基于图像检索技术的材料腐蚀原值监测系统

材料腐蚀原值监测是利用视频技术、计算机图像处理技术、模式识别技术对材料外观腐蚀图像进行检测、处理及管理.针对材料腐蚀图像的颜色特征、纹理特征进行分析,用颜色直方图方法实现材料腐蚀图像统计特征的提取,用区域灰度共生矩阵进行材料腐蚀图像特征纹理的提取,用纹理测度来描述材料腐蚀图像纹理的相似性,实现了材料腐蚀图像内容的匹配及检索.     

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.     

基于Android系统的植物图像检索研究

在Android移动平台上,基于植物图像内容的检索技术进行了研究,实现了基于颜色和纹理特征的植物图像检索系统。颜色特征采用了基于HSV颜色空间的分块主色提取方法,纹理特征采用了纹理谱方法。最后对系统的性能进行了测试和分析。     

复杂矿石图像的特征提取与聚类

为使特征提取更适合复杂矿石图像识别,提出并实现一种结合RGB颜色特征及其纹理特征映射的图像内容识别新方法,并将聚类方法应用于图像识别系统中。首先将图像分块,基于不同的颜色空间提取子块的纹理特征,并应用主成份分析进行纹理特征映射。然后提取图像的RGB颜色特征,每个子块的特征向量由上述2种特征组成。最后基于每个子块的特征向量应用Kmeans聚类方法对图像内容进行识别。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,具有较好的复杂矿石图像理解与识别的效果。     

一种基于颜色和纹理的优化SVM火灾识别方法

提出一种基于火焰颜色和纹理特征的提取方法,采用量子遗传算法优化支持向量机,构造QGA-SVM火焰图像分类器.算法利用火焰颜色特征对去噪增强后的图像提取火灾疑似区域,采用Uniform LBP提取其纹理特征;运用KPCA算法对特征向量进行降维处理,将KPCA选择出来的特征输入到经量子遗传算法优化过的支持向量机(QGA-S...     

基于颜色和纹理特征的图像检索技术研究

为改善单一特征图像检索方法的局限性和传统综合特征检索方法计算复杂度高的问题,提出一种综合特征的图像检索新方法:将Tamura纹理特征与抗几何形变的小波变换纹理分析方法相结合提取出13个纹理特征分量,在小波分解得到的低频区域中进行颜色直方图的提取,从而实现了颜色和纹理特征相结合的图像检索系统.实验表明,该方法在不明显增大计算量的情况下比单一特征的图像检索具有更好的检索效果.     

基于主色连通区域纹理谱特征的图像检索

借鉴纹理谱特征的概念,本文提出并实现一种结合图像主色连通区域信息及其纹理谱特征的图像检索方法.该方法基于图像的主色连通区域,结合图像的颜色构成和分布信息,提取图像的每个主色连通区域的纹理谱特征,并采用线性加权直方图相交法作为相似性度量函数,同时分析并给出了适用于本文方法的加权函数取值方式.本文方法将颜色信息与纹理特征有效地结合在一起,在不增加太多计算时间的条件下,提高了检索质量.     

纹理融合新空间关系下颜色的刑侦图像检索

为提高刑侦图像检索的准确率,针对现有刑侦图像检索算法对图像颜色空间信息提取不足以及缺乏对局部纹理描述的问题,提出一种纹理融合新空间关系下颜色的刑侦图像检索算法。该算法通过3级分区划分图像,在计算颜色自相关图的基础上,利用图像块之间的街区距离反映颜色特征的空间关系。同时,使用具有旋转不变特性的局部二值模式(rotation invariant local binary patterns,RILBP)描述算子提取图像的纹理特征。并采用加权相似性度量融合颜色与纹理特征的相似性来实现检索。在刑侦图像库上的实验结果表明,该算法具有较好的检索性能。     

基于改进的核判别分析的人脸识别算法研究

由于目前面临光照、表情、姿态等影响,人脸识别是计算机视觉领域中的一个难题.由于人脸图像蕴含着丰富的纹理信息,充分利用纹理特征也是提高人脸识别算法的有效方法.利用图像处理中信号处理和学习两种方法的优势,提出了基于Gabor小波和KDCV相结合的图像特征提取算法.首先利用小波分析提取人脸图像的纹理特征,然后用改进的核判别分析方法对提取的纹理特征进行降维,用降维后的数据作为人脸识别的特征.通过仿真实验表明,改进的核判别分析算法可有效提高人脸识别正确率,提高算法的实际应用性.     

