小波变换下基于分形编码和Zernike矩的织物图像检索算法

为帮助纺织企业的工作人员快速、准确地从数据库中检索出与织物图像相同或相似的图像,提出了一种小波变换下基于分形编码和Zernike矩的织物图像检索算法。首先,利用小波变换获得低频分量,对变换后的低频子图进行分形编码,得到编码参数。然后,计算低频子图像的Zernike矩。将小波变换下的分形编码参数和Zernike矩相结合作为织物图像检索的特征量。相比于单特征检索方法,该算法克服了精度低、耗时长的问题。与基本分形算法(BFIC)、联合正交分形参数和改进的Hu不变矩算法(HVKF)以及稀疏分形图像压缩算法(SFIC)相比,该算法确保了重建图像的质量和较低的编码时间。实验结果表明,织物图像检索的平均精度和平均召回率均高于现有的检索方法。

基于Vision Transformer Hashing的民族布艺图案哈希检索算法研究

针对民族布艺图案复杂多样、语义提取、图像识别与检索困难等问题,以蜡染图案和织锦图案为例,提出一种图像检索算法,以提高匹配和检索民族布艺图案的准确度。结合民族布艺图案领域知识将民族布艺图案图像进行预处理,使用VIT为主干网络在哈希检索算法框架下进行图像检索。该方法优化了深度哈希检索算法,通过自身的自注意力机制提升了提取图案深层语义特征的能力,提高了深度哈希算法检索民族布艺图案的速度和精度。实验结果表明:提出的方法最佳检索精度可以达到95.32%。

基于边缘和颜色特征的织物印花花型检索

针对织物印花花型存在同型不同色和同形异构的特点,提出了一种综合花型边缘和颜色特征的图像检索算法。首先利用中值滤波对花型图像进行滤波去噪,并采用Canny算子获取花型边缘;以边缘像素坐标加权中心点为圆心,将各边缘点划分到若干等距环面内,提取花型边缘距离直方图,并在对边缘像素点直线拟合基础上,提取边缘方向直方图;然后在HSV空间内对彩色边缘进行颜色量化,提取各颜色分量构成颜色直方图;最后对3种特征分别进行相似性度量,并赋予三者不同权重予以结合,获得图像间相似度。结果表明:该算法具有平移、缩放、旋转不变性,并可兼顾边缘特征和颜色特征对检索结果的影响,准确区分同型不同色和同形异构的花型图案,该算法平均查准率可达93.17%。

基于最大稳定极值区域的织物图案检索

针对织物扫描图像的特点,提出了一种通过图像最大稳定极值区域的加速稳健特征(SURF)检索织物图案的方法。首先用结构提取算法去除织物扫描图像的纹理,保留图案信息;其次通过最大稳定极值区域法检测织物图像,提取图案各区域的SURF特征,建立织物图像特征库;再将织物检索图像与特征库内的图像进行相似性度量,得到相似图案的织物图像。实验结果表明,提出的算法能够较准确地检索织物图案。

基于多尺度及多方向分析的纹理图像检索算法

提出一种基于多尺度及多方向分析的纹理图像检索算法.针对纹理图像的特点,从不同尺度和方向比较了实数离散小波变换和双树复小波变换的性能.充分利用双树复小波变换的旋转不变性、良好的方向选择性以及有限的冗余等优点,将其有效地应用于纹理特征提取过程中.通过提取各子带上的能量和标准差作为特征矢量,采用Camberra距离作为相似度量进行检索,减小了计算量,取得了良好的检索效果.实验结果表明,双树复小波提取纹理特征所获得的检索性能优于实数离散小波检索算法,也优于经典的灰度共生矩阵算法,且算法具有良好的旋转不变性.

综合分块颜色体积直方图和LGWBPs的图像检索

针对多特征融合提高图像检索效果问题,提出一种综合分块颜色体积直方图和局部Gabor二元模式(LGWBPs)的图像检索方法,有效地提取了图像的颜色和纹理特征,为用户提供了精准的图像检索结果。首先,将4×4分块图像进行重叠九分块,并提取每个分块的颜色体积直方图特征;然后用定义的LGWBPs算子统计每个子块信息并提取图像的LGWBPs直方图特征;最后综合提取的两个特征进行相似性度量。实验结果表明,该方法有效地提高了检索的精准率,改善了检索结果的排序值并具有较好的旋转不变性、抗噪性和不变特征的鲁棒性。

基于局部纹理统计模型的纹理图像检索

提出了局部纹理统计模型与改进的Log-likelihood统计相结合的纹理图像检索方法。首先设计了3种不同角度分辨率和空间分辨率的"Uniform"模式的局部二值模式,并且用其来提取图像特征,然后建立图像局部二值模式和局部方差的联合统计模型,最后用改进的Log-likelihood统计进行图像检索。提出的基于局部纹理统计模型的纹理图像检索算法具有旋转不变性,克服了LBP算法对旋转比较敏感的缺点。通过对Brodatz图像库中50类600幅纹理图像进行仿真试验,新算法能得到89.71%的平均查准率,与基于Gabor小波+WMV组合算法相比,新提出算法的查准率提高了19.05%。

基于B样条小波变换极大模的织物多组织识别算法研究

提出了一种新的基于B样条小波变换极大模的织物多组织识别算法:首先由B样条小波对织物图像进行分解,利用分解后的经向和纬向子图像建立正常织物图像和待检测织物图像的极大模边缘图像;然后由它们的差值结果提取特征参数识别织物组织的位置并检验结果的准确性;最后由组织矩阵绘制织物的组织图.仿真结果表明:本文方法能够精细准确刻画织物组织点位置并具有效率高、稳定性能好等优点.

