AN EFFECTIVE IMAGE RETRIEVAL METHOD BASED ON KERNEL DENSITY ESTIMATION OF COLLAGE ERROR AND MOMENT INVARIANTS

In this paper, we propose a new method that combines collage error in fractal domain and Hu moment invariants for image retrieval with a statistical method - variable bandwidth Kernel Density Estimation (KDE). The proposed method is called CHK (KDE of Collage error and Hu moment) and it is tested on the Vistex texture database with 640 natural images. Experimental results show that the Average Retrieval Rate (ARR) can reach into 78.18%, which demonstrates that the proposed method performs better than the one with parameters respectively as well as the commonly used histogram method both on retrieval rate and retrieval time.

基于形状不变矩的图像检索算法的研究

描述了一种基于Hu形状不变矩的图像全局形状特征提取方法和算法IMS。实验结果表明 ,使用IMS。算法提取的形状特征向量具有对平移、旋转和尺度变化的不变性 。

GFO和不变矩实现基于形状的图像检索新方法

提出了一种新的基于形状的图像检索方法 .首先利用广义模糊算子对图像进行边缘检测 ,以检测出的边缘映射图计算不变矩来代表边缘图像的形状信息 ,从而完成对图像的自动索引 ;其次 ,重新定义了相似度测度 ,提高了匹配速度 ;最后 ,设定纵横比辅助搜索 ,以提高检索精度 .实验结果表明 ,此方法在一定程度上排除了与形状无关信息的影响 ,不但简单有效 ,而且搜索速度快 ,具有一定的实用意义 .

基于兴趣点和边缘特征的图像检索方法的研究

提出了多种图像特征相结合的图像检索新方法。该方法把兴趣点和边缘作为图像中用户关注的线索,设计了一种基于兴趣点和边缘特征的图像检索新方法。它综合考虑了图像的全局形状特征、颜色及其空间分布信息,不仅克服了单一特征无法真正表征图像的缺陷,同时保证了检索算法对图像旋转、平移的识别不变性。进行检索时,可根据兴趣点的数目自适应地改变兴趣点和边缘特征的相似性权重,增加了系统的有效性。与同类方法相比较表明,该方法有效提高了图像检索的准确率。

利用熵和矩进行二值商标图象检索

商标图象的检索在图象库系统管理和应用中得到了越来越多的重视。检索商标图象,形状特征的提取是关键。文章提出了一种新的提取商标图象形状特征的算法。该算法从信息论的角度出发,综合利用图象信息熵及不变矩的特性来描述商标图象的形状特征。该方法算法简单,实验证明具有良好的平移、旋转及尺度不变性,且抗干扰性能良好。

基于熵及不变矩特征的图像检索

提出了一种基于熵及不变矩特征的图像检索算法。图像首先被划分为不同分块,结合图像信息熵的概念,提出采用单元熵来描述分块特征,从而将图像转化为由单元熵构成的熵矩阵;在此基础上,利用不变矩来描述该熵矩阵的特征,并在对该特征归一化的基础上用于图像检索。结合不变矩的特性,试验中对算法的尺度不变性、旋转不变性、平移不变性及对噪声的不敏感性进行了验证,试验结果证明了算法的有效性。同时,由于熵的对称特性,算法对于图像灰度的变化也有较强的鲁棒性。

综合颜色和形状特征聚类的图像检索

为了提高图像检索的速度和准确率,通过分析各种聚类算法在图像检索中的缺点,提出了一种新的划分聚类的图像检索方法。首先对HSV模型非均匀量化,利用改进的颜色聚合向量方法提取图像的颜色特征;然后基于改进的Hu不变矩提取图像的全局形状特征;最后,综合颜色和形状特征对图像基于贡献度聚类并建立特征索引库。利用上述方法在Corel图像库中进行图像检索。实验结果表明,与改进的K-means算法的图像检索算法相比,提出算法的查准率和查全率均有较大提高。

利用小波分析进行基于形状的图像检索技术

目的 解决基于形状检索方法中形状描述符的不稳定、缺乏平移、旋转、尺度不变性等缺点。方法 通过对图像进行小波变换,获得多尺度下的不变矩,得到图像的特征描述符,通过特征描述符的欧氏距离来表示图像的相似度。结果 通过小波变换进行形状特征提取具有很好的图像检索效果。结论 新方法获得的描述符具有旋转、平移、尺度不变性等优点,能够很好地描述图像的形状和空间分布信息。

利用小波和矩进行基于形状的图象检索

形状是图象中目标的重要特征 ,基于形状的图象检索近来在基于内容的图象库系统管理和应用中得到越来越多的重视 .现已研制的系统存在两个问题 ,一是性能的不稳定性 ;二是相对于平移、旋转和尺度变换的变化性 .针对以上问题 ,该文提出了一种新的基于形状的图象检索算法 .此算法先对亮度图象进行小波模极大值变换以得到多尺度的边界图象 ,再利用 7个不变矩提取每一尺度边界图象的特征 ,所有尺度上的矩共同组成图象的特征向量 .图象的相似度用图象特征向量的归一化加权欧氏距离表示 .用服装图象数据库进行试验得到的结果表明该算法能较好地描述图象的形状及空间分布信息 ,并具有较好的平移、尺度、旋转不变性 .

