LIRE/图像检索
余莫星辰
人一定要靠自己。
展开
-
Lucene 学习资料
Lucene是一个基于Java的全文索引工具包。另外,如果是在选择全文引擎,现在也许是试试Sphinx的时候了:相比Lucene速度更快,有中文分词的支持,而且内置了对简单的分布式检索的支持;基于Java的全文索引/检索引擎——LuceneLucene不是一个完整的全文索引应用,而是是一个用Java写的全文索引引擎工具包,它可以方便的嵌入到各种应用中实现针对应用的全文索引/检索转载 2016-10-18 09:34:48 · 1196 阅读 · 0 评论 -
LIRE代码剖析3——常用的特征提取与匹配方法
图像处理中,直方图是一个很强有力的工具. 其实直方图就是对颜色像素的统计,将统计值放到相应的bin中. 这里就涉及到bin的概念了,刚开始的时候对这个概念很疑惑.bin的概念:颜色空间划分的区间即是直方图的bin. 举个例子,灰度图有256个值,如果把每个值划分一个单独的区间,则可以说直方图有256个bin,当然bin越大,颜色区分就越细,但是同时也增加了计算的复杂性.下面的代码实现了图像转载 2017-02-07 16:46:20 · 4222 阅读 · 0 评论 -
LIRe:Lucene图像检索 - 可扩展Java CBIR库
LIRe:Lucene图像检索 - 可扩展Java CBIR库翻译 2017-01-18 10:53:54 · 4172 阅读 · 0 评论 -
使用LIRe来实现基于多特征描述符的图像检索系统
Using LIRe to Implement Image Retrieval System Based on Multi-Feature Descriptor翻译 2017-01-17 17:27:26 · 3745 阅读 · 0 评论 -
LIRe图像检索:Tamura纹理特征算法源码分析
1 Tamura概述Tamura纹理特征包括了粗糙度(coarseness)、对比度(contrast)、方向度(directionality)、线性度(linelikeness)、规则度(regularity)、粗略度(roughness)。最原始的Tamura论文有《Textural Features Correspondingto Visual Perception》。Tamura纹理特原创 2017-04-21 17:54:27 · 6519 阅读 · 1 评论 -
LIRe图像检索:FCTH算法原理与源码分析
本文节选自论文《基于半监督和主动学习相结合的图像的检索研究》,并结合我对LIRe中FCTH源码进行分析、解读和研究。 模糊颜色和纹理直方图(Fuzzy Color and Texture Histogram,FCTH),FCTH特征可从3个模糊单元的组合求得结果。先将图像划分成若干分块,在第一个模糊单元中以HSV颜色空间的三个信道为输入,经模糊系统最终产生10-bin的直方图。在第原创 2017-04-21 11:46:46 · 2125 阅读 · 0 评论 -
LIRe图像检索:RGB和HSV空间的颜色直方图
1 概述 2 源码分析原创 2017-04-25 09:16:08 · 3026 阅读 · 0 评论 -
LIRe图像检索:CEDD算法原理与源码分析
颜色和边缘方向性描述符(Color and EdgeDirectivity Descriptor,CEDD),CEDD具有抽取特征速度较快,特征描述符占用空间较小的优势。下面就对CEDD原理进行详细的阐述和分析。1 CEDD原理1.1 颜色信息CEDD特征结合了颜色和纹理两方面信息,本小结将给出颜色信息提取的过程,重点分析RGB-HSV模型转换、10-bins模糊过滤器和24-bins原创 2017-04-18 16:52:55 · 4372 阅读 · 1 评论 -
LIRE Documentation详解
LIRE Builders详解翻译 2017-01-09 10:42:55 · 3968 阅读 · 3 评论 -
Bag of Features (BOF)图像检索算法
1.首先,我们用surf算法生成图像库中每幅图的特征点及描述符。2.再用k-means算法对图像库中的特征点进行训练,生成类心。3.生成每幅图像的BOF,具体方法为:判断图像的每个特征点与哪个类心最近,最近则放入该类心,最后将生成一列频数表,即初步的无权BOF。4.通过tf-idf对频数表加上权重,生成最终的bof。(因为每个类心对图像的影响不同。比如超市里条形码中的第一位转载 2017-01-10 17:55:19 · 1109 阅读 · 0 评论 -
