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．     

阈值分割与颜色聚类相结合的色度学图象分割方法

根据真彩色图象象素在3D彩色空间呈现聚类分布的特点,可利用基于直方图的多维空间滤波技术得到目标图象,但会产生丢失目标信息的过度分割现象。采用颜色聚类方法改善此现象,在保证算法速度的基础上,大大提高了真彩色图象的分割效果,并对不同彩色模型和聚类中心有较好的鲁棒性,在医学染色图象处理中得到很好应用。     

基于物理模型的彩色图象理解算法

本文给出一个彩色图象理解算法。算法首先对图象上的颜色变化(由光照和物体颜色引起)进行分析与综合,然后分割图象。算法的基础是双色反射模型理论,理论认为反射光的颜色是界面反射(耀斑颜色)和本体反射(物体颜色)的线性组合,这两种反射光在颜色空间的三维直方图中形成特定的聚类(点簇)。因此分析聚类的性质可帮助确定光照和物体的颜色,但是有意义的聚类的生成又以图象中物体区域的确定为前提。算法按照假设检验的策略,依据图象中的连通性和颜色空间中聚类的特征,完成彩色图象的分割,并产生对景物中所发生的光学过程的物理描述。该描述包括本征反射图象,分割图象,物体和光照颜色的符号描述。本征反射图象包括只反映界面反射的耀斑图象和从原图象中去除耀斑影响后的本体图象。     

基于蚁群和带空间约束FCM的荔枝图像分割算法

准确地提取荔枝果实的完整轮廓对采摘机器人自动识别与采摘至关重要。以蚁群和模糊C均值（FCM）聚类为理论基础,选用符合荔枝颜色特性的L*a*b*颜色空间,提出一种基于蚁群和带空间约束FCM的荔枝图像分割算法。该算法利用L*a*b*颜色空间的a*通道正轴代表红色和负轴代表绿颜色进行初始分割,然后利用蚁群聚类算法全局性和鲁棒性的优点确定FCM的聚类中心,用引入空间约束的FCM完整地分割出荔枝果实。实验结果表明此方法实现了荔枝图像完整地分割,并且满足了采摘机器人后续的荔枝识别与采摘,对成熟荔枝分割的正确率达到了87%。     

一种用于彩色图象量化的快速聚类算法

为了对彩色图象进行有效地压缩处理,提出了一种基于模式识别技术的图象量化新算法（FSCAMMD）,该算法首先把彩色图象中的颜色样本归为一类,并采用最大频度与类内最小距离最大相结合的方法选取初始类代表点--初始值优选法;然后采用欧氏距离聚类准则及重心法,求得新聚类域中心的向量值,从而得到了令人满意的量化效果。该算法不仅克服了SCA算法对聚类中心初始值选取的不足,较大幅度地减少了彩色图象量化后的总方差以及颜色失真度,而且较好地解决了重建彩色图象的整体层次与局部细节之间的矛盾,其量化效果优于SCA和其他一些聚类量化算法。     

基于空间-色度多维向量模糊量化的彩色图象压缩

在Ｆｕｚｚｙｋ－ｍｅａｎｓ算法的基础上,考虑到真实图象中的色度信息与空间相关性,提出了空间－色度复合的多维向量模糊聚类量化方法。它能有效地压缩彩色图象信息,量化失真小,并在不使图象边缘钝化的条件下去除图象的高频噪声。该方法在彩色图象处理的实验中取得了良好的效果     

基于空间—色工多维向量模糊量化的彩色图象压缩

在Ｆｕｚｚｙｋ－ｍｅａｎｓ算法的基础上,考虑到真空蝇的色度信息与空间相关性,提出了空间一色度复合的多维向量模糊聚类量化方法它能有效地压缩彩色图象信息,量化失真小,并在不使图象边缘钝化的条件下去除图象的高频噪声。该方法在彩色图象在实验中取得了良好的效果。     

