-
-
CBIR基础文章
包含一些介绍基于内容的图像检索的文章，包括图像的特征提取方法。
-
传统图片检索技术的发展
今天我们来介绍一下图片检索技术，图片检索就是拿一张待识别图片，去从海量的图片库中找到和待识别图片最相近的图片。这种操作在以前依靠图片名搜图的时代是难以想象的，直到出现了CBIR(Content-based image retrieval)技术，依靠图片的内容去搜图。
-
论文研究-基于反馈特征权的综合CBIR系统设计.pdf
介绍了颜色特征和纹理特征的两种图像检索。在利用单一特征检索的基础上，提出了反馈特征权的概念，通过用户对初始检索的反馈得到适合的权重，并综合利用上述两个特征与特征权重结合进行检索。对真实图像数据库的检索实验表明，基于反馈特征权的综合检索要比一般特征检索更符合人的视觉感受要求，因而检索效果更好。
-
论文研究-Web环境下基于移动多Agent技术的CBIR系统.pdf
采用移动多Agent技术，提出了一种灵活的基于内容的Web图像检索系统模型。系统将传统的Web图像检索功能封装于不同的Agent中。各Agent自主运行并相互协调，共同完成分布式Web图像检索。由于图像搜索策略封装于移动Agent中，可在数据源本地实现快速的图像匹配，减少了网络信息交换；网络管理Agent消除了异构网络带来的通信障碍。实验表明该图像检索系统具有良好的自治性、伸缩性和适应性以及灵活的在线扩展能力。
-
论文研究-基于色彩共生矩阵的CBIR方法.pdf
介绍了一种基于色彩共生矩阵提取颜色-纹理特征的图像检索方法。在灰度共生矩阵方法的基础上，发展出色彩共生矩阵方法，解决了灰度共生矩阵方法不能有效处理真彩色图像的缺陷，并从色彩共生矩阵中提取颜色和纹理特征用于图像检索。该方法易于实现、特征库简洁高效，且具有较好的检索效果。
-
-
论文研究-非张量积小波的肝脏CT图像检索.pdf
提出了一种基于内容的图像检索（CBIR）方法，用于医学肝脏带病灶CT图像的计算机辅助诊断（CAD）。根据医学CT图像的模糊边界和区域特征不明显等特点，将肝部感兴趣区域用半自动方法分离出来，提取局部纹理共生矩阵特征和灰度特征，然后利用改进的非张量积小波滤波器组提取图像全局特征。实验结果表明，该方法可以提高病灶的检出率，对较难鉴别诊断肝血管瘤和肝癌这两种丰富供血肿瘤的CT图像问题，也有较好的效果。
-
-
用于大型遥感影像检索的深度学习.pdf
本章介绍了基于内容的遥感图像搜索与检索(CBIR)系统的最新进展，该系统用于从海量数据档案中快速 ... ，我们分析了传统的基于手工制作的遥感图像描述符的CBIR系统在穷举搜索和检索问题上的局限性。然后，我们将重点放在深度学习(DL)模型处于前沿的RS CBIR系统的发展上。特别地，我们介绍了最新的基于DL的CBIR系统的理论特性，用于表征遥感图像的复杂语义内容。 ... 的优点和局限性之后，我们提出了基于深度哈希的CBIR系统，该系统具有在巨大的数据档案中进行高效时间搜索的能力。最后，讨论了遥感CBIR最有前途的研究方向。
-
基于纹理的图像检索算法研究
... 信息时代高度发展的重要体现,在多媒体技术中对海量信息的高效管理就成为一个重要的研究领域,海量图像数据库的检索是近期多媒体技术研究的一个热点问题,基于内容图像检索(CBIR)研究是图像检索一个重要的研究方向,CBIR中传统的基于最佳尺寸的纹理粗糙度算法纹理粗糙度算法结果比较符合人眼的视觉感受,但也存在着不足之处,文中从选取领域尺寸和计算领域均值差值这2个方面对此算法进行改进 ...
-
Go To English Version 超过100万源码资源，1000万源码文件免费下载