Lire使用实例:创建索引 搜索相似图片
创建索引 搜索相似图片原创 2016-10-18 17:32:14 · 4704 阅读 · 5 评论 -
基于内容的图片检索CBIR(Content Based Image Retrieval)简介
传统的图像检索过程,先通过人工对图像进行文字标注,再利用关键字来检索图像,这种依据图像描述的字符匹配程度提供检索结果的方法,简称“以字找图”,既耗时又主观多义。基于内容的图像检索克服“以字找图”方式的不足,直接从待查找的图像视觉特征出发,在图像库(查找范围)中找出与之相似的图像,这种依据视觉相似程度给出图像检索结果的方式,简称“以图找图”。基于内容的图像检索分为三个层次:(1)依据提取图像本身转载 2016-11-15 15:03:05 · 3031 阅读 · 0 评论 -
MPEG-7实例入门
摘要:看完本文,你将 (1)了解什么是MPEG-7 (2)理解MPEG-7中的一些基本概念( 什么是D,DS,DDL) 。一. MPEG-7简介(1) 什么是MPEG-7 MPEG-7的正式名称是“多媒体内容描述接口”(Multimedia Content Description Interface),是由运动图像专家组(MPEG, Moving Picture Ex转载 2016-12-01 20:10:38 · 2556 阅读 · 0 评论 -
LIRE源代码分析 2:建立索引 提取特征向量 检索 [以颜色布局为例]
建立索引 提取特征向量 检索转载 2016-10-17 16:40:38 · 1834 阅读 · 0 评论 -
MPEG-7 视觉描述符
本文节选自《基于MPEG-7与内容的图像检索技术的研究》。MPEG-7 标准中视觉描述工具包括基本结构和描述符。本文主要介绍各描述符。(1)颜色描述符MPEG-7 主要定义了七种颜色描述符:颜色空间、主颜色、颜色的量化、颜色直方图、颜色布局、GOF/GOP 颜色、颜色结构、对颜色的特征和结构进行描述。他们之间的关系如图 2.2 所示。①颜色空间,该描述符主要用于转载 2016-12-02 14:58:23 · 913 阅读 · 0 评论 -
图像检索相关汇总
图像检索:几类基于内容的图像分类技术原创 2016-12-08 09:30:46 · 1507 阅读 · 0 评论 -
LIRE源代码分析 3:整体结构
通过前面的介绍我们知道Lire的基本接口主要完成两项工作,生成索引和进行检索。生成索引就是根据图片提取特征向量,然后存储特征向量到索引的过程。检索就是根据输入图片的特征向量到索引中查找相似图片的过程。一、DocumentBuilder:用于生成索引DocumentBuilder对象由DocumentBuilderFactory工厂类创建,DocumentBuilderFactory源码如下翻译 2016-12-01 17:53:01 · 1921 阅读 · 0 评论 -
LIRE源代码分析 1:基本接口DocumentBuilder和ImageSearcher
Lucene是一个开源的强大的索引工具,但是它仅限于文本索引。基于内容的图像检索(content- based image retrieval,CBIR)要求我们利用图像的一些基本特征(如颜色纹理形状以及sift,surf等等)搜索相似的图片,LIRE(Lucene Image Retrieval)是一款基于lucene的图像特征索引工具,它能帮助我们方便的对图像特征建立索引和搜索,从而实现搜索相原创 2016-10-17 14:59:28 · 1217 阅读 · 0 评论 -
百度图像搜索探秘
昨天,百度上线了新的相似图(similarimage search)搜索,试了风景、人物、文字等不同类型query的效果,感觉效果非常赞。尤其对于人物搜索,返回的结果在颜色、以及姿态方面具有非常大的相似性。特别是在输入某个pose的美女图片时,会搜到一系列相近pose的美女图片,真的是宅男之福啊。本着娱乐精神,贴一个搜索结果供大家yy。我们知道这个产品底层的技术是余凯老师领导的转载 2017-01-07 12:26:51 · 1373 阅读 · 1 评论