彩色结构光系统高低强度条纹的颜色聚类方法

基于De Bruijn序列的彩色结构光编码作为空间编码的一种,具有测量速度快的特点。其中,彩色条纹的识别是关键问题之一。针对高低强度相间的4色De Bruijn序列条纹投射模式的特点,在L*a*b*颜色空间中,通过L值的线性二次差分滤波实现了对捕获的彩色结构光高低强度条纹的分割。利用主成分分析和K均值聚类思想,设计了自适应颜色聚类方法,实现了对4种高低强度颜色的识别。实验结果表明,该方法对环境光等因素具有较好的鲁棒性,满足彩色结构光视觉测量对精度要求高以及信息提取简单的要求。     

基于蚁群优化算法的彩色图像颜色聚类的研究

颜色聚类是计算机视觉和图形学中基本的处理问题 .提出了蚁群聚类算法在彩色图像颜色聚类中应用的新思路 .根据蚁群 pick- drop机制的基本原理 ,提出了在 RGB彩色空间中 ,改进的蚁群算法在彩色图像像素的颜色值聚类中的应用 ,最后进行像素的颜色映射 ,从而完成量化工作 .实验表明 ,采用该算法进行色彩的量化更具鲁棒性 ,颜色失真小 ,同时实现简单     

基于最优聚类数和直方图匹配的图像彩色化方法

针对颜色转移彩色化算法中速度慢、效果不佳及人工干预性强等问题,提出了一种新型的彩色化算法。该算法首先解决了图像聚类中聚类数的选取问题,然后利用聚类算法分别对目标图像和源图像进行聚类分割,之后用直方图匹配算法使各目标图像块自动找到匹配的源图像块,将源图像块的颜色转移到目标图像块中,实现局部图像彩色化,最后合并各结果图像。实验结果表明,该算法比以前算法在彩色化的速度和质量上有较大改进,且自动化程度高。     

基于语义的图像物体提取的新方法

在图像语义研究中,提取图像中的语义物体或区域是重要的.本文首先对图像预处理,通过颜色空间的转换,在空间对图像进行K-均值分类,提取出具有语义性质的物体和区域.实验结果表明该方法是可行的,而且很有效的.     

基于语义的手机图像颜色提取方法

为了能够准确提取彩色图像中的颜色区域,提出基于语义的手机图像颜色提取方法。该方法通过语义描述划分颜色区域,采用模糊聚类算法将图像中的像素聚类到各个颜色区域。实验结果证明,该方法在手机中实现了根据语义需求提取某一颜色区域,在对图像的边缘检测和模式识别中具有很高的应用价值。     

基于感兴趣区域特征提取技术的情感语义研究

提出一种基于感兴趣区域特征提取技术的图像情感语义识别模型.着重论述了感兴趣区域的获取、感兴趣区域与非感兴趣区域权重的确定、从RGB颜色空间到HSV颜色空间的转换算法、加权颜色直方图的统计算法以及最终情感聚类的方法.仿真实验结果表明,该模型所实现的底层特征到高层情感语义映射准确率比传统的颜色特征提取技术的图像情感语义识别模型有很大的提高.     

基于超像素的图像语义区域引导的色彩迁移

针对图像色彩处理技术,提出基于超像素的图像色彩迁移方法,其以图像语义区域进行引导,以LAB色彩空间进行映射。首先,采用K-means和SLIC算法对输入图像进行分割;其次,对每一子区域块进行区域协方差处理,获得其二阶语义特征并生成超像素,并利用相似度测量函数构造相似矩阵,对区域块聚类可生成图像超像素;最后,再对图像内语义信息相似的像素基于LAB空间映射,完成色彩迁移。结果显示,该方法具有处理复杂图像能力较高及颜色迁移效果准确的优点。     

人体的肤色特征

肤色特征在MPEG4、基于内容的图像检索、虚拟现实等领域有着广泛的应用.目前肤色聚类的方法有很多,结果各异,但都没有涉及颜色现象的本质.探讨了人体肤色的基本问题:影响肤色聚类的颜色空间、光源颜色对聚类的影响以及颜色恒常性.提出了用于肤色聚类的新的颜色空间,给出了光源变化和图像数据之间的关系,证明了图像中高光和阴影只影响肤色的饱和度.在此基础上,还给出了人体肤色的聚类结果以及肤色特征在复杂环境中的人脸检测和手势识别中的应用.     

