基于改进颜色模型的图像边缘检测方法

边缘检测是图像处理和模式识别领域的基本课题,传统的边缘检测方法仅利用图像的亮度分量信息。给出一种基于改进颜色模型中颜色距离的彩色图像边缘检测方法,通过实验,将文中给出的边缘检测算法与常用的边缘检测算子进行比较。并对边缘灰度图像的阈值处理方法予以讨论,提出一种具有良好的自适应性的算法——极大值法,通过寻找局部极大值点定位边缘。实验表明文中给出的算法在改进图像边缘检测效果上是有效的。     

机器视觉中几种颜色优势的图像分割算法比较与研究

为了获得实用、可靠的植物识别方法,必须在识别植物过程中进行图像分割。本文针对具有明显颜色优势的图像,采用Otsu阀值算法及边缘检测分割算法,对图像进行处理,并对其结果进行对比分析和优劣比较。得出结论:对具有明显颜色优势的图像,采用边缘检测分割算法的应用效果较好;对比边缘检测算法中常用的Prewitt算子、Roberts算子和Sobel算子的输出效果,认为Sobel算子不仅能输出较为理想的效果,同时还可大幅度减少运算时间。     

基于Lab颜色距离和GMM的树木图像分割算法

针对传统的高斯混合模型(GMM)分割算法在树木图像分割上存在的不足,文中结合Lab色彩模型的颜色和空间的相关性,提出了一种基于Lab颜色距离的GMM的树木图像目标分割算法。该算法首先利用图像颜色信息,将图像的多个颜色通道进行Lab颜色距离的计算,然后基于Lab颜色距离建立GMM,最后根据得到的概率值自适应寻找最佳分割阈值。实验结果表明该方法得到的果树区域更准确,并且对阴影、光照不均匀图像具有很强的鲁棒性,分割的平均准确率为98.2%。     

基于融合及形态学的自适应阈值图像边缘检测

传统的Sobel和Roberts边缘检测算子阈值固定,适应性和抗噪能力较差。通过将最大类间方差法和双峰法引入边缘自适应阈值的确定,利用自适应阈值的Sobel和Roberts算子检测出图像边缘后进行融合,再进行形态学的细化。实验结果表明,该算法检测出的边缘清晰,适应性好,对噪声抑制能力强。     

一种基于HSV空间和粗糙集的彩色图像分割方法

研究了基于HSV颜色空间的粗糙集直方图阈值彩色图像分割方法.根据HSV空间的特性,定义了HSV空间颜色距离计算公式,对HSV三分量计算粗糙集直方图和彩色图像进行分割.实验结果表明该方法较好地保留了图像的颜色信息,具有较高的通用性,能够获得满意的分割效果.     

基于改进Sobel算子的红外图像边缘提取算法

针对红外热像仪采集的图像边缘信息模糊,图像显示多样性,边缘信息难提取的特点,提出了一种基于Sobel算子梯度相乘的边缘提取算法.该算法首先对红外热像仪图像进行待识别目标的高温区域提取,然后分别利用增加了6个方向模板的Sobel算子和Roberts算子对图像进行边缘提取,再将得到的两幅梯度幅值图像进行梯度相乘,最终得到边缘提取图像.最后,用MATLAB对图像进行了仿真,仿真结果表明,该算法能够快速有效地提取红外热像仪图像的边缘,弥补Sobel算子的不足及提高了Sobel算子边缘检测的性能,计算简单,具有良好的检测精度,而且得到的边缘较细,极大的改善了图像边缘提取的效果.     

基于自相关矩阵和边缘检测的运动目标检测

提出了一种基于颜色特征提取和图像边缘检测融合的运动目标检测算法。利用颜色自相关矩阵对图像建立特征模型,进行相似度的比较得到较粗糙的目标检测结果。然后通过Canny算子提取图像的边缘信息并利用二值差化求得目标大致边缘轮廓。将两者再进行逻辑与操作,即判定在粗糙检测结果中运动目标轮廓内的元素目标边缘信息为运动目标边缘,并最终进行形态学操作得到运动目标。实验结果表明,提出的算法对复杂背景下运动目标有较为理想的检测效果。     

一种基于阈值分割的红外图像边缘检测方法

针对红外图像对比度和信噪比低,经典的图像边缘检测方法对实际图像难以检测的特点,提出了一种基于阈值分割的边缘检测算法。首先利用最大方差阈值法分割出红外图像的目标图像,其次用线性拉伸的方法对目标图像中存留的噪声进行去除,最后运用Sobel算子对目标图像进行边缘检测得到结果图像,并与经典的Roberts边缘检测算法、Sobel检测算法、Prewwit检测算法、Gauss-Laplacian检测算法进行比较。实验结果显示该检测方法是可行、有效的。     

基于颜色与线段的图像轮廓提取算法

传统二维图像轮廓识别算法通常是在图像中找到边缘,根据设定的条件将边缘像素组合起来形成轮廓。针对边缘检测算法通常需要对不同的图像设定不同的阈值,对不同类型的图像很难找出统一的阈值的问题,文中提出了一种同时利用图像中颜色与线段信息的彩色图像轮廓提取算法,算法采用自顶向下的颜色空间融合和自底向上的线段检测的方法,在初步获取边缘信息之后,综合利用检测结果生成目标的轮廓。算法的优点在于不需要进行阈值调整,实验表明:该方法可以有效地提取彩色图像中的目标轮廓。     

基于双阈值非线性导数的边缘检测算子

文中提出了一种基于双阈值非线性导数算子的边缘检测方法.首先计算灰度图像的左右导数,然后通过设置双阈值对左右导数进行调整以保留有意义的边缘信息,最后合并左右导数得到图像梯度.阈值能控制平滑噪声能力,阈值能确保检测出单像素宽度的线边缘,而非线性导数计划可解决定位错位性的问题.实验结果表明,同传统的离散梯度算子相比,此算子不仅计算简单灵活,检测精度高,而且在没有平滑图像噪声的情况下得到了良好的边缘图像和信噪比.     

