一种用于彩色图象量化的快速聚类算法

为了对彩色图象进行有效地压缩处理,提出了一种基于模式识别技术的图象量化新算法（FSCAMMD）,该算法首先把彩色图象中的颜色样本归为一类,并采用最大频度与类内最小距离最大相结合的方法选取初始类代表点--初始值优选法;然后采用欧氏距离聚类准则及重心法,求得新聚类域中心的向量值,从而得到了令人满意的量化效果。该算法不仅克服了SCA算法对聚类中心初始值选取的不足,较大幅度地减少了彩色图象量化后的总方差以及颜色失真度,而且较好地解决了重建彩色图象的整体层次与局部细节之间的矛盾,其量化效果优于SCA和其他一些聚类量化算法。     

平均误差向量加速的[K]-Means色彩量化方法

针对[K]-Means色彩量化方法在运行时间上过于冗长的问题,提出一种用平均误差向量加速的色彩量化方法。随机生成[K]种色彩作为初始的调色盘,用该调色盘对欲量化的图像进行一次量化。根据量化后的版本,计算其每个颜色分量的量化误差,获得平均误差向量。用该平均误差向量对调色盘进行更新,获得另一更优的调色盘。通过若干次迭代运算,获得最终收敛的调色盘,并用该调色盘进行最后的色彩量化。实验结果表明,该加速算法能对[K]-Means量化方法平均加速70~150倍,同时,原有[K]-Means方法的量化效果还得到了保持。     

一个基于链表的快速色彩量化算法

为了提高色彩量化算法的质量和速度,作者考虑在设计调色板的过程中充分利用分裂算法的快速性和聚类算法的准确性,试图改进像素匹配过程,然后在其基础上提出一个新的实时色彩量化算法.该算法将图像中的所有颜色按照其出现次数的大小排列成一个数据结构链表.整个色彩量化过程可视为关于该链表的一系列操作.实验结果表明,该算法能够获得期望的...     

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。     

基于蚁群优化算法的彩色图像颜色聚类的研究

颜色聚类是计算机视觉和图形学中基本的处理问题 .提出了蚁群聚类算法在彩色图像颜色聚类中应用的新思路 .根据蚁群 pick- drop机制的基本原理 ,提出了在 RGB彩色空间中 ,改进的蚁群算法在彩色图像像素的颜色值聚类中的应用 ,最后进行像素的颜色映射 ,从而完成量化工作 .实验表明 ,采用该算法进行色彩的量化更具鲁棒性 ,颜色失真小 ,同时实现简单     

一种基于K-means的色彩量化快速算法

用K-means算法量化彩色图象能够取得很好的视觉效果,但由于初始聚类中心选取的任意性,导致迭代次数过多,运行时间过长.本文提出的色彩量化算法在吸取K-means算法的迭代思想的基础上,借鉴统计学原理,选取出现频率最高且在色彩空间相互之间距离大于某一阈值的一组颜色作为初始聚类中心.这样既保留了输入图象的主颜色,又尽可能多地表达更加丰富的颜色.实验表明在有效保证量化后图象的质量的同时,该算法能使运行效率得到明显地改进.     

一种快速灰度图像彩色化算法

灰度图像的彩色化是将一幅彩色图像的颜色特征传递给另一幅灰度图像,使灰度目标图像具有与源彩色图像相似的颜色。提出了一种快速灰度图像彩色化算法,将图像像素邻域相关特性引入到匹配像素的搜索过程中。搜索匹配像素时,先在当前像素的邻域范围内进行搜索,只在邻域搜索失效时才进行全图范围的搜索,由于像素邻域相关特性,大部分像素可以在邻域搜索中找到匹配像素,只有极少像素需要进行全图搜索,从而较大地降低了搜索代价,在取得较好的彩色化效果的同时,显著地提高了彩色化速度。     

Dithered Color Quantization

Image quantization and digital halftoning are fundamental problems in computer graphics, which arise when displaying high-color images on non-truecolor devices. Both steps are generally performed sequentially and, in most cases, independent of each other. Color quantization with a pixel-wise defined distortion measure and the dithering process with its local neighborhood optimize different quality criteria or, frequently, follow a heuristic without reference to any quality measure.
In this paper we propose a new method to simultaneously quantize and dither color images. The method is based on a rigorous cost-function approach which optimizes a quality criterion derived from a generic model of human perception. A highly efficient algorithm for optimization based on a multiscale method is developed for the dithered color quantization cost function. The quality criterion and the optimization algorithms are evaluated on a representative set of artificial and real-world images as well as on a collection of icons. A significant image quality improvement is observed compared to standard color reduction approaches.     

