基于颜色对的色彩量化算法

提出了一种新颖的基于颜色对的色彩量化算法。综合考虑了色彩层次感和关键细节的要求，并且可以根据具体色彩量化任务的要求，对它们的偏重性做出调整，以得到最满意的量化结果。     

一种基于视觉感知的色彩量化算法

提出一种色彩量化算法.该算法将图像中的区域细分为边缘、内部平滑区域和内部纹理区域3个部分,并根据它们对视觉感知的重要程度赋予不同的量化权重,以达到强化视觉上相对重要的边缘和内部平滑区域、弱化视觉上相对不重要的复杂纹理区域的目的.另外,为了在量化效果和时间性能上取得折衷,对HSV色彩空间固定V值的蜂窝状分割量化算法进行改进,实现一种可在整个色彩空间完成动态分割的量化算法.在保证时间性能比原有算法略有改善的前提下,减少色彩量化的误差.实验结果表明,本文算法只需要为数较少的量化色彩就能达到较好的量化效果,特别适用于基于内容的图像检索等应用场合.     

一种新的基于K均值聚类的色彩量化算法研究

色彩量化是数字图像处理中的一项关键技术.通过对基于分割和聚类的色彩量化算法的研究,提出了一种新的基于K均值聚类的色彩量化算法.首先,根据色调H对像素点进行粗分类;然后对各个子聚类族进行基于K均值聚类的色彩量化处理.通过与当前常用的量化算法进行比较,得出此算法在量化效果和执行时间上都具有较好的表现.     

基于聚类分析的色彩量化新算法及其应用

针对针织提花,植绒、印染以及金属表面花纹处理等电脑设计中的要求,研究图像重新量化成仅有几种颜色的色彩量化问题,提出一种基于聚类分析的色彩量化新算法,量化图像较好地兼顾了原图像的总体风貌和设计者希望保留的一些特征,该算法计算量小,容易在微电脑中实现,已成功地应用于电脑提花圆机花型ＣＡＤ系统。该算法对一般的色彩量化具有重要意义。     

结合Gamma修正的色彩量化新算法

色彩量化的最终目的是使得视觉效果上的最化图像与原图像的差别（即失真）最小，量化的应用又对算法效率提出很高的要求，文中提出一种结合Gamma修正的量化算法，速度明显快于中位切分等以往算法，并且量化图像的质量近似于，甚至部分视觉效果优于这些算法，该算法是一种切实有效的图像量化方法，它在计算复杂度和量人结果的精确度上进行了折衷。     

一种特征加权犉犆犕算法的图像重建技术研究

针对传统ＦＣＭ（Ｆｕｚｚｙ犆ｍｅａｎｓ）算法中初始聚类中心选取的随机性以及对初始值敏感的问题,提出一种基于进化策略的色彩空间加权的ＦＣＭ 聚类算法．通过在ＲＧＢ（ＲｅｄＧｒｅｅｎＢｌｕｅ）色彩空间矢量中设置加权矩阵来补偿各色彩的非均匀性,并采用一种类内最小距离最大的统计聚类算法来初始化聚类中心．实验结果表明,该算法能有效减少颜色量化后的均方差值,保持重建图像的整体层次和局部特征细节,对研究图像处理技术有较强的实际意义．     

一种基于粒子群算法的色彩量化方案

为提高色彩量化算法的效率,基于求解实优化问题时粒子群算法优于遗传算法这一事实,在基于遗传算法的色彩量化算法的基础上,设计了相应的适应度函数,给出了一种基于粒子群算法的色彩量化方案,并通过量化实例对算法的性能进行了比较。实验结果显示,基于粒子群优化算法的色彩量化方法在收敛速度方面明显优于基于遗传算法的色彩量化方法。     

基于八叉树结构的色彩量化算法

本文结合八叉树方法和频度序列法，给出一定实现色彩量化的实现算法，本算法耗用人间少，执行时间短，可产生具有较好色彩的效果的图片。     

常用色彩量化算法的性能分析

本文在讨论了几种常用的色彩量化算法思想的基础上，重点分析了我们在文献１中给出的一种基于八叉树的色彩量化方法的算法性能，并对这几种方法给以分析比较。     

关于色彩聚类量化算法的性能分析

本文在讨论了几种关于色彩量化的聚类算法思想的基础上，分析了它们的算法性能，着重分析了统计聚类算法。并对统计聚类算法进行了改进，通过实验表明这种算法是一种性能较好，复杂度较低的色彩量化方法。     

An adjustable algorithm for color quantization

Color quantization is an important technique in digital image processing. Generally it involves two steps. The first step is to choose a proper color palette. The second step is to reconstruct an image by replacing original colors with the most similar palette colors. However a problem exists while choosing palette colors. That is how to choose the colors with different illumination intensities (we call them color layers) as well as the colors that present the essential details of the image. This is an important and difficult problem. In this paper, we propose a novel algorithm for color quantization, which considers both color layers and essential details by assigning weights for pixel numbers and color distances. Also this algorithm can tune the quantization results by choosing proper weights. The experiments show that our algorithm is effective for adjusting quantization results and it also has very good quality of quantization.     

基于衰减补偿与直方图拉伸的水下图像增强算法

水下物理环境复杂多变,导致获取的水下图像颜色失真、对比度低且细节模糊,影响了水下场景探测的准确性。结合衰减补偿和直方图拉伸技术,提出水下图像增强算法ACHS。根据不同颜色通道的衰减特性,设计基于衰减补偿的颜色校正方法解决水下图像颜色失真问题。将需要颜色校正的水下图像从RGB颜色模型转换到LAB颜色模型,使用引导滤波将亮度通道L分解为基础层和细节层,同时提出基于K-means聚类的双直方图增强算法用于增强基础层的对比度,通过Gamma校正突显细节层的纹理结构。在此基础上,累加亮度通道L的基础层和细节层,并将其从LAB颜色模型转换到RGB颜色模型以获取最终的增强图像。实验结果表明,与GDCP、REBE、WaterNet等算法相比,经该算法增强的水下图像可视度较高,并且具有自然的颜色和清晰的细节。     

视觉显著性的八叉树颜色量化方法

针对彩色图像颜色量化过程中整体层次与局部细节之间存在的问题,提出视觉显著性的八叉树颜色量化方法。将视觉注意机制引入图像颜色量化中,分析视觉显著性模型获取视觉显著图方法及理论,根据八叉树颜色量化方法中对细节量化不足的缺陷,结合显著图进行颜色频度统计,增加视觉显著区域的颜色频度。将该方法与八叉树颜色量化图像进行比较验证,可见量化后的颜色具有丰富的层次感,图像细节失真度降低,轮廓清晰。     

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。     

真实图形的颜色量化

颜色量是真实图形显示的一个重要环节。它的主要任务是将一幅有Ｎ个象素点的真实图用不超过Ｋ（Ｋ《Ｎ）种颜色近似表示，以使这幅图能在颜色表长为Ｋ的显示设备上输出。本文提出了一种基于编码的颜色量化算法，引算法速度快，所生成的图形效果较好。     

一种基于颜色聚类特征的色彩量化算法

色彩量化是数字图像处理中的基本技术之一 ,因此得到广泛的研究与应用 .提出了一种基于颜色聚类特征的色彩量化方法 .该算法采用分层聚类技术 ,具有简单易行 ,运行速度快 ,色彩量化质量高等特点 ,是一种较好的色彩量化方法