問題タブ [cbir]

特定の一連の画像を相互の類似性によって並べ替える高速な方法は何ですか。

現時点では、2 つの画像間でヒストグラム分析を行うシステムを使用していますが、これは非常にコストのかかる操作であり、やり過ぎに思えます。

最適には、各画像にスコア (たとえば、RGB 平均などの整数スコア) を与えるアルゴリズムを探しており、そのスコアで並べ替えることができます。同一のスコアまたは隣り合ったスコアは重複の可能性があります。

画像ごとのRGB平均は最悪です。似たようなものはありますか?

多次元オブジェクト (画像など) にインデックスを付ける良い方法があるかどうか知りたいです。より正確には、n 次元の特徴ベクトルを計算するための画像の大規模なコレクションがあります。これらの特徴ベクトル d(u,v) に対して定義された距離メトリック (つまり、L2 ノルム) があります。キー (n 次元) が与えられた場合k、インデックスは "近い" k(つまり、それらの距離が小さい) 特徴ベクトルを高速に取得できるようにする必要があります。

MATLAB コード リファレンスは素晴らしいでしょう...

サイズ、角度、色、コンテンツベースの画像検索の回転不変である、画像間の視覚的類似性のコレクションを構築しようとしています。しかし、他の人が利用できる場合は、pls. 離れて提案します。

私は OpenCV の Match テンプレートと Match シェイプに精通しています。AForge.NET も調べました。

ps http://www.imgseek.net/homeのようなものが理想的です。

Matlabの画像処理ライブラリはJavaの画像処理ライブラリに比べてかなり遅いと聞いたことがあります。

本当 ？？

その場合、 Matlabを使用してCBIR画像検索エンジンのようなアプリケーションを実装することは可能でしょうか？

画像から最も一般的な色を取得したいと思います。私は Java を使用しており、最も優勢な色を使用したいと考えています。これを行うためのcbir Javaライブラリはありますか?

ありがとう

テクスチャ、形状、色などの基本的な特徴に基づいて、画像に存在するさまざまなオブジェクトを認識するシステムを開発しようとしています。

このプロセスの最初の段階は、画像から個々のオブジェクトを抽出し、後でそれぞれに対して画像処理を行うことです。

しかし、私がこれまでに研究してきたセグメンテーション アルゴリズムは、理想的なイメージ セグメンテーション アルゴリズムと呼ばれる完全なものではありません。

セグメンテーションの精度によって、システムが特定のクエリにどれだけうまく応答するかが決まります。

セグメンテーションは、高速かつ正確でなければなりません。

これまでに開発または実装されたセグメンテーション アルゴリズムを提案できますか?

どんなヘルプでも大歓迎です..

画像ファイルのセットがあり、それらの色の数を64に減らしたいのですが、OpenCVでこれを行うにはどうすればよいですか？

64サイズの画像ヒストグラムで作業できるようにこれが必要です。CBIRテクニックを実装しています

私が欲しいのは、4ビットパレットへの色の量子化です。

OpenCv を使用して、コンテンツ ベースの画像検索の最終学位プロジェクトを行っています。ヒストグラムの比較を開始しました。問題は、RGB は操作するのに最悪の色空間であり、 HSV または YCrCb を使用する方が良いという投稿をたくさん見たことです。ただし、画像を RGB で比較すると、他の色空間を使用した場合よりも常に良い結果が得られます。

これは、YCrCb カラーのコードです。

範囲は正しいですか？

画像を正規化しますが、何も変わりません。

他の方法を試してみるべきだと思いますか?

また、ビンの数が非常に重要であり、この値を変更すると非常に異なる結果が得られることに気付きました。これを制御する方法はありますか?

よろしく

画像分類のテストに使用できる標準画像データベースのリストはありますか？これは、WANGデータベースなどのCBIRシステムのテストに使用できるDBを意味します。DBの説明（内部にあるもの）と、無料の場合はダウンロードできる可能性があると非常に役立ちます。