基于颜色矢量角的彩色图像检索算法研究

通过分析利用颜色直方图进行图像检索时存在的问题，提出了一种基于图像边缘空间分布特征的图像检索算法。即利用颜色矢量角对亮度不敏感，对色度和饱和度敏感的特性来提取图像的边缘信息。在图像的边缘空间，提取图像边缘点的颜色矢量角直方图，以此来描述图像的内容。该算法充分利用了图像的颜色信息、边缘信息及形状信息，实验表明该算法具有较好的光照不变性、尺度不变性、平移不变性和旋转不变性。     

Image retrieval using both color and texture features

In order to improve the retrieval performance of images, this paper proposes an efficient approach for extracting and retrieving color images. The block diagram of our proposed approach to content-based image retrieval (CBIR) is given firstly, and then we introduce three image feature extracting arithmetic including color histogram, edge histogram and edge direction histogram, the histogram Euclidean distance, cosine distance and histogram intersection are used to measure the image level similarity. On the basis of using color and texture features separately, a new method for image retrieval using combined features is proposed. With the test for an image database including 766 general-purpose images and comparison and analysis of performance evaluation for features and similarity measures, our proposed retrieval approach demonstrates a promising performance. Experiment shows that combined features are superior to every single one of the three features in retrieval.     

有线电视网络安全检测系统视频监控中视频特征的提取

论述了利用颜色进行视频特征提取的方法。颜色是视频图像的一个重要视觉特征，描述和处理图像颜色首先要选用合适的颜色模型，并提取颜色的主要颜色特征。视频图像颜色特征主要是颜色的直方图特征、分布特征。颜色的相似性是通过特征的距离度量来实现的。     

一种新的红外热像仪图像边缘检测方法

针对红外热像仪采集的红外影像边缘信息模糊、影像存在噪声、边缘信息难提取的特点,提出了一种基于数学形态学对LOG算子改进和Roberts算子数据相结合的边缘检测新方法。该方法首先引进形态学中的开闭运算对具有随机噪声的红外影像进行滤波,接着运用拉普拉斯算法边缘检测,然后再采用Roberts算子提取边缘信息,建立相应的融合规则及阈值条件,将两种方法检测出的影像边缘信息融合,得到最终的融合影像。最后,对增加椒盐噪声的影像用MATLAB进行仿真实验,结果表明,该方法结合了两种检测算子的优点,定位精度高,有很强的抗噪性,获得了比较理想的检测效果。     

一种基于区域颜色信息的宽基线立体匹配算法

立体匹配技术是立体视觉研究领域的难点,利用图像的特征信息解决对应问题是研究的热点.本文在提取基于边缘仿射不变区域检测器的基础上,设计了基于区域颜色信息和几何信息的彩色图像立体匹配算法.该算法首先对所提取的不变区域进行颜色空间量化,在此基础上根据两种色彩之间的距离进行色彩聚类,然后计算直方图的二次距离,并进行相似性度量,最后根据区域间几何性质进行误匹配剔除.实验证明,该算法能降低解决对应问题的复杂性,提高正确匹配率.该方法对于目标识别、三维重建、非接触测量等研究均具有重要的意义.     

RGB空间下结合高斯曼哈顿距离图的彩色图像边缘检测

为了能够更好地利用彩色图像的信息进行边缘检测,提出一种RGB空间下结合高斯曼哈顿距离图的彩色图像边缘检测方法.首先分析了彩色图像到灰度图像转换的信息损失,并给出一种RGB空间下边缘的度量方法.其次,通过引入高斯曼哈顿距离,分别在RGB三个通道进行处理,并通过新的边缘度量法统一获得彩色图像的距离图.最后将距离图映射到0~255的灰度范围内,得到最终的边缘检测结果.实验结果表明,本文方法具有较高的处理速度和较好的处理结果.     

一种改进的颜色匹配对图像检索算法

以子块直方图彩色图像检索算法为基础， 分析了进一步利用图像空间相似信息的颜色匹配对检索算法的性能。在子块直方图的构成、直方图距离值的归类等方面提出了行之有效的改进方法；给出了子块大小、相似度阈值等参数选择的优化原则，使查准率、查全率等检索性能指标得到了较大的提高，得出了几个有用的结论并形成了实验系统。     

基于颜色分布特征的图像检索

颜色直方图是基于内容的图像检索（CBIR）中的一种重要特征，然而其完全丢弃了图像颜色的空间分布信息，为了有效地利用图像颜色的空间分布信息，提出采用颜色分布熵（CDE）描述图像颜色的分布特征，并根据人的视觉特性及信息熵的特性，提出了进一步的改进算法。同以往的方法进行比较结果表明，该方法在图像的相似性检索时是很有效的，并具有较高的检索效率。