Color-based Image Retrieval Using Sub-range Cumulative Histogram

A new techinque for color based image retrieval is proposed. In this technique, the whole spectrum of a color image is divided into several sub ranges according to human visual characteristics. Then for each sub range, the cumulative histogram is used for similarity matching. It is shown that the color contents of image can be well captured by the sub range cumulative histogram. The new technique has been tested and compared with conventional techniques with the help of a database of 400 images of real flowers, which are quite complicated in color contents. Some satisfactory retrieval results are presented.

基于色彩的图像数据库检索方法的研究

文中论述了基于色彩的图像检索方法，对色彩空间的选择、色彩聚类方法、色彩直方图的距离、以及基于图像分割的色彩直方图等方面进行了详细的论述；为提高图像检索的效率和精度，采用了多阶段相似比较的方法．

基于金字塔结构颜色特征的图像数据库检索

为了简单、准确定义图像的颜色特征,提出了基于区域块的颜色直方图技术。将目标集中在图像的中间区域,按照金字塔结构对图像分区并构建分区颜色直方图;相同区域内容在不同层中描述,从而可以在一定程度上解决普通直方图很难表达空间信息问题。

改进k-means聚类算法在图像检索中的应用研究

为了从大规模图像数据库中快速而准确地检索到所需图像,提出了一种结合图像特征索引库和平均面积直方图的方法。通过图像特征索引库减少对图像数据库的访问次数和访问数据量,实现对图像的快速检索。使用平均面积直方图方法,增强算法区分空间差异的能力,使得检索结果与人的视觉感受更加吻合。实验结果亦表明,该方法提高了图像检索的速度和精度。

基于内容的图像检索技术

随着多媒体技术的迅速发展,图像数据库也急剧膨胀起来,如何高效、快速地从图像资源中获取有用的图像成了信息检索技术研究的热点。对近年来基于内容图像检索技术中的特征提取技术进行了详细全面的论述,并指出了下一步的研究方向。

基于内容的图像检索关键技术研究

近年来,随着多媒体技术和网络技术的高速发展,基于内容的图像检索(Content-Based Image Retrieval,CBIR)技术成为一个研究热点。文中给出了CBIR的基本框架结构和基本原理,对CBIR的各种特征提取方法进行了综合分析、比较,并提出了一些提高CBIR性能的一些方法,最后指出了目前研究存在的问题和今后的研究方向。

基于区域直方图的图象数据库检索

文章提出了图象区域分割新方法,将图象空间信息与颜色信息有机结合。该方法可以以较少的数据描述一幅图象,有利于图象数据库的管理与检索;解决了尺度变化、旋转和平移不变性问题。

基于颜色的图象检索技术

论述了基于色彩的图象检索方法，对颜色空间的选择、颜色的量化以及颜色的相似测度进行了讨论。在此基础上，对两种典型的基于颜色的图象检索方法的特点、关键技术的实现方法以及存在的根本问题进行了详细的分析和比较。

基于内容的检索技术与系统实现

论述了基于内容的检索的关键技术,给出了一个利用SQL Server和Visual C++编程实现基于直方图的图像数据库系统,阐述了该系统的构成,同时给出了真彩色图像检索实例,并对该系统的检索效果进行了详细分析。实验证明,该系统具有较好的检索效果,并具有扩展性。

一种基于区域的动态分块图象检索方法(英文)

本文提出一种新颖的基于内容的图象检索方法,基于运动子块分割并根据视觉特性对不同区域做不同的加权,比较各子块相似度,分析相似度矩阵,并检索查询物体。通过将图象分割细化,充分利用了原图的颜色位置信息通过实验,实现了对特定物体进行检索。该物体检索方法可进一步发展,为特定的后续处理奠定基础,如在人脸识别等功能中发挥重要作用。

基于内容的图像检索原理及方法应用

The paper mainly deals with the basic concept,characteristics and methods of the color and shape based image retrieval.It gives several quantization algorithms for image retrieval.At the same time,Otsu method that selects the image threshold automatically and a new method using information entropy are described.

