颜色空间直方图相交法的竹条色差分类检测系统研究

针对竹制品加工过程中主要依靠人眼识别分类竹条颜色,存在劳动强度大、效率低和误差大等问题,设计一款通过MATLAB图像处理技术进行竹条色差分类检测系统。首先,对标准竹条与样本竹条进行颜色空间转换,通过中值滤波对竹条图像进行预处理并提取不同颜色分量;然后,在HSV颜色空间中提取竹条图像相关色彩特征数据,并得到HSV颜色空间中竹条各分量的颜色相交直方图,同时计算出相应的相似度值;通过比较其相似度值的大小,对竹条进行色差分类并使其与色差等级建立一定的关系;最后,根据对处理后的竹条图像进行色差分类检测试验。试验结果表明:颜色空间直方图相交法分类检测正确率高达92.22%,算法运行时间为536 ms;相比较夹角余弦相似法,平均识别正确率提高4.44%,而平均运行时间下降63.44%。

基于弹性网和直方图相交的非负局部稀疏编码

针对稀疏编码模型在字典基的选择时忽略了群效应,且欧氏距离不能有效度量特征与字典基之间距离的问题,提出基于弹性网和直方图相交的非负局部稀疏编码方法(EH-NLSC)。首先,在优化函数中引入弹性网模型,消除字典基选择数目的限制,能够选择多组相关特征而排除冗余特征,提高了编码的判别性和有效性。然后,在局部性约束中引入直方图相交,重新定义特征与字典基之间的距离,确保相似的特征可以共享其局部的基。最后采用多类线性支持向量机进行分类。在4个公共数据集上的实验结果表明,与局部线性约束的编码算法(LLC)和基于非负弹性网的稀疏编码算法(NENSC)相比,EH-NLSC的分类准确率分别平均提升了10个百分点和9个百分点,充分体现了其在图像表示和分类中的有效性。

基于相交颜色直方图的图像检索算法

提出一种基于相交颜色直方图的图像检索算法 ,该算法首先计算示例图像和被检索图像的相交颜色直方图 ,然后计算两直方图的相交距离 ,同时考虑各颜色在两图像中的分布情况。

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。

基于颜色直方图金字塔的图像自动标注方法

针对图像自动标注应用,提出一种基于金字塔匹配核(PKM)的颜色直方图特征标注方法。图像以金字塔方式划分成越来越细的格子,统计每个格子的颜色直方图并进行对数处理,以平衡不同颜色对直方图的贡献。所有格子的直方图经过加权处理后连接成单一向量,称为颜色直方图金字塔,通过直方图相交距离度量向量之间的相似度。在corel5k数据集上的实验结果表明,该方法在全局颜色直方图、分块颜色直方图和尺度不变特征变换特征方面优于传统方法,与同样基于PKM的空间金字塔匹配(SPM)方法相比,F度量值提高了10%。

基于颜色直方图的石材图像检索

选取石材图像的颜色特征,采取基于全局和局部的图像颜色直方图技术对其检索分类。将HSV色彩空间与直方图相交法、环形直方图与角度直方图法分别相结合以符合视觉一致性,并对不同的色彩通道赋予不同的权重,对H、S和V三分量进行非等间隔量化以提高检索精度和效率。实验结果中石材图像按其相似度进行排列。分析结果表明,基于全局直方图相交法的检索方式对石材图像检索有较好的效果。

基于梯度直方图的彩色图像拼接

图像配准是图像拼接的核心环节。采用基于梯度直方图的图像配准算法进行彩色图像的配准。梯度直方图是通过计算以特征点为中心的一个矩形区域内所有像素的梯度而得到的。相比于彩色直方图,它能更好的描述局部特征。梯度直方图是特征点匹配的基础,文中采用直方图交叉作为相似性准则来衡量梯度直方图间的相似性。基于梯度直方图的匹配算法包含三个关键因素:窗口大小,相似性阈值以及梯度直方图的柱数。本文通过大量的实验揭示了这三个重要因素与匹配的正确率和匹配时间的变化关系。最后,给出了这三个因素的一个合理的取值参考范围。

