矢量量化用于颜色图像检索的改进方法

为了消除基于颜色的图像检索在颜色空间分布描述方向的不足,提出一种新的基于颜色的检索方法。引入颜色转移矩阵描述颜色的空间分布,再结合颜色直方图和颜色转移矩阵进行复合图像检索。同时通过矢量量化方法量化图像颜色得到颜色直方图和颜色转移矩阵,实现了在压缩领域进行图像检索,减少了额外计算负担。实验表明,该方法能有效提高检索效率和精度。     

基于RGB颜色特征的海报图像自动检索方法

为了快速、有效检索大量海报图像中特征,提出一种基于RGB颜色特征的自动检索方法,使用户可根据颜色在图像中出现的频率和图像各个色彩对比,确定图像的表现形式及特征.首先使用手绘图形、摄影图片、电脑生成图对海报中表现形式特征及RGB颜色空间解析;采用RGB通道分别等量量化法和图像信息熵计算分析颜色表征出现概率;利用颜色特征提取、选取、量化获得相似性度量函数,运用颜色矩代表图像中颜色的分布情况作为检索矢量,得到最终自动检索方法.仿真实验结果表明,所提方法在外界干扰情况下能获得较高检测结果.     

一种新的基于矢量量化的图像检索算法

针对目前基于颜色的图像检索算法在颜色特征提取的不足,提出一种新的颜色特征提取算法。利用LBG算法对HSI空间的颜色信息矢量量化,然后统计图像中各个码字出现的频数,形成颜色直方图。这样在提取颜色特征过程中,尽可能地降低图像原有特征失真。同时通过设定门限值,多次实验比较查全率和查准率,找到较为满意的门限值,使检索算法更加完善。实验结果表明,该算法能有效地提高图像检索精准度。     

基于颜色特征的图像分割方法及其在足球机器人中的应用

提出一种新的适用于跟踪移动机器人的视觉系统的彩色图像分割技术,这种方法采用符合人类视觉特性的HIS颜色空间表示图像的颜色特性,利用人对颜色的感知来对颜色分量进行非等问隔的量化并形成特征矢量,根据HIS颜色空间三个基本分量合成的一维特征矢量直方图进行分割,并克服HIS颜色空间存在不可避免的奇点对图像分割的影响。另外采用一种基于背景图像的非均匀光照修正算法,应用在足球机器人中。实验结果表明该方法不仅使目标定位扣方向角更精确,而且提高动态环境下的鲁棒性。     

MatLab在图像矢量量化中的应用

从矢量量化的特点和码本设计方法出发,探讨MatLab在矢量量化中的应用,利用MatLab编程实现图像矢量量化,并给出了程序运行结果,通过对运行结果进一步分析,效果良好,为图像矢量量化提供了一个新的途径.     

基于局部颜色空间特征的图像检索

基于图像中主要物体的尺寸动态地对图像分块来获得颜色的空间分布特征,并选取了符合人眼感知特性的HSV颜色空间进行非均匀量化,提取各个分块的主色及其所占的百分比作为颜色综合特征矢量,根据所提出的综合特征矢量给出相应的相似度计算方法,同时构造出相似矩阵进行基于颜色内容的图像检索,能通过调整各个分块的权值来进一步提高检索的精度,最后将文中提出的方法与传统的全局直方图方法相比较,可知文中的方法因为利用了动态分块的方法,考虑了颜色的空间信息以及权值的调整,从而取得了比较好的检索结果。     

一种全新的RGB色差度量公式

从RGB颜色空间入手,在对现有的几种RGB色差度量公式分析对比的基础上,总结出RGB颜色色差的3个基本规律,提出颜色分量的重要程度这一概念。并根据颜色分量的重要程度用动态系数调整RGB颜色间的空间距离和矢量角度值,从而得到了一种全新的RGB颜色空间的色差度量公式。通过高复杂度图像的颜色量化实验证明该色差公式在颜色量化中的性能优于目前使用较为广泛的几种RGB色差度量公式。     

基于颜色和梯度方向共生直方图的图像检索

为有效融合图像的形状、颜色等特征,提出一种基元梯度方向共生直方图和颜色直方图的彩色图像检索算法。首先将图像划分为4×4互不重叠的基元,并根据基元的梯度平均幅值把基元分为视觉均衡基元和视觉非均衡基元;接着计算视觉均衡基元的平均颜色值,并将其在HSV空间中量化到72色颜色空间,构建视觉均衡基元颜色直方图作为彩色图像的局部颜色描述子;然后将图像中各像素点颜色值在HSV空间量化到72色颜色空间,获得图像的全局颜色直方图;最后在视觉非均衡基元中构建梯度方向共生直方图描述图像的形状特征。融合局部颜色描述子、全局颜色直方图和形状特征构成彩色图像检索特征矢量。实验结果表明,所提算法能够准确描述彩色图像的颜色和形状特征,具有很好的旋转不变性和尺度不变性。相似性度量非常有效,查全率和查准率均有较大提高。     

基于局部颜色空间特征的图像检索

基于图像中主要物体的尺寸动态地对图像分块来获得颜色的空间分布特征，并选取了符合人眼感知特性的HSV颜色空间进行非均匀量化，提取各个分块的主色及其所占的百分比作为颜色综合特征矢量，根据所提出的综合特征矢量给出相应的相似度计算方法，同时构造出相似矩阵进行基于颜色内容的图像检索，能通过调整各个分块的权值来进一步提高检索的精度，最后将文中提出的方法与传统的全局直方图方法相比较，可知文中的方法因为利用了动态分块的方法，考虑了颜色的空间信息以及权值的调整，从而取得了比较好的检索结果。     

