基于重要位平面的真彩色图像检索算法

在研究利用图像颜色特征和颜色的空间分布特征进行图像检索的基础上,提出一种基于位平面理论的真彩色图像检索算法.为了更好地描述图像的检索特征、优化检索性能,定义了位平面一阶矩、位平面平坦度和位平面的凹凸面3个概念,并依据这些概念提取出了图像的颜色特征和颜色空间分布特征;同时设计了与所有提取出的图像检索特征相适用的相似性度量准则.仿真实验结果表明,该算法具有较好的检索性能.     

基于聚类主颜色和边缘直方图的图像检索方法

图像的主颜色被广泛应用于图像检索中,但主颜色不能反映图像信息的空间分布.边缘直方图是在灰度图像上提取的,丢弃了图像的颜色信息.提出了一种综合利用聚类主颜色和边缘信息进行图像检索的方法.首先利用K均值聚类算法得到图像的主颜色,然后利用大津算法分割图像,利用Sobel算子提取目标和背景之间的显著的边缘特征信息构造边缘直方图,最后综合利用聚类主颜色和边缘直方图进行检索.既可以利用主色调信息,又能利用边缘的特征信息来反映图像信息的空间分布.实验结果表明,该方法可以有效地提高检索精度.     

利用颜色进行基于内容的图像检索

提出了一种新的基于颜色的图像检索算法.该方法根据颜色在图像中的分布信息,通过对像素点的加权处理确定最佳的颜色初始聚类数目,将经过加权处理的像素点进行聚类,得到图像主要颜色的统计特征,同时,在分析了主要颜色在图像中的散布情况后,利用主色的矩特征来描述各个主色在图像中的空间分布特征,结合颜色的统计特征与空间分布特征来描述图像的内容,保证图像在局部和整体上的一致性,实验证明该方法的检索精度明显要高于传统的仅基于颜色统计特征的检索结果.     

一种基于颜色特征的图像检索方法

提出了一种新的基于颜色自组织聚类的图像检索算法。该算法根据颜色在图像中的分布信息，通过对像素点的加权处理确定最佳的颜色初始聚类数目，将经过加权处理的像素点进行聚类，得到图像主要颜色的统计特征，同时，在分析了主要颜色在图像中的散布情况后，利用主色的矩特征来描述各个主色在图像中的空间分布特征，结合颜色的统计特征与空间分布特征来描述图像的内容，保证了图像在局部和整体上的一致性，实验结果证明，该算法的检索精度明显要高于传统的仅基于颜色统计特征的检索精度。     

基于优化颜色直方图的图像检索方法

本文提出了一种改进的颜色直方图图像检索方法.通过对HSV颜色空间的变换,把颜色空间量化为9个区间,在此基础上计算出每种颜色区间的空间分布信息.综合颜色直方图和空间信息作为图像相似性的量度.试验表明,该算法提取的特征数较少,检索速度快,并且准确度较高.     

基于边缘颜色分布的图像检索方法

提出了一种新的基于边缘颜色分布的图像检索算法。该算法将不同类型边缘附近的颜色分布作为刻画图像内容的主要特征,设计了一种紧凑的2D边缘颜色直方图来对图像的边缘颜色分布特征进行描述，既利用了局部颜色特征，又考虑了不同类型边缘的空间分布信息，克服了传统颜色直方图不能反映空间信息的缺陷。实验结果表明，该算法与其他同类方法相比，有效地提高了检索性能。     

一种新的基于颜色特征的图像检索方法

提出一种新的基于颜色特征的彩色图像检索算法.该方法首先利用颜色的距离矩阵,对样本图像进行非监督的颜色量化,得到调色板,然后将待检索图像按最小距离映射到该调色板中,这样对于所有图像,就可以得到基于样本图像调色板信息的统一的颜色直方图.这种颜色量化算法精度高于有监督的量化,而速度又明显高于传统的无监督的颜色聚类.此外,结合颜色在图像中的散布情况,综合颜色的统计特征与空间分布特征来描述图像内容,保证图像内容描述的精确性.实验证明,利用该算法的检索效率较高,检索结果也能够较好的满足人的视觉感受.     

