地图自动识别系统中按颜色分层的算法及实现

本文研究对彩色地图图象按颜色分层问题．按颜色对地图图象分层是计算机对地图图象进行自动化识别的重要步骤．本文讨论了按颜色分层的算法，探讨了一些影响分层效率和效果的问题，给出了解决这些问题的办法，这些算法已经编程实现，效果理想．     

面向对象的扫描地形图自动分层算法研究

地形图的数字化对构建地理信息系统有十分重要的意义。借鉴面向对象的思想,提出了一种扫描地形图自动分层算法,算法先将地形图线划要素与普染区背景分离;然后把具有相同特征的像素分割成线段对象与块对象,以这些对象为最基本的分类单元;通过提取对象的颜色、形状和近邻关系等特征,建立分类标准,实现地形图的自动分层。该算法能有效克服扫描引起的颜色混淆和假彩色的影响,分层结果完整连通,从而很大程度上抑制“椒盐”现象的发生。     

一种基于RGB分量排序的索引替代信息隐藏算法*

提出了一种基于调色板图像的信息隐藏算法.该算法根据人眼视锥细胞对不同颜色分量的敏感度不同,通过对调色板颜色分量进行三次排序,得到最接近的像素颜色集及颜色孤立像素集,在像素颜色极为接近的集合中利用像素索引的最低有效位与嵌入比特位的一致性进行颜色替代来实现对信息的隐藏.分析了该算法的安全性及信息隐藏量.通过实验可看到在GIF图片中隐藏信息后人眼无法察觉,具有良好的隐蔽性.     

人体脸部灰度图像上色的改进算法

采用分块多分辨率上色方法，首先对低分辨率灰度图像上色；然后再对高分辨率图像做颜色变换．基于亮度、邻域信息和空间相关性的相似性测度控制像素的上色．实验结果表明，该算法可以改进脸部图像的上色效果，且提高了上色速度．     

图象隐藏信息的容量研究

基于信息隐藏的隐蔽通信中,常以图象作为隐蔽信道.那么,一幅数字图象中到底能隐藏多少bit的信息,使得隐藏信息具有不可见性,这是本文研究的主要内容.本文结合小波变换和人类视觉掩蔽特性,提出了图象隐藏信息容量的极大化计算方法.实验结果表明,所提出的算法能有效地计算出图象中每一像素所能隐藏的信息比特数.     

改进的分层马尔可夫随机场彩色图像分割算法

针对传统的分层马尔可夫随机场（MRF）算法难以描述彩色图像像素值分布等问题,提出一种基于RGB色彩统计分布的分层MRF分割算法。在分层MRF模型的基础上,设定了相关参数并对分割过程进行了公式推导;结合RGB色彩统计分布模型,重写了分层MRF能量函数,利用k-means算法作为预分割算法,实现了算法的无监督分割。相比传统的分层MRF分割模型,该算法充分利用了彩色图像的像素值的信息,可有效地减少颜色分布参数和计算成本,能更准确地描述各分割对象的颜色分布;且该算法不受目标和背景颜色区间分布、目标空间分布的限制,能够很好地描述不同目标和背景。通过大量实验验证了算法的有效性,其在运算速度、分割精度等方面均优于传统MRF算法和模糊C均值（FCM）算法。     

应用Snake模型提取彩色图象目标轮廓线的研究

为了更好地利用Snake模型来提取彩色图象中的物体轮廓，因而对Snake原型提出两点主要改进，即针对snake模型的手工初值设置问题，通过引入彩色聚类预处理过程来减少对人的依赖，首先，采用色彩聚类算法对原始图象进行分割，然后用改进的边缘追踪算法提取有意义区域的边缘，并用这一结果作为Snake模型的初值；然后针对Snake原型应用于彩色图象时出现的失真问题，通过对出错原因的分析，重新设计了Snake的外部能量函数，同时用像素在加权HSI颜色空间中的欧氏距离代替传统方法中常用的像素灰度的差分来近似图象梯度；最后，进行了对比实验，实验结果证明，改进后的算法，特别是在处理彩色图象时，大大优于原始方法．     

