局部颜色特征在基于内容的图像检索中的应用

全局颜色直方图是基于内容的图像检索中使用最广泛的特征之一。然而 ,它不包含颜色的空间分布关系 ,因此不同的图像可能具有同样的颜色直方图。采用图像分块的局部直方图方法考虑了颜色的位置信息 ,但却不具有旋转、平移不变性。文中利用分块颜色矩 ,借助带权二部图的最小完美匹配提出了一种新的相似度量方法 ,既考虑了颜色的空间分布关系 ,又具有旋转、平移不变性。

局部颜色特征与工艺参数融合的铜浮选入矿类型识别

针对铜浮选过程中矿源变化频繁而造成的浮选工况难以识别、生产过程不稳定等问题,在分析铜浮选流程特点的基础上,提出了一种局部颜色特征与关键工艺参数融合的铜浮选入矿类型识别方法.首先采用多元图像处理方法提取泡沫图像局部颜色特征,然后采用混合滤波、时间配准算法将其与关键工艺参数进行数据融合,最后用融合后的混合特征进行模糊聚类,得到隶属度矩阵和聚类中心.工业数据仿真结果验证了本文所提方法的有效性.

基于局部颜色直方图的图像检索方法研究及实现

在直方图技术的基础上引入携带空间信息的相似匹配的方法,将一幅图像划分为许多子块,每个子块都具有与其相关的局部颜色直方图,从而携带图像的空间信息。给出了四种检索算法,并在系统中加以实现,验证了算法的有效性。

一种融合整体和局部颜色特征的图像检索方法

针对传统颜色直方图无法反映像素的空间信息和图像的局部细节,提出一种整合整体和局部颜色特征的图像检索技术,先将图像分割为环形区域,获得图像的局部颜色特征。把赋以不同权值的整体颜色直方图和局部颜色之间的相对距离累加和定义为图像之间的相似度,以反映人们对图像的判定过程。实验表明,该方法反映了图像颜色的空间分布及局部细节,在查准率和查全率上都要优于基于传统的颜色直方图的检索方法。

基于超像素和局部颜色恒常性的自适应阴影去除

为快速有效地去除监控视频中运动目标的投射阴影,提出了一种基于超像素和阴影区域的局部颜色恒常性的自适应阴影去除算法。首先采用改进的简单线性迭代聚类算法将视频图像中的运动前景分割为互不重叠的超像素;然后计算了RGB颜色空间中背景与运动前景的亮度比率,并分析了阴影区域的局部颜色恒常性;在此基础上,以超像素为基本处理单元,计算亮度比率的标准差,并利用阴影区域标准差的特征及其分布规律提出基于拐点的自适应阈值算法检测并去除阴影。实验结果表明,该算法可以适用于多种真实场景下的阴影检测,且阴影检测率与目标识别率均超过85%;基于超像素处理可以大幅度降低算法的计算复杂度,该算法每帧平均处理时间为20 ms。该算法可以同时满足阴影去除对准确度、实时性和鲁棒性的要求。

基于局部颜色空间转换的快速识别算法

综合考虑足球机器人系统的实时性和鲁棒性要求,本文提出了一种基于局部颜色空间转换的识别方法,实验证明此方法可以有效的提高系统的运行速度,并且具有很好的鲁棒性。

基于图像全局和局部颜色特征的图像检索

图像检索是一项新型的技术,该项技术在多个领域得到广泛应用,并取得了诸多优秀成果。近年来,国内外越来越多专家学者置身于图像检索层面研究,并推出一种基于图像全局和局部颜色特征的图像检索方法:(1)从符合视觉感知特征的Lab颜色空间中提取全局颜色特征;(2)采用一定的手段将图像划分为若干个图像子块,并依托于具有人眼视觉特征的高斯加权系数对各图像子块予以加权;(3)将局部颜色特征定位于凭借二值化获取的颜色位图,同时,对各图像子块作垂直与水平投影处理;(4)基于全局和局部颜色特征做出图像检索。大量的实践研究验证了基于图像全局和局部颜色特征的图像检索具备高质量性、高效率性。

