基于颜色传递的不同季节植物表观仿真

为模拟植物在不同季节的颜色变化,提出一种在虚拟环境中实现对不同季节植物表观仿真的方法.采用基于二阶统计量的全局颜色传递算法,得到不同季节的纹理库;基于生成的纹理库实现对不同季节植物的表观仿真.为改善传递效果,引入高阶矩,调整目标图像的斜度和峰度分布,使之与样本图像一致.建立评估模型,从颜色和纹理两方面对传递效果进行评估,评估结果表明,该方法的仿真效果较好.     

形状和颜色变换下图像的Gaussian-Hermite矩不变量

矩不变量是计算机视觉和模式识别领域常用的图像不变特征.现有的形状和颜色变换下彩色图像的矩不变量均基于几何矩构造,因此抗噪性较差.针对该问题,提出了利用基本微分算子和颜色几何基元生成旋转-仿射变换下彩色图像Gaussiaa-Hermite正交矩不变量的方法,所构造的不变量均为Gaussian-Hermite矩的齐次多项式...     

Radon变换修正不变矩在零水印中的应用

提出一种使用修正后的Radon变换不变矩零水印算法.该算法的思想是先计算原始图像的Radon变换不变矩,利用其构建零水印系统;然后用参考图像和测试图像之间的相关系数来修正Radon变换不变矩,最后利用修正后的Ra-don变换不变矩来检测水印.文章的算法在满足Radon变换不变矩具有的所有性能外,能够有效抵抗常规的信号处...     

基于颜色特征的宽基线图像的点匹配算法

本文通过Harris算法提取角点,利用Fourier—Mellin变换估计图像大致的旋转、尺寸和平移参数．计算粗匹配点集,以粗匹配点为中心划定一小块区域,然后利用颜色特征具有旋转和尺寸不变的特性,对图像块的颜色矩进行匹配,从而得到精确的点对应关系。实验表明本算法在图像间有较大差别时能够较为准确地实现特征点的匹配。     

基于内容的MRI脑肿瘤图像特征提取及检索方法

医学图像检索中特征提取方法对检索的效果、性能具有重要影响,针对这个问题,设计了一个基于内容的医学图像检索系统.为了给医学图像检索系统的临床应用提供参考价值,该系统以哈佛大学医学院开发的脑肿瘤MRI医学图像数据库为背景,比较了颜色相关图、颜色矩、灰度共生矩阵、金字塔小波变换和树型小波变换这5个特征提取技术对MRI脑肿瘤医学图像的检索性能.实验结果表明树型小波变换和金字塔小波变换的检索效果较好.     

基于小波多尺度特征的图像聚类检索

描述了一种图像数据库中基于小波多尺度特征内容的聚类检索方法。该方法对图像数据库中的图像进行小波多尺度分解并提取每一频段的矩和最低频段的小波系数分别作为其纹理特征和颜色特征。为提高检索效率。在图像被插入到图像数据库时对其进行基于多尺度矩的K均值聚类。检索时，将查询图像与聚类各簇的质心进行比较确定其相似簇，加上颜色特征计算查询图像与相似簇中各图像的相似性距离。实验证明：该方法由于综合考虑图像的纹理和顾色特征信息，因而具有较高的查准率和查到率．而聚类算法的应用使其有较高的检索速度。     

自然环境下水果图像分割与定位研究

研究了自然环境下苹果、梨、桃子、杏子、李子、石榴、枣、樱桃等水果图像的果实和背景颜色特征，提出了用2r-g-b分量进行图像分割的方法。为了使Hough变换能够检测出水果果实，该文对随机圆Hough变换算法进行了改进，增加了检测圆的梯度约束和半径约束。试验表明对多数水果的图像利用2r-g-b进行分割，并用二值形态学方法对图像进行滤波后，用随机圆Hough变换可以有效地检测出了水果果实。     

