究热点,由于区域模糊相似度的复杂性,绝大多数关联反馈算法不能应用到基于模糊区域特征的图像检索方法中。为解决这个问题,论文修改了模糊相似度计算方法,并结合经典的基于权重调整的关联反馈算法,提出一种基于模糊区域特征的关联反馈算法。对脑出血CT图像的检索实验结果表明该算法效果较好。

图像主题区域提取及其在图像检索中的应用

图像主题区域是表达图像主要语义内容的部分.根据图像不同区域的视觉显著性差异特点,利用改进的视觉注意模型,提取图像的主题区域,并划分为不同语义类别.提出基于主题区域的图像检索方法,该方法能按照图像主题区域所属的语义类别,在图像之间有针对性地选择同类别主题区域进行区域相似性比较.实验结果表明,此方法可以更有效地表达图像的主要语义内容,提高图像检索的效率和准确性.

结合流形排序和区域匹配的图像检索

给出一种基于数据流形排序(Manifold Ranking)和分割区域匹配的图像检索方法.在Manifold Ranking方法的基础上,提出区域匹配图(Region Matching Graph,RMG)的方法,通过计算图像的区域匹配权值,进行第二次相似性匹配,提高了匹配准确性.在Corel图像数据库对该方法进行了检索仿真,结果表明该方法能有效提高检索的准确性.

基于区域模糊直方图的图像检索

将图像分割算法和模糊理论相结合,提出了基于区域模糊直方图的图像检索方法。用快速聚类算法对图像进行区域分块,以各区域的视觉特征为基础,建立图像模糊直方图并进行图像检索。在1000幅通用图像库上的实验表明,该方法可以得到比较满意的检索结果。

基于小区域特征的图像检索方法

对于很大一部分待检索图像,在分割后的区域中,不仅面积较大的区域对整幅图像和人的视觉有意义,那些细腻而零散的小区域同样会对视觉产生不可忽略的影响。该文提出将图像的小区域考虑到图像检索中去,以更完整、更准确地描述图像的特征,并使用均值和方差的方法提取小区域的整体分布特征,再和其他大区域的图像特征相结合的方法进行图像检索。实验表明,该方法与只考虑大区域图像特征的检索方法相比,提高了检索的精度。

利用颜色和熵提取感兴趣区域的感性图像检索

感性图像检索是一种新型的检索技术,这种检索具有较高的复杂性。一幅图像中能够使人们产生感性认识的可能只有部分区域,准确地找到感兴趣区域能有效地降低复杂度。作为图像基本特征的颜色对人的感觉有重要的影响,颜色的差异和对比使人产生了不同的情感。同时,图像的熵也反应了图像中包含信息量的大小,图像的熵也是引起人们产生感性认识的一个度量。提出了利用图像的颜色和熵提取感兴趣区域进行感性图像检索的方法,通过BP神经网络将感兴趣区域的颜色特征和熵映射到情感特征空间,具有较好的检索效果。

基于IPDSH兴趣点空间区域划分的图像检索

针对基于兴趣点的传统图像检索方法的不足,提出了一种利用兴趣点检测和空间区域划分的图像检索新方法。首先使用一种结合SIFT和Harris特性的尺度空间兴趣点检测算法(IPDSH)来检测图像的稳定兴趣点;然后利用稳定兴趣点的空间位置对图像进行环形和凸包区域划分,并计算凸包内的颜色直方图和环形区域中稳定兴趣点邻域内伪泽尼克矩;最后以两种特征的加权特征向量对图像进行检索。该方法实现简单,检索速度快,能保证检索算法对图像旋转、平移的鲁棒性,且有效减少了图像中不稳定兴趣点对检索带来的干扰,图像检索的准确度有效提高了7.0%～15.1%。

MPEG-7区域综合特征匹配的图像检索算法

为改进现有基于颜色-纹理特征的图像检索算法在反映空间分布信息方面的不足,提出了一种基于MPEG-7区域综合特征匹配的图像检索算法(FIM-RBIR):首先按类粗分辨率对图像进行区域划分,再综合图像区域的颜色、纹理特征实现有效检索。实验结果表明,FIM-RBIR算法比SIMPLIcity系统的检索效果有了比较显著的改进,平均检索性能提高了4.33%,具有较好的平均查准率和鲁棒性。

一种基于目标区域的彩色图像检索算法

提出了一种基于目标区域的彩色图像检索算法。首先,获取彩色图像HSV颜色空间中各个分量图像,然后计算各分量图像的二值边缘图像。根据边缘图像的连通性提取彩色图像的目标区域。在图像检索时,抽取彩色图像目标区域所对应的子图像特征,代替全局图像特征进行图像相似性匹配。实验表明,基于目标区域的彩色图像检索算法优于基于全局图像的检索算法。

基于兴趣区域的图像检索方法的研究

目前大多数基于内容的图像检索(CBIR)技术都依赖于图像的全局特征(例如颜色、纹理直方图等),这样图像的空间布局特征被忽略了.由此提出的图像检索方法克服了这个问题,它是基于如下原则:用户应最有资格指定查询"内容",而不是计算机.该方法使得用户能够选择多个"感兴趣区域"并且在检索过程中指定它们的空间布局相关性.

融合区域和全局特征提取的医学图像检索技术

针对胸部CT扫描图像库,提出了一种融合区域和全局特征提取的医学图像检索方法。为了提取局部感兴趣区域,给出了一种基于灰度层共现矩阵的区域增长算法,分割出病灶区域,再结合迭代阈值算法进行病灶边界的磨合。为了避免身体姿势问题造成的图像角度差异,利用具有旋转不变性的Zernike矩提取图像的全局特征,融合感兴趣区域的形状和分布特性以及整幅图像Zernike矩全局特征作为图像匹配准则的客观依据。实验结果表明,该算法能够比较有效地应用于基于内容的医学图像检索系统中。

基于用户感兴趣区域的图像检索方法

提出了一种基于用户选择感兴趣区域的图像检索方法。该方法先由用户选择感兴趣的区域,然后提取该区域的特征进行扫描式匹配检索。实验结果表明,该方法不仅极大地增强了检索系统的灵活性,而且具有较高的查准率。