面向照片-图形图像的二分类方法

随着科技的发展,图像应用技术日趋重要,许多图像应用技术对照片图像和图形图像的要求和效果是不同的.针对照片图像和图形图像分类的问题,本文提出了一种新的基于二分法的图像分类方法,这种方法混合了颜色、边缘和纹理三种图像特征,通过对图像特征值的K-means聚类分析,实现了照片图像和图形图像的分类.经实验验证,该方法在照片图像和图形图像的分类上取得较好的结果.     

基于改进的模糊C均值聚类算法的人像照片背景替换

由于人像照片的复杂性及模糊C均值聚类算法(FCM)存在着计算量大等问题,将一种改进的模糊聚类方法(FFCM)运用于人像图像分割。再根据模糊分类后的人像照片,提出了适合于人像照片背景替换的目标提取方法。实验表明,这种方法能快速还原模糊分类后的人像目标,并使背景部分替换成其他颜色,从而实现人像照片的背景替换。     

城市建筑风景照片的自动识别和分类

在数字照片的快速检索和浏览域中，需要对照片进行分类，但目前国内外学者对照片的分类的研究并不是很多。提出了一种如何使用图像的低级特征来表示高级语义分类的一种方法来对家度数字照片的进行分类，特别适合于有人工建筑或人工事物的图片。算法根据图像纹理点和边缘点的方向相位立方图来推断照片中是否存在人工建筑，从而达到对城市建筑风景和其它风景分类的目的。实验数据表明，分类效果非常好，算法己在Windows2000下使用VC实现，具有很强的鲁棒性。     

挖掘基于医疗图像的关联规则诊断乳腺癌

文章详细阐述了一种医疗图像分类技术———关联规则挖掘。利用这种技术,内科医师或医疗专家可以准确地将病人的乳房X线照片图像进行分类,以确诊病人是否患有乳腺癌。     

一种基于分形特征的图片分类算法

图片分类可用作图像搜索引擎的预滤波,以降低图像检索时的图像匹配数量,提高检索速度。本文提出了一种基于分形特征———局部分维数变化率(LFDS)的图片分类算法,该算法不需要任何的图像先验知识,仅利用分形特征就可将自然景物的照片和人工绘制/计算机生成的图形区分出来。系统随机测试了445幅大小从192×128到2012×3094不等的图片,该算法对图形库的分类准确率为91·71%,图像库分类准确率为85·25%,实验结果证明了该算法的快速和有效性。     

利用Photoshop4.0制作艺术照片

结合本人使用Ｐｈｏｔｏｓｈｏｐ４．０的体会,谈一谈如何利用Ｐｈｏｔｏｓｈｏｐ４．０处理照片。１如何获取原图像照片图像文件可由数字相机获取,也可使用扫描仪扫描照片而得。在目前情况下,最普遍的方法是通过扫描仪获取照片图像。在使用扫描仪时应注意以下几点：１...     

利用不同尺度下复杂性的差异区分文字和照片

将信号分成多个区域,给予“0”,“1”新的定义,计算不同尺度下的复杂性而不增加符号数目．对文字图像和照片的分析显示,随着尺度的减小,照片复杂性增大的幅度大于文字．该结果说明：不同尺度下复杂性的差异可以作为图像分类的新方法或者作为现有分类器的特征．     

基于自组织神经网络的遥感图像分类应用研究

在地形复杂地区,采用传统的遥感分类方法进行土地利用遥感分类很难获得理想的精度。针对遥感图像分类的特点,根据自组织竞争神经网络的生物学基础、基本结构和学习算法,利用Matlab平台构建自组织神经网络,对地形复杂区的ETM 遥感图像通过500次训练使网络收敛后,仿真输出分类图。结果表明,基于自组织神经网络的分类器经过训练后,可用于遥感图像的分类,其分类精度明显高于传统的最大似然法。     

社交照片隐私保护机制研究进展

照片分享服务已经广泛渗透到人们生活的各个角落,这种新型服务模式及应用给人们带来便利的同时无形中泄露了用户的隐私信息,而照片分享平台上数量激增的社交照片和多样化的用户需求给隐私保护带来了更大挑战。结合国内外相关最新研究趋势,对社交网络中的照片隐私保护问题进行研究展望。首先介绍基于全生命周期的社交照片隐私保护模型、照片隐私信息分类、照片隐私保护动机和攻击者模型,以及所面临的隐私威胁;其次从社交照片生成与感知、发布与交换、存储与销毁、融合与分析4个环节介绍了其隐私保护机制研究现状;最后展望了该领域的未来研究方向。     

柱面全景图像拼合算法研究

IBR技术是近几年来在基于传统几何图形建模方法基础上发展起来的一种新的绘制方法，它用数码相机拍摄到的或计算机生成的照片来绘制新视点处的图像，具有绘制速度与场景的复杂度无关的特点。论文从实际应用的角度，提出并实现了图像拼合的新算法，新算法结合了手动拼合与自动拼合算法的优点，既可用于全景空间图像拼合，亦可用于普通图像的拼合，效率高。     

一种新的图像定位和分类系统实现方案

首先简单介绍了图像定位和分类系统的基本概念。然后分析了几种图像定位和分类系统的实现方式与性能。在此基础上,提出了一种新型图像和分类系统实现方案:该方案采用可重配置器件FPGA和数字信号处理器DSP协同工作,实现了便携式图像处理系统。最后给出系统测试平台设计思路,并详细列出新型系统的性能数据。     

一种基于亮度特征的图形图像分类方法

色彩管理中的自适应色域匹配技术，要求对不同渲染目的的图像自动分类。文中通过对图像的亮度直方图进行统计，提取了亮度级数和亮度直方图包络光滑度两个特征量，实现了一种基于该特征的图形图像分类方法，对自然照片和计算机生成图形这两种不同种类的图像进行了区分。     