基于OTSU分割与K-均值聚类的MPEG-7主颜色提取算法

针对图像检索系统,提出一种MPEG-7主颜色提取的改进算法.首先通过OTSU阈值对图像进行分割,得到图像的前景和背景,然后应用K-均值聚类算法分别提取前景和背景的主颜色,最后综合前景和背景的颜色特征进行图像检索.改进算法既减少了颜色特征维数,又综合了颜色的空间分布信息,并且对图像的旋转和绝对位置不敏感.对比实验结果表明此方法具有较好的检索效果.     

一种基于最大相似子阵的彩色图像检索算法

颜色是图像的重要特征之一,被广泛用于图像检索。传统的颜色直方图检索算法丢弃了色彩的空间位置信息,影响了算法的检索精度。针对这一问题,提出了一种基于最大相似子阵的彩色图像检索算法,即采用奇数方阵分割图像以捕捉颜色的空间分布特征,从而得到颜色矩阵,通过求解两个颜色矩阵的最大相似子阵实现相似度计算。研究结果表明,所提算法能够准确描述图像的颜色特征,相似度计算非常有效,相比全局直方图有较好的检索精度。     

基于分块主颜色匹配的图像检索

针对颜色直方图无法表达颜色空间分布信息的问题,提出一种基于分块主颜色匹配的图像检索算法,对图像进行新的重叠分块,提取各分块的主颜色,将简化的二次式距离计算方法应用到分块主颜色的匹配中,并对图像各个分块的颜色特征采用不同的加权系数。实验结果表明,该算法在保持较高检索精度的同时,能够降低特征空间维度,提高检索性能。     

图像内容检索中的相似性度量和相关反馈

在颜色RGB三维空间中，结合空间解析几何，以分块直方图图像检索为基础，提出了特征向量的球域相似性度量算法，同时还时相关反馈进行了深入研究，改进了区域权重自动调整的相关反馈。最后，通过时检索结果进行验证，本文所叙述的方法有良好的检索效果。     

RGB-D图像的贝叶斯显著性检测

本文提出了一种基于贝叶斯框架融合颜色和深度对比特征的RGB-D图像显著性检测模型.基于空间先验的超像素对比计算得到深度特征,并通过高斯分布近似深度对比特征概率密度建模深度显著图.类似于深度显著性计算,采用高斯分布计算多尺度超像素低层对比特征得到颜色显著图.假设在给定显著类别下颜色和深度对比特征条件独立,依据贝叶斯定理,由深度显著概率和颜色显著概率得到RGB-D图像显著性后验概率,并采用判别混合分量朴素贝叶斯（DMNB）模型进行计算,其中DMNB模型中的高斯分布参数由变分最大期望算法进行估计.在RGB-D图像显著性检测公开数据集的实验结果表明提出的模型优于现有的方法.     

Pupil size estimation model based on luminance and chromaticity spatial distribution

As an important index in studies on vision and display technology, pupil size controls the amount of the light entering human eye. Eye tracking systems are normally used to measure the pupil size while a pupil size estimation model can be applied when actual measurement is not available. The weighting functions of the reported pupil size estimation models show radial symmetry, which contradicted the radial asymmetric distribution of photoreceptors on the retina. Chromaticity spatial distribution has not been taken into consideration either. In this paper, the perceptual experiments are carried out with patterned and colored stimuli to evaluate the spatial and color varying effect of luminance to the pupil. A revised corneal flux density is proposed, which shows a high correlation with pupil diameters. Based on this, a pupil size estimation model is proposed. Pupil diameters can be calculated after inputting luminance and chromaticity spatial distribution matrixes. After verification, this model can be applied to indoor scenes with different lighting temperatures within the general illumination range. This model should be useful in scientific and practical applications where pupil diameter matters.     

