基于HIS颜色空间颜色对的图像检索系统

提出了一种在HIS空间中进行的基于颜色对的图像检索算法.为突出颜色在画面中的位置在内容检索上的作用,算法在HIS颜色空间的上对各颜色分量进行量化,用颜色对来描述图像的颜色特征,定义了基于颜色对的相似度度量,利用图像颜色特征进行相似度匹配和检索.实验结果表明,该算法能比较快速、有效地针对图像内容进行检索.     

一种新的颜色空间特征图像检索

将检索图像转换为HSV颜色空间,分别对各颜色子空间进行Radon变换,并对投影数据中心化以消除平移影响.针对各颜色分量,利用Radon变换的奇异值的统计特性提取了具有尺度不变性的奇异值,由于矩阵的奇异值分解具有旋转不变性,因此该奇异值为平移、尺度和旋转不变的特征向量.将特征向量进行高斯归一化,采用其欧氏距离计算彩色图像的相似度并进行图像检索.试验结果表明该方法比其他算法具有更好的检索效果.     

微粒群算法在图像检索中的应用

基于内容的图像检索技术已成为信息检索中的瓶颈.针对此问题提出了基于微粒群算法的图像检索技术.首先提取图像的颜色特征向量,用特征向量对粒子进行编码,检索图像的过程可以看成是利用微粒群算法在特征空间搜寻最优解的过程.该方法能够有效全面地搜索图片库,改进和提高了传统的基于内容的图像检索算法的性能.     

结合颜色与空间信息的WEB图像检索新方法

提出一种图像检索新方法.利用HSV颜色模型非等量化实现图像主色的提取以减少WEB图像特征向量维数,再用直方图的交集作为相似性度量进行第一次图像检索;得到检索结果排列靠前在全局颜色分布上相似的部分图像后,进一步考虑颜色的空间分布状况,采用颜色对方法进行二次检索以提高检索精度.     

基于Gamma隶属度的车辆图像检索算法

为了提高基于颜色特征的车辆图像检索的准确率,提出一种基于Gamma隶属度的车辆图像检索算法。采用3×3模板对图像进行平滑,获得广义图像;在HSV空间上获取该图像各像素点的颜色特征分量,并使用广义直方图对合成分量进行统计;通过Gamma函数确定合成分量的隶属度值,利用Tversky比率相似性模型进行相似性测度。对比实验结果表明,该算法的查准率与查全率均高于非均匀量化算法和三角形隶属度量化算法,检索效果较好。     

基于内容的图像检索算法研究

随着计算机、网络以及多媒体技术的迅速发展和应用,数字图像的数量正以惊人的速度增长,基于内容的图像检索技术可以有效地解决从图像数据库中检索出相关图像的问题.[1]本文研究了颜色、纹理和形状三种特征提取算法,颜色特征提取采用颜色直方图和颜色矩特征算法,通过像素统计、多维矩阵运算量化图像颜色特征并进行图像匹配;纹理特征提取算法可通过图像灰度共生矩阵提取能量、熵、逆差矩等特征进行相关处理并检索;增加了基于形状的特征提取算法,将图像二值化后提取其Hu不变矩进行处理,其结果用于修正和优化颜色或纹理的检索结果.图像特征比对采用空间节点自适应处理后的欧氏距离进行运算.在VC中实现了基于内容的图像检索系统,能够自定义实现单一特征检索和综合多特征的联合检索,实现以图搜图的检索功能.     

