基于边缘颜色分布的车牌定位新方法

根据车牌的综合特征,提出了一种新的基于边缘颜色分布的车牌定位算法。该算法抓住了车牌背景与字符具有固定颜色搭配的重要特点,利用车牌区域内特有的边缘颜色分布信息并结合车牌的纹理特征,有效地滤除了大量的背景和噪声边缘,然后利用车牌的结构特征和边缘信息,并结合形态滤波的方法,以进一步确定车牌区域。实验结果表明,该算法定位准确率高、鲁棒性好,而且适用于对复杂背景下的多车牌图像进行分割。

一个基于颜色分布特征的实用图像检索系统

该文介绍一个面向个人用户的、基于颜色分布特征的图像检索系统。此系统使用图像像素的颜色分布统计信息以及轮廓点的位置分布统计信息作为图像的特征量对图像进行相似比较，基于该比较结果实现图像的检索。文章首先介绍了所使用的特征量，然后对检索结果进行评价。通过实验证明了该系统的可用性。

基于边缘颜色分布的图像检索方法

提出了一种新的基于边缘颜色分布的图像检索算法。该算法将不同类型边缘附近的颜色分布作为刻画图像内容的主要特征,设计了一种紧凑的2D边缘颜色直方图来对图像的边缘颜色分布特征进行描述,既利用了局部颜色特征,又考虑了不同类型边缘的空间分布信息,克服了传统颜色直方图不能反映空间信息的缺陷。实验结果表明,该算法与其他同类方法相比,有效地提高了检索性能。

基于颜色分布连续性特征的区域合并方法

针对彩色图像中照明引起的过分割问题,根据人类视觉中的颜色恒常特性,提出了利用相邻区域的颜色分布的连续性作为基准进行区域合并的方法.连续性采用区域内像素的马氏距离定义的椭球的主轴方向夹角来表示.实验表明该方法对过分割有很好的抑制作用.

基于颜色分布的图像检索系统

基于内容的图像检索日益成为当今图像检索研究的热点。该论文在论述基于颜色直方图的图像检索方法的基础上,将图像重叠分块,提出了基于颜色分布的图像检索方法。最后实现了基于颜色直方图与基于颜色分布的两种图像检索方法的图像检索原型系统,并对实验结果进行了详细的分析和比较。

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.

边缘点颜色分布结合车牌自身结构的车牌检测

提出了一种基于边缘点颜色分布结合车牌自身结构的二次车牌定位方法。首先,根据牌照区域的纵向纹理特性,提取灰度图像的竖直边缘突出车牌特征,然后计算边缘点的颜色分布,滤除不满足车牌特定颜色搭配的背景边缘点,最后通过形态学运算、滤波、矩形区域覆盖等得到候选目标。在验证模块中,依据车牌的结构特征对候选区域进行验证分类,最终确定车牌位置。本文对实际收集的样本车牌图像进行试验,结果表明,算法对车牌目标定位具有较高的准确率。

基于表面属性颜色分布的三维模型检索

提出了一种基于表面属性的三维模型检索方法——颜色分布。首先对颜色空间进行量化处理,然后对模型表面进行按面积均匀采样,最后统计采样点获取模型表面不同颜色的分布信息,从而形成颜色分布特征。该方法对模型的旋转、缩放以及噪声具有较强的鲁棒性。为验证颜色分布特征的检索效果,建立了一个包含1 550个颜色模型的测试库。对测试库在多种相似性度量方法下进行颜色分布检索实验的结果表明:该方法对于基于表面属性的三维模型检索具有较好的检索效果。

基于颜色分布矢量的图像检索方法

提出采用颜色分布矢量来描述图像的颜色特征,该矢量既考虑了颜色的统计特征,又包含了图像颜色的空间分布特征。实验结果表明,该方法在彩色图像相似性检索时是很有效的,具有较高的检索效率。

翡翠结构与颜色分布特征的关系探讨

翡翠的矿物结构与颜色分布特征有一定关系,探讨不同矿物结构对颜色分布与变化的影响,阐明两者间的关系,对颜色在鉴别翡翠中的意义与作用,浅析颜色色源类型与其特征,及其在鉴定中的辅助作用都有重要意义。

基于平面颜色分布的增强现实自然特征注册算法

针对增强现实中自然特征注册算法其自然特征的复杂和无规律而难以兼顾算法速度和精度的问题,提出一种基于平面颜色分布的自然特征注册算法.算法提取彩色连通域作为局部不变特征,计算简单的色调、几何信息作为特征描述,结合颜色分布在视角变换下的几何限制进行全局的匹配优化.该算法无须追踪连续帧间的运动特性,可以在独立帧上完成.算法采用Mikolajczyk标准库验证其注册效果,在800×600的图像尺寸下实现15帧/s的实时注册.与加速鲁棒特征(SURF)算法的对比表明:本算法能满足更苛刻的注册条件,并能保持较好的注册精度.动态视频的注册结果也表明算法面对动态模糊也十分鲁棒.

