一种基于兴趣点颜色及空间分布的图像检索方法

提出了一种利用兴趣点进行图像检索的新方法．该方法把兴趣点作为图像中用户关注的视点线索,设计了一种基于兴趣点的环形颜色直方图,既利用了兴趣点的局部颜色特征,又考虑了兴趣点的空间分布结构,在保证检索算法对图像旋转、平移鲁棒性的前提下,克服了传统颜色直方图没有位置信息的缺陷．实验结果表明,该方法实现简单,有效提高了图像检索的效率．     

基于图像内容的检索技术的研究

针对固定视频监控的图像内容检索进行了较为深入的研究,主要的研究内容如下:固定视频背景图像的确定,运动目标的提取,对目标图像分块区域权值的确定、颜色特征值低阶矩的计算、利用欧几里德加权距离计算关键图像和目标图像的距离,对相似度高的图像进行数据库保存并按相似度进行索引、显示检索结果.实验结果表明,该方法的图像检索效果优于颜色直方图和分块颜色直方图等其它方法.     

基于局部主色和边缘特征的图像检索

在基于内容图像检索技术中,经典颜色直方图方法具有一定的局限性,为此提出一种综合图像局部主色和边缘特征的图像检索方法.通过使用HSV颜色模型对图像进行量化,设计了一种重叠方式的图像分块方法,然后加权各分块区域主色,得到颜色特征,再利用Sobel算子提取图像边缘,用二维边缘直方图描述边缘特征,最后将颜色特征和边缘特征通过加权处理,得到图像总的相似度,实现图像检索.实验表明:综合两种特征的检索方法比单一特征的检索方法效果更好.     

一种基于特征融合的部位外观模型

针对人体姿态估计算法在建立部位外观模型时将不同图像特征平等对待的问题,建立一种基于模糊K-均值算法融合方向梯度直方图(Histogram of Orientation Gradient,HOG)和颜色特征的部位外观模型。将部位定位状态对应的HOG和颜色直方图特征进行组合,利用组合而成的特征向量构造样本集。分别计算部位定位状态对应的HOG和颜色特征与分别基于这两种图像特征的部位外观模型的相似度,并将两个相似度乘积的平方根作为样本的初始隶属度,通过模糊K-均值算法收敛后的聚类中心即为部位外观模型。仿真实验表明,建立的部位外观模型能更准确地描述真实人体部位的外观特征,将其用于人体姿态估计时可以得到准确度更高的估计结果。     

一种改进的基于广义直方图的图像检索方法

传统的基于颜色直方图特征的图像检索方法简单、高效,但是其完全丢失颜色的空间分布信息;针对这个缺点,有人提出了基于广义直方图的图像检索方法,然而其也没有考虑到像素间的方向信息,丢失了图像的局部细节信息。在广义直方图的基础上提出了改进的基于广义直方图的检索方法,新方法首先计算出原图像在0°,45°,90°,135°4个方向上的平滑图像,并将其分别与原图像对应的象素点组成二元组,统计每个二元组出现的概率,构造出4个方向的广义直方图,最后综合4个广义直方图进行检索。实验表明,与原始的广义直方图法相比,新方法能够较准确地描述出图像象素间的空间位置关系及方向细节信息,从而有效地提高了检索的精度。     

基于局部相位量化与多通道颜色的鲁棒人脸识别

针对非可控条件下的人脸识别问题,提出了一种新的融合多颜色通道的局部相位量化方法。首先,在不同颜色空间的各颜色通道图像上计算局部相位量化响应图,然后对每幅响应图分块计算统计直方图,最后将特定颜色通道的相似度进行融合。该方法充分利用了图像不同颜色通道间的互补特性。实验结果表明,该方法实用性好,鲁棒性强,在大规模非可控人脸数据库上取得了较好的结果。     

采用COLDIST色差的一种图像检索方法研究

在基于内容的图像检索方法中,颜色相似度的计算主要采用欧氏距离。然而,欧氏距离不符合人眼的色彩识别特征,导致检索准确率偏低。本文提出了一种采用COLDIST色差公式的组合特征检索方法。首先计算图像的颜色直方图作为颜色特征、灰度共生矩阵和灰度行程矩阵作为纹理特征、泽尼克矩作为形状特征。然后采用COLDIST色差公式计算颜色相似度,并结合纹理、形状特征的相似度计算图像相似度。利用图像数据库Corel10000对本文提出的方法进行仿真测试。结果表明该方法具有更好的检索性能,有效地提高了检索的准确率。     

基于加权颜色直方图和颜色对的图像检索系统

提出了基于加权颜色直方图的图像检索算法以及基于颤色对的图像检索算法，该算法分别利用图像的加权颜色直方图和颜色对作为图像特征，通过图像的相似性计算实现图像匹配．用Visual C^ 实现了基于加权颜色直方图和颜色对的图像检索系统，阐述了该系统的组成结构．同时给出图像检索实例．并对该系统的检索效果和性能进行了详细分析．实验结果表明该系统具有较好的检索效果和性能．     

基于空间颜色模型的目标跟踪方法

为了克服颜色直方图对目标定位不准确的问题,提出了基于空间颜色模型和粒子滤波的目标跟踪方法。结合目标区域的颜色和空间信息,采用空间颜色直方图对目标建模,通过计算候选目标和参考目标空间颜色直方图的Bhattacharyya距离,建立基于空间颜色模型的观测似然函数。实验表明,与基于颜色直方图的跟踪算法相比,新算法提高了跟踪的准确性和鲁棒性。     

