基于组合欧拉向量与边缘方向直方图的图像检索方法

在图像数据库中,如何有效检索和查询图像是一个重要的研究内容.文中提出一种结合组合欧拉向量与边缘方向直方图( EOH)的图像检索方法.首先,从边缘图像中提取组合欧拉向量特征进行图像检索(EEXO算法),其次,为更好地区分不同形状但欧拉特征相近的图像,将EEXO算法与EOH算法相结合提出EEXOEOH图像检索算法.实验结果表明,EEXOEOH算法与其它4种算法相比,具有较好的检索效率.     

基于图像边缘摘要的快速模板匹配*

基于多边形逼近和形状签名的思想,提取图像边缘摘要,并利用其进行图像模板匹配。首先对原始图像边缘上的大量像素点进行统计,然后将其转换为少量带有权重和方向的锚点,这些锚点即组成了图像边缘摘要。图像边缘摘要具有缩放、旋转、位移不变性,利用其进行模板匹配能够降低噪声的影响并减少计算时间。通过实验验证了该算法的有效性。     

基于边缘梯度方向直方图的图像检索算法

在基于内容的图像检索中,不同图像对形状细节的要求不同及形状特征对旋转的敏感性,影响检索性能.对此,本文提出了一种基于边缘梯度方向直方图的图像检索算法:利用B样条小波的多尺度变换模极大值进行边缘检测,实现不同图像对形状细节不同要求;用边缘梯度方向直方图表示物体的形状,采用循环移位最小值计算直方图的相关性进行图像匹配,使其具有旋转不变性.实验证明,算法对图像的亮度变化、缩放、旋转具有不变性,有较高的检索性能.     

基于Sobel算子数字图像的边缘检测

数字图像的边缘检测是图像分割、目标区域识别、区域形状提取等图像分析领域中十分重要的基础.图像理解和分析的第一步往往就是边缘检测,目前它已成为机器视觉研究领域最活跃的课题之一,在工程应用中占有十分重要的地位.文中用已在VC中实现图像的边缘检测方法来对其加以分析.目的是在给出图像的边缘检测实现的基础上,提高图像边缘检测的效果,试验表明此方法能有效地提高图像的边缘检测效果.     

基于多重分形的烟雾图像边缘检测研究

对摄像机拍摄的爆炸图像进行识别,采用多重分形频谱分析的方法对爆炸产生的烟雾进行边缘检测。针对爆炸产生的烟雾图像存在图像存在边缘模糊,形状不确定,具有扩散性等特点,本文对提出了一种基于多重分形的烟雾图像边缘监测方法.实践证明该方法能更好的提取烟雾形成早期的各种特征。     

边缘提取算法研究及其在FMI图像处理中的应用

分析边缘跟踪等一些基本图像处理算法,为全井眼微电阻扫描成像(FMI)图像理解设计一套算法,该算法实现多目标检测、目标参数计算、参数分析及其在FMI图像处理中的应用.从FMI图像中得到了孔洞及裂缝的形状特征量(长度、宽度、圆度或复杂度等).达到对FMI图像的定性和定量分析.     

基于LIP的彩色图像边缘检测研究

1.前言边缘是图像中的区域。在这些区域中,图像的亮度发生了陡峭的变化。边缘主要存在于目标与目标、目标与背景、区域与区域(包括不同色彩)之间,是图像分割、纹理特征提取和形状特征提取等图像分析的重要基础。图像分析和理解的第一步常常是边缘检测。边缘检测的目的是去发现图像中关于形状和反射或透射比的信息,它是图像处理、图像分析、模式识别、计算机视觉以及人类视觉的基本步骤之一。     

书籍扫描图像的纠正

扫描书籍时,因为书脊部分远离扫描平面,扫描得到的图像会有变形、明暗不均、模糊等缺点,针对这个问题,在分析书籍空间形状模型的基础上,提出了基于图像边缘提取、线性图像变换和分片直方图修正的综合解决方法.实验结果表明,该方法能够快速、准确地解决书籍扫描图像存在的变形和明暗不均问题.     

边缘处理在仿真迷彩设计中的研究与应用

研究迷彩伪装做为隐真示假的手段,针对迷彩设计脱离伪装目标的实际背景,使设计出的迷彩与背景的颜色、形状和纹理不能很好地协调一致等问题,提出了一种基于边缘处理的、通过提取目标背景的特征信息来设计迷彩斑块的方法.可采用金字塔图像分割方法对目标背景的图像进行处理,然后对分割后的图像进行彩色Canny边缘检测,从而得到迷彩图案中的斑块大小、形状及配置信息,并进行仿真.仿真结果表明,基于方法设计出的迷彩图案能够更好地保留背景的细节特征,证明达到良好的迷彩设计效果.     

基于形状与空间位置特征的二值商标图像检索

本文将商标图像看作是由一些具有显著形状特征的区域构成的集合体,对于这样一个集合体,提出了一种基于形状与空间位置特征的检索方法.该方法既考虑了商标内部各组成部分的形状特征,又兼顾了它们之间的空间位置关系,从而保证了图像局部与整体的一致性,具有很好的检索精度.与仅仅利用图像的形状特征进行检索的实验结果相比,其检索结果更加符合人的视觉感受.     

