复杂海地背景下的舰船目标检测

提出一种新的基于纹理特征相似度的图像区域分割方法--迭代合并-扩张法.通过对各区域直方图的相似性比较,来确定不同区域纹理特征的相似性,把纹理特征相似性权值作为区域一致性度量,迭代合并相似区域完成图像的初始分割,再通过区域扩张来解决小区域纹理特征的不稳定性问题,完成图像中水域与陆地的精确分割.最后利用形态学对比度法在水域中进行目标检测.试验结果表明,此方法能很好地实现复杂海地背景下的舰船目标检测.     

基于双参数颗粒分析的纹理分割

形态学颗粒分析是一种有效的颗粒纹理图像分割方法,但由于单一的颗粒度参数,使得其难以分割如颗粒度相同而空间排列不同的纹理图像,为此提出了一种基于双参数颗粒分析的纹理图像分割方法,该方法将传统的颗粒分析从单一参数扩展到以颗粒度和空间位置为参数的二维空间,使得扩展后的颗粒分析通过分布函数不仅能够提取纹理的颗粒度特征,而且能够获取纹理的空间排列特征,克服了传统颗粒分析难以区分颗粒度相同而空间排列不同纹理区域的问题.仿真实验表明,该方法在运算复杂度增加不大的情况下,纹理分割效果优于颗粒分析法,区域像素错分率低于颗粒分析法和Gabor滤波器法.     

集成模糊特征的Snakes模型分割图像纹理

对纹理图像进行局部一维离散傅里叶变换,把傅里叶变换能反映图像纹理的高频部分的振幅谱作为纹理的特征向量.利用模糊概念定义模糊特征向量,把模糊特征向量集成到Snakes模型.改进的Snakes模型使活动轮廓曲线在曲线内部力场、图像梯度力场和特征向量对区域的模糊隶属度确定大小的曲线法向力场的共同作用下运动.对纹理实验图像和真实图像的进行了分割实验,实验结果说明新的模型能对图像纹理进行有效的分割,模糊特征的融入扩大了Snakes模型分割图像的范围.     

基于纹理特征的钢丝绳图像分割方法

针对复杂背景下钢丝绳图像难以准确分割的问题,提出一种新的基于纹理特征的图像分割方法.首先,采用局部二进制模式(Local Binary Pattern,LBP)特征直方图的一阶熵、二阶熵作为LBP特征的统计测度,降低LBP特征的维数.同时选用边缘密度作为纹理描述的特征之一,弥补LBP算子提取纹理特征不足,抗干扰能力差的缺点.然后以上述纹理特征构成特征矢量,采用模糊C-均值(Fuzzy C-Mean,FCM聚类算法进行聚类分割.在实验中,对比了该算法与灰度共生矩阵、传统LBP算子在钢丝绳图像分割中的效果.结果表明,该算法可以有效地对钢丝绳图像进行纹理分割,并能取得良好的边界定位效果,性能优于另外两种算法.     

岩心颗粒彩色图像的多维特征KFCM聚类分割算法

岩心颗粒的彩色图像包含的信息具有复杂性和多样性,除了人眼视觉系统容易感知的颜色与空间形状特征之外,还隐含着更深层次的纹理特征信息。提出一种多维特征核模糊C均值(Kernel Fuzzy C-Means,KFCM)聚类分割算法:首先使用Gabor滤波器组在频域的不同尺度和方向上对岩心颗粒彩色图像进行卷积滤波处理,并将Gabor滤波结果作为频谱的局部纹理特征;然后将纹理特征、颜色特征以及图像像素点空间位置信息合并到核模糊C均值聚类算法中,从而实现岩心颗粒彩色图像的分割。结果表明:与其他算法的分割结果相比,多维特征KFCM聚类分割算法能更准确地识别不同类型的岩心颗粒的彩色图像,获得了良好的分割结果。     

基于颜色和形状的图像检索

提出一种新的基于颜色和形状的图像检索方法.将彩色图像转换到HSV空间将彩色图像转换到HSV空间,同时将检索图像分块,分别计算每个子块图像的颜色信息熵和中心矩;同时利用Harris算法提取检索图像的兴趣点,计算兴趣点环形空间分布的颜色信息熵和中心矩,以此表征图像的形状特征.针对颜色和形状特征进行高斯归一化,分别计算图像颜色和形状的相似度.最后,利用颜色和形状相似度的加权和进行图像检索.试验结果表明本文算法比CCSI算法和SCH算法具有较高的检索率.     