基于分块主色的图象检索

传统的基于颜色直方图特征的图象检索方法简单且易于实现,但其直方图求交运算量过大,而且丢失了颜色的空间分布信息。本文给出了一种基于分块主色的图象检索方法。该方法将图象分成相等的九个子块,依次统计每个子块的颜色直方图,用户可根据各子块的的不同重要程度而改变各子块的权值,最后给出了这种基于分块主色的检索方法中图象相似度的计算方法。实验表明,该方法一方面利用主颜色减少了直方图相交运算量;另一方面通过对图象分块保留了颜色的空间信息并能够有效地将目标从背景中区分出来,从而有效地提高了检索速度和检索精度。     

一种彩色图像质量客观评价方法

为了研究图像质量客观评价结果与主观质量评价结果不一致的问题,依据图像的灰度直方图作为统计特征可以应用于图像质量的客观评价理论,采用数据拟合方法,研究了彩色图像的基于分量理论和色彩量化理论的颜色直方图的图像质量客观评价方法,并分别给出了拟合直方图曲线的算法步骤,根据失真图像和参考图像的拟合系数之差的权值是否在可失真范围内给出图像质量的二元评价．实验中计算基于灰度直方图拟合的灰度图像的每像素的数据差值后,可知在小于等于5×10。时失真图像质量为优,该方法和数据也适用于失真彩色图像质量的二元评价．     

一种改进的HSV颜色空间量化方法及其应用

随着图像数据的海量增长,图像检索效率逐渐成为研究热点.为了提高图像检索的准确率,提出了一种改进的HSV颜色空间量化方法,细化色调H的分类,使量化结果更接近人类感知,并在此基础上采用分块策略进行仿真实验.实验结果表明,提出的方法能更好地描述图像的颜色特征,效果令人满意,具有一定的实用性.     

自适应分块颜色直方图的MeanShift跟踪算法

传统颜色直方图的MeanShift(MS)算法只考虑了目标颜色的统计信息,不包含目标的空间信息,当目标颜色与背景颜色相近时,容易导致不准确跟踪或跟踪丢失。针对该问题,提出了一种自适应空间颜色直方图的MeanShift跟踪算法。该算法根据目标对象的最新外接矩形尺寸,确定对象分块方法,根据各块的Bhattacharyya系数值,确定各块的权重系数。其中,自适应分块的颜色直方图包含了自适应分块方法和目标的空间信息;加权Bhattacharyya系数考虑到不同块对整体相似度的不同影响。实验表明,文中算法采用自适应分块方法和加权Bhattacharyya系数法,比传统的MS算法和固定分块的MS算法具有更好的跟踪性能。     

基于彩色直方图均衡化的自动白平衡算法研究

针对某些特殊光源下,如拍摄色温低于2500K或高于7000K时,图像偏色较严重的现象,提出了一种基于彩色直方图均衡化的自动白平衡算法。首先采用Roberts算子对图像进行边缘检测,对得到的图像进行直方图均衡化处理;然后选择参考白点区域,计算图像各通道的增益,用得到的增益值进行色温校正;最后,使用Matlab进行了仿真验证,直接观察实验结果。通过对比,提出的白平衡算法在特殊光源下也能进行正确调整,使白平衡能调整的色温范围更广且算法时间复杂度相对较低,可以广泛应用于数字图像产品中。     

基于复杂背景的彩色图像肤色分割

在使用单个颜色空间进行肤色检测的基础上,提出利用YCbCr和YIQ两种颜色空间同时对单帧图像进行肤色提取的方法,然后对提取的图像进行像素融合和数学形态学处理.实验结果表明,这种方法在确定人脸区域时,简单快速,且减少了人脸的漏检率.     

结合梯度与彩色直方图的人头识别

提出了结合图像灰度梯度信息和彩色直方图信息的人头识别算法．该算法中：灰度梯度信息可以排除背景图像中的颜色干扰，彩色直方图信息可以适应识别目标的形状变化和背景中的纹理对识别目标的影响．对2种算法的结果进行规一化处理，实现两者的相互补充．最后通过实验证明了该算法的有效性．     

结合梯度与彩色直方图的人头识别

提出了结合图像灰度梯度信息和彩色直方图信息的人头识别算法.该算法中:灰度梯度信息可以排除背景图像中的颜色干扰,彩色直方图信息可以适应识别目标的形状变化和背景中的纹理对识别目标的影响.对2种算法的结果进行规一化处理,实现两者的相互补充.最后通过实验证明了该算法的有效性.     

基于颜色和空间特征的图像检索

提出一种新的基于颜色和空间特征的图像检索算法.首先,将检索图像转换为HSV颜色空间并进行量化,提取环形颜色空间信息熵作为颜色空间分布特征.其次,计算每个像素点的多邻域量化颜色值的一、二阶中心矩,利用各阶统计矩的信息熵来表征图像颜色的局部空间特征.最后,对特征向量进行高斯归一化,采用特征向量的L1-norm距离计算彩色图像的相似度并进行图像检索.结果表明,该方法比CDE和Geostat算法具有较好的检索效果.