图像的复杂度及应用

Web图片分类构建图像搜索引擎的第一步,就是要利用爬虫程序在Internet上采集大量的图片。Web上的图片大致可分为两类:图像类和图形类。其中比较逼真的图称为图像类,这类图片一般都具有丰富的颜色信息,包括用相机拍摄的照片,用扫描仪得到的图像:图形类则具有相对简单的色彩,大部分是用电脑制作的图形、文字图片。图1中,(a)图是用电脑软件绘制的一个标志,可以看作是图形类,而(b)图则是一幅真实的风景图,属于图像类。     

基于脉冲神经网络与移动GPU计算的图像分类算法研究与实现

计算机视觉旨在通过计算机模拟人的视觉系统,让计算机学会"看",是人工智能、神经科学研究的一个热点。作为计算机视觉的经典任务,图像分类吸引了越来越多的研究,尤其是基于神经网络的算法在各种分类任务上表现优异。然而,传统浅层人工神经网络特征学习能力不强、生物可解释性不足,而深层神经网络存在过拟合、高功耗的缺点,因此在低功耗环境下具有生物可解释性的图像分类算法研究仍然是一个具有挑战性的任务。为了解决上述问题,结合脉冲神经网络,设计并实现了一种基于Jetson TK1和脉冲神经网络的图像分类算法。研究的主要创新点有:(1)设计了深度脉冲卷积神经网络算法,用于图像分类;(2)实现了基于CUDA改进的脉冲神经网络模型,并部署在Jetson TK1开发环境上。     

一种新的图像定位和分类系统实现方案

首先简单介绍了图像定位和分类系统的基本概念.然后分析了几种图像定位和分类系统的实现方式与性能.在此基础上,提出了一种新型图像和分类系统实现方案该方案采用可重配置器件FPGA和数字信号处理器DSP协同工作,实现了便携式图像处理系统.最后给出系统测试平台设计思路,并详细列出新型系统的性能数据.     

静态图像也疯狂 我的照片会说话

相信朋友们都有很多自己的照片，可你是否曾想过让自己的照片动起来，并开口说话吗？登录“TalkingPhoto”网站试试吧。     

内容共享环境中基于隐私保护的图像搜索方案

Flicker或YouTube等现代内容共享环境包含大量私人资源,这些资源可能非常敏感,甚至泄露用户大量隐私信息。为了支持用户在共享照片时作出隐私决策,提出一种隐私图像自动检测及隐私图像搜索技术。首先,基于经过人工评估的大量Flickr照片,对隐私分类器进行训练和学习,将图像文本元数据和多种视觉特征结合起来,然后,利用基于线性支持向量机的分类模型搜索隐私照片,并且使查询结果多样化,为用户更好地提供隐私和公共内容。最后,大规模分类实验验证了基于不同视觉和文本特征的隐私图像检测性能,另外,基于查询结果排名的用户评估结果也证明了该算法的可行性。     

遥感图像多尺度分割算法与矢量化算法的集成

在遥感图像处理和分析软件中,图像分割/分类和矢量化是前后独立的过程:先分割/分类,再矢量化整幅图像。由于矢量化后得到的矢量文件未写入图像对象(区域、图斑)的特征信息,只能用于显示而不能用于后续操作。此外,处理复杂图像时还存在矢量文件多边形数目与分割/分类后图像区域数目不一致的问题。为此,将多尺度分割算法与矢量化算法进行一体化集成。对遥感图像进行多尺度分割得到图像对象链表,逐个对图像对象做矢量化处理,同时把特征统计信息写入多边形属性中。集成后不仅可保证矢量多边形数目与图像对象数目完全一致,而且由于特征统计信息已作为多边形区域的属性保存在多边形中,后续的多尺度分割、区域合并、空间关系操作等均可基于矢量多边形进行。     

高斯颜色模型在瓷片图像分类中的应用

由于RGB颜色空间不能很好贴近人的视觉感知,同时也缺少对空间结构的描述,因此采用兼顾颜色信息和空间信息的高斯颜色模型以获取更全面的特征,提出了一种基于高斯颜色模型和多尺度滤波器组的彩色纹理图像分类法,用于瓷器碎片图像的分类。首先将原始图像的RGB颜色空间转换到高斯颜色模型;再用正规化多尺度LM滤波器组对高斯颜色模型的3个通道构造滤波图像,并借助主成分分析寻找主特征图,接着选取各通道的最大高斯拉普拉斯和最大高斯响应图像,与特征图联合构成特征图像组用以进行参数提取;最后以支持向量机作为分类器进行学习和分类。实验结果表明,与基于灰度的、基于RGB模型的和基于RGB_bior 4.4小波的方法相比,本文方法具有更好的分类结果,其中在Outex纹理图像库上获得的分类准确率为96.7%,在瓷片图像集上获得的分类准确率为94.2%。此方法可推广应用到其他彩色纹理分类任务。     

核方法在人脸识别中的应用

1 引言人脸识别技术广泛应用于身份验证、门检系统以及人员监视等方面,在过去的几年里,人脸识别技术有了很大的发展。人脸识别技术与普通的模式识别不同,主要是因为在一般的模式识别中,有几个分类,每个分类中有很多样本,这样可以安排大量样本进行训练;相反,人脸识别中通常会有很多不同的人脸,每个人脸代表一个分类,而每个分类中的样本数都比较少,在很多情况下,甚至每个人只有一张图片(如身份证照片),在文[4]中提出了处理只有一个样本情况下的人脸识别。