基于结构量化直方图的图像检索方法

颜色结构描述符虽然保留了颜色的结构信息,但是对8×8像素结构化元素内的颜色内容处理较粗糙,为了区分具有相同颜色结构直方图的完全不同的两幅图像,提出了一种基于结构量化直方图的检索方法,指出颜色结构直方图和全局直方图分别是结构量化直方图取量化步长为1和0时的特例。对3者在HMMD(hue-m ax-m in-d ifference)颜色空间采用不同量化维数(32,64,128,256)的2 600张花卉图库检索实验中的平均检索率(RARR)以及平均归一化修正检索等级(GANMRR)性能进行了分析,检索结果表明量化步长取0.5时的结构量化直方图的性能最优。另外还详细介绍了MPEG-7标准的颜色评价准则并以此作为评判检索结果优劣的依据。

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。

一种基于模糊量化直方图的图像检索方法

颜色直方图是一种重要的基于颜色特征的图像检索方法。本文在颜色量化中引入模糊集合理论以描述与人类视觉认知相关的模糊概念,提出了基于人的主观感知的模糊颜色量化方法,以及相对应的模糊匹配准则。归纳实验结果证明该方法可以减小量化误差和适应人的感知模糊性,该方法具有广泛的适应性和进一步提高检索精度的可能。

基于颜色块的半径和角度直方图的图像检索

提出一种基于颜色块的半径直方图和角度直方图的图像检索方法。该方法将图像内容看成由若干颜色块组成的集合,根据每一块颜色块的半径直方图和角度直方图来计算图像间内容的相似度,并进行检索。对Corel图像库的10类图像进行测试,每类取20幅作为查询事例。实验结果表明,该方法与全局直方图、结构量化直方图相比,其平均查准率分别提高了10.3%,11.9%。

基于概率统计直方图的压缩域说话人识别

压缩域说话人识别算法(Compressed-domain automatic speaker recognition,CD-ASR)即从压缩语音数据中直接提取压缩参数进行说话人识别,无需参数译码和波形合成。本文提出了基于概率统计直方图的VoIP压缩域说话人识别算法,包括矢量量化统计直方图和高斯混合模型统计直方图两种方法。在给出了G.729,G.723.1(6.3 kb/s),G.723.1(5.3 kb/s)压缩码流的压缩域特征提取方案后,分别以矢量量化统计直方图和高斯混合模型统计直方图作为识别模型进行说话人识别。实验结果表明,概率统计直方图法比在压缩码流中提取同样识别参数的GMM模型,识别率有很大提高。

语言辨识的矢量量化方法(VQ)

与语音处理的其他领域相比 ,自动语言辨识是一个相对较新的研究 ,而且是一项较难的课题。本文给出了语言辨识的两种矢量量化方法 ,并利用OGI TS电话语音库对 2种算法的性能进行了测试 ,然后给出了实验结果。 2种算法的最佳识别率分别为 6 5 .3 8%和 73 .0 8%。

高光谱亚像元分解预测花生中的黄曲霉毒素B1

黄曲霉毒素B1是一种剧毒、强致癌物质,具有紫外荧光特性。为研究高光谱成像技术对黄曲霉素的检测能力,在365 nm紫外灯下,通过高光谱成像系统采集5个浓度共250个花生籽粒样本33个波段(400~720 nm)的高光谱图像。提出一种基于高光谱亚像元分解丰度图像直方图量化特征预测黄曲霉毒素含量的方法。该方法首先通过N-FINDR端元提取方法获得黄曲霉毒素端元光谱,然后对高光谱图像进行非负矩阵分解(NMF),得到黄曲霉毒素丰度图像,对丰度图像构建直方图量化特征,使用偏最小二乘回归(PLS)和支持向量机回归(SVR)进行黄曲霉毒素丰度反演,五折交叉验法得到平均两种回归模型预测相对误差分别为29.95%和12.16%,RMSE最高为0.0306。本研究结果对农产品籽粒黄曲霉毒素光学快速检测具有积极意义。

基于颜色和纹理特征的黄瓜病害识别算法

为了提高黄瓜叶部病害的识别效果及实用性,增强特征描述能力,提出一种新的黄瓜病害图像分割及颜色、纹理特征提取算法。首先,对自然环境中采集的病害图片进行不同颜色空间的预处理和分割,对分割结果图像进行融合处理;然后,对病斑区域提取模糊量化直方图、颜色聚合度作为颜色特征,利用颜色相似性度量函数计算颜色共生矩阵,提取病斑的纹理特征;最后,通过核主成分分析对颜色和纹理特征进行融合,去除冗余成分,利用支持向量机对病害进行分类识别。在采集的黄瓜病害实验库上进行实验,取得了94.11%的识别率。通过充分利用病害识别中占主要识别依据的颜色信息,并结合纹理信息,较好地表达了病斑特征。和其他方法的实验对比结果表明,本文方法能有效提高黄瓜病害的识别率。

