基于分块颜色直方图和GWLBP的图像检索算法

为了提高多特征融合图像检索的效果,本文提出了一种基于分块颜色直方图和GWLBP的图像检索算法。算法采用K-means均值聚类对RGB颜色空间进行颜色聚类,再将4×4均匀分块图像分成9个子块,提取每个子块的颜色体积直方图,并赋予不同权值计算颜色特征;利用Gabor滤波器组对输入图像进行不同分辨率和方向滤波,然后将不同方向上局部滤波器输出结果与全局滤波器输出结果的平均值进行比较,并进行二值化,据此提出3种不同的GWLBP算子来提取纹理特征。最后对图像的颜色和纹理特征高斯归一化,采用加权平均来融合颜色和纹理的特征距离。通过实验仿真可知,与其他3种算法相比,本算法对正常和有旋转倾向的图像都有较高的查全率和查准率。     

基于分块颜色核特征的图像检索方法

颜色特征是图像最直观的特征,传统的颜色直方图虽然能够描述图像中各颜色分量的比例,然而却破坏了图像各颜色分量的空间位置分布信息,从而使得图像检索结果不准确。因此,提出一种分块颜色核特征的方法,使用重叠分块策略,强调图像中心的视觉内容,同时,设计颜色核函数将分块颜色直方图映射到核特征空间,更准确地描述图像颜色特征。经过实验证明,该方法与全局颜色直方图相比,分块颜色特征有较高的查准率和查全率。     

基于粗糙度测量和颜色距离的织物缺陷检测方法

针对周期性纹理背景影响织物缺陷检测效果的问题,提出了一种基于粗糙度测量和颜色距离的织物缺陷检测方法。该方法先将待检测图像由RGB颜色空间转换到HSV颜色空间,并分别对三通道进行同态滤波处理,以提升缺陷与背景之间的对比度;利用粗糙度测量对织物图像进行分类,并将同一类别的织物图像分成大小相同且互不重叠的图像分块,分别估计各个图像分块与其八邻域图像分块的颜色距离,从而实现对缺陷的粗定位;最后对粗定位图像分块进行显著性和二值化处理,有效减少了周期性纹理背景对检测结果的影响。实验结果表明:与近期4种方法相比,本文方法对周期性纹理织物图像表现出了较好的检测效果,检测准确率更高。     

顽健合成图像篡改检测及定位

针对自然图像与高度仿真的计算机生成图像的合成图像篡改检测问题,提出在YCbCr颜色空间基于差分直方图和中心对称局部二进制模式提取图像块颜色和纹理特征的方法,通过训练后验概率支持向量机模型对待测图像块进行识别.在不重叠分块情况下先大致判断篡改区域,然后在该区域内逐像素分块判别,最终实现篡改区域精确定位.实验结果表明,对128 dpi×128 dpi图像块的识别率达到94.75％,高于现有方法;对合成图像篡改区域能够实现精确定位,且对旋转、缩放操作表现出较好的顽健性.     

基于内容的图像检索系统的实现

将小波变换有效地运用于对图像的颜色和纹理特征的提取,并提出了一种将小波变换与图像分块结合起来提取颜色特征的方法,开发出一个综合运用颜色、纹理特征及相关反馈技术进行图像检索的系统。实验结果表明,该系统具有明显的优越性和通用性。     

一种基于颜色连通的图像纹理检索新方法

提出并实现一种结合图像颜色连通区域信息及其纹理特征的图像检索新方法.首先提取图像的分块主颜色,根据提出的相关颜色定义,搜索确定图像中的颜色连通区域集.然后,提取图像中各颜色连通区域对应的四种颜色共生矩阵特征,利用针对该特征设计的图像相似性度量函数实现基于内容的图像检索.实验结果表明,该方法能有效结合图像的纹理信息及其颜色构成和分布信息,具有良好的检索效果和性能.     

改进的综合BTC颜色矩和DT-CWT的图像检索算法

特征提取是基于内容的图像检索中的关键技术.针对基于单一特征检索效果不理想的问题,提出一种改进的综合颜色和纹理特征的图像检索算法.该算法在YIQ颜色空间中进行特征提取,首先结合方块编码(BTC)的思想,提取颜色矩作为颜色特征;采用双树复小波变换(DT-CWT)提取纹理特征,融合两种特征并利用相似性度量方式进行图像检索.实验结果表明算法所提取的颜色、纹理特征更利于检索,使用综合特征检索的平均查准率比同类算法更高.     