一种大尺寸遥感图像基于内容检索的纹理特征提取算法

针对50万像素以上的大尺寸遥感图像基于内容检索的需要,通过将大尺寸图像按照区域类别分块,用灰度共生矩阵法对各子块提取出纹理特征,并利用类似Hu的不变矩的方法对各子块纹理信息进行统计,从而提取出与大尺寸图像中各纹理的空间位置相关的一组纹理特征值。该方法对传统的共生矩阵法进行了改进,使其适用于大尺寸图像多区域类别的纹理特征提取,可用于大尺寸遥感图像的基于内容的检索和初分类研究。

基于形状特征的图像检索技术

提出一种新的基于图像形状的检索方法.首先,用Canny算子对图像进行平滑处理,提取图像边界方向直方图特征;其次,用改进的不变矩来描述图像形状的区域特征,改进后的不变矩特征不受图像的缩放、平移和旋转影响;最后,为了克服不变矩只针对对象区域而忽视图像边界的缺点,提出改进的不变矩与边界方向特征相结合的方法,使得检索取得更好的效果.仿真实验表明,提出的检索方法能够有效提高图像检索的效率.

基于加权距离的机械设计图像异步检索方法

根据机械设计图像的形状特征,提出一种利用加权距离实现的多特征异步检索方法。首先利用机械设计图像的外接圆距离特征进行初步检索,再结合初步检索结果集的位置计算输入图像和初步检索结果集的加权Hu不变矩特征距离,并据此获得最终的检索结果。实验表明,与单一特征的检索方法相比,该方法在机械设计图像检索中有更高的查准率和查全率。

基于复数矩不变性的图像检索方法研究

讨论了复数矩不变性的实现方法 ,介绍了复数矩不变性在图像检索中的应用及算法。用商标图像数据库进行图像检索实验 ,给出了实验结果。

基于颜色与形状图像检索的研究

针对图像检索技术中单一的底层特征检索效果差以及图像分割方法的优劣对形状特征提取造成的瓶颈问题,提出了一种颜色与形状相结合的新方法。其思想是采用颜色矩方法提取出九个颜色特征分量;通过Ostu阈值分割法计算出的阈值来确定Canny算子的高门限,从而采用改进后的Canny算子完成图像分割,进而提取出七个Hu不变矩形状特征分量;并利用图像检索的CBIR模型,将颜色特征分量与形状特征分量相结合。实现了一个图像检索系统。实验结果表明,提出的新方法改善了检索效果,而且对直方图具有双峰性的图像检索效果更好。

Zernike矩不变性分析及其改进(英文)

在分析了Zernike矩不变性后,提出了一种基于图像整个区域形状描述算子的改进Zernike矩。改进的Zernike矩不仅具有旋转不变性,而且还具有改进前不具有的比例不变性。试验结果证明,和改进前的Zernike矩相比,改进后的Zernike矩具有更好的不变特征,可用作基于区域的形状描述算子。

利用Krawtchouk矩不变量实现基于形状的图像检索

图像在经过平移、旋转和尺度变化后是否仍具有很好的检索效果是基于形状的图像检索研究的一个难点。本文提出了一种利用Krawtchouk矩不变量实现基于形状的图像检索方法。该方法首先对图像进行灰度变换,然后提取图像的低阶矩,取16个低阶矩不变量作为图像的特征向量,并按照相似性度量输出相似图像从而实现基于形状的图像检索。文中给出了实验结果,并与基于几何矩不变量和基于Zernike矩不变量的图像检索方法进行了比较。结果表明本文的方法具有更好的检索性能,和上述两种方法相比,查全率分别提高了21.52%和7.6%,查准率则分别提高了16.25%和6.25%。

基于区域伪Zernike矩的商标图像检索

研究商标图像检索问题,针对在二值商标图像检索中要求准确、高效,因此确定出目标像素点的区域分布形式,解决商标形状特征,对平移、旋转、比例以及起始点等变化下特征不变性问题,提出了一种基于区域伪Zernike矩的提取图像形状特征的算法。算法根据图像目标区域的最小外接圆进行区域划分,提取区域的伪Zernike矩来描述图像形状特征进行商标检索。通过仿真实验证明,区域伪Zernike矩的提取图像形状特征的算法具有良好的平移,旋转及比例不变性,并用有较强的抗噪性。

基于多特征的服装图像检索

基于内容的图像检索一直是一个受关注的研究热点,这里利用图像的颜色和形状特征,将基于内容的图像检索应用于电子购物领域。提出先利用不变距与傅里叶描述子相结合的方法对图像形状特征进行检索,再利用改进的颜色直方图进行二次检索的检索方法。在检索前引入图像背景消除法消除图像中背景信息的影响。最后通过实验验证了基于颜色和形状特征的服装图像检索效果以及利用图像背景去除对检索效果的影响。

一种改进的基于内容的商标图像检索方法

传统的小波模极大值结合不变矩法是一种有效的基于内容的商标检索方法,但其进行不变矩计算的边缘定位不够精确,抗噪性不够强,借鉴信号奇异性检测中模极大值线搜索算法思想予以改进,并用VC++编程实现。检索结果表明,该改进算法在保持良好平移不变性、镜像不变性和扭曲不变性的基础上有效提高了查全率和查准率。

利用位置信息熵改进VLAD的图像检索方法

针对局部聚合描述子向量(vector of locally aggregate descriptor,VLAD)的图像检索能力还有待提高的问题,提出利用尺度不变特征变换描述子(scale invariant feature transform,SIFT)描述子的位置信息对VLAD描述子进行补充的图像检索算法。本文提出位置信息熵,用以对SIFT描述子的位置信息进行描述,并将位置信息熵添加到VLAD中,并在多个公开数据集上进行实验。码本大小为256时,在Holidays数据上该方法能有效地将VLAD的m AP值由0.510提升至0.733,在Oxford5k数据上该方法能有效地将归一化VLAD的m AP值由0.287提升至0.559。实验结果表明,利用位置信息熵能有效提升VLAD的图像检索能力。