基于颜色、边缘综合特征的图像检索技术研究

在基于内容的图像检索技术(CBIR)中,颜色作为图像的一种重要视觉信息,已得到广泛应用.相对于图像的几何特征而言,颜色具有一定的稳定性,对缩放、平移、旋转具有很强的鲁棒性.目前基于颜色特征的检索技术很多,但也都有各自的局限性.提出一种新的图像检索算法,基于颜色、边缘二种特征的综合来完成图像的检索.在颜色特征中采取了聚类方法优化像素点颜色量化过程.通过加权处理,将基于颜色直方图的检索技术与基于边缘直方图的检索技术相结合,实现图像检索性能的显著提高.     

一种海量图像下的高精度特征检索算法

传统图像关键特征二次检索算法无法计算图像纹理相似度,导致数据库中海量相似图像的检索精度偏低,查全率与查准率均不理想.为此,设计新的基于灰度直方图的图像关键特征二次检索算法.采用中值滤波将某像素点灰度值替换成相邻区域像素点灰度中值,去除图像背景及噪声干扰.建立归一化灰度共生矩阵,并向量化输入图像并计算其灰度特征矢量.利用...     

基于色彩与形状信息特征的图像检索算法研究

针对单独用颜色特征并不能很好地表达图像内容的问题,提出了综合利用颜色和形状特征进行图像检索的方法。由于颜色直方图无法表达空间分布信息,因此采用的颜色特征为颜色自相关图,并对色调进行重叠量化。而形状特征采用边缘方向直方图,并对方向进行重叠量化。仿真实验表明,综合利用颜色和形状特征比单独用颜色和形状特征进行图像检索的效果要好,提高了图像检索的查准率。     

视频帧/图像中图标识别算法

针对图像/视频中提取的图标图像,提出一种基于距离变换的识别和检索算法。为减少颜色畸变带来的影响,先将图像转换为二值图标图像进行后续处理。二值图像可以通过像素点的不同空间位置分布来表现,据此提出一种基于像素点位置信息的识别检索算法,其基本思想是首先对灰度图像进行大小归一化,然后二值化得到二值图标图像;主轴旋转后利用基于形态学极限腐蚀的距离变换将二值图像中像素点的位置信息转换为不同的灰度信息,通过比较其直方图特征实现对图标的识别。实验结果表明该算法速度快、识别率高,并且具有很好的平移、尺度和旋转不变性。     

视觉特征的分块加权图像检索方法

对图像检索进行了研究,提出了一种新的分块加权图像检索方法。根据视觉注意机制将图像分成不均匀的若干块以及设置不同的权值,提取每块的视觉特征。首先在HSV颜色空间利用Sobel算子得到图像的边缘信息,计算颜色和边缘方向的色差直方图,同时定义一种结合颜色和边缘方向的结构来获取图像的纹理信息,并用直方图表示;然后连接每个块的直方图作为图像的特征向量进行图像检索。实验选取Corel标准图像库进行检索以及和另外5种图像检索方法进行对比分析,实验结果表明该方法具有较高的检索精确度。     

综合颜色与纹理的图像检索

提出了组合颜色和纹理特征的图像检索方法,通过对颜色进行量化然后提取颜色特征,计算图像之间的颜色距离.用Gabor变换提取图像的纹理特征然后根据L2距离计算图像的纹理距离,利用颜色特征和纹理特征的加权来求检索图像和查询图像的相似度,根据相似度的大小来进行图像的检索.实验结果表明,基于组合特征的图像检索方法优于单纯的图像检索方法.     

基于颜色直方图熵值及分块主色的图像检索

为了克服在检索相同背景中物体颜色不同的图像时无法利用颜色特征而必须利用物体的形状特征这一缺陷,并进一步提高图像的检索效果,本文提出了一种基于颜色直方图熵值及分块主色的图像检索方法。实验结果表明,该方法不仅可以提高图像检索的查准率与查全率,而且对于检索相同背景中物体颜色不同的图像时只利用颜色特性即可达 检索目的。     

基于边缘和颜色特征的图像检索技术

提出了一种综合运用边缘和颜色特征进行图像检索的方法.该方法首先利用Matlab实现基于数学形态学的多结构元的边缘提取,并通过圆环划分法在HSV空间上量化得到颜色直方图,然后根据边缘和颜色特征的不同特性,采用不同的分块方法提取图像特征,突出了目标重要性的同时又兼顾了颜色的旋转不变性.本文根据该方法设计并实现了一个基于边缘和颜色特征的图像检索系统.实验结果表明,综合运用边缘和颜色特征进行图像检索,可显著提高图像检索系统的查全率和查准率.     