.NET环境下基于图像内容智能检索的研究

计算机信息技术的发展,图像数据的无序激增,人们面临如何在大量的图像中查找有用信息的问题,于是图像检索技术成为研究热点。而目前的图像检索技术主要有基于关键字查询和基于图像内容查询两种方式,他们都存在或多或少的缺点,不是过于主观就是过于客观,不能很好的满足人们的需求。为了弥补他们的缺点,更好的解决图像检索问题,提出了一种基于内容的图像智能检索方案,在基于内容的图像检索的基础上结合人工智能的推理机制,利用智能推理的优势来改善检索效果,实践证明文中所述的方法是有效的。

基于图像处理的植物图像数据库存取技术

以植物叶片为例,以Delphi7为前台开发工具,图像信息数据库采用SQLServer2000作为服务器,实现了图像处理过程中BMP与JPEG格式的转换;同时,通过ADO流式存取技术,实现了数据库对JPEG图像数据操作的支持。

图像检索中颜色的特征提取及匹配算法

介绍了基于内容图像检索中多种颜色的特征提取和匹配算法,以及加权欧几里得距离、中心距的加权距离、直方图交集算法等。结合西北大学可视化研究所开发的数字博物馆影像数据库系统,对这些算法进行了实验比较。结果表明,加权距比欧氏距有所改善;而中心距算法简单,检索速度快;直方图交集法相对于加权欧氏距并没有明显改善。在实际应用中可先使用一种速度快的算法,再在查询结果上进行二次查询。

基于度量直方图的医学图像检索

研究了医学图像灰度分布的特性,利用相邻灰度的相关性提出了基于度量直方图的医学图像检索方法及其度量空间上的距离函数MHD();该方法减少了传统直方图特征的维数,克服了SAM索引的缺点。通过对CT图像数据库的检索实验,验证了该方法在性能和速度上都超过了传统直方图检索方法。

研究图书馆集团及其数据库评介

本文从多个角度对创始于美国并在世界范围内发展起来的研究图书馆集团及其各类活动、数据库等情况作了简要的评介。

改进加权FCM用于裂纹蛋2D图像分割的研究

解决裂纹鸡蛋图像灰度直方图目标与背景区域分布模糊、图像分割效果差的问题。通过将包含空间信息的二维直方图和改进特征加权FCM算法有机结合,迭代寻求最佳聚类有效性函数和加权矩阵,实现鸡蛋图像缺陷分割。同时,对经典FCM和改进特征加权FCM算法的性能进行了分析比较。结果表明:提出的算法更接近于真实聚类中心,目标函数值亦得到改善;二维直方图的改进特征加权模糊聚类算法更好地提取了裂纹鸡蛋图像的细节信息,图像分割效果好。

图像数据库中基于颜色的特征提取和度量算法

介绍了颜色的特征提取和度量。先定义颜色直方图和二值向量两种特征描述方式 ,然后介绍多种特征度量算法 ,例如 Minkowski- form 距、欧几里得距、二进值集的海明距、二次距、Mahalanobis算法等 ,并结合西北大学可视化研究所与西安第四军医大学合作开发的医学影像数据库信息系统 ,将这些算法进行改进和比较 。

一种基于图像灰度直方图相似度计算的室内定位方法

近年来,视觉定位由于定位精度高广泛应用于室内定位与导航。然而,室内环境复杂多变,视觉定位在很多场景下无法实现高精度定位,而且多数视觉定位算法耗时和计算复杂度高,不适用于智能手机。为实现基于智能手机的准确高效定位,本文提出了一种基于图像灰度直方图相似度计算的定位方法。该方法分为两个阶段:离线阶段和在线阶段。离线阶段在已知坐标的格网点分别利用智能手机采集图像,提取图像灰度直方图,建立图像灰度直方图图像特征库;在线阶段智能手机在待测点采集图像提取灰度直方图,然后与图像特征库进行相似度计算,选取相似度和最大值的格网作为概略位置,以相似度为权重采用加权均值法得到准确位置。将所提方法和KNN算法进行对比,试验结果表明,该方法的平均定位误差优于0.3 m,与KNN算法相比定位精度提高了40.7%,计算时间优于1.7 s。

基于颜色的图像检索

论述了基于颜色的图像检索方法,对颜色空间的选择、颜色的量化以及颜色的相似测试进行了讨论。在此基础上,对两种典型的基于颜色的图像检索方法的特点、关键技术的实现方法以及存在的问题进行了详细的分析和比较。