混沌加密图象算法

本文利用变化了的Logistic系统，在密码形成的初始参数驱动下，对图象像素进行加密，混沌加密图象。这个算法可以用于信息隐藏技术开始时对隐藏信息的加密处理，提高信息隐藏技术的安全性。     

结合颜色属性的分层结构直方图

目的 为克服单一颜色特征易受光照变化影响,以及图像的空间结构特征对目标形变较为敏感等问题,提出一种结合颜色属性的分层结构直方图。方法 首先,鉴于使用像素灰度值对图像进行分层易受光照变化影响,本文基于颜色属性对图像进行分层,即将输入的彩色图像从RGB空间映射到颜色属性空间,得到11种概率分层图;之后,将图像中的每一个像素仅投影到其概率值最大的分层中,使得各分层之间像素的交集为空,并集为整幅图像;对处理后的每一个分层,通过定义的结构图元来统计像素分布情况,得到每一分层的空间分布信息;最后,将每一分层的像素空间分布信息串联作为输入图像的分层结构直方图,以此来表征图像。结果 为证明本文特征的有效性,将该特征用于图像匹配和视觉跟踪,与参考特征相比,利用本文特征进行图像匹配时,峰值旁瓣比均值提升1.347 9;将本文特征用于视觉跟踪时,采用粒子滤波作为跟踪框架,成功率相对上升4%,精度相对上升4.6%。结论 该特征将图像的颜色特征与空间结构信息相结合,有效解决了单一特征分辨性较差的问题,与参考特征相比,该特征具有更强的分辨性和鲁棒性,因此本文特征可以更好地应用于图像处理应用中。     

基于图象差分的信息伪装算法

信息隐藏技术已经成为信息安全领域的研究热点,隐写分析方法的提出对信息伪装算法的安全性提出了挑战。文章在研究图象差分的基础上,提出了一种新的信息伪装算法。该算法构造了图象差分和秘密信息之间的一种映射关系,以图象差分为直接操作对象嵌入秘密信息,间接的修改图象的象素值,能够良好的保持图象直方图的统计特性,有效抵抗RS算法和PS算法,且隐藏容量大、易于实现。     

一种融合颜色和空间信息的彩色图像分割算法

提出了一种基于图像颜色和空间信息的彩色图像分割算法.该算法首先根据所提出的颜色粗糙度概念对图像进行颜色量化,并在此基础上使用增量式的区域生长算法发现颜色相近的像素之间的空间连通性,形成图像的初始分割区域.然后,根据融合了颜色和空间信息的区域距离,对初始分割区域进行分级合并,直到系统满足了所提出的停止区域合并的准则.最后,利用形态学的有关算法对分割区域的边缘进行平滑.实验证明,算法的分割结果与人的主观视觉感知具有良好的一致性.     

基于RGB模型颜色相似性的彩色图像分割

图像分割是图像处理的重要步骤,由于彩色图像含有的信息比灰度图像还多,因而对彩色图像分割的研究越来越受到人们的关注.提出一种新的基于RGB空间颜色相似性的彩色图像分割方法.首先比较各种颜色模型的优势与不足,然后根据RGB颜色空间的颜色信息和亮度信息提出一种计算在RGB空间下颜色相似性的方法,再结合提出的图像颜色分量计算方法,从而形成颜色分类地图,最后根据颜色分类图进行像素划分,得到分割结果.实验在Matlab平台上进行,结果表明:对于颜色分明的图像,该算法准确性高,有较好的健壮性和较低的计算复杂度,能很好应用在图像前景与背景分割应用上.     