基于SNIC超像素融合纹理特征和上下文内容的显著性目标检测算法

针对显著性目标检测算法在面对复杂场景图像时存在背景错误凸显和不能凸显纹理细节的问题,提出一种改进的基于SNIC超像素融合纹理特征和上下文内容的显著性目标检测算法。对图像进行SNIC超像素分割,基于超像素的距离、颜色得到超像素显著图;利用LBP算子得到图像的纹理显著图,将超像素显著图以及纹理显著图结合得到初级显著图,最后将初级显著图与CA模型下的显著图融合,得到最终显著图。基于MSRA10K数据集将该文算法与其他5种算法进行对比测试。结果表明：该文所提出的算法与其他现有的显著目标检测算法相比,该文算法可有效抑制相似背景的干扰,突出目标区域的纹理信息,并且具有较高的准确度和稳定性。     

一种基于小波特征的彩色图像分割算法

利用小波变换的多尺度对图像纹理特征良好表达的特点,用小波变换提升算法图像纹理特征进行提取,从而达到较好的分割效果。     

基于包装外观特征图像内容检索方法研究

针对包装外观特征图像信息在图像数据特征的表述、图像内容的检索方法上进行了阐述,并对图像中的颜色特征、纹理特征、轮廓特征进行了表述分析,以便于图像特征的提取和图像内容的匹配,从而实现图像内容的检索,为图像数据库的储存、检索、处理提供相应的处理技术。     

OLED显示屏表面缺陷自动检测方法

目的 为了解决OLED显示屏表面周期性纹理背景和缺陷边界模糊、对比度低的特征导致其表面缺陷检测困难的问题,开展OLED显示屏表面缺陷自动检测方法研究.方法 对OLED显示屏图像进行奇异值分解,选择前2个较大的奇异值重构图像纹理背景,对原图像和重构图像进行差分运算,获得残差图像.将残差图像像素随机赋予初始隶属度值,采用模糊C均值聚类法获得像素最终隶属度值.根据隶属度大小,将残差图像像素聚成2类,并从残差图像中准确地分割缺陷.结果 选取较大的2个奇异值可以有效地重构OLED显示屏的周期性纹理背景;模糊C均值聚类法分割缺陷获得的区域灰度一致性(U)平均值为0.9846.结论 基于奇异值分解的背景重构方法可以有效地检测OLED显示屏表面缺陷;与分水岭法和Otsu方法相比,模糊C均值聚类可以准确地分割模糊边界的缺陷区域.     

Shape,Color and Texture Based CBIR System Using Fuzzy Logic Classifier

The perfect image retrieval and retrieval time are the two major challenges in CBIR systems. To improve the retrieval accuracy, the whole database is searched based on many image characteristics such as color, shape, texture and edge information which leads to more time consumption. This paper presents a new fuzzy based CBIR method, which utilizes colour, shape and texture attributes of the image. Fuzzy rule based system is developed by combining color, shape, and texture feature for enhanced image recovery. In this approach, DWT is used to pull out the texture characteristics and the region based moment invariant is utilized to pull out the shape features of an image. Color similarity and texture attributes are extorted using customized Color Difference Histogram (CDH). The performance evaluation based on precision and BEP measures reveals the superiority of the proposed method over renowned obtainable approaches.     

Research on the Pedestrian Re-Identification Method Based on Local Features and Gait Energy Images

The appearance of pedestrians can vary greatly from image to image, and different pedestrians may look similar in a given image. Such similarities and variabilities in the appearance and clothing of individuals make the task of pedestrian re-identification very challenging. Here, a pedestrian re-identification method based on the fusion of local features and gait energy image (GEI) features is proposed. In this method, the human body is divided into four regions according to joint points. The color and texture of each region of the human body are extracted as local features, and GEI features of the pedestrian gait are also obtained. These features are then fused with the local and GEI features of the person. Independent distance measure learning using the cross-view quadratic discriminant analysis (XQDA) method is used to obtain the similarity of the metric function of the image pairs, and the final similarity is acquired by weight matching. Evaluation of experimental results by cumulative matching characteristic (CMC) curves reveals that, after fusion of local and GEI features, the pedestrian reidentification effect is improved compared with existing methods and is notably better than the recognition rate of pedestrian re-identification with a single feature.     

基于梯度直方图与密度度量模型的图像伪造检测算法

目的为了解决当前图像伪造检测算法在内容识别过程中易丢失色彩信息而导致不理想的检测精度与鲁棒性等问题,提出基于梯度直方图耦合密度度量模型的图像伪造检测算法。方法首先引入RGB彩色图像映射模型,求取图像的颜色不变量。将图像的颜色不变量作为输入量,利用算法检测图像的特征点。然后以特征点为中心构造四级窗口,通过求取窗口内梯度累加值,形成低维度的特征描述符,并利用特征点对应的梯度直方图构造相似性度量模型进行特征点匹配。最后借助欧式距离,构造密度度量模型,对特征点进行归类,以完成伪造检测。结果仿真实验表明,与当前图像伪造检测算法相比,所提算法具有更高的检测正确度,高达99.6%。结论所提算法具有较高的伪造检测精度与鲁棒性,在图像信息、包装印刷等领域具有良好的应用价值。     