基于分块主色法的图像无序激增数据检索仿真

针对传统图像信息检索方法存在检索效果不佳的问题,提出基于分块主色法的图像无序激增数据检索方法.方法首先按照图像内容将图像进行分块处理,并对每个分块进行HSV非均匀量化,得到图像的颜色特征;然后根据图像小块的颜色特征分布情况,对小块的颜色特征进行加权值计算;最终以小块加权的颜色值为目标特征,进行相似度估计,并计算图像之间...     

基于颜色-空间特征的图像检索

虽然基于颜色直方图特征的图像检索方法简单、高效,但却丢失了颜色的空间分布信息.提出了一种基于颜色-空间特征的图像检索方法.该方法将图像内容看成由若干对象组成的集合,首先利用图像分割得到主要对象,然后根据对象的颜色、位置和形状特征计算图像间内容的相似度,再进行检索.实验结果表明,当图像中有明显的物体时,该方法与颜色直方图相比,能够更加准确和高效地查找出用户所需内容的图像,明显地提高了检索精度.     

基于边缘颜色对的车牌定位新方法

车牌定位是车牌自动识别系统中的一个关键问题．该文提出了一种新的基于边缘颜色对的车牌定位方法．首先进行彩色边缘检测，然后以每一边缘点为中心，垂直于边缘方向取一线形窗口，在窗口内检测边缘点两侧像素的颜色是否分别匹配车牌的底色与字符颜色，若是，则保留为候选车牌边缘点；然后进行形态滤波，剥离不符合车牌结构特征的区域，最后对候选车牌区域进行纹理特征的分析以确定真实车牌区域．该方法抓住了车牌背景与字符具有固定颜色搭配的重要特点，综合利用了车牌的结构特征和纹理特征，提高了车牌定位的可靠性．对各种条件下拍摄的163幅含有车牌的图像应用该算法，定位准确率达到98．2％。     

多摄像机图像拼接视觉归一化技术研究

视觉归一化是多视点图像拼接领域的一个关键技术,在对大量图像处理算法研究的基础上,提出了一种针对多摄像机图像拼接的视觉归一化处理方法。该方法主要包括图像颜色校正和图像边缘融合两个模块;在图像颜色校正模块中,引入了图像区域划分策略和自适应颜色调节因子,使不同的像素点都有不同的颜色调节因子,并充分利用相邻图像间的颜色关联性对目标图像的颜色进行自适应校正;在图像边缘融合模块中,利用反映射矩阵计算出拼接图像的重叠区域,利用自适应边缘融合因子对重叠区域进行边缘融合处理。实验结果表明,该方法能够较好地减少甚至消除拼接图像间的视觉差异,较好地改善了图像拼接的视觉效果。     

基于四元数描述的彩色图象边缘检测器

为了对彩色图象进行有效的边缘检测 ,提出了一种彩色图象边缘检测的新方法 ,该方法先是采用基于四元数的滤波器来确定当前像点是否在同质区域边缘 ,进而检测出边缘像点 .实验表明 ,该方法对合成及自然彩色图象均有较好效果 ,能够方便快捷地得到图象的边缘 .     

基于支持向量机的彩色图像水印算法

提出了一种基于回归型支持向量机(SVR)的盲检测彩色图像水印算法。为了改善可见性,根据人眼视觉特性（HVS）自适应选择其嵌入位置。水印嵌入是通过修改图像中像素蓝色通道信息来实现,水印提取时结合图像局部相关性,选取稳定的特征向量并获取SVR训练模型,进而利用SVR训练模型进行预测提取数字水印信息。在嵌入过程中通过高斯模板来均衡调整嵌入水印后对宿主图像影响的强度,仿真实验证明本文算法不仅具有非常好的透明性,而且对诸如叠加噪声、JPEG压缩、平滑滤波、几何变换、图像增强等攻击也具有很好的鲁棒性。     