融合帧内与帧间技术的数字视频篡改检测方法

随着技术的日益更新,视频很容易被篡改,为了对视频篡改进行准确的检测,提出融合帧内与帧间技术的数字视频篡改检测方法。首先,通过DCT求出视频图像中的每一帧能量谱,利用图像频域熵和低高频比所求出的可疑度对图像篡改帧进行描述。然后为了获得视频图像目标清晰的轮廓信息,对差分二值图分别进行数学形态学处理与或运算,求出图像可疑帧的运动前景,定位图像帧具体被篡改的位置。最后对于视频帧间篡改采用直方图相交法,通过横向/纵向对图像的截取获得像素线,计算出邻近像素带间的关联性,判断视频是否发生帧间篡改。实验结果表明,通过图像能量可疑度分布与图像连接处的像素带相关度,可以准确判断出图像被篡改的位置,充分验证所提方法的有效性。

基于双向梯度中心对称局部二值模式的单样本人脸识别

针对单样本情况下传统人脸识别方法识别效果不佳的问题,提出一种双向梯度中心对称局部二值模式(BGCSBP)的单样本人脸识别算法.首先获取人脸水平和垂直方向的梯度信息,并将其用CS-LBP算子进行编码;然后将二者融合成人脸的BGCSBP特征,再通过分块统计直方图的方式得到人脸的直方图特征;最后采用直方图相交进行分类识别.在CAS-PEAL,Extend Yale B和AR人脸数据库上的实验结果表明,该算法简单有效,对光照、表情、部分遮挡变化具有较好的鲁棒性.

面向对象变化向量分析的遥感影像变化检测

为了解决基于像元的变化向量分析法在高分辨率遥感影像变化检测中精度低的问题,提出了一种面向对象变化向量分析的遥感影像变化检测方法。综合2个时期的遥感影像,首先通过影像分割获取像斑,其次提取直方图作为像斑的特征向量,再次采用直方图相交法度量2个时期像斑直方图之间的距离,构建像斑的变化向量,然后利用加权组合的方法计算像斑变化向量的模,最后依据最大熵原理获取变化检测阈值,对像斑进行变化/未变化判别。在QuickBird及Ikonos遥感影像上的实验表明:在高分辨率遥感影像变化检测中,与基于像元的变化向量分析法相比,该方法变化检测的精度较优,变化检测的正确率分别达到了0.92与0.90。

基于像斑异质度的矢量图与遥感影像变化检测

为实现矢量图与遥感影像的自动变化检测,提出一种基于像斑异质度的矢量图与遥感影像变化检测方法。以旧时期矢量图为约束,对新时期遥感影像采用标记分水岭算法进行影像分割获取像斑;提取兼顾光谱特征与纹理特征的像斑直方图作为像斑的特征,利用直方图相交距离构建像斑特征距离;利用新时期像斑与旧时期同类别像斑特征距离的平均值计算像斑的异质度,采用最大熵法自动获取各地物类别的异质度阈值;通过比较像斑异质度与矢量图所在时期对应类别的异质度阈值,实现像斑的变化/未变化判别。对QuickBird遥感影像的实验验证了所提方法的有效性,变化检测正确率达到了95%。

基于关键帧特征库统计特征的双人交互行为识别

针对双人交互行为识别算法中普遍存在的算法计算复杂度高、识别准确性低的问题,提出一种新的基于关键帧特征库统计特征的双人交互行为识别方法。首先,对预处理后的交互视频分别提取全局GIST和分区域方向梯度直方图(HOG)特征。然后,采用k-means聚类算法对每类动作训练视频的所有帧的特征表示进行聚类,得到若干个近似描述同类动作视频的关键帧特征,构造出训练动作类别对应的关键帧特征库;同时,根据相似性度量统计出特征库中各个关键帧在交互视频中出现的频率,得到一个动作视频的统计直方图特征表示。最后,利用训练后的直方图相交核支持向量机(SVM),对待识别视频采用决策级加权融合的方法得到交互行为的识别结果。在标准数据库测试的结果表明,该方法简单有效,对交互行为的正确识别率达到了85%。

基于颜色的图像检索方法研究

图像的颜色特征相对于图像的其它特征而言具有较强的稳定性,因而在图像检索领域具有广泛的应用。在颜色直方图的基础上,研究了欧式距离法、直方图相交法和中心矩法3种图像匹配算法,并在VC++6.0平台上编程实现。实验结果表明,这3种方法都能达到较好的检索效果。

