共查询到18条相似文献,搜索用时 78 毫秒
1.
2.
基于分块颜色特征和相关反馈的图像检索技术 总被引:1,自引:0,他引:1
在基于内容的图像检索(CBIR)中,对于传统的颜色直方图完全没有空间分布信息,提出了一种新的分块划分,并且结合颜色特征的图像检索方法。该方法结合了图像的整体与分块颜色分布,两幅图像之间的相似度为整体相似度和分块局部相似度的加权和,并且在检索中加入相关反馈技术,针对检索结果适当地调整权值,以达到更新图像整体与局部颜色特征的权重的目的。最后,实验结果表明该算法能很好地提高检索性能。 相似文献
3.
4.
5.
6.
为了提高医学图像检索的正确率,提出一种局部线性嵌入算法和相关反馈相融合的医学图像检索方法(LLE-MF)。首先根据方块编码的思想提取颜色分量的信息熵,并利用邻域灰度共生矩阵提取纹理特征;然后采用局部线性嵌入算法对颜色和纹理特征进行组合、降维处理,并采用欧式距离相似度量模型对图像初步进行检索,最后采用最小二乘支持向量机对初步检索结果进行相关反馈,并进行仿真测试。结果表明,相对于其他医学检索算法,LLE-MF不仅提高了医学图像的检索准确率,而且提高了医学图像的检索效率,可以准确地找到用户所需的图像。 相似文献
7.
8.
综合利用颜色和纹理特征的图像检索 总被引:64,自引:0,他引:64
基于特征的图像检索在多媒体数据库管理和多媒体通信传输中得到越来越多的重视。本文介绍了我们设计的分别基于颜色特征和基于纹理特征的两种图像检索算法。在利用单一特征检索的基础上,我们提出了一种综合利用上述两个特征共同进行检索的方法。对真实图像数据库的检索实验表明,综合特征检索要比单一特征检索更符合人的视觉感受要求,因而检索效果更好。 相似文献
9.
图像检索是医学图像辅助诊断的基础,为了提高医学图像检索的正确率,提出一种流形学习和相关反馈相融合的医学图像检索算法(LLE-MF)。首先根据方块编码的思想提取颜色分量的信息熵,并利用邻域灰度共生矩阵提取纹理特征;然后采用非线性流形学习对颜色和纹理特征进行组合、降维处理,并采用欧式距离相似度量模型对图像初步进行检索,最后最小二乘支持向量机对初步检索结果进行相关反馈,并进行仿真测试。结果表明,相对于其它医学检索算法,LLE-MF不仅提高了医学图像的检索准确率,同时提高了医学图像的检索效率,可以准确地找到用户所需的图像. 相似文献
10.
针对医学数字图像,提出了一种将动态权重调整与加权马氏距离相结合的相关反馈方法.修改了检索策略,提高检索的查全率和查准率.克服了欧氏距离在计算相似度时特征向量间属性相关的问题,减少冗余,提高了检索精度.实验结果表明,该方法能有效利用用户反馈信息,改善检索性能. 相似文献
11.
为了解决传统的CBIR系统中存在的"语义鸿沟"问题,提出一种基于潜在语义索引技术(LSI)和相关反馈技术的图像检索方法.在进行图像检索时,先在HSV空间下提取颜色直方图作为底层视觉特征进行图像检索,然后引入潜在语义索引技术试图将底层特征赋予更高层次的语义含义;并且结合相关反馈技术,通过与用户交互进一步提高检索精度.实验... 相似文献
12.
13.