一种基于颜色分块特征的自适应图象检索方法

文章提出了一种基于颜色特征的,结合分块和遗传算法的图像检索方法。该方法充分利用了分块的特点,改善了颜色特征缺乏空间信息的缺点,同时利用遗传算法的自适应性,减少了在相关反馈的检索过程中,用户的选择操作。文章通过比较实验,证明了这种方法的有效性,并提出了进一步改进的方案。     

非重叠监控视频中基于颜色空间分布模型的行人匹配方法

针对非重叠视域监控系统中行人目标关联问题,提出了一种基于颜色空间分布模型的行人目标匹配方法。使用最邻近聚类方法对目标的像素进行聚类,得到目标的MC特征;建立目标的颜色空间分布模型,并进行特征转换;在建立的分布模型的基础上,计算目标相似度并进行匹配。实验结果表明,该算法能有效地去除目标检测与分割产生的边缘背景像素的影响,在对相同目标保持较高匹配率的情况下,能较好地处理由于目标颜色分布差异而造成的误匹配情况,同时对于摄像机视角的差异以及目标姿态的变化有较好的鲁棒性。     

一种改进的基于彩色图像的颜色直方图算法

针对传统彩色直方图检索方法只考虑了颜色在图像整体上的分布,没有考虑颜色在图像局部上的空间分布的缺点,提出了一种基于同一颜色最大连通面积直方图改进方法。该方法分析了具有相同颜色的像素在空间分布上的差异,在传统直方图中融入了同一颜色构成的最大连通区域的面积信息,达到了较好的检索效果。     

A whitening transformation for two-color blood cell images

An image enhancement technique is described for the preprocessing of stained white blood cell images which have been digitized through two different color filters from either end of the visible spectrum. Typically, corresponding picture elements (or pixels) from blood cell images digitized in this manner exhibit slight changes in grey-level due to the color filtering, but remain strongly correlated in optical density with each other. Also, color and density information are interrelated in the pixels of both of the filtered images. The technique described is a whitening transformation on the bivariate distribution of image pixels, this results in two uncorrelated axes, one relating to density and the other relating to color. The spatial effect on the two original images is to produce two separate, transformed, “color” and “density” images.     

一种基于空间直方图的Mean-Shift跟踪算法*

经典的Mean-Shift跟踪算法以颜色直方图为特征对目标进行跟踪。颜色直方图反映的是图像中颜色的组成情况,即出现了哪些颜色以及各种颜色出现的次数。颜色直方图具有旋转不变性、缩放不变性等优点,经常用于图像检索,即通过比较颜色直方图的差异来衡量两幅图像在颜色全局分布上的差异。但是颜色直方图不能反映颜色的空间分布特征,当跟踪目标与背景色颜色相近时可能造成错误跟踪,导致跟踪失败。考虑目标颜色空间分布特征,将空间分布信息融入颜色直方图中,提出了基于空间颜色直方图的Mean-Shift跟踪方法,全面地反映了颜色的整体分布信息和空间分布信息。在VC 6.0上利用新方法和经典Mean-Shift跟踪方法分别对发生遮挡的视频和快速运动的视频进行跟踪,实验结果表明,提出的新方法能够更好地对目标进行跟踪,避免跟踪过程中的目标丢失。     

矢量量化用于颜色图像检索的改进方法

为了消除基于颜色的图像检索在颜色空间分布描述方向的不足,提出一种新的基于颜色的检索方法。引入颜色转移矩阵描述颜色的空间分布,再结合颜色直方图和颜色转移矩阵进行复合图像检索。同时通过矢量量化方法量化图像颜色得到颜色直方图和颜色转移矩阵,实现了在压缩领域进行图像检索,减少了额外计算负担。实验表明,该方法能有效提高检索效率和精度。     

Optimal spatial filter selection for illumination-invariant colortexture discrimination

Color textures contain a large amount of spectral and spatial structure that can be exploited for recognition. Recent work has demonstrated that spatial filters offer a convenient means of extracting illumination-invariant spatial information from a color image. In this paper, we address the problem of deriving optimal filters for illumination-invariant color texture discrimination. Color textures are represented by a set of illumination-invariant features that characterize the color distribution of a filtered image region. Similar features have been used in previous studies. Given a pair of color textures, we derive a spatial filter that maximizes the distance between these textures in feature space. We provide a method for using the pairwise result to obtain a filter that maximizes discriminability among multiple classes. A set of experiments on a database of deterministic and random color textures obtained under different illumination conditions demonstrates the improved discriminatory power achieved by using an optimized filter.