一种基于颜色自动相关图与小波变换的图像检索算法研究

随着图像数据量的不断丰富和人们需求的不断提高,基于内容的图像检索技术成为一个重要的研究课题。本文研究了基于颜色相关图与小波变换的图像检索算法,利用颜色相关图与小波变换,把图像分块分别提取图像的颜色特征与纹理特征,实现了图像的检索。实验结果说明了算法的有效性。     

基于颜色特征与LBP的图像检索算法研究

随着图像数据量的不断丰富和人们需求的不断提高,基于内容的图像检索技术成为一个重要研究课题.本文研究了基于颜色相关图与LBP算法的图像检索算法,利用颜色相关图与LBP算法分别提取图像的颜色特征与纹理特征,实现了图像的检索,实验结果说明了算法的有效性.     

一种细化边缘的轻量级边缘检测神经网络

针对目前边缘检测模型复杂度高、参数量大、识别边缘精度及效率不高的问题,提出了一种轻量级边缘检测神经网络。首先,通过MP模块将原图像分成同等维度的小块并进行位置编码,以增强边缘像素点之间的联系;再经过MGC中的多组卷积操作提取图像不同区域特征进行融合,减少冗余信息;最后通过多次的反卷积上采样调整输出图片的分辨率尺寸,输出预测边缘图。最终的网络只有125 KB的参数,在BIPED和MDBD数据集上进行实验,验证模型检测边缘的综合能力。相比于当前最先进的轻量级边缘检测方法LDC,在BIPED数据集上的测试结果表明,指标ODS（optimal dataset scale）仅低了0.9%,模型参数量则降低了81.5%,FPS提高了89.0%。在保持细粒度识别边缘的同时,可以满足实际任务中的需求。     

融合颜色特征与LBP的图像检索

随着图像数据量的不断丰富和人们需求的不断提高,基于内容的图像检索技术成为一个重要研究课题。研究了基于颜色相关图与LBP算法的图像检索算法,利用颜色相关图与LBP算法分别提取图像的颜色特征与纹理特征,实现了图像的检索,实验结果说明了算法的有效性。     

基于遗传算法的彩色图象分割

遗传算法是一种模拟生物自然选择与进化过程的随机、并行搜索算法，该算法已用于解决工程问题．文章根据遗传算法的思路和熵的概念，提出了基于遗传算法的彩色图象最佳熵阀值分割方法，给出了算法的主要步骤并分析了算法及实验结果，实验表明遗传算法能有效地对彩色图象进行分割，也存在一些缺点需进一步改进．     

局部保持特征变换算法综述

在机器学习研究领域,人们提出了很多特征变换算法。这些算法的思路是把数据从原始特征空间映射到新的特征空间,从而改善数据的表示或区分能力。所用技术主要包括特征向量或谱方法、最优化理论、图论等。算法的步骤都是:(1)构造原始数据及关系的结构;(2)定义目标函数;(3)运用优化理论使目标函数最优,求得问题的解。本文给出了两类常用的局部保持特征变换主要算法步骤,分析了算法优缺点,这使我们对特征变换的研究有较全面的了解。     

保留细节特征的图像任意风格迁移

一些主流的图像任意风格迁移模型在保持内容图像的显著性信息和细节特征方面依然有局限性, 生成的图像往往具有内容模糊、细节失真等问题. 针对以上问题, 本文提出一种可以有效保留内容图像细节特征的图像任意风格迁移模型. 模型包括灵活地融合从编码器提取到的浅层至深层的多层级图像特征; 提出一种新的特征融合模块, 该模块可以高质量地融合内容特征和风格特征. 此外, 还提出一个新的损失函数, 该损失函数可以很好地保持内容和风格全局结构, 消除伪影. 实验结果表明, 本文提出的图像任意风格迁移模型可以很好地平衡风格和内容, 保留内容图像完整的语义信息和细节特征, 生成视觉效果更好的风格化图像.     

三种基于空间转换的彩色图象分割算法比较研究

本文讨论了彩色图象在空间转换中的分割方法。在RGB空间中,由于R、G、B分量之间有很高的相关性,直接利用这些分量不能得到所需的效果,探讨了经过正交变换后的分割,实验结果表明分割效果较好。HSI彩色空间和YCbCr彩色空间都具有把亮度分量与其它分量分离的优点。在样本集协方差矩阵的特征向量构成的空间中进行分割效果更好,表明肤色点经转换后在这一肤色空间中具有良好的聚类特性,在YCbCr空间中分割效果较差。在三种分割方法中,如果图象中含有大面积的与肤色十分相似的区域,分割的结果将不尽如人意,这可与人脸的其它特征相结合,最终实现肤色的正确分割。     

三种基于空间转换的彩色图象分割算法比较研究

本文讨论了彩色图象在空闻转换中的分割方法。在RGB空间中，由于R、G、B分量之闻有很高的相关性，直接利用这些分量不能得到所需的效果，探讨了经过正交变换后的分割，实验结果表明分割效果较好。HSI彩色空间和YCbCr彩色空间都具有把亮度分量与其它分量分离的优点。在样本集协方差矩阵的特征向量构成的空间中进行分割效果更好．表明肤色点经转换后在这一肤色空间中具有良好的聚类特性，在YCbCr空间中分割效果较差。在三种分割方法中，如果图象中含有大面积的与肤色十分相似的区域，分割的结果将不尽如人意，这可与人脸的其它特征相结合，最终实现肤色的正确分割。     

一种基于Uniformer Transformer与UNet的图像降噪模型

卷积神经网络(CNNs)在图像降噪任务中取得了较大的成功. 基于Vision Transformer模型表现出较好的效果. 计算机视觉领域利用Transformer方法其性能超过了卷积神经网络方法. 提出了一种名为UUNet(Uniformer Transformer-UNet)的图像降噪模型,该模型使用Uniformer Transformer作为骨干网络,并融入UNet网络来提取图像的深层特征,使用PSNR、SSIM等指标对图像降噪效果进行评估. 实验结果表明,使用UUNet网络对图像降噪的整体性最优.