自适应补偿矢量量化

提出了一种基于ＬＢＧ码书设计的新的图像矢量量化算法。该算法利用图像信号在正交矢量空间中的能量集中性,有效地减小了码书的搜索范围,加快了矢量量化速度。同时利用原始图像和重建图像之间的差值进行了自适应补偿,在保证较高压缩比的同时,有效地克服了矢量量化的致命缺陷,即重建图像存在严重的方块效应。     

一种新的图像地址矢量量化编码算法

提出一种新的图像矢量量化编码算法。该算法结合相关矢量量化编码算法与地址矢量量化编码算法,首先根据相邻块状态进行编码地址的相关预测,对相关预测失败的图像块采用地址码匹配编码,并采用自适应算术编码进行。测试结果表明,相对于无记忆矢量量化编码算法,比特率约下降３８％－６８％,相对于安平提出的矢量量化地址编码算法以及王卫等提出的相关矢量量化编码算法,比特率约下降２５％以上。     

RGB颜色空间的矢量-角度距离色差公式

从RGB颜色空间入手,在对目前使用较为广泛的几种RGB色差度量公式进行分析对比的基础上,总结出RGB颜色色差的3个基本规律,提出颜色分量的重要程度这一概念。并根据颜色分量的重要程度用动态系数调整RGB颜色间的空间距离和矢量角度值,从而得到了一种全新的RGB颜色空间的色差度量公式。通过高复杂度图像的颜色量化实验证明该色差公式在颜色量化中的性能达到了CIELUV色差公式的水平,有效地节约了内存空间和计算时间。     

均匀空间色差度量的矢量形态学图像处理

彩色图像矢量形态学处理中,针对矢量排序准则存在模糊性和片面性等缺点,提出一种新的矢量排序方法。首先根据在均匀的Lab空间中,颜色之间视觉上的差距与颜色坐标上的欧几里得距离成正比的特点,将量化后的色差大小作矢量排序准则;然后利用四元数法建立彩色图像模型和形态学结构元素模型,在此基础上定义新的彩色形态学基本运算子;最后研究了矢量形态学图像处理算法,对比了本文方法和HSV矢量排序法的应用效果。实验结果表明,本文方法能较好地用于提取图像边缘和去除椒盐噪声。     

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。     

基于多级SMVQ的图象编码算法

边缘匹配矢量量化器(SMVQ)是有限状态矢量量化器(FSVQ)的一个分支。该量化器适合于对图像块间相关性高的图像进行压缩编码,其优点是在比特率相近的情况下,编码质量高于传统的穷尽搜索矢量量化编码器,但其缺点是计算量大和比特率固定。本文提出了一种改进的边缘匹配矢量量化器。测试结果表明,该算法是变比特率编码算法,它比边缘匹配矢量量化器的比特率低,编码速度快,编码质量得到提高。     

基于矢量量化的嵌入式零树小波改进编码方法

基于矢量量化的SOFM算法和嵌入式零树小波算法(EZW)如今已经广泛的被使用于图像压缩领域,均被认为是非常有效的压缩编码技术。矢量量化方法压缩比较高,但往往存在分块效应,而EZW算法在高压缩比情况下存在恢复的图像质量较差的问题,提出一种基于矢量量化的嵌入式零树小波方法,它的基本原理是引入差值图像思想,先对原图像做矢量量化,再将原图像与矢量量化的恢复图像求差值图像,差值图像经过小波分解以后会存在大量为0的小波系数,再利用EZW编码,帮助提高重建图像质量。实验表明,相对于EZW和JPEG2000算法,本文算法的压缩比和编码质量均有显著提高。     

基于多级SMVQ的图象编码算法

边缘匹配矢量量化器(SMVQ)是有限状态矢量量化器(FSVQ)的一个分支.该量化器适合于对图像块间相关性高的图像进行压缩编码,其优点是在比特率相近的情况下,编码质量高于传统的穷尽搜索矢量量化编码器,但其缺点是计算量大和比特率固定.本文提出了一种改进的边缘匹配矢量量化器.测试结果表明,该算法是变比特率编码算法,它比边缘匹配矢量量化器的比特率低,编码速度快,编码质量得到提高.     

基于颜色分布矢量的图像检索方法

提出采用颜色分布矢量来描述图像的颜色特征,该矢量既考虑了颜色的统计特征,又包含了图像颜色的空间分布特征。实验结果表明,该方法在彩色图像相似性检索时是很有效的,具有较高的检索效率。     

基于四叉树分割的变维矢量量化图像压缩算法

传统的矢量量化压缩算法将图像分割为相同大小的编码块,该方法存在较多的冗余.为了提高矢量量化压缩算法的效率,提出一种基于四叉树分割的变维矢量量化图像压缩算法.首先对8×8的图像块进行编码,计算各图像块绝对误差之和,若大于预设的阈值,则将残差分为4等分再编码,重复该过程直到绝对误差之和小于预设的阈值或达到最小图像块.实验结果表明,相对于全搜索的矢量量化方法,在相同码率下,算法编码时间较短且重建图像质量较好.     

基于自组织特征映射的图象矢量量化

本文就基于自组织特征映射的图象矢量量化编码做了初步的探讨,得出一些结论。在矢量量化中,码本性能的好坏对重建的图像有直接的影响。我们利用自组织特征映射(SOFM)网络进行聚类,实现了图像矢量码本的生成,然后再根据矢量量化(VQ)编码原理将图像重建。该方法可以达到较高的压缩比,实现了图像压缩。并且,就不同条件下的图像作了对比。