图像处理与检索
纵横千里,捭阖四方
弱小,是最大的罪过;没有行动,梦想终究是想一想
展开
-
LIRE代码剖析1——运行第一个图像检索
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(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,作者也在不断加入新的特征供用户使用。如果你熟悉lucene,那么用LIRE提原创 2014-03-09 18:28:47 · 3327 阅读 · 1 评论 -
LIRE代码剖析3——常用的特征提取与匹配方法
既然图像检索的思想是将图像处理成长度有限的特征字符串,那常用的特征和匹配方法又有哪些呢?常用的图像特征有颜色特征、纹理特征、形状特征、空间关系特征。由于一种特征总是存在无法克服的缺陷,或者检索太慢(如纹理检索),或者匹配效果差,目前很多检索技术都是有机综合多种特征,LIRE中实现的CEDD和FCTH方法,及其组合JCD法是目前检索速度快,查全率和查准率都很高的算法。后面将单独介绍。一 颜色原创 2014-03-09 19:28:58 · 3698 阅读 · 0 评论 -
LIRE代码剖析4——LIRE中比较重要的方法
打开lire的文件夹,通过目录我们就可以看到LIRE的核心方法,其中比较重要的是analysis、bovw、CEDD、FCTH等等,其中CEDD和FCTH目前能找到的文档还不多,这两个算法的检索速度是常见算法中检索速度最好,查准率查全率都很高的算法。而且这两个牛B的算法都是同一个人实现的,以后的博文中,我们会结合大牛的论文仔细分析这两个算法。其它基本函数,参考博文 http://blog.csdn原创 2014-03-09 19:42:37 · 1421 阅读 · 0 评论 -
LIRE代码剖析2——Index和Search代码解析
上面使用的Index和Search两个类都做了什么呢?下面我们来分别解释。众所周知,图像本身的信息是非常大的,因此直接检索计算量太大,基于内容的图像检索本质上是用一些特征来代表图像,这些特征往往是大小有限的字符数组,因此可以使用文本检索技术来检索。Index的过程就是先提取图像的特征,将其视为文本,然后使用lucene来检索的。创建索引的过程: File f = new File(fi原创 2014-03-09 19:10:56 · 2704 阅读 · 0 评论 -
视频处理技术的知识体系
CSDN的知识库频道推出了专门针对视频直播的专栏,里面有一张很有趣的动态图,只管的显示了音视频处理技术体系。现在将这张图分享出来,让对视频感兴趣的童靴能够对其有个直观的了解。转载 2016-09-01 14:30:46 · 3097 阅读 · 0 评论