基于时间一致性局部颜色特征的无纹理3D物体实时跟踪

针对无纹理3D物体跟踪算法在复杂背景和运动模糊的情况下容易跟踪失败、跟踪速度难以达到强实时等问题,提出一种基于时间一致性局部颜色特征的3D物体实时跟踪算法.首先在物体3D模型投影轮廓法向搜索线上计算像素颜色的加权均值作为局部颜色特征,增强颜色特征在复杂环境中的表征能力,并对局部颜色特征进行时间一致性更新,剔除前景背景颜色相似的局部颜色特征,以避免相似前景背景颜色导致的跟踪失败;然后定义基于局部颜色特征的能量函数,并推导该能量函数的解析导函数;最后改进了优化物体姿态的高斯牛顿法,通过添加阻尼参数防止姿态优化陷入局部极值,提高姿态估计精度和跟踪速度.实验使用7组测试视频验证文中算法,结果表明,该算法能更有效地克服复杂背景和运动模糊的干扰,在未使用并行计算的前提下可实现强实时跟踪.

基于局部颜色熵的免疫组化图像边缘检测

针对免疫组化图像边缘提取中经常出现的染色区域颜色混叠现象,提出了一种局部的颜色熵方法,由免疫组化图像在R、G、B单颜色通道的局部图像熵来合成最终的图像熵,并根据图像熵使用类间最大方差法提取目标边缘。Matlab仿真实验表明,与传统的图像熵分割方法相比,该方法对图像中有颜色变化但亮度近似的边界区域有很好的边界提取效果,而且还有效避免了传统图像熵在图像边缘拐角处的熵值丢失或阶跃的情况,算法分割的准确性和鲁棒性都得到明显的提高。

基于动态局部颜色直方图的图像检索

利用了Mean shift聚类方法对图像进行不规则的划分,在此基础上定义了一种动态局部直方图,设计了一个能同时表征图像颜色和位置信息的统计量,并且给出了计算图像相似度的方法.该算法既改进了以往局部直方图利用图像位置信息的检索方法的不足,而且保留了全局直方图方法具有的旋转不变性和缩放不变性.实验结果表明,在准确引入了图像的空间位置信息后,较大的提高了图像检索的精度,检索结果中不再出现和示例图像颜色成分相似而空间分布不同的图像,实验结果较好的验证了算法的有效性和稳健性.

采用平面-空间颜色局部一致性的点云模型描述

为了避免在建模过程中对动态模型进行网格化处理和纹理映射,获得较高的建模速度及良好的模型外观,提出一种基于点云模型的动态物体模型重建方法.通过分水岭分割原理进行图像分割并提取分水岭轮廓;然后采用剪影轮廓序列建模方法重建物体的稀疏点云模型;最后根据平面-空间颜色局部一致性原理扩充模型,获得稠密点云模型.实验结果表明,该方法能够快速生成紧致性描述且具有外观表象的三维模型.

基于局部行颜色自相似性特征的行人检测方法

针对计算机视觉领域的行人检测问题,提出一种基于局部行颜色自相似性特征,该特征可表征为在HSV空间,图像水平方向非重叠对称块颜色直方图的距离信息,结合多层次导向边缘能量特征形成图像的融合特征,利用交叉核支持向量机进行分类。与主流用于行人检测的HOG+SVM方法相比,其特征维数低,在保证检测精度的同时,大幅提高了算法效率。实验结果验证了该算法的有效性。

基于颜色特征的图像检索方法

为了提高图像数据库,特别是大型图像数据库查询的速度及准确度,文中提出了基于HSV颜色空间的两层数据库查询的方法.首先,利用简单有效的颜色矩对图像数据库筛选,缩小查询范围;然后,对图像进行4×4重叠分块,提取各分块的颜色直方图进行第二层图像数据库查询,以获取更准确的检索结果.这样分块的好处是既获得了图像的空间分布信息,又突出图像中间的主体部分和充分限制背景的范围,并且比起独立分块的方法减少了计算量.实验表明:根据用户给出的示例图像,通过两层查询技术能够获得较好的检索效果.