基于复小波变换的纺织品图案检索方法研究

针对海量数据中提取纺织品设计图案问题,引入面料视觉基础分类的横纹、竖纹、格纹等面料图像类概念,针对海量数据中提取纺织品设计图案问题,从而构建基于Dauchechies小波旋转变换和旋转复变换的多分辨率图像分解形成的特征表,代替传统方法下使用矩阵的均值和方差作为特征纹理数据的方法,除了尺度和位移两个参量外,增加了一个方向参量,具有更好的方向辨识能力,从而对图像的边缘,如曲线、直线等几何特征的表达有一定优势。研究结果可以为基于内容的面料图案图像数据库检索提供基础理论依据。

基于SIFT-LBP的图像检索优化算法研究

针对尺度不变特征变换(SIFT)算法在图像特征提取和检索中精度、实时性以及对光照条件变化描述较差的问题,提出了SIFT和局部二值模式(LBP)相结合的图像特征提取算法。采用旋转不变LBP算法统计关键点周围16×16区域的梯度信息并计算周围9×9区域的LBP值,以区域中每个像素点为中心构建图像的SIFT-LBP特征描述子。采用了基于遗传算法的特征选择方法,剔除了特征点的冗余信息,降低了特征向量维数。实验结果表明,SIFT-LBP算法具有良好的特征匹配效果,对光照条件的变化具有较强的鲁棒性,进一步提高了检索准确率和检索速度。

基于领带花形图像检索算法研究

针对领带花形图像的具体特征,研究了适用于该类图像的检索算法。在对布样扫描图像提取花形区域的基础上,运用Gabor小波变换提取花形特征,并给出了多角度旋转不变性的相似度计算公式。在实际应用中取得了较好的检索效果。

基于Android的色卡识别系统的设计与实现

针对箱包企业在原料采购过程中找料难的问题,结合目前Android智能手机的普及,基于Android系统开发了一个色卡识别系统移动端。系统结合基于HSV颜色空间的主色权重直方图和带参数的LBP算子提取色卡的颜色和纹理特征,基于粒计算构建识别模型,针对用户特定需求,使用4种匹配模式结合颜色和纹理特征进行色卡识别。系统使用CS架构、MVC框架,做出概要设计后详细设计各个模块。在完成系统的开发后,系统在华为C8816上进行真机测试。结果表明:系统运行流畅,无卡顿等异常现象,达到预期效果,性能测试也表明系统具有较高的实用价值。

基于像素差分基元矩阵的图像检索

针对图像检索问题,提出一种基于像素差分基元矩阵的图像检索方法。该方法结合图像的颜色特征与纹理特征,在量化后的HSV颜色空间中提出10种基元;通过定义的基元扫描图像,生成像素差分矩阵以及基元过渡矩阵。最后利用统计算法将上述两个矩阵合并为一个像素差分基元矩阵,实现了颜色、纹理以及空间信息等多特征的图像检索。在Corel标准图像数据库中执行图像检索方法间的对比实验,在Corel-4000图像数据库中执行旋转图像检索实验,实验结果表明,该方法不仅具有良好的检索表现,而且可以实现旋转图像的检索。

基于多特征的纹理特征提取方法研究与应用

纹理是图像的1种重要视觉特征,常用于识别和区分图像。纹理特征的提取则是其应用需首先解决的问题。通过总结分析目前较为常用的纹理特征提取方法,基于灰度共生矩阵(GLCM)算法、局部二值模式(LBP)算法和小波变换(DWT)算法的特点,提出基于多特征的纹理特征提取算法,即将各算法提取的特征进行融合。融合中使用权重对参数进行配置。论文设计了1种图像检索实验,通过图像检索实验比较了各算法提取的特征对纹理的描述能力。结果表明,对于Corel图像库,笔者提出的多特征的纹理特征提取算法检索的平均查准率相对于GLCM算法提高了20%,相对于LBP算法提高了9%,相对于DWT算法提高了10%,相对于徐少平等人提出的特征融合方法提高了15%。证实了文中所提出的算法能够兼顾各算法的优点,并具有较好的旋转不变性和尺度不变性。其不足之处是需要同时提取GLCM算法,LBP算法,DWT算法下的纹理特征,计算所需时间是后3种算法时间之和,使算法的实用性受到了一定的限制。

改进的LBP算法在图像检索中的应用

针对传统局部二值模式(LBP)在同时解决噪声、旋转和尺度变化问题时的不足,提出一种尺度不变的主方向自适应阈值的局部二进制算法。通过高斯滤波构建原始图像的多尺度空间;为提高旋转不变性和抗噪声能力,提出具有主方向的自适应阈值的二值模式(dominant direction self-adaptive threshold LBP,DSLBP);取不同尺度图像的DSLBP特征均值作为图像的特征。在两大代表性的纹理数据库和布料纹理库上进行图像检索,实验结果表明,该算法能较好地解决噪声、旋转、和多尺度问题,获得了较好的检索精度。

基于二进小波变换及局部二值模式特征的图像检索

纹理是一种反映像素的空间分布属性的图像特征,成为图像分析的重要手段.在图像检索领域,由于小波变换具有方向性、局部特性、多尺度特性,使得图像的纹理特征能得到更好的表征.局部二值模式是提取图像纹理特征的有效工具,具有旋转不变性和灰度不变性.利用性能良好的Bubble小波对图像进行二进小波变换得到四个子带图像,其中低频子带包含原图信息最多,对角线方向的子图包含信息最少,其余两个子图包含信息介于两者之间,因此选取低频和垂直,水平高频图像,然后对分量利用等价局部二值模式提取图像纹理特征,并进行图像检索.实验结果表明该算法不仅有效地结合了小波与局部二值模式的优势,而且具有较好的检索性能.