基于小波和相对矩的形状特征提取与检索方法

提出了一种基于小波和相对矩的形状特征提取与检索方法。首先，对亮度图像进行小波多尺度边缘检测，得到多尺度边界图像；然后，计算每一尺度的7个不变矩，再转化为10个相对矩，所有尺度上的相对矩组成图像的特征向量；最后，对特征向量进行高斯归一化，用欧氏距离度量图像间的相似度，构建了一个基于形状特征的网像检索系统。实验结果表明，该方法具有明显的优越性和通用性。     

基于颜色和边缘方向的图像检索方法

提出了一种新的图像特征表示方法,首先提取图像的底层颜色信息获取颜色特征值 ,通过对图像中物体的边缘检测计算像素点的边缘方向角度值,并对颜色特征值和边缘方向 角度值进行量化。然后根据相邻像素点之间量化结果的数值分析,为每个像素点建立8维特 征向量。再以中心像素点与相邻像素点间不同的位置关系为基础,为每种位置关系赋予不同 的权重,根据像素点的特征向量计算出图像中每一个像素点的特征值。最后统计图像中具有 相同特征值的像素点个数,形成特征直方图,以此作为图像检索的依据。实验表明本文方法 能够有效描述图像的颜色分布和图像中物体的空间结构,更加细致地记录图像信息,进一步 增强图像之间的区分能力。与其他方法相比,本文方法检索效果更好。     

用不变矩和边界方向进行形状检索

基于形状的图像检索一直以来是图像内容检索的一个难点问题，而目前采用周长、面积、边角率等描述形状的方法不能使形状检索达到理想的效果．本文提出了一种新的针对图像形状的检索方法．首先，用Canny算子对图像进行平滑处理，提取图像边界方向直方图特征、其次，用不变矩来描述图像形状的区域特征，不变矩特征不受图像的缩放、平移和旋转的影响．最后，为了克服不变矩只关心对象区域，而对图像边界忽视的缺点，提出了不变矩与边界方向特征相结合的方法，使得检索取得更好的效果．本文通过对医学图像的形状检索实验，给出了实验结果和结论．     

基于二值信息的颜色和形状特征的图像检索

由于单一特征不足以准确地描述图像,提出了一种结合颜色、形状特征的图像检索方法.提出了新的用二值信息来表示图像的主色、全局色和形状特征的方法,并由此特征构造两个过滤器快速地过滤图像库中明显不相同的图像,以提高检索速度;采用改进的颜色直方图和形状基本特征进行相似度计算,为进一步提高图像检索的质量引入相关反馈机制,提出了一种动态调整两幅图像相似度中颜色特征和形状特征的权值系数的方法.文中方法与其它方法进行了比较实验,结果表明,该方法优于其它方法.     

基于渲染图像角度结构特征的三维模型检索方法

为了充分利用三维模型的颜色、形状、纹理等特征,提出以三维模型渲染图像为数据集,利用渲染图像角度结构特征实现三维模型检索。首先,该方法以三维模型渲染图像为测试集,利用已有类别标记的自然图像作为训练集,通过骨架形状上下文特征对渲染图像进行分类,提取角度结构特征,建立特征库;然后,对输入的自然图像提取角度结构特征,与特征库中的角度结构特征进行相似度匹配计算,实现三维模型检索。实验结果表明, 充分利用 渲染图像的颜色、形状和空间信息是实现三维模型检索的有效方法。     

基于分形特征的二值图像检索方法的研究

论述了基于分形特征的二值图像检索方法。图像的内容由4种特征来描述:图像分形维数、图像分形矢量、边界分形矢量和骨架分形矢量。实验表明该方法计算简单、有效,匹配快速,检索结果比较理想,只要查询图像在图库中,就一定能通过该方法检索出来。另外,该方法还具有一定的鲁棒性,证明这种检索方法是具有较大实用意义的。     

基于纹理分割的形状特征相似的商标检索技术

提出了一种新的商标图像检索方法,它基于图像的纹理分析进行自动分割,得到分块图像的形状大致信息,然后把纹理、形状这些相关特征进行组合,从而产生一个用于商标图像检索的特征向量.实验证明从纹理分割区域生成的图像特征对于商标图像检索非常有效,具有较强的识别能力.     

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.     

基于全局和局部特征的无参考夜间图像质量评价

针对夜间图像光线暗、特征不易提取的问题,提出一种基于全局和局部特征的无参考夜间图像质量评价方法.首先,利用等高线原理将图像分为亮区域和暗区域2部分,将亮区域占整幅图的比例作为特征1;其次,提取夜间图像的全局亮度信息并将其作为特征2;再次,结合微分算子法求得图像的边缘图作为特征3;然后,将夜间图像从RGB转换到HSI,提取色度、饱和度和亮度分量并将其分别作为特征4、特征5和特征6;最后,结合上述特征通过BP神经网络建立评价模型来评价夜间图像的质量.在公开数据库上的测试结果表明,所提方法与主观分数具有更好的一致性,并且优于现有的图像质量评价方法.     

基于边缘信赖度和形状相似性的超声图像分割方案

为了对低信噪比的超声图像进行有效分割,提出了一种新的超声图像分割方案,该方案由各向异性扩散方程和蛇模型组成。首先通过对蛇模型算法进行改进,并利用预先知道的形状信息,提出了一种基于形状相似性的参数自调整蛇模型;同时还对各向异性扩散方程进行了修正,提出了基于边缘信赖度的改进算法,以提高各向异性扩散方程的去噪能力。实验结果表明,该方法不但缓解了由于超声图像信噪比过低而影响分割的问题,同时实现了蛇模型的参数自适应设置,可见是一种有效的图像分割算法。