基于自组织神经网络的彩色图像自适应聚类分割

针对一般聚类分割算法对于色彩丰富、背景复杂的图像容易造成聚类重叠，引起像素错误分类的缺点，提出一种新的基于自组织特征映射神经网络的彩色图像分割方法．首先利用各像素的RGB值作为输入样本对网络进行训练，然后根据竞争层特征映射点的密度分布图，利用自组织映射分析的方法，确定图像颜色的聚类数和聚类中心，最后利用距离竞争取胜的原则处理每个像素，从而实现彩色图像的区域分割．通过实例验证，该方法能够较好地完成彩色图像的自适应聚类分割，处理效果良好．     

基于颜色直方图和空间信息融合的图像分割算法

论文提出了一种基于颜色直方图和空间信息相结合的彩色图像分割算法。首先将图像转化为HSI模式,利用高斯滤波器对色度信息进行平滑后获得了合适的色度直方图。基于色度直方图对图像进行了分割,其次,将像素相似性和空间连通性相结合形成了初始分割区域。在此基础上,定义了区域距离函数,实现了图像区域合并操作。再者,从图像合并过程中信息损失和应保留的区域数量之间的关系出发,给出了合并终止规则。最后,针对所提算法进行了仿真研究。     

基于矢量量化和区域生长的彩色图像分割新算法

针对光照变化和阴影对图像分割的不利影响问题,提出了一种基于矢量量化和区域生长的彩色图像分割新算法。该算法不仅考虑了彩色图像的颜色信息,而且也考虑了彩色图像的空间信息。该算法首先利用一种修改的GLA算法对彩色图像进行量化,并根据彩色图像量化的结果选取种子像素;然后基于矢量角相似性准则,并结合像素空间邻接信息,对每一个种子像素进行区域生长;最后利用模糊C-M eans算法来对未能归类的剩余像素进行分类。实验表明,该算法不仅可以在很大程度上克服光照变化及阴影对图像分割的不利影响,而且分割结果与人的主观视觉感知具有良好的一致性。     

基于RGB彩色空间的图像分割研究

图像分割是图像处理中的主要问题,图像分割效果的好坏直接影响图像分析的结果。彩色图像分割是指将彩色图像分割成各具特性的区域并提取出其中感兴趣的目标,为后续图像处理工作奠定基础。针对彩色图像梯度图进行分水岭分割会造成过分割的问题,比较阈值分割、最大类间方差分割和最大熵分割等图像分割方法,提出一种基于遗传算法改进最大熵的彩色图像分割方法。实验结果表明,该图像分割算法灵活性强,可以有效地分割彩色图像。     

基于改进C均值聚类的自适应图像分色算法

图像分色在纺织和印刷等行业中有着广泛而重要的应用，其目的是用尽量少的颜色来描述一幅真彩色图像，使得到的图像与原图像尽可能的接近。该文提出了一种基于改进C均值聚类的自适应图像分色算法。该算法首先随机产生一张颜色表，然后根据该颜色表对原图像的像素点进行聚类分析，产生初始分色图像。再根据C均值聚类的方法对初始聚类中心进行调整，生成新的分色图像，直到满足结束条件后结束算法。实验结果表明，该算法在大大减少原图像的颜色数量的同时基本保持分色图像的质量，是一种实用的分色方法。     

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。     

复杂网络理论在彩色图像分割中的应用研究

图像分割在许多图像处理应用中具有重要作用。为提高彩色图像分割效果,更好的表示图像信息,利用复杂网络理论对彩色图像分割进行研究,从网络社团结构模型的角度分析图像,提出一种更为清晰的彩色图像分割表述方法。根据彩色图像中各像素点之间的相似性构造图像的网络社团结构图,实现对图像数据的建模,之后利用谱聚类社团划分算法对较好的网络社团结构图进行社团检测,进而实现对图像相似像素的聚类,最后得到图像分割结果。在BSDS300图像库上随机选取不同的彩色图像进行实验,通过对图像分割结果的分析研究,结果表明提出的算法在精度方面优于传统彩色图像分割算法,可以实现更好的分割结果,同时验证了社团划分算法进行彩色图像分割的可行性和有效性。     

一种融合颜色和空间信息的区域生长算法

该文提出了一种基于图像颜色和局部空间信息的种子区域生长算法,并用于彩色图像分割。该算法首先根据相对欧式距离使用均值聚类算法对图像进行颜色量化,形成图像的初始分割结果,然后通过计算局部颜色散度,进行分级区域合并,最后,利用形态学相关算法对分割区域的边缘进行平滑。实验表明,该算法能得到与人类视觉判断相一致的有意义区域的分割。