曲波变换用于磨粒图像不变矩的提取

曲波变换(curvelet)具有各向异性和良好的曲线奇异性表达能力。为了克服Hu不变矩和不变小波矩在表达铁谱磨粒形貌信息方面的不足,将曲波变换引入磨粒特征提取过程,并与Hu不变矩结合,提出一种基于曲波变换的磨粒图像不变矩提取方法。首先利用曲波变换将图像进行分解与重构,得到不同尺度的子图像;然后提取各子图像的Hu不变矩,获得图像的曲波不变矩;最后将该方法应用于典型磨粒识别,总识别率达到83.33%。实验结果表明,与Hu不变矩和不变小波矩相比,磨粒图像的曲波不变矩能更好地表达磨粒的形貌特征。     

基于小波变换的医学图像识别算法研究

医学图像自动特征提取是辅助医生进行快速诊断病情和进行基于内容的医学图像检索的关键技术。本文介绍了医学图像的分割方法,利用小波变换对线性矩进行分析,使计算量和数据量大大减少,提高了效率。     

融合曲波变换和颜色直方图的图像检索

研究了曲波变换和颜色直方图在图像检索系统中的应用,在此基础之上提出了一种融合Curvelet变换和颜色直方图的彩色图像检索的方法。该方法首先采用Curvelet变换提取彩色图像中的纹理特征,再利用颜色直方图提取颜色特征,最后分别用Manhattan距离和欧几里德距离进行纹理和颜色的相似性匹配。实验结果表明,融合曲波变换和颜色直方图的方法对图像检索非常有效。     

基于无抽样小波变换和MCE训练的纹理分类

提出了一种新的纹理分类的方法,该方法把基于无抽样小波变换的特征提取器和基于欧几里得距离的分类器进行了合并。把方差、偏态系数、峰态系数、三者的联合及谱直方图作为描述纹理图像不相重叠的图像窗的特征。一个使用线性转换矩阵的特征提取器对分类导向的特征做进一步的提取。利用基于欧几里得距离的分类器,每个纹理图像不相重叠的图像窗被确定到属于它的那一类。基于最小分类错误训练方法的特征提取器和分类器设计的合并使分类错误达到了最小化。使用该方法对25类BrodTex纹理图像进行了评估,分类精确度达到90%以上。     

基于信噪比估计的波段选择与高光谱异常检测

有效的波段选择方法可以极大地提高高光谱图像处理速度的同时改善处理效果。为了自动判断低信噪比波段,提出了一种基于小波变换的图像信噪比估计(SNR estimation,SNRE)方法,利用小波变换后对角方向上的高频成分估计噪声方差并计算信噪比。将该方法分别结合基于方差和相关系数(V_COR)的最优索引指数、最大信息量(MI)、高阶矩(偏度或峰度)结合信息散度(K3_KL)等3种基于信息量的波段选择方法后选择波段。将这些改进后的波段选择方法应用于高光谱异常检测。实验结果表明SNRE预选波段结合MI和K3_KL选择波段用于异常检测能进一步提高检测精度。     

A double mapping framework for extraction of shape-invariant features based on multi-scale partitions with AdaBoost for video smoke detection

Traditional methods for video smoke detection can easily achieve very low training errors but their generalization performances are not good due to arbitrary shapes of smoke, intra-class variations, occlusions and clutters. To overcome these problems, a double mapping framework is proposed to extract partition based features with AdaBoost. The first mapping is from an original image to block features. A feature vector is presented by concatenating histograms of edge orientation, edge magnitude and Local Binary Pattern (LBP) bit, and densities of edge magnitude, LBP bit, color intensity and saturation. Each component of the feature vector produces a feature image. To obtain shape-invariant features, a detection window is partitioned into a set of small blocks called a partition, and many multi-scale partitions are generated by changing block sizes and partition schemes. The sum of each feature image within each block of each partition is computed to generate block features. The second mapping is from the block features to statistical features. The statistical features of the block features, such as, mean, variance, skewness, kurtosis and Hu moments, are computed on all partitions to form a feature pool. AdaBoost is used to select discriminative shape-invariant features from the feature pool. Experiments show that the proposed method has better generalization performance and less insensitivity to geometry transform than traditional methods.     

