排序方式: 共有10条查询结果,搜索用时 15 毫秒
1
1.
2.
3.
在视觉形成的过程中,视觉、视知觉系统对不同颜色显示出不同的分辨力和关注度。在图像检索算法中,如何反应、利用这种视觉特性具有重要的研究意义。首先,根据视觉生理学和视觉心理学理论阐明了颜色关注度差异化的形成机理;然后依据Stevens法则和HSV颜色空间的六棱锥模型,提出了一种构造颜色关注度函数的方法:通过提升视觉显著度高的颜色的相应特征的关注度权值,补偿由于感知识别系统的颜色敏感度随颜色变化而引起的视觉差异。对比实验证明该文算法切实有效。 相似文献
4.
5.
在基于内容的图像检索中,常用的Minkowski距离还不能实现与视觉感知距离的精确匹配。依据韦伯-费克纳法则,提出一种基于感知特性的相似度量算法。通过构造动态感知因子,新算法能够有效地降低相关图像相关特征之间的距离,从而提高相似度量与感知系统相似评价的一致性。实验证明:新算法能有效降低相关图像在检索结果中相似排序的序数,有效地提高检索效率。 相似文献
6.
采用一种局部连接Hopfield神经网络(HNN)来构建骨架图,进行移动机器人路径规划。该HNN势场没有非期望的局部吸引点,所构建骨架图和环境连通性相一致,保证了路径规划的完整性。仿真表明该方法具有较高的实时性和环境适应性。 相似文献
7.
特征选择技术对于图像检索系统有效实现相关目标的识别具有重要的意义.依据视觉生理学和视觉心理学关于不同颜色间存在敏感度差异的理论,并利用Stevens法则和HSV颜色空间的六棱锥模型,提出了一种构造颜色敏感度函数的算法.新算法以主观信息量多少为评价标准,通过系数补偿,实现了显著程度不同颜色间特征幅值的平衡,从而提高了检索特征与感知特征的一致性.实验结果证明了新算法能够稳定、有效地提升图像检索系统的性能. 相似文献
8.
基于多类神经网络机的自然图像分类 总被引:1,自引:0,他引:1
基于底层视觉特征把图像分为具有特定意义的类别,对于基于内容的图像检索意义重大。因为在这种分类基础上,可以在图像库中建立一种有效的索引机制。在底层视觉特征方面.文中主要提取了图像的主颜色特征和GABOR纹理特征,然后.提出了一种多类神经网络机用于图像的分类。在一个含有4000幅的图像库中,实验结果证明这种方法可以达到70%以上的准确率。 相似文献
9.
10.
1