基于双级特征提取与度量的图像检索算法

目的 针对单一低层特征在语义属性中的信息易丢失,导致其对图像描述能力不强,使其检索精度不佳的问题,结合颜色矩（CM）、角径向变换描述符（ART）和边缘直方图（EH）等3种特征,定义一种双级特征提取与度量的图像检索方案。方法 首先,将图像转换为HSV色彩空间,并将其分割为若干个非重叠子图像,通通过计算每个子图像的均值、标准差和偏斜度来表征CM;再利用Euclidean距离,对查询图像和数据库图像的CM进行提取与度量,将输出的检索结果标记为一个图像集。随后,提取查询图像与图像集中每个目标的ART和EH特征;利用Euclidean距离分别度量查询图像与图像集中目标的ART与EH的相似性;最后,对ART与EH的加权组合,输出相似性最高的检索图像。结果 实验表明,与当前常见的检索算法比较,文中算法具有更高的检索精度,表现出更优异的Precision-Recall曲线。结论 所提算法具有良好的检索准确度,在信息处理、包装商标等领域具有一定的参考价值。     

基于泽尼克矩耦合颜色空间加权度量的商标检索算法

目的 针对商标检索系统中利用单一特征进行识别和度量时,往往难以充分表征商标特征,易出现检索精度和鲁棒性不高等问题,文中拟设计一种泽尼克（Zernike）矩耦合颜色空间加权度量的商标检索方案。方法 首先,利用Zernike矩作为商标的形状描述符,充分描述商标的形状信息。随后,利用颜色空间来描述图像中像素空间信息的颜色分布特征。然后,分别将输入商标的Zernike矩特征、颜色空间特征与存储在数据库中的特征进行匹配,以计算Zernike矩特征的加权Euclidean距离与颜色空间度量。最后,联合颜色空间度量与Euclidean距离,综合考虑形状与颜色特征,形成新的距离测量规则,输出与查询商标相似的商标。结果 实验数据表明,与当前商标检索算法相比较,所提算法具有更高的检索准确率与鲁棒性,表现出更为理想的Precision-Recall以及平均准确率（Mean Average Precision, MAP）。结论 所提算法返回的图像与查询图像相似度较高,在商标注册、侵权保护等方面中具有一定的参考价值。     

相似度距离耦合角度径向变换的图像配准算法

目的为了解决当前图像配准算法因利用l1距离或l2距离相似度测量手段来完成图像特征点匹配,使其忽略了相位信息,难以有效消除高斯噪声的影响,使其配准精度与效率不佳不足的问题。方法提出最优相似度距离耦合角度径向变换的抗噪图像配准算法。首先引入角度径向变换,以降低算法复杂度,快速提取图像的特征点。然后联合图像的幅度和相位信息,基于欧式距离测度,定义最优相似度距离测量模型,通过求解其全局最小值,对特征点完成匹配,提高算法的抗噪性能。最后将图像分割为内点与外点,择取6个内点,通过计算其变换矩的几何配准误差,改进随机样本一致策略,对匹配进行提纯,消除误配。结果仿真实验结果显示,与当前基于l1距离或l2距离相似度测量的图像配准技术相比,该算法具有更强的抗高斯噪声性能和更高的匹配精度,且算法时耗最短。结论所提算法能够精确完成图像特征配准。     

基于颜色信息与空间特征的自适应商标检索算法

目的为了增强商标检索技术对商标特征的描述能力,改善其在外来干扰下的检索精度与鲁棒性。方法提出一种基于颜色与空间特征自适应结合的商标检索算法。首先,引入主颜色描述符(DCD),将其作为颜色特征检测器,并在颜色特征提取时嵌入k-均值聚类算子,增强颜色区域,准确提取颜色特征。随后,每个商标被量化为8个显色的最大值,以便提取每个颜色分量中的空间分布信息。然后,通过利用不同的权重来平衡颜色与空间特征的重要性,定义一种基于模糊直方图分析技术,计算每个商标自适应系数,以准确描述彩色商标的图像特征。最后,通过Euclidean距离进行相似度量,输出检索到的商标。结果实验结果表明,与当前商标检索方法相比,所提算法具有更高的检索精度与鲁棒性,呈现出更理想的P-R曲线,在召回率为0.7时,其检索准确率仍可达到90%。结论文中检索方法具有较高的检索精度,在包装商标检测、商标版权保护等领域中具有良好的应用价值。     

一种新的基于颜色矢量角的图像空间描述符

在分析利用颜色直方图进行图像检索时存在问题的基础上,提出了一种新的图像空间描述符.首先利用颜色矢量角的特性将图像分为边缘区和平滑区两部分,然后,针对两种区域的不同分布特点,综合利用图像的边缘信息、形状信息及空间分布特性,采用两种不同的描述符--方向颜色矢量角直方图和空间联合分布熵分别来提取图像的边缘区和平滑区的分布特征.实验结果表明,将其用于图像检索,取得了很好的检索效果.