一种新的图像颜色特征提取方法

为了降低特征空间的维数,将图像的先验知识融合到采用SVM构造的分类器中,提出了一种新的基于HSV空间的20色非均匀颜色量化算法．与传统的颜色量化算法相比,该算法降低了时间和空间复杂度,提高了检索的准确率,易将图像的先验信息融合到SVM的核函数中,提高了分类效果．实验表明本文提出的图像颜色特征提取算法可成功应用于海量图像库检索和图像语义信息的自动提取．     

基于IPDSH兴趣点空间区域划分的图像检索

针对基于兴趣点的传统图像检索方法的不足,提出了一种利用兴趣点检测和空间区域划分的图像检索新方法。首先使用一种结合SIFT和Harris特性的尺度空间兴趣点检测算法(IPDSH)来检测图像的稳定兴趣点;然后利用稳定兴趣点的空间位置对图像进行环形和凸包区域划分,并计算凸包内的颜色直方图和环形区域中稳定兴趣点邻域内伪泽尼克矩;最后以两种特征的加权特征向量对图像进行检索。该方法实现简单,检索速度快,能保证检索算法对图像旋转、平移的鲁棒性,且有效减少了图像中不稳定兴趣点对检索带来的干扰,图像检索的准确度有效提高了7.0%～15.1%。     

基于SIFT特征的图像检索研究

提出一种基于SIFT特征的图像检索算法,将图像转换成特征向量,图像间的相似距离通过两幅图像特征向量间的欧氏距离来计算.实验结果表明该算法应用在特定形状特征目标的检索中有很好的效果.     

基于主色调的图像布局特征提取及相似性匹配算法

在基于内容的图像检索中,图像特征的提取和特征匹配是图像检索的核心.为了克服普通颜色特征不考虑颜色空间分布的缺点,提出了一种基于主色调的空间布局特征提取方法,并在此基础上提出了基于布局特征和颜色特征的图像相似性匹配算法-双特征匹配算法.仿真实验表明,该算法对一些布局特征明显的图像类型有很好的检索效果.     

基于颜色特征的图像摘要算法

提出了一种基于颜色特征的图像摘要算法.首先将原始图像的RGB颜色模型转换到HSI模型中进行量化并转换为一维矢量,然后将图像分为64块,取得每个块内颜色的特征均值,最后进行量化产生固定长度的图像哈希序列.实验结果表明,相似内容的图像哈希距离较小,而不同内容的图像哈希距离较大.该算法还具有一定的篡改检测能力.     

基于空间颜色模型的目标跟踪方法

为了克服颜色直方图对目标定位不准确的问题,提出了基于空间颜色模型和粒子滤波的目标跟踪方法。结合目标区域的颜色和空间信息,采用空间颜色直方图对目标建模,通过计算候选目标和参考目标空间颜色直方图的Bhattacharyya距离,建立基于空间颜色模型的观测似然函数。实验表明,与基于颜色直方图的跟踪算法相比,新算法提高了跟踪的准确性和鲁棒性。     

融合对象颜色和边缘特征的图像检索

由于图像内容特性的复杂性,对图像特征的抽取、索引及检索匹配计算量巨大,空问模型向量动辄几百上千维,使基于内容的图像信息检索在Internet上的应用面临着所谓的“维数灾难“问题。提出了一个新的图像检索模型,该模型融合了颜色的空间分布信息和对象的形状特征。颜色特征采用改进的HSV模型——扇形模型描述;对象的边缘特征采用Canny方法进行计算,并通过Hough变换产生描述对象形状特征(相对位置和方向)的空间信息;图像的相似性比较采用两个全局性向量距离描述。实验结果表明,该模型比采用单一特征(颜色)具有更高的检索效率,是高效率和合理检准率的良好折中。     

基于样本的棉花异性纤维识别算法

异性纤维在棉花中虽然占得比重很小,但危害很大,直接影响着纺织品的质量.传统的异纤检测识别算法多采取固定阈值法,但是由于检测对象是高速运动的棉花流,光照易产生波动,采集的图像也会相应变化,因此误识别率就会增加.而有样本识别算法采集适量的分类样本库,识别结果稳定,可以消除这一缺陷.分析棉花中异性纤维的图像特征,对重要图像特征进行增强,提取异纤的特征,识别算法引入欧几里德距离,采用K近邻分类,从而识别出异纤,并进行仿真实验,实验结果表明该识别算法识别效果好、速度快.     

