一种新的图像空间特征提取方法

提出一种新的图像空间特征提取方法,采用基于颜色向量角和Euclid距离的CCVAE算法,检测原始图像的彩色边缘,分别对边缘像素、非边缘像素建立边缘直方图描述子和空间颜色直方图,描述颜色分布信息。仿真实验结果表明,该方法具有较高的准确率和召回率。

基于人工智能的色差分类技术

利用人工智能和图像处理技术,提出了一种新的瓷砖色差自动分类方法。在传统的图像颜色直方图方法基础上,充分考虑了颜色的空间分布对人类视觉的影响,将图像主要颜色的H(色调)、S(饱和度)、P(颜色的概率)及D(颜色的空间分布)作为神经网络的输入,克服了仅仅利用颜色直方图进行颜色分类带来的因颜色空间信息丢失而无法精确分类的问题,采用模糊技术对瓷砖表面色差进行了精确分类。

基于颜色分布特征的图像检索

颜色直方图是基于内容的图像检索(CBIR)中的一种重要特征,然而其完全丢弃了图像颜色的空间分布信息,为了有效地利用图像颜色的空间分布信息,提出采用颜色分布熵(CDE)描述图像颜色的分布特征,并根据人的视觉特性及信息熵的特性,提出了进一步的改进算法。同以往的方法进行比较结果表明,该方法在图像的相似性检索时是很有效的,并具有较高的检索效率。