中心对称幅值相位二值模式单样本人脸识别

针对传统单样本人脸识别效果不佳的问题,提出一种基于中心对称幅值相位二值模式(CMPBP)的单样本人脸识别算法。将人脸图像分别与高斯函数的一阶导数做卷积运算,求取图像的梯度分量,计算出梯度幅值和梯度相位;将梯度相位量化,用中心对称局部二值模式(CSLBP)算子对梯度相位和幅值分别编码,将三者串接形成人脸图像的CMPBP特征;分块统计直方图的信息,把所有小块的直方图串联后作为人脸图像的特征向量,利用直方图相交进行分类识别。在AR和CMU-PIE人脸库上验证了该方法的有效性,其对光照变化、表情变化和部分遮挡等环境下单样本人脸识别具有较好的效果。

无监督特征优选高分辨率影像变化检测新方法

通过分析面向对象高分辨率影像变化检测面临的问题,从影像对象多特征选择与利用入手来提高其变化检测的性能。提出了一种面向对象的非监督特征优选的变化检测方法,首先利用面向对象的分割方法对原始影像进行分割得到各影像对象并提取特征形成特征影像;然后按尽量消除数据冗余原则提取各单特征影像的变化检测结果;最后利用直方图相交的方法与基准影像中的变化强度信息作比较,并以此为依据进行特征优选。在此基础上利用马尔科夫随机场(Markov Random Fields,MRF)模型将优选特征的变化检测结果进行自动融合。新算法很好地实现了多特征的自动优选和综合利用,验证结果表明算法具有很好的变化检测准确性和鲁棒性性能。

基于空间金字塔特征包的手势识别算法

为了解决基于尺度不变特征变换的特征包(Bo F-SIFT)算法在描述手势图像特征时对特征点分布情况无法确定的问题,提出了空间金字塔特征包算法提取手势图像特征。该算法通过构造图像金字塔改善了传统的Bo FSIFT算法,生成的描述子能有效表征手势图像的局部特征和全局特征,并能表示图像特征点的分布特性。采用直方图相交核支持向量机进行手势识别。在标准数据库上的测试表明,该算法对于10种手语得到了92.92%的正确识别率,验证了算法的有效性。

复杂背景下的手势识别算法研究

为解决复杂背景下手势图像不能准确分割的问题,结合YCg Cr颜色空间上的聚簇特性,提出一种在RGB与YCg Cr双颜色空间下的肤色检测法。该方法有效地减少了背景中类肤色的干扰,完成了手部图像在复杂背景下的检测和分割;并采用HOG特征对手势图像进行表示,最后采用直方图相交核支持向量机进行手势识别。该方法在塞巴斯蒂安.马塞尔静态手姿数据库上进行了测试,对6种手势的平均识别率达到了93.33%。

基于改进词包模型的车型识别算法

针对基于原始词包模型的车型识别算法识别速度慢、识别率低的问题,提出了一种基于改进词包模型的车型识别算法。首先使用Dense-SURF算法提取图像特征,并通过改进稠密采样策略进一步提高特征提取速度;然后提出特征上下文-矢量量化(FC-VQ)编码算法,并用其对特征向量进行编码,使编码后的特征包含空间位置信息,进而提高识别率;最后采用快速直方图相交核作为核函数,将提取到的特征送入SVM分类器进行训练或识别。实验结果表明:与其它车型识别算法相比,论文算法识别速度更快且识别率更高。

基于模板匹配的集装箱实时识别与定位

提出了Matlab平台下的集装箱识别定位新方法,系统利用Matlab7.0提供的Image Acquisition工具箱实现实时视频流的获取。将HSV颜色空间量化编码成162色实现对图像匹配区域的压缩。用直方图相交算法给出匹配图像与模板的相似度,识别出一帧图像中的集装箱。并结合实际情况采取变步长平移搜索方案,进一步提高了系统速度,满足了系统实时性的要求。

一种基于基元的彩色图像检索方法

结合基元与颜色特征,提出一种基于基元的彩色图像检索算法,该算法首先将彩色图像从RGB颜色空间转换到HSV空间上,并将图像量化为256种颜色,然后定义五种基元类型对图像进行基元分析得到基元图,利用颜色直方图描述基元图的颜色特征,利用改进的直方图相交算法进行相似度度量。实验结果表明:提出的算法能有效地去除背景颜色对图像目标的检索影响,而且较之用灰度边缘检测的边缘代替彩色图像边缘而进行的检索,能更好地反映彩色图像的纹理和边缘特征,具有较高的查准率和查全率。