一种基于颜色的图像检索改进方法

基于颜色的图像检索由于其对图像的各种变形有很好的鲁棒性而得到了广泛的应用,但其对颜色的空间分布描述不足从而检索精度不佳。针对全局颜色直方图及局部颜色直方图的检索问题,提出了一种新的基于颜色的检索方法。该方法引入一种颜色转移矩阵,用于描述颜色的相对空间分布情况;同时改进传统局部颜色直方图匹配方法,使块匹配受图像形变的影响大为减少;最后结合上述两种图像子特征进行复合图像检索。实验表明,该方法能有效的提高图像检索精度。

基于运动增强和颜色分布比对的运动目标检测

为检测无人机视频中的地面运动目标,提出了一种运动和颜色信息相结合的算法.采用前向运动历史图像来增强独立运动信息和抑制背景噪声,确保完整分割出候选运动区域;提出一种迭代的、基于局部颜色分布比对的方法,去除候选区域中的背景像素,以更准确地提取单个运动目标.算法不仅节约了计算量,还有效降低了误检和漏检的可能性.多组无人机视频的实验结果表明了所提算法的高效性和鲁棒性.

一种改进的颜色粒子滤波目标跟踪算法

为实现运动目标精确跟踪,克服跟踪过程中目标的非线性运动以及由目标形变、遮挡和光照等因素带来的影响,本文提出了一种改进的颜色粒子滤波方法.算法从提高目标模型描述能力入手,首先对直方图加权函数进行了改进,使模型对区域特征描述更加合理;然后针对颜色直方图特征对光照明敏感、易受环境干扰等缺点,将目标由颜色特征空间映射到对光照稳定、抗几何失真能力强的局部熵特征空间,构建了颜色局部熵观测模型;同时设计了目标模板的自适应更新策略,当目标受到严重干扰的时候动态调节粒子数目.实验结果表明相比传统的颜色粒子滤波算法,本文算法具有更好的鲁棒性,能够在存在遮挡、光照变化、非线性运动等情况下实现稳定跟踪.

一种双层条件随机场的场景解析方法

现有的场景解析方法主要依赖于先验模型,由于先验模型难于全面表示物体的各种细节部分,使得场景解析后的物体不够精细.针对这个问题,该文引入了局部颜色模型,提出了一种结合先验和局部颜色模型的双层条件随机场的场景解析方法.首先以超像素为结点构建一个条件随机场,根据颜色、梯度、纹理和几何等外观特征训练出的先验模型粗略解析场景,进而提取场景中每个物体的局部颜色模型;然后构建一个以像素点为结点的条件随机场,通过EM(Expectation-Maximization)迭代法更新物体的局部颜色模型来指导优化场景解析.实验结果表明,相比于以往单纯利用先验模型的场景解析方法,该方法能有效地保持场景细节、提高解析精度.

基于特征点组合聚类的图像检索新方法

由于特征点能对图像局部特征进行合理描述,有效使用特征点实现基于内容的图像检索成为当前计算机视觉领域中的热点问题.针对该问题,提出一种基于特征点组合聚类的图像检索新方法.该方法包括特征点组合聚类算法,以及基于该算法的局部颜色直方图构建策略.与现有的基于特征点和局部颜色直方图的检索方法相比,该方法能有效解决当前方法对特征点位置信息及特征点中心过度依赖的问题.从公共图像库上的实验结果可以看出,该方法与现有方法相比具有较高的检索精度.

一种基于显著兴趣点的图像检索方法

提出一种利用显著兴趣点结合颜色矩和距离直方图进行图像检索的方法。该方法将兴趣点作为图像中用户关注的主要视觉线索,包括显著兴趣点检测、距离直方图和颜色矩的特征提取3个步骤,既利用兴趣点的局部颜色特征,又考虑兴趣点间的空间距离关系,克服了传统颜色矩没有空间位置信息的缺陷。实验结果表明,该方法实现简单,能够有效提高图像检索的效率。

一种基于梯度和与一致性组合策略的无缝纹理映射方法研究

针对三维纹理映射中存在接缝、颜色差异大等问题,采用基于梯度值之和的选片算法,结合一致性检查、全局颜色校正和局部颜色校正等策略,消除影像的模糊、重影与色差,实现无缝纹理映射,同时避免影像失焦和障碍物的影响,试验结果表明,该方法纹理映射效果较好。