基于支持向量机的彩色滤波阵列插值方法

针对已有彩色滤波阵列插值方法的结果图像存在边缘模糊、虚假色的问题,提出了图像相关性与支持向量机将结合的插值方法.该方法以色彩相关性为基础构造色差平面,在色差平面上根据空间相关性选择适当的邻近点输入模式训练支持向量机,然后用训练的支持向量机及输入模式估计出未知像素点对应的色差,最后计算出各像素点未知的彩色像素值.实验结果表明,与已有算法相比,该算法结果图像的PSNR值、NCD值及视觉效果均有显著攻善.     

采用COLDIST色差的一种图像检索方法研究

在基于内容的图像检索方法中,颜色相似度的计算主要采用欧氏距离。然而,欧氏距离不符合人眼的色彩识别特征,导致检索准确率偏低。本文提出了一种采用COLDIST色差公式的组合特征检索方法。首先计算图像的颜色直方图作为颜色特征、灰度共生矩阵和灰度行程矩阵作为纹理特征、泽尼克矩作为形状特征。然后采用COLDIST色差公式计算颜色相似度,并结合纹理、形状特征的相似度计算图像相似度。利用图像数据库Corel10000对本文提出的方法进行仿真测试。结果表明该方法具有更好的检索性能,有效地提高了检索的准确率。     

一种基于自组织神经网络的彩色图像分割方法

提出了1种基于自组织神经网络的彩色图像分割方法.它首先在空间-颜色联合域内利用自组织神经网络对图像进行聚类,再结合区域生长的方法和区域邻接列表,对图像中的相似颜色区域进行合并,并去除像素数量较少的小区域,从而得到最后的分割结果.在聚类后的图像上进行分割,可以较好的把1个物体对象只表示为1个或少数几个分割区域,明显减少对象物数目,较好地克服了传统区域生长方法的过分割问题.     

一种基于自组织神经网络的彩色图像分割方法

提出了1种基于自组织神经网络的彩色图像分割方法．它首先在空间-颜色联合域内利用自组织神经网络对图像进行聚类，再结合区域生长的方法和区域邻接列表，对图像中的相似颜色区域进行合并，并去除像素数量较少的小区域，从而得到最后的分割结果．在聚类后的图像上进行分割，可以较好的把1个物体对象只表示为1个或少数几个分割区域，明显减少对象物数目，较好地克暇了传统区域生长方法的过分割问题。     

刑侦图像检索中的特征提取及相似性度量

为分析比较基于内容的图像检索(content-based image retrieval,CBIR)系统中各环节算法在应用于刑侦现勘(criminal scenes investigation,CSI)图像数据库时的有效性,在CBIR系统中,使用颜色特征-HSV直方图、纹理特征-三层小波分解统计特征和颜色纹理的融合特征作为特征提取算法,以欧氏距离和街区距离作为相似性度量分别在CSI图库中进行仿真测试。在COREL图库中进行类似测试,并以查准率作为有效性的衡量标准进行对比。结果显示,在CSI库中,使用颜色特征有相对高的查准率,但CSI库的平均查准率均低于COREL库,此外使用街区距离可获得较高的查准率,这表明,因CSI数据场景复杂及目标多有损毁,现有图像特征提取算法有效性低,而作为相似性度量算法,街区距离相较于欧氏距离能更好地表示CSI图像间的相似性。     

仿射不变的快速局部特征描述子算法

在局部图像特征的研究中,提出了一种用于实时图像匹配的仿射不变快速局部特征(Affine invariant fast local feature,AIFLF)描述方法。在兴趣点的局部邻域内利用归一化的梯度值建立基于仿射不变矩的描述子。模拟实验中,将利用Harris-Laplacian检测子的本文算法与经典SIFT算法进行了对比。结果表明:在识别率相当的条件下,本文算法运行时间明显小于SIFT描述子。在标准评估图片和移动机器人平台拍摄的定位图片构成的数据集下,本文算法在尺度、视角和旋转变换中的匹配效果好于经典的SIFT算子和SURF算子。