基于图像处理的小麦品种分类研究

籽粒的外观特征是区别不同小麦品种的重要标志,对小麦的选育工作具有重要的参考价值.首先采用中值滤波和迭代式阈值法对采集到的4类小麦共468粒样本图像进行处理和分割;然后针对每类小麦,提取了其6个颜色特征、5个形态特征和5个纹理特征等共16个参数;最后通过构建神经网络比较了仅使用颜色和形态特征作为网络输入以及3类特征共同作用时的分类效果.试验结果表明:仅使用颜色、形态两方面的11个特征参数时,小麦样本的识别率为87.6%;当增加5个纹理特征时,样本的识别准确率达到93.13%,可有效识别出4类小麦样本.     

花式纱线的计算机模拟

为了解决由于花式纱线不规则的外形、复杂的材质结构以及丰富的色彩变化，造成真实感模拟的困难，将花式 纱线的特征参数分为形态、材质和颜色三个主要方面，提出在计算机上模拟花式纱线的实现方案．用多段拼接的低次贝 塞尔曲线构造花式纱线的形态轮廓，在形态轮廓区域内及其附近添加基于光照明模型的光照明因子模板和随机噪声函数 表现纱线的材质，纱线的配色在色调、亮度、饱和度（hue、luminance、saturation,HLS)颜色模型中进行，可以单色平 铺和多色渐变．对棉质单色雪尼尔纱、波纹纱以及渐变色雪尼尔纱的模拟效果表明，整套方案能够实现对花式纱线较为 逼真的模拟．     

基于多变量图像分析的铜矿泡沫浮选分类与识别

针对矿物浮选过程中以人工观测为主的浮选状态监测易受人主观因素影响, 长流程的浮选现场难以实时获得生产状态信息, 引起在线监测信息的不准确性及滞后, 严重影响浮选生产工况及时调整, 造成生产过程资源和能源浪费的问题, 基于多变量图像分析方法研究矿物加工领域的泡沫浮选过程泡沫图像的分析与特征表征, 并融合多变量图像分析、多分辨率分析、多分辨率-多变量图像分析、改进分水岭的图像分割算法和基于模板匹配的宏块跟踪方法, 提取铜矿泡沫图像的颜色、纹理、尺寸、速度和稳定度特征.在此基础上, 对铜矿泡沫浮选生产状态进行了分类与识别, 并建立泡沫图像变量特征与工艺指标之间的关系模型, 可用来预测铜矿泡沫品位.应用结果表明:该方法可实现铜矿浮选过程的实时监控及生产状态的识别.     

基于统计模式识别的植物病害彩色图像分割方法

根据植物病害彩色图像的特点,提出了用颜色空间作为特征空间,利用统计模式识别的监督分类方法,采用基于Fisher准则的线性判别函数来对彩色图像进行真彩色二值化分割。结果表明:该方法具有快速、有效和准确的特点,对彩色植物病害图像的分割处理十分有效。     

足球机器人视觉图像分割算法

为提高机器人在比赛中对多目标提取及识别的准确度和效率,采用离线的自适应阈值颜色分类法,同时识别不同颜色的多个目标物,对颜色的变化有一定的适应性;然后用改进的数学形态学中的膨胀腐蚀算法对颜色分类后的图像滤波,该方法在保证图像处理效率的同时提高分割精度;最后使用种子填充法来实现同时分割和多目标特征提取,减少像素点遍历次数,提高算法效率。实验证明,通过上述方法可以使足球机器人适应一定的光照变化,准确快速地分割多个目标。     

一种新的基于倒谱法和Richardson—Lucy算法的运动图像盲复原方法

运动图像的盲复原,一直是图像处理领域的难点,本文根据运动模糊图像特点,提出了一种鲁棒、高效保留图像细节和纹理特征的图像盲复原算法．在图像的复原过程中运用了基于最大似然函数的Richardson—Lucy滤波方法只需知道模糊类型,不需要其它任何先验知识,就能做到有效复原,适用范围广,能对线性匀速运动类型的模糊、振动模糊、旋转模糊都有效,鲁棒性好,抗噪能力强．     

色织物组织的灰度特征与自动识别

采用轴向拉伸矫正织物使组织结构清晰和正交,可使经纬两种组织点生成的图像特征显著,便于简化表达和纹理分析。将色织物彩色图像转成单元灰度图像,利用灰度图像处理的简便与快速,对色织物组织进行特征和层次的识别。实验证明,色织物组织点特征提取准确、方便,光泽型纹理提取可用一次灰度统计量;方向型纹理提取可用二次灰度统计量,以此可快速完成不同组织点的分类。而且,拉伸处理和灰度纹理分析组合方法能有效强化织物组织点特征,便于简化图像处理算法,检测识别几乎完全准确。     

基于内容的图像搜索引擎技术

图像搜索引擎中 ,基于内容的图像搜索引擎技术的研究越来越受到重视 ,它不同于基于关键字的图像搜索引擎查询原理 ,主要按照图像的颜色、纹理和形状进行相似性匹配查询 ,从而大大提高了查全率和查准率。在整个查询过程中 ,搜索引擎的核心—— Spider程序起到了至关重要的作用。