彩色图像中多姿态的人脸快速检测及定位

针对复杂背景下的彩色图像,提出了一种基于肤色模型、数学形态学处理、似眼物检测以及眼睛与嘴巴构成三角形特征的人脸检测算法。该方法首先根据肤色模型检测出肤色区域;快速提取肤色区域的边界并分割成一系列肤色块;用数学形态学的膨胀和腐蚀方法分别对各个肤色块进行处理,消除边界毛刺和回旋,填补空洞,同时也避免了不同肤色块的连通;用简单的圆形模板检测出似眼物,然后根据眼睛与嘴巴构成三角形的特征判断是否为人脸。     

基于局部矢量匹配的颜色特征快速传递算法

为了提高颜色传递的速度与精确性,改善构成不相似图像之间的色彩传递效果,对传统的Welsh 颜色 传输算法进行了改进．首先颜色空间由RGB 空间转移到以视觉感知为基础的lab 空间下,再按照一定标准将源图 像局部的平均值和标准差组成特征矢量群．根据图像局部区域具有相似特征的特点,对源图像与目标图像局部矢量 特征进行抽样匹配计算．实验结果表明,该算法具有计算精确、传递速度快,受图像构成相似与否干扰小的优点．     

彩色图像的模糊测度快速对等组滤波方法

为消除彩色图像中的脉冲噪声并提高矢量中值滤波方法的计算效率,提出一种新的模糊测度下的快速滤波方法.该方法是一种矢量中值滤波和等值操作之间开关型滤波算法.在模糊测度下新方法扩展原对等组的概念,采用了滤波窗口内中心像素邻近的对等组元素个数来判断噪声的可能.通过设计的对等组新计算方式,该方法能够有效减少对等组内的矢量距离计算次数.仿真实验表明新方法相较原快速对等组滤波方法能减少近50％的计算量,并能够在噪声抑制和细节保持做到较好的平衡.     

一种基于LGB的色彩量化方法

提出了一种基于LBG的二阶色彩量化方法：第1阶段根据量化级别的大小确定初始调色板选择方案并遴选出初始调色板;第2阶段利用LBG算法对调色板进行迭代优化。实验结果表明,该方案能明显地减少LBG收敛所需的迭代次数以及最终的量化失真。相对于当前其它量化方法,该方法具有更小的量化失真。     

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。     

CoQuWeiP--使用加权积的色彩量化算法

提出一种新颖的色彩量化算法——CoQuWeiP．该算法通过设立像素个数和色彩距离的权重,综合考虑了色彩层次感和关键细节的要求,并可以调节权重以满足不同色彩量化任务对色彩层次感和关键细节的不同要求．实验表明,文中算法在调节量化结果方面是有效的,量化性能较好．     

每时美色

尽管金融风暴一再告诫我们要悲伤、忧愁加克制．仿佛我们就该活在黑色的压抑之下？然而看2009年最新季的美容产品情况并不如大家想象的那么糟,水果色和纯度极高的亮色让人看了跃跃欲试。就色彩学而言,颜色的选择是双向性的．既表现出了自己的个人喜好、心理状态．亦能在一定范围内传染给每一个人。约翰内斯·伊顿（Johannes Eaton）在他的《色彩艺术》中说．     

Hierarchical Color Quantization Based on Self-organization

In this paper, a new hierarchical color quantization method based on self-organizing maps that provides different levels of quantization is presented. Color quantization (CQ) is a typical image processing task, which consists of selecting a small number of code vectors from a set of available colors to represent a high color resolution image with minimum perceptual distortion. Several techniques have been proposed for CQ based on splitting algorithms or cluster analysis. Artificial neural networks and, more concretely, self-organizing models have been usually utilized for this purpose. The self-organizing map (SOM) is one of the most useful algorithms for color image quantization. However, it has some difficulties related to its fixed network architecture and the lack of representation of hierarchical relationships among data. The growing hierarchical SOM (GHSOM) tries to face these problems derived from the SOM model. The architecture of the GHSOM is established during the unsupervised learning process according to the input data. Furthermore, the proposed color quantizer allows the evaluation of different color quantization rates under different codebook sizes, according to the number of levels of the generated neural hierarchy. The experimental results show the good performance of this approach compared to other quantizers based on self-organization.     

一种可调节的多级颜色量化算法

针对当量化图像的颜色数量较少时如何调节颜色层次和微弱颜色,本文提出了一种新颖的多级颜色量化算法.根据Kohonen自组织神经网络和线性像素置换计算第一级调色板;然后多次迭代找出最相似的颜色对,删除其中的一个,得到第二级调色板;最后根据调色板中颜色的像素数量和与基色距离的加权和,选出最终的代表颜色.实验结果表明,该算法能够通过设置适当的像素取样率、像素数量权重和与基色的距离权重而有效地选择满足不同需要的量化结果,并且保持较好的量化图像质量.     

Fast Search Methods for Spectral Quantization

In this paper, we examine the computational requirements for the split-vector class of vector quantizers when applied to low-rate speech spectrum quantization. The split-vector quantization techniques are able to reduce the complexity and storage requirements of the 24-bit per frame spectral quantizer to manageable proportions. However, further dramatic reductions in computational complexity are possible, as will be demonstrated. As the fast-search algorithms reported in the literature are somewhat data dependent, it has been necessary to carefully evaluate several methods specifically for the speech coding problem. A total of six methods have been evaluated for their effectiveness in this task, and we show that a so-called “geometric” fast-search method results in a reduction in the average search time of an order of magnitude.     

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。     

一种新的矢量量化编码算法

矢量量化是低位率图像压缩非常有效的一种方法 ,矢量量化基本方法的一个关键问题是需要较长的编码时间 ,尤其对于高维矢量或大的码书 .提出了一种基于 1/ 2 L2 -范数金字塔数据结构的快速编码算法 ,明显加快了编码过程 ,减少了实际对存储器的需求 ,特别对高维矢量和大的码书效果更显著 ,同时保持与全搜索方法相同的编码质量