关于色彩聚类量化算法的性能分析

本文在讨论了几种关于色彩量化的聚类算法思想的基础上，分析了它们的算法性能，着重分析了统计聚类算法。并对统计聚类算法进行了改进，通过实验表明这种算法是一种性能较好，复杂度较低的色彩量化方法。     

几种图像色彩量化方法的分析比较

介绍了目前常用的几种图像色彩量化方法，并对其性能进行了分析比较，着重阐述了改进的中位切割算法的思想与具体实施。     

一种基于粒子群算法的色彩量化方案

为提高色彩量化算法的效率,基于求解实优化问题时粒子群算法优于遗传算法这一事实,在基于遗传算法的色彩量化算法的基础上,设计了相应的适应度函数,给出了一种基于粒子群算法的色彩量化方案,并通过量化实例对算法的性能进行了比较。实验结果显示,基于粒子群优化算法的色彩量化方法在收敛速度方面明显优于基于遗传算法的色彩量化方法。     

CoQuWeiP--使用加权积的色彩量化算法

提出一种新颖的色彩量化算法——CoQuWeiP．该算法通过设立像素个数和色彩距离的权重，综合考虑了色彩层次感和关键细节的要求，并可以调节权重以满足不同色彩量化任务对色彩层次感和关键细节的不同要求．实验表明，文中算法在调节量化结果方面是有效的，量化性能较好．     

基于聚类分析的色彩量化新算法及其应用

针对针织提花,植绒、印染以及金属表面花纹处理等电脑设计中的要求,研究图像重新量化成仅有几种颜色的色彩量化问题,提出一种基于聚类分析的色彩量化新算法,量化图像较好地兼顾了原图像的总体风貌和设计者希望保留的一些特征,该算法计算量小,容易在微电脑中实现,已成功地应用于电脑提花圆机花型ＣＡＤ系统。该算法对一般的色彩量化具有重要意义。     

一种基于颜色聚类特征的色彩量化算法

色彩量化是数字图像处理中的基本技术之一 ,因此得到广泛的研究与应用 .提出了一种基于颜色聚类特征的色彩量化方法 .该算法采用分层聚类技术 ,具有简单易行 ,运行速度快 ,色彩量化质量高等特点 ,是一种较好的色彩量化方法     

结合Gamma修正的色彩量化新算法

色彩量化的最终目的是使得视觉效果上的最化图像与原图像的差别（即失真）最小，量化的应用又对算法效率提出很高的要求，文中提出一种结合Gamma修正的量化算法，速度明显快于中位切分等以往算法，并且量化图像的质量近似于，甚至部分视觉效果优于这些算法，该算法是一种切实有效的图像量化方法，它在计算复杂度和量人结果的精确度上进行了折衷。     

关于色彩量化的一种算法

描述了一种色彩量化算法。作为对Herkbert的中点切割法的一种改进，本算法考虑到图像色彩的出现频率，以及图象色彩分量在颜色空间的分布情况。     

基于颜色对的色彩量化算法

提出了一种新颖的基于颜色对的色彩量化算法。综合考虑了色彩层次感和关键细节的要求，并且可以根据具体色彩量化任务的要求，对它们的偏重性做出调整，以得到最满意的量化结果。     

色彩量化的模糊粒子群优化技术

把粒子群算法应用到色彩量化中,结合已有的模糊C均值聚类量化方法,提出了一种基于粒子群优化的色彩量化算法。模糊C均值聚类量化算法是一种局部搜索算法,对初始值较为敏感,容易陷入局部极小值而不能得到全局最优解;PSO算法是一种基于群体的具有全局寻优能力的优化方法。将模糊C均值聚类量化算法和PSO算法结合起来,把模糊C均值聚类量化算法的聚类准则函数作为PSO算法中的粒子适应度函数。仿真实验表明,新算法在均方根误差和峰值信噪比评判准则下能够得到最优的量化结果。     

基于Fisher判据的自适应彩色图像量化算法

提出了一种基于Fisher判据的自适应彩色图像量化算法。首先用八叉树算法把原始图像量化为256种颜色,然后根据人类的视觉特性,参照NBS距离与人类视觉对颜色差别的定量关系,自动确定初始聚类中心及聚类数目,在此基础上,用Fisher判据自动确定出初始类中心的一个同组,从而实现图像的量化。实验结果表明所提算法无需事先给定颜色量化数目,在量化数目相同的情况下,量化效果明显优于八叉树算法和k均值算法。     