一种快速二维熵阈值分割算法

在二维熵阈值基础上 ,利用量化图像直方图概念讨论了一种快速二维熵阈值分割算法 ,这种算法能够递推运算和自动寻找阈值 ,将计算复杂性大大降低。实验表明 ,该算法将每一幅图像运算时间降到 2秒以内 。

基于背景代表色提取的迷彩伪装颜色选取算法

为了达到好的伪装效果,迷彩颜色应与背景色调相融合,以使人眼及光学仪器难以探测和分辨。因此,背景主色的准确提取是确定迷彩颜色的前提。利用灰度直方图可以确定背景图像中的主要灰度,但无法区分不同色调。而基于颜色直方图的背景主色提取方法的运算量太大。本文提出了一种基于HSI模型和量化颜色直方图的迷彩颜色选取算法。利用HSI颜色模型描述背景颜色特性,通过特殊量化方式对背景的颜色直方图进行量化,接着借助阈值方法选取背景主色作为迷彩颜色。结合迷彩伪装图案设计方法对上述迷彩颜色选取算法进行了实验分析,并通过边缘检测和相关跟踪方法对不同背景下的目标迷彩伪装效果进行了验证。

灰度熵和混沌粒子群的图像多阈值选取

最大Shannon熵阈值选取方法仅仅依赖于图像灰度直方图的概率信息,而没有直接考虑类内灰度级的均匀性.为此提出了最大灰度熵的阈值选取方法.首先给出了灰度熵的定义及其单阈值选取方法,该灰度熵与现有的仅基于直方图分布的最大Shannon熵不同,直接反映了类内灰度级的均匀性;其次导出了量化图像直方图的灰度熵单阈值选取公式;最后将灰度熵单阈值选取推广到多阈值选取,提出了相应的快速递推算法,并进一步采用混沌小生境粒子群优化算法寻找最佳多阈值.实验结果表明,与最大Shannon熵单阈值选取和基于粒子群的最大Shannon熵多阈值选取方法相比,所提出方法的分割图像边缘、纹理更为准确,视觉效果明显改善.

基于视觉特征提取的压缩域在线视频摘要快速提取

为了在有限的时间内产生质量可接受的视频摘要以达到在线使用的要求,提出一种基于视觉特征提取(visual features extraction,VFE)的压缩域视频摘要快速提取方法。从每帧输入视频中提取视觉特征,采用零均值归一化交叉相关(zero mean normalized cross correlation,ZNCC)指标检测有相似内容的视频帧组,为每组选择代表性帧,运用2个量化直方图过滤所选择的帧,从而避免视频摘要中可能的冗余或无意义帧。在视频检索国际权威评测(TREC video retrieval evaluation,TRECVID)2007数据集上的实验结果表明,与基于聚类的高斯混合模型、基于熵的模糊C均值聚类和关键帧提取方法相比,该方法提取的视频摘要质量更高,且在时间和空间复杂度上具有明显优势,适合在线实时处理。

基于LPQ和Fisherfaces的模糊人脸识别

针对现有人脸识别系统对模糊人脸图像的识别无法达到理想的效果,提出一种基于局部相位量化(Local Phase Quantization,LPQ)和Fisherfaces进行模糊人脸识别方法。首先采用LPQ算子提取分块模糊人脸灰度图像的LPQ直方图序列(LPQHS),然后对采样后的特征运用Fisherfaces方法进行特征子空间选择,最后通过最近邻分类准则进行人脸识别。该算法增强了提取模糊人脸纹理信息的有效性,使训练数据量大幅度降低,并且图像特征向量的维数与原始图像大小无关。在Yale和AR形成的模糊人脸数据库上的实验表明,该方法具有较高的识别率。

基于图像分析的光学伪装效果评价方法研究

传统的伪装评价方法受到很多条件的限制,需要客观定量反映伪装效果的评价方法.基于量化颜色直方图对伪装方案与实际背景的颜色相似度进行定量评价,利用灰度共生矩阵和小波变换方法计算伪装与背景的纹理相似度.该评价方法不仅能表示伪装与背景的颜色和纹理相似程度,还能反映不同观察距离上伪装与背景的纹理相似度.

城市型迷彩的颜色确定方法研究

针对城市背景复杂的颜色特征,提出了一种基于HSV模型和量化直方图的迷彩颜色选取算法.利用HSV颜色空间描述背景颜色的特性,通过特殊量化方式对背景的颜色直方图进行量化,借助阈值方法在颜色空间选取背景主色作为迷彩颜色.考虑移动车辆在城市街道机动的情况,获取目标所处的路面以及路侧地物的光学图像,提取其主代表色作为城市型迷彩的颜色.这一方法准确快速.

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。