基于多尺度Radon变换的图像检索

根据Radon变换的统计特性构造了不变量,提出一种新的基于多尺度Radon变换的图像形状检索方法.对检索图像作小波变换,根据小波模极大原理得到边缘图像,对边缘图像构造Radon变换中心矩,在中心矩的基础上根据Radon的统计原理构造出尺度不变矩.由于矩阵的奇异值具有旋转不变性,因此针对不变矩向量矩阵求奇异值,该奇异值特征向量具有平移、尺度和旋转不变性.将该Radon变换的不变量作为形状特征,并进行高斯归一化,按照欧氏距离计算不同图像间的形状相似度.试验结果表明,该方法对高斯噪音具有较强的鲁棒性,与其它方法相比具有较好的检索效果.

基于Radon和小波变换的图像检索

提出一种基于Radon和小波变换的图像纹理特征检索算法.对原始图像进行坐标系的方向归一化,再对方向归一化后的图像进行Radon变换.根据Radon变换投影数据的几何特性,构造了适合投影数据的具有尺度和平移不变性的小波分解,该小波分解系数具有旋转、平移和尺度不变性.采用图像中各尺度小波系数的能量值作为图像的纹理特征,以此作为纹理特征进行图像检索.基于纹理特征的试验结果表明该特征具有旋转、平移和尺度不变性,与其他算法相比具有较高的检索率.

基于Radon和小波变换的纹理图像检索

提出一种新的基于Radon和小波变换的图像纹理特征检索算法.针对检索图像进行Radon变换,并对投影矩阵进行中心化使其具有平移不变性.利用图像的统计值对投影数据规范化,分别沿θ和t方向对投影矩阵进行TSI小波分解,得到具有平移、旋转和尺度不变的小波分解.提取各子带能量作为图像的纹理特征,并对特征向量进行高斯归一化.以两幅图像归一化特征向量间的Canberra距离作为图像的相似度进行检索.基于纹理特征的图像检索试验结果表明,该方法对高斯噪声具有较强的鲁棒性,与其他方法相比具有较高的检索率.

基于形状和纹理的图像检索

构造了Radon变换的不变量,提出一种新的基于形状和纹理的图像检索方法。对小波图像边缘提取Radon不变量作为形状特征,同时提取小波各频道能量作为纹理特征。然后将形状特征和纹理特征分别进行高斯归一化,计算图像形状和纹理的相似度。最后,利用形状和纹理相似度的加权和进行图像检索。试验结果表明该方法对噪声具有较强的鲁棒性,具有尺度、平移和旋转不变性。

基于颜色空间分布特征的图像检索

目前,基于颜色特征的图像检索大多是以图像的颜色直方图作为颜色特征,这种图像检索方法有简单高效的优点,但丢失了颜色的空间分布信息,该文从CT图像重建的理论中得到启发,将对一幅图像从几个方向的投影图作为这幅图像的颜色特征分布。为进一步减少检索时运算的数据量,对图像做小波分解,然后对分解后图像的低频子带做Radon变换得到颜色空间分布的特征向量,并根据这个特征进行检索,实验表明,当检索图像中有明显的颜色目标时,该方法比传统的颜色直方图法更精确,颜色空间性更强,而且检索用时更短。

一种新的颜色空间特征图像检索

将检索图像转换为HSV颜色空间,分别对各颜色子空间进行Radon变换,并对投影数据中心化以消除平移影响.针对各颜色分量,利用Radon变换的奇异值的统计特性提取了具有尺度不变性的奇异值,由于矩阵的奇异值分解具有旋转不变性,因此该奇异值为平移、尺度和旋转不变的特征向量.将特征向量进行高斯归一化,采用其欧氏距离计算彩色图像的相似度并进行图像检索.试验结果表明该方法比其他算法具有更好的检索效果.

基于小波的图象数据管理系统

根据小波的多分辨率特性，提出了解决图象数据管理的解决方案，并开发出基于小波的图像数据管理系统。该系统实现了图象数据管理的自动化；通过小波算法完整集成了图象数据管理存储、分类、检索和传输的各个环节。高质量的图象压缩编码技术可以节省大量存储资源，灵活的传输机制可大大降低网络带宽需求。

联合图像高级语义特征和内容低级特征的医学图像检索

基于内容的图像检索是利用图像的低级特征来检索相似性图像,在医学图像数据库检索中有着广泛的需求,而医学图像除了包含内容信息外还包含大量的语义信息。我们提出了联合医学数字成像和通信(Digital imaging and communications in medicine,DICOM)特征与图像内容低级特征的方法来检索相似的医学图像,方法是首先从医学图像数据库中提取图像的DICOM头信息的语义信息,以便进行图像的预筛选,然后提取经预筛选后的图像和样例图像的纹理特征(双树复小波),相比两者得到与样例图像相似的图像。实验结果显示联合高级语义(DI-COM特征)和低级特征(纹理)的方法能提高检索的效能。