三维量化颜色直方图在彩色图像检索中的应用

针对目前基于内容的彩色图像检索方法中存在的对色彩轻微变化较敏感、运算量大、检索效果不理想等问题,提出一种新的彩色图像检索方法。首先,将HSV分量非均匀量化;然后,为了消除量化误差,将相邻量化区间对应的直方图值求和,从而构造出一种三维量化颜色直方图;针对该直方图,提出对应的三维直方图相交匹配方法来实现图像的匹配。实验结果表明该方法对彩色图像的检索效果好、运算量小、对于颜色变化鲁棒性强,可用于彩色图像的检索。

基于关键帧颜色和纹理特征的视频拷贝检测

提出了一种基于关键帧颜色和纹理特征的视频拷贝检测方法。首先通过子片段方法提取视频的关键帧,然后将关键帧分成3个子块,提取每个子块的三维量化颜色直方图,通过直方图相交法来进行颜色特征的匹配。对检索得到的结果视频关键帧进行纹理特征提取,通过其灰度共生矩阵的角二阶矩和熵来表征其纹理特征,纹理特征的匹配可进一步过滤不相关的视频。实验结果表明,该方法效果好、稳健性强且可应用于多种类型的视频。

基于双重检测的视频镜头分割方法

为准确检测出视频的镜头边界,有效区分突变和渐变镜头,提出一种基于双重检测的镜头分割方法。该方法分初检和复检两个过程,初检是对视频帧进行目标与背景的分离,对目标利用Hu不变矩提取特征并进行检测;复检采用三维颜色直方图对初检结果进一步检测,得到镜头边界;根据突变和渐变镜头的过渡时间不同的特点,提出利用滑动窗口对镜头的过渡时间进行检测。实验结果表明,该方法的查全率和查准率均超过了80%,与其它方法的检测结果相比具有较高的准确性。

结合爬山法的模糊C均值彩色图像分割方法

采用传统的模糊C均值聚类(FCM)算法进行彩色图像分割存在聚类数的选取、初始聚类中心的确定、迭代过程中的大计算量及后处理等问题。在对上述问题进行研究的基础上,针对传统FCM聚类分割时初始值选取方法的盲目性和随机性,为了更准确地自动获取待分割图像聚类的初始参数,提出了一种结合爬山法的模糊C均值彩色图像分割方法(HFCM),该方法可根据待分割图像的三维颜色直方图自适应地获取FCM算法的初始聚类中心及聚类数目,同时提出一种最频滤波与区域合并相结合的新的后处理策略,有效消除了小的空间区域。实验表明,相对于传统FCM,该图像分割方法的速度较快,并且分割结果更接近人类分割效果。

基于Tri-training的多特征融合图像检索

为了有效地综合利用图像的多种底层特征进行图像检索,提出将Tri-training方法应用于图像检索过程,将图像的颜色、纹理和形状特征进行了有效的融合。分别提取图像的三维量化颜色直方图、方向可控金字塔二值图像投影和仿射不变区域来表示其颜色、纹理和形状特征,并将三种特征的匹配值作为Tri-training分类器的输入对分类器进行训练和测试。实验结果表明,该方法有效利用了图像的多种特征,达到了很好的检索效果。