Relevance feedback (RF) is an effective approach to bridge the gap between low-level visual features and high-level semantic meanings in content-based image retrieval (CBIR). The support vector machine (SVM) based RF mechanisms have been used in different fields of image retrieval, but they often treat all positive and negative feedback samples equally, which will inevitably degrade the effectiveness of SVM-based RF approaches for CBIR. In fact, positive and negative feedback samples, different positive feedback samples, and different negative feedback samples all always have distinct properties. Moreover, each feedback interaction process is usually tedious and time-consuming because of complex visual features, so if too many times of iteration of feedback are asked, users may be impatient to interact with the CBIR system. To overcome the above limitations, we propose a new SVM-based RF approach using probabilistic feature and weighted kernel function in this paper. Firstly, the probabilistic features of each image are extracted by using principal components analysis (PCA) and the adapted Gaussian mixture models (AGMM) based dimension reduction, and the similarity is computed by employing Kullback–Leibler divergence. Secondly, the positive feedback samples and negative feedback samples are marked, and all feedback samples’ weight values are computed by utilizing the samples-based Relief feature weighting. Finally, the SVM kernel function is modified dynamically according to the feedback samples’ weight values. Extensive simulations on large databases show that the proposed algorithm is significantly more effective than the state-of-the-art approaches. 相似文献
14.
由于视觉低层特征与高层语义间存在"语义鸿沟",基于内容的检索算法难以找到满足用户要求的图像,为了提高图像检索准确率,提出一种基于布谷鸟搜索算法的相关反馈图像检索方法(MCS)。首先分别提取图像的颜色、纹理、形状特征。然后根据用户的反馈信息,采用布谷鸟搜索算法动态调整特征的权值,从而建立满足用户实际偏好的图像相似度模型。最后采用仿真实验测试MCS的有效性。结果表明,相对于遗传算法、粒子群算法以及传统图像检索算法,MCS算法不仅提高了图像检索准确度,同时加快了图像检索效率,更好地满足图像检索要求。 相似文献
15.
在基于内容的图像检索系统中我们经常使用一些底层特征,如表现图像的颜色和文本信息.如果给出了这些特征的内容,如特征向量,我们就可以通过计算特征空间的距离测量出图像之间的相似度.然而,这些底层特征并不一定能反映人的视觉中高层概念的相似度.相关反馈技术就是通过交互检索来提高检索性能,在数据库的搜索中参考了用户的反馈信息.因此... 相似文献
16.
17.
基于纹理特征的图像检索 总被引:1,自引:0,他引:1
构造了具有旋转、平移和尺度不变的纹理特征,进而提出基于纹理图像检索算法.首先,根据角向矩极大原理将检索图像进行坐标校正,得到图像旋转不变的表示;然后,利用平移和尺度不变小波对检索图像进行分解,得到具有平移、旋转和尺度不变的小波分解系数;最后,采用各尺度的小波能量值刻画图像的纹理性,并针对特征向量内部进行高斯归一化,根据欧氏距离计算不同图像间的纹理相似度.基于内容的图像检索(CBIR)试验表明,该方法具有旋转、平移和尺度不变性,与其它方法相比,具有较高的检索率. 相似文献
18.
Combining positive and negative examples in relevance feedback for content-based image retrieval 总被引:2,自引:0,他引:2
M. L. Kherfi D. Ziou A. Bernardi 《Journal of Visual Communication and Image Representation》2003,14(4):428-457
In this paper, we address some issues related to the combination of positive and negative examples to improve the efficiency of image retrieval. We start by analyzing the relevance of the negative example and how it can be interpreted and utilized to mitigate certain problems in image retrieval, such as noise, miss, the page zero problem and feature selection. Then we propose a new relevance feedback approach that uses the positive example (PE) to perform generalization and the negative example (NE) to perform specialization. In this approach, a query containing both PE and NE is processed in two steps. The first step considers the PE alone, in order to reduce the set of images participating in retrieval to a more homogeneous subset. Then, the second step considers both PE and NE and acts on the images retained in the first step. Mathematically, relevance feedback is formulated as an optimization of the intra and inter variances of the PE and NE. The proposed relevance feedback algorithm was implemented in our image retrieval system, which we tested on a collection of more than 10,000 images. The experimental results show how the NE as considered in our model can contribute in improving the relevance of the images retrieved. 相似文献