一种用于CBIR系统的主色提取及表示方法

颜色是彩色图像最重要的视觉特征之一,在基于内容的图像检索（ＣＢＩＲ）系统中,都将颜色信息作为重要内容参与匹配和检索。针对图像中起主要视觉作用的是图像的主色这一问题,提出一种基于聚类分析的提取和表示图像主色的方法,给出一种用于聚类算法的停止准则,和等量量化方法相比,用本方法提取的颜色信息,具有特征维数低、颜色表示准的优点。     

基于高层颜色语义名称的显著性检测*

为了克服图像底层特征与高层语义之间的语义鸿沟,降低自顶向下的显著性检测方法对特定物体先验的依赖,提出一种基于高层颜色语义特征的显著性检测方法。首先从彩色图像中提取结构化颜色特征并在多核学习框架下,实现对图像进行颜色命名获取像素的颜色语义名称;接着利用图像颜色语义名称分布计算高层颜色语义特征,再将其与底层的Gist特征融合,通过线性支持向量机训练生成显著性分类器,实现像素级的显著性检测。实验结果表明,本文算法能够更加准确地检测出人眼视觉关注点。且与传统的底层颜色特征相比,本文颜色语义特征能够获得更好的显著性检测结果。     

基于嵌入式系统的移动机器人目标识别方法

基于S3C2410嵌入式系统平台,提出一种高效实用的目标识别方法,把视觉辨识应用于移动机器人的目标识别中。从目标识别的流程上,首先采用一种全整数运算的RGBHSV颜色转换空间模型;然后以HSV颜色空间中H值为主,S值为辅的方式对图像进行二值化处理;接着采用一种快速的行扫描标记聚类算法找到二值化图像中的目标物体存在的连通区域。从而从颜色和形状上识别目标物体。经实验证明,谊方法在移动机器人运动场合中能较好的完成对目标物体的识别,实用性强。     

YCgCr与YCgCb颜色空间的肤色检测

自然界存在很多和肤色相似的颜色,给人脸检测带来了很多的困难。提出了结合Cg-Cb颜色空间的圆形肤色聚类分布和Cg-Cr颜色空间的平行四边形肤色聚类分布的肤色检测法。实验结果发现在人脸处于复杂背景的条件下,该方法简单易行,检测速度快,能去除大量的非肤色,并且极好地保留了肤色。     

LUV色彩空间中多层次化结构Nyström 方法的自适应谱聚类算法

提出一种在LUV空间中基于多层次化结构Nystrm方法的自适应谱聚类算法。首先引入LUV色彩空间,避免了RGB色彩空间中色彩辨别阈对分割的影响,在纹理、边缘区域取得了更好的分割效果;其次将谱聚类算法中基于多层次化结构的方法和基于Nystrm采样的方法结合起来,有效减少了运算时间、解决了数据量较大时计算过程中内存溢出的问题;最后在K均值聚类中通过对特征间隙(eigengap)的分析,自适应地选择K值的大小,解决了自动确定聚类数目的问题。将提出的方法在LUV色彩空间中和RGB色彩空间中分别进行图像分割实验,结果表明在LUV色彩空间中取得效果更加理想。同时也将提出的算法与基于Nystrm方法的谱聚类算法(spectral clustering-Nystrm,SC-N)进行比较。实验结果表明,该算法在数据运算量、运行时间和分割结果上都优于SC-N方法。