视觉显著性的八叉树颜色量化方法

针对彩色图像颜色量化过程中整体层次与局部细节之间存在的问题,提出视觉显著性的八叉树颜色量化方法。将视觉注意机制引入图像颜色量化中,分析视觉显著性模型获取视觉显著图方法及理论,根据八叉树颜色量化方法中对细节量化不足的缺陷,结合显著图进行颜色频度统计,增加视觉显著区域的颜色频度。将该方法与八叉树颜色量化图像进行比较验证,可见量化后的颜色具有丰富的层次感,图像细节失真度降低,轮廓清晰。     

基于八叉树结构的色彩量化算法

本文结合八叉树方法和频度序列法，给出一定实现色彩量化的实现算法，本算法耗用人间少，执行时间短，可产生具有较好色彩的效果的图片。     

基于谱聚类的两阶段颜色量化算法

颜色量化是进行图像处理和图像分析的重要技术之一,可以被广泛地应用到图像分割、图像压缩和图像识别中。首先利用高效的二分K均值聚类进行粗略量化,然后使用基于加权距离的谱聚类进行再次量化。实验结果表明,和其他常见量化算法相比,两者的结合使得新方法在运算速度和量化质量上都取得了不错的结果,而加权距离的引入,有效地解决了传统算法将包含像素个数少但重要的颜色进行错划分的问题。     

基于图像主色彩的视频关键帧提取方法

针对现有关键帧提取算法存在的计算量大、阈值选择困难、视频类型受限等问题, 提出了一种基于图像主色彩的视频关键帧提取方法。该方法利用基于八叉树结构的色彩量化算法提取图像主色彩特征,通过计算颜色特征的相似度实现镜头边界检测,最后采用K-均值算法对提取出的代表帧序列进行聚类,准确提取出指定数目的关键帧。实验结果表明,所提算法计算简单、空间耗费少,具有良好的通用性和适应性。     

基于KD树和NBS距离的颜色量化算法

针对经典K均值聚类算法需要事先给定量化数目和量化时间长的问题,提出一种基于KD树和NBS距离的颜色量化算法。首先用中位切割算法对原始图像进行初始量化,然后依据NBS距离与人类视觉对颜色差别的定量关系确定出初始聚类中心,最后利用KD树作为数据结构来运行K均值聚类算法从而实现彩色图像的快速量化。测试实验在不需要事先给定量化数目的前提下,获得了较好的量化结果和较快的量化速度,表明所提算法是可行有效的。     

On the Application of Quantization and Dithering Techniques to History of Arts

The diffusion of computing techniques within humane studies is considerably increasing, due to technological advances and reduction in computing costs, with History of Arts being one of the most interesting fields of application. In fact, several domains related to works of arts might be investigated other than archival and retrieval of information: this includes the planning for the preservation and restoration, the developing of critical examinations of artworks as well as the supporting of less specialized activities such as teaching, presentation of museum exhibitions and spreading of information. Within this framework, it is of particular interest to review already known image compression techniques from other fields and to evaluate their applicability taking into account the peculiarities and the requirements of this specific domain. A distinguishing aspect of History of Arts is the requirement to keep the maximum approximation of the original information on each point of an image. This peculiarity strongly requires that the set of pixels of the same color in the original image is bound to a unique color in the final image and that each color in the final image uniquely determines the set of colors it represents. This requirement constrains the applicability in this domain to those quantization algorithms satisfying this property while still minimizing the quantization error. The paper gives a formal definition of the above requirement and justifies the use of the quantization and dithering algorithms based on the octree reduction technique. Following, the results given by the application of these techniques to several paintings are shown. Finally, the measured quantization errors are compared with those obtained by applying the median-cut algorithm.     

一个基于链表的快速色彩量化算法

为了提高色彩量化算法的质量和速度,作者考虑在设计调色板的过程中充分利用分裂算法的快速性和聚类算法的准确性,试图改进像素匹配过程,然后在其基础上提出一个新的实时色彩量化算法.该算法将图像中的所有颜色按照其出现次数的大小排列成一个数据结构链表.整个色彩量化过程可视为关于该链表的一系列操作.实验结果表明,该算法能够获得期望的...