融合目标增强与稀疏重构的显著性检测

目的 为了解决图像显著性检测中存在的边界模糊,检测准确度不够的问题,提出一种基于目标增强引导和稀疏重构的显著检测算法（OESR）。方法 基于超像素,首先从前景角度计算超像素的中心加权颜色空间分布图,作为前景显著图;由图像边界的超像素构建背景模板并对模板进行预处理,以优化后的背景模板作为稀疏表示的字典,计算稀疏重构误差,并利用误差传播方式进行重构误差的校正,得到背景差异图;最后,利用快速目标检测方法获取一定数量的建议窗口,由窗口的对象性得分计算目标增强系数,以此来引导两种显著图的融合,得到最终显著检测结果。结果 实验在公开数据集上与其他12种流行算法进行比较,所提算法对具有不同背景复杂度的图像能够较准确的检测出显著区域,对显著对象的提取也较为完整,并且在评价指标检测上与其他算法相比,在MSRA10k数据集上平均召回率提高4.1%,在VOC2007数据集上,平均召回率和F检验分别提高18.5%和3.1%。结论 本文提出一种新的显著检测方法,分别利用颜色分布与对比度方法构建显著图,并且在显著图融合时采用一种目标增强系数,提高了显著图的准确性。实验结果表明,本文算法能够检测出更符合视觉特性的显著区域,显著区域更加准确,适用于自然图像的显著性目标检测、目标分割或基于显著性分析的图像标注。     

基于色彩空间分块匹配的三维动画融合技术

为了提高影视动画制作的三维图像成像质量,需要进行动画图像的动态信息融合处理,提出一种基于二维色彩空间分块匹配的三维动画图像的动态信息融合处理技术,采用虚拟视景重构技术进行三维动画图像采集和特征投影处理,对三维动画图像进行二值拟合和边缘轮廓检测,采用RGB分解技术进行三维动画图像的颜色分量提取,采用颜色模板空间投影算法进行三维动画图像的分块融合处理,提高三维动画图像的边缘像素点的特征配对性能,结合三维动画图像的色彩空间分块融合结果进行像素特征优化配置,计算匹配窗口相关系数,实现三维动画图像的动态信息融合处理。仿真结果表明,采用该方法进行三维动画图像的动态信息融合处理,能提高图像输出峰值信噪比,提高动态成像质量。     

基于图象方向性信息测度的图象象素分类

针对以往象象图处理方法缺乏通用性的问题,提出了一种新的基于图象方向性信息测度的图象素数分方法,即利用不同类型的图象象素的方向性信息测度,以及方向性信息测试随观观察尺度变化时的改变不同,来将图象象素分成边缘点,平滑点和纹理点以及用于图象分析,该方法不仅可用于任意图象的前期分析,而且具有良好的抗噪能力,实验证明,该方法具有令人满意的效果。     

基于彩色边缘网格直方图的图像检索方法

边缘是图像局部变化最显著的部分,也是人类理解图像内容的重要线索.本文提出了一种基于彩色边缘特征的图像检索方法,该方法首先利用Canny检测算子提取出原始图像的彩色边缘信息,然后将彩色边缘划分成圆环区域和角形区域,并分别计算出圆环区域和角形区域的颜色直方图;最后综合利用上述圆环区域和角形区域的颜色直方图计算图像间内容的相似度,并进行彩色图像检索.仿真实验表明,该方法能够准确和高效地查找出用户所需内容的彩色图像,并且具有较好的查准率和查全率.     

基于色彩空间单一图像像素级去雾算法

基于雾会降低图像对比度以及边界模糊的实际情况,提出一种基于颜色空间的单幅图像去雾算法。首先计算每个像素在RGB颜色空间中距离灰阶线(原点与点(255,255,255)所确定的直线)的距离,确定深度图像;然后根据灰阶线距离计算每个像素在颜色空间中的新位置,进而获得去雾后的图像。算法具有良好的实用性和并行计算可行性。实验结果表明:算法显著增强了图像的对比度、颜色饱和度等,具有良好的去雾效果。     

Adaptive-neighborhood histogram equalization for image enhancement

By modifying the histogram of an image, a dramatic improvement in the perceptibility of details can often be achieved. However, the two commonly used methods of full-frame histogram equalization and local-area histogram equalization often fail to produce adequate enhancement when the image contains relatively small but variable-sized regions in which there are objects or features of interest with low visual contrast. A new method of adaptive-neighborhood histogram equalization that is effective in enhancing these types of images is proposed in this paper. In this method, an adaptive neighborhood is developed for each pixel in the image. The adaptive neighborhood is a compound region made up of a foreground that contains 8-connected pixels close in gray level to that of the seed pixel, and a background of neighboring pixels molded around the foreground. The histogram of this adaptive neighborhood is equalized to provide the transformation that is applied to the seed pixel. Major advantages of this method are the avoidance of block edge artifacts that are encountered in local-area histogram equalization, and improved perceptibility of image detail. Examples of images transformed using the three methods of histogram modification are presented along with a discussion of the merits of the adaptive-neighborhood method.