偏度和峰度的图像色彩和谐变化

目的 当图像颜色较多时,使用Cohen-Or方法进行和谐变化之后的图像颜色丢失严重,和原图像相差较远,并且该方法在计算图像最优和谐模版类型时时间开销大。方法 鉴于此,本文引入用于描述变量所有取值分布形态偏向和陡缓程度的偏度和峰度来计算图像的和谐模版灰色区域H值范围,将七种和谐模版分类合并到X、T两大类,按照灰色区域损失最少为最优模版的原则,调整计算出来的和谐模版灰色区域H值到X或者T和谐模版的灰色区域中,采用标准高斯函数将颜色正态迁移到调整后的色彩和谐模版灰色区域中,最终实现图像色彩和谐变化。结果 实验结果表明,本文的图像和谐变化结果能和原图像保持较高的相似度,颜色损失较少,并大大降低了和谐变化所需的时间,一幅450×423图像和谐处理的时间开销由原来的2 549.78 s降低为13.869 3 s。结论 使用本文方法和谐变化之后的图像最大限度地保持了原有图像的颜色风格,可以为灰度图像着色、图像之间的色彩迁移、工业产品风格转移等应用提供帮助。     

可避免彩色失真的图像对比度增强

为了将灰度变换技术推广到RGB彩色图像增强,并克服其容易引起彩色失真的缺陷,提出了一种通用的自适应彩色图像对比度增强算法.首先采用小波变换,直接在RGB空间分离出原始彩色图像和灰度变换图像的低频部分和高频部分,然后提取原始图像的彩色信息和灰度变换图像的对比度信息,最后进行归一化处理再重构输出彩色图像.实验结果表明.算法能在不引起明显彩色失真的前提下改善图像视觉效果,与基于Betinex理论的多尺度彩色复原(MSRCR)算法相比,逼真度和运算复杂度等指标都更加优异.     

采用圆周对齐边缘方向直方图的视频烟雾检测方法

视频烟雾检测具有响应速度快、非接触等优点,但由于烟雾形状、色彩、纹理千差万别,目前的算法很难取得令人满意的检测效果.为此,提出了一种鲁棒的特征提取方法,采用支持向量机(support vector machine,简称SVM)进行检测.首先,提取边缘方向直方图(edge orientation histogram,简称EOH).然后,采用圆周平移方式将EOH的最高柱变换到EOH的固定位置,消除了旋转变换的影响.为了进一步增强特征的鲁棒性,提取图像亮度和饱和度分量的Hu不变矩、均值、偏差、偏度和峰度特征.最后,将这些特征组成一个38维的特征矢量,采用SVM训练和识别烟雾.实验结果表明,这些特征具有很好的分类性能,能够在较大的训练库和测试库上达到98%和85%以上的检 测率.     

基于双树复小波变换彩色多聚焦图像融合方法

针对离散小波变换图像融合算法在特征表达上存在的不足,将双树复数小波变换引入到彩色多聚焦图像融合中。对彩色图像的三个通道分别进行融合处理,并采用基于多测度的融合策略：各通道小波变换后低频子带采用区域清晰度的方法;高频子带采用区域标准差的方法。融合效果评价除使用传统方法的熵、交叉熵外,还使用了通用的主观与客观相结合的方法。通过对实验结果的主客观性能分析,验证了该方法得到的融合图像效果较好,优于离散小波变换融合算法。     

基于四元数的局部傅里叶变换

为了分析二维四元数函数表示的彩色图像,文中利用了把空间、频率同时作为参数的基于四元数的局部S变换,该变换同时决定了彩色图像的局部频谱。文中给出了QS变挽的精确定义,其定义使用了一个二维高斯局部窗函数,窗宽度与频率成比例;并验证了QS变换的旋转不变性,可逆性。文中通过利用Hartley变换的简便QS变换计算方法,求得彩色图像的QS变换四元数生成式,并由生成式系数计算出彩色图像的能量谱。从实验结果可以得出：QS变换能量谱可以成为分析彩色图像纹理与样式的有力工具。     

基于小波域图像不变矩的图纸一致性检测

审图系统中，需要对报送的工程图纸和已有的电子图纸进行一致性检测。为此，提出了基于小波变换和图像不变矩的图纸一致性检测算法。该算法首先利用仿射变换对预处理后的工程图纸进行图纸配准，然后利用小波变换对扫描图纸和电子图纸实现小波分解，简化比对的计算量，并利用图像不变矩的平移、尺度和旋转不变特性，作为图纸比对的准则。实验结果表明，此算法能很好地实现审图系统中图纸的一致性检测。