一种基于精细化稀疏自适应匹配追踪算法的图像检索方法研究

基于压缩感知理论,研究了一种精细化稀疏自适应匹配追踪（Meticulous Sparsity Adaptive Matching Pur-suit,MSAMP）算法,在此基础上提出了一种新的数字图像检索方法。首先对图像的RGB颜色、灰度共生矩阵按照列优先次序形成颜色及纹理的原始信号,然后对这两类信号采用分块压缩感知测量方法对图像进行分块测量,得到代表颜色特征和纹理特征的分块测量向量。其次利用MSAMP算法进行分块重构,计算出分块原始信号差量及其稀疏值。最后在图像检索时,通过计算图像的整体相似度,重点对差量的稀疏性进行估计,不需要精确恢复原始信号,从而减少迭代次数,加快检索速度。仿真实验表明,应用MSAMP算法的图像检索方法在检索速度和查准率等指标上具有较高的性能。     

基于颜色纹理特征的SVD图像检索方法

网络等媒体中包含的图片越来越丰富,从众多的图像中查找到自己感兴趣的内容是图像处理一个重要目标.图像的颜色和纹理能从视觉上表现图像特征,因此提出了图像颜色和纹理特征融合,并用奇异值分解方法降低特征向量维度的图像检索方法.首先,提取图像LTrP(Local Tetra Patterns)纹理特征向量和HSV颜色特征向量;对图像分块,用奇异值分解方法降低图像块特征向量维度和噪声,连接图像块向量得到图像的特征向量;用欧式距离对图像进行相似性检测.实验结果表明,该方法平均检索精度明显高于其他同类检索方法.     

基于分块颜色直方图的快速图像检索

针对传统颜色直方图不能反映图像空间颜色位置信息的问题,提出一种基于分块颜色直方图的检索方法,该方法先对一幅图像进行合理的分块,然后提取包含了图像位置信息的分块颜色特征,对提取的颜色特征采用相似度计算的方法,计算出两幅图像之间的相似度。实验结果表明,该方法不仅提高了图像检索的速度,同时也提高了检索的准确度。     

一种改进的综合BTC颜色矩和DT-CWT的图像检索算法

摘 要：特征提取是基于内容的图像检索中的关键技术。针对基于单一特征检索效果不理想的问题,提出一种改进的综合颜色和纹理特征的图像检索算法。该算法在YIQ颜色空间中进行特征提取,首先结合方块编码（BTC）的思想,提取颜色矩作为颜色特征;采用双树复小波变换（DT-CWT）提取纹理特征,融合两种特征并利用相似性度量方式进行图像检索。实验结果表明算法所提取的颜色、纹理特征更利于检索,使用综合特征检索的平均查准率比同类算法更高。     

流形学习和相关反馈相融合的医学图像检索

图像检索是医学图像辅助诊断的基础,为了提高医学图像检索的正确率,提出一种流形学习和相关反馈相融合的医学图像检索算法(LLE-MF)。首先根据方块编码的思想提取颜色分量的信息熵,并利用邻域灰度共生矩阵提取纹理特征;然后采用非线性流形学习对颜色和纹理特征进行组合、降维处理,并采用欧式距离相似度量模型对图像初步进行检索,最后最小二乘支持向量机对初步检索结果进行相关反馈,并进行仿真测试。结果表明,相对于其它医学检索算法,LLE-MF不仅提高了医学图像的检索准确率,同时提高了医学图像的检索效率,可以准确地找到用户所需的图像.     

基于相关反馈的一种加权距离法

在基于内容的图像检索系统中我们经常使用一些底层特征,如表现图像的颜色和文本信息.如果给出了这些特征的内容,如特征向量,我们就可以通过计算特征空间的距离测量出图像之间的相似度.然而,这些底层特征并不一定能反映人的视觉中高层概念的相似度.相关反馈技术就是通过交互检索来提高检索性能,在数据库的搜索中参考了用户的反馈信息.因此...     

基于结构张量方向引导的改进的Image Quilting图像风格迁移算法

传统的Image Quilting算法在进行块拼接时没有考虑到目标图像的方向场特征的变化,所以传输的纹理不具备方向性特征。针对传统算法的不足,本文提出了一种基于目标图像结构张量方向引导的改进的Image Quilting图像风格迁移算法,从而使得图像风格迁移时不仅保证了颜色及纹理特征能准确传输到目标图像中,同时通过方向场引导,确保了方向信息也能合理传输到目标图像中,同时本文运用图像内容融合技术确保目标图像的形状,边缘,内容等信息较好的留存于渲染图像中。实验表明,改进后的算法能够取得更好的图像风格迁移效果。     

Image Segmentation Based on GrabCut Framework Integrating Multiscale Nonlinear Structure Tensor

In this paper, we propose an interactive color natural image segmentation method. The method integrates color feature with multiscale nonlinear structure tensor texture (MSNST) feature and then uses GrabCut method to obtain the segmentations. The MSNST feature is used to describe the texture feature of an image and integrated into GrabCut framework to overcome the problem of the scale difference of textured images. In addition, we extend the Gaussian Mixture Model (GMM) to MSNST feature and GMM based on MSNST is constructed to describe the energy function so that the texture feature can be suitably integrated into GrabCut framework and fused with the color feature to achieve the more superior image segmentation performance than the original GrabCut method. For easier implementation and more efficient computation, the symmetric KL divergence is chosen to produce the estimates of the tensor statistics instead of the Riemannian structure of the space of tensor. The Conjugate norm was employed using Locality Preserving Projections (LPP) technique as the distance measure in the color space for more discriminating power. An adaptive fusing strategy is presented to effectively adjust the mixing factor so that the color and MSNST texture features are efficiently integrated to achieve more robust segmentation performance. Last, an iteration convergence criterion is proposed to reduce the time of the iteration of GrabCut algorithm dramatically with satisfied segmentation accuracy. Experiments using synthesis texture images and real natural scene images demonstrate the superior performance of our proposed method.