基于内容的图像过滤新方法

随着互联网和多媒体技术的发展,色情图像在网络上的传播越来越泛滥.为了有效地过滤色情图像,提出了一种基于内容的图像过滤新方法.该方法首先利用统计肤色模型分割出皮肤区域,再通过轮廓勾勒算法提取皮肤区域边界,最后对边界点序列进行傅立叶变换,提取用傅立叶描述符表示的肤色区域的形状特征,进而利用分类器对图像进行分类来判断图像是否为色情图像.实验结果表明,该方法具有较好的准确率和误检率.     

基于内容的敏感图像检测方法研究

随着网络和多媒体技术的发展,互联网中色情图像的传播越来越泛滥,为有效地过滤敏感图像,文章提出一种基于Otsu自适应阈值分割的人体面积比例计算方法。整个检测系统利用人体肤色模型和面部识别模型,并结合面积比例识别算法等图像特征识别技术,实现对网络敏感图像的检测。实验结果表明,该方法具有较高的准确率和较快的实时在线检测速度,具有良好的实用性和应用价值。     

基于新的肤色模型的人脸检测方法

提出了一种新的肤色检测算法。新算法抛弃了事先通过大量肤色样本统计得到的肤色模型来进行肤色检测的传统方法,而是针对单幅图像中的肤色分布,在空间中进行区域分割,同时结合肤色信息来有效检测出肤色区域。实验证明,这种肤色检测算法的鲁棒性能好,能应用于复杂背景,且对光线变化不敏感。     

基于数据挖掘的图像压缩域肤色检测算法

提出了一种直接在JPEG图像压缩域进行肤色检测的算法。该算法首先在熵解码后的DCT系数中提取图像块的颜色特征和纹理特征,然后利用数据挖掘建立用于表征压缩域图像特征和肤色检测结果之间关系的肤色模型,并利用该模型进行初步肤色检测,最后利用区域生长的方法分割出图像中的肤色区域。实验结果表明,与像素域的SPM (Skin Probability Map)肤色检测算法相比,本文方法可以获得更高的检测准确率和更快的检测速度。     

利用肤色信息和几何特征的人脸检测算法研究

针对光照条件对人脸检测的影响,文章提出一种基于肤色信息和几何特征的面部检测算法。首先对图像做光照补偿,然后在肤色类聚良好的YCb Cr空间建立肤色模型。最后依据皮肤颜色信息和人脸几何特点检测出面部区域。     

基于肤色的实时人脸检测算法研究

研究了一种基于肤色的人脸检测算法的设计与实现过程。在YIQ颜色空间中,进行了有效的肤色提取,把提取到的肤色与背景图像信息转为二值图像进行形态学降噪处理,再采用质心定位法进行准确的眼睛定位,最后对检测到的人脸图像进行缩放、旋转、移位校正,以提高输出人脸图像的质量。实验结果表明,本文所提的算法具有很高的准确率与检测速度,能够适用于实时人脸检测系统。     

面向互联网视频的人体皮肤区域检测

提出了一种改进的皮肤区域检测算法,首先以改进的皮肤颜色检测模型为基础检测可能的肤色点,进一步对可能的肤色区域进行腐蚀、膨胀处理以去除零散肤色点,获得连通性较好的可能皮肤区域,之后通过灰度共生矩阵度量纹理特性,去除非肤色区域.实验数据表明该算法能够有效提高视频图像的皮肤区域检测的准确率.     

基于颜色与肤色特征的视频过滤算法

互联网技术飞速发展给人们带来便利的同时,网络上大量色情淫秽等不良信息极大地干扰了正常的网络生活。根据当今网络不良视频的特点,文中提出了一种基于MPEG-7颜色描述子与动态肤色检测技术相结合的视频过滤算法。该算法综合考虑视频的静态信息和动态信息,采用支持向量机（SVM）进行学习分类,综合两类特征得到最终结果。通过实验分析,该算法有效提高了分类准确率,在当今网络环境中有着广泛的应用前景。     

基于肤色及AdaBoost算法的自动调焦人脸检测

提出一种结合肤色检测和AdaBoost算法的自动调焦实时人脸检测方法。采用肤色信息定位皮肤区域,针对AdaBoost算法对待检人脸尺寸小于训练样本人脸尺寸时检测率低的缺陷,并采用自动调焦算法调整图像大小后再利用AdaBoost算法进行人脸检测。实验结果表明,结合肤色信息和自动调焦后的AdaBoost算法性能较传统AdaBoost算法有明显提高,同时对小人脸图像也有更好的检测效果。     

一种改进的高亮度区域肤色像素检测算法

高亮度条件下肤色和非肤色具有很高的相似性,导致高亮度肤色像素的检测一直是基于肤色分割的一个难点。为了提高肤色分割的效果,提出一种能够检测出图像中高亮度肤色区域的方法。首先在YCbCr颜色空间中利用阈值自适应的单高斯模型检测出图像中具有正常亮度的肤色像素,再结合像素的邻域信息和亮度边缘信息进一步检测出图像中高亮度区域的肤色像素,有效地解决了传统肤色检测方法对高亮度肤色区域漏检的问题。实验结果表明,采用该算法可以较准确地检测出图像中的高亮度肤色区域。     

一种基于彩色图像的运动人体分割方法

图像分割是计算机早期视觉不可缺少的一步。彩色图像由于具有比灰度图像更多的视觉信忠．受到了越来越多的重视。该文运用改进的背景差分方法，结合直方图双阈值分割和数学形态学的算法。在彩色图像序列中获得运动人体。实验结果表明上述算法对噪声抑制和人体图像断裂处填充都是有效的，能够实时从彩色图像序列中分割出运动人体。     

色差图像的数字图像拼接算法

针对有明显色彩和亮度差异的图片,在进行传统的图像拼接后,会产生肉眼可见的拼接缝,严重影响拼接效果。因此,提出一种针对存在色差的图像拼接算法。首先,计算相邻图片间的色彩校正参数和每个彩色通道的全局色彩调整参数,选择适合的颜色和亮度,对每一幅图片进行色彩校正。其次,引入SIFT和RANSAC算法,实现了图像的准确配准。最后,采取0．1加权融合算法和平均融合算法结合进行图像融合,得到最终的全景图像。实验结果表明,由于已经进行图像间的校正,减少了待拼接图像的色差,使得图像的融合更加简单。该算法对于存在色差的图片序列可以实现无缝快速的拼接,并且可根据需要调整图像的色彩和亮度。     

A Novel Web Image Retrieval Method

Traditional image retrieval methods, make use of color, shape and texture features, are based on local image database. But in the condition of which much more images are available on the internet, so big an image database includes various types of image information. In this paper, we introduce an intellectualized image retrieval method based on internet, which can grasp images on Internet automatically using web crawler and build the feature vector in local host. The method involves three parts: the capture-node, the manage-node, and the calculate-node. The calculate-node has two functions: feature extract and similarity measurement. According to the results of our experiments, we found the proposed method is simple to realization and has higher processing speed and accuracy.     

Low-bit-rate coding of underwater color image using improved wavelet difference reduction

Underwater image compression has been the key technology for transmitting massive amount of image data via underwater acoustic channel with limited bandwidth. According to the characteristics of underwater color images, an efficient underwater image compression method has been developed. The new coding scheme employs a wavelet-based preprocessing method to remove the visual redundancy, and adopts a Wavelet Tree-based Wavelet Difference Reduction (WTWDR) algorithm to remove the spatial redundancy of underwater color images. Instead of scanning whole transformed image like the WDR method, the difference reduction coding is used for each significant wavelet tree in the proposed WTWDR algorithm based on the correlation between the subbands of higher levels and lower levels of a transformed image. The experimental results show that for underwater color images the proposed method outperforms both WDR and SPIHT at very low bit rates in terms of compression ratio and reconstructed quality, while for natural images it has similar performance with WDR and SPIHT. Hence, the proposed approach is especially suitable for underwater color image compression at very low bit rates.     

一种基于假彩色的像素级多传感器图像融合算法

本文给出了一种基于假彩色的像素级多传感器图像融合算法,并将其用于两幅灰度图像的融合中.这种算法将现有的图像融合技术和彩色显示技术相结合,在灰度融合图像的基础上利用色差来表现原图像与灰度融合图像的细节差异.该算法分为三步:首先,用选择与平均相结合的方法得到两幅原图像的灰度融合图像;接着,求出灰度融合图像与两幅原图像的差异图像;最后,将两幅差异图像和灰度融合图像分别送至R、G、B颜色通道进行显示.比起灰度融合图像,最终得到的彩色融合图像在色彩上更丰富,包含更多的细节,直觉上更容易辨认.     

一种彩色图像文本自动定位算法

图像中的文本包含了重要的语义信息。提出了一种基于连通区域分析的彩色图像文本自动定位算法。首先对彩色图像进行多通道分解,得到少量代表颜色下的二值图像。对二值图像进行连通区域标记,并计算连通区域的属性参数。然后根据关于连通区域属性的先验知识限制,去掉连通区域中的非文本区域,其他的作为候选文本区域。最后根据文本行的排列规律从候选文本区域中提取文本行。实验结果表明该方法能较快地定位文本区域,定位精度较高。     

一种改进的综合BTC颜色矩和DT-CWT的图像检索算法

摘 要：特征提取是基于内容的图像检索中的关键技术。针对基于单一特征检索效果不理想的问题,提出一种改进的综合颜色和纹理特征的图像检索算法。该算法在YIQ颜色空间中进行特征提取,首先结合方块编码（BTC）的思想,提取颜色矩作为颜色特征;采用双树复小波变换（DT-CWT）提取纹理特征,融合两种特征并利用相似性度量方式进行图像检索。实验结果表明算法所提取的颜色、纹理特征更利于检索,使用综合特征检索的平均查准率比同类算法更高。     

Color object detection using spatial-color joint probability functions.

Object detection in unconstrained images is an important image understanding problem with many potential applications. There has been little success in creating a single algorithm that can detect arbitrary objects in unconstrained images; instead, algorithms typically must be customized for each specific object. Consequently, it typically requires a large number of exemplars (for rigid objects) or a large amount of human intuition (for nonrigid objects) to develop a robust algorithm. We present a robust algorithm designed to detect a class of compound color objects given a single model image. A compound color object is defined as having a set of multiple, particular colors arranged spatially in a particular way, including flags, logos, cartoon characters, people in uniforms, etc. Our approach is based on a particular type of spatial-color joint probability function called the color edge co-occurrence histogram. In addition, our algorithm employs perceptual color naming to handle color variation, and prescreening to limit the search scope (i.e., size and location) for the object. Experimental results demonstrated that the proposed algorithm is insensitive to object rotation, scaling, partial occlusion, and folding, outperforming a closely related algorithm based on color co-occurrence histograms by a decisive margin.     

利用高斯混合体模型和EM算法分割彩色图像

彩色图像分割是目前图像处理和模式识别中的一个重要研究领域.彩色图像可认为是由许多不同高斯随机变量共同作用而形成的,即利用高斯混合体模型可以描述彩色图像.图像中不同的部分对应数学模型中的不同高斯随机变量.因此,利用期望最大（EM）算法来求解随机变量的特征值,并用其对图像上的点进行分类,就可在一定程度上解决彩色图像分割的问题.