77绿色翡翠颜色致色原因与颜色分布特征的关系

老刘:您好!您所问的是翡翠绿色成因问题,这并非是一个幼稚问题,它涉及了绿色翡翠的致色机理,同时也是决定翡翠质量价值评鉴的重要问题。我们知道,翡翠的绿色种类十分繁多,有像鲜艳的绿色,有暗绿色,有蓝绿色,也有黑绿色等等,各类绿色颜色的色调和深浅都有不同,这都与翡翠的矿物组成有关。

基于颜色分布相似性的图象内容检索

图象内容的检索需要确定图象之间的相似性。本文给出了一个基于颜色直方图相似性的匹配模型,然后描述了基于颜色直方图匹配方法的实现,讨论了这个方法在图象相似性上的度量性能。

一种基于颜色分布的混合视频跟踪方法

传统的Mean shift算法虽然具有简单快速的特点,但在目标被遮挡的情况下无法进行有效的跟踪。与此同时,以Monte Carlo随机模拟理论为基础的粒子滤波虽然可以很好地解决这一问题,但是由于结果的好坏与粒子的数目成正比,计算耗时无法满足系统的实时性要求。该文基于颜色直方图分布,引入自适应选择粒子样本数的采样策略,有效地融合传统Mean shift算法的简单快速和粒子滤波跟踪算法的抗遮挡的优点,在保证跟踪效果的同时减少了跟踪的总体时间花费,有效提高了设计的跟踪系统的实时性。实验证明,该方法在实际的目标跟踪中是有效和稳健的。

序列图像中彩色目标跟踪的加权颜色分布方法

提出一种基于加权颜色概率分布模型的彩色目标跟踪方法。对目标的颜色直方图进行改造形成目标的颜色概率分布图,同时考虑到了颜色模型的大小及其中像素点的位置对颜色分布的影响,再对颜色分布图进行加权处理成为加权颜色分布图,以此作为目标的颜色模型。与加权直方图相比,加权颜色分布图对区域特征描述更加合理。实验结果表明,本文方法与典型的mean-shift算法相比,提高了目标的定位精度的同时,降低了计算复杂度,而且在快速运动和被大比例遮挡的情况下对彩色目标的实时跟踪有良好的鲁棒性。

基于颜色分布特征的足球视频禁区检测

足球视频影响着人们的日常生活,人们对足球视频的关注更多地体现在对其中进球、射门等精彩事件上。而这些事件大都发生在左右禁区附近,显然左右禁区的准确检测在足球视频处理中起着关键的作用。本文在研究当前主流检测算法的基础上提出了一种基于颜色分布特征的足球视频禁区检测算法,该算法利用SVM对足球左右禁区颜色分布特征进行监督学习,进而检测出左右禁区。通过实验证明该方法高效并且可以达到较高精准度。

基于颜色与边缘分布的足球视频镜头分类方法

针对足球视频镜头的特点,提出了一种基于颜色与边缘分布的视频镜头分类方法.首先利用高斯混合模型(GMM)对草地颜色建模,然后利用已建立的GMM计算出每个镜头的草地颜色分布特征.针对颜色特征对光照的敏感性,提出利用边缘分布作为颜色特征的补充,二者的结合突出了不同镜头的特点.利用所提出的特征,采用适合小样本分类问题的支持向量机(SVM)对足球视频镜头分类.实验表明,新方法的平均分类准确率可达92%以上.

基于颜色分布特征的图像检索

颜色直方图是基于内容的图像检索(CBIR)中的一种重要特征,然而其完全丢弃了图像颜色的空间分布信息,为了有效地利用图像颜色的空间分布信息,提出采用颜色分布熵(CDE)描述图像颜色的分布特征,并根据人的视觉特性及信息熵的特性,提出了进一步的改进算法。同以往的方法进行比较结果表明,该方法在图像的相似性检索时是很有效的,并具有较高的检索效率。

上海地区汉族成人中切牙区不同部位牙龈颜色的分布范围和比较研究

目的：测量上海地区137例汉族健康成人上颌中切牙不同部位牙龈颜色，探讨牙龈颜色在空间的分布范围，并比较和分析各部位牙龈颜色的差异。方法：利用MINOLTA CR-321接触式色差仪，分别测量上海地区汉族健康成人上颌中切牙游离龈和附着龈不同部位的色度值，经过统计学分析，以获得中切牙区游离龈、附着龈颜色在空间中的分布范围，并比较各部位颜色的差异。结果：游离龈的95％参考值范围L^＊23．19～53．64，a^＊2．67—13．04，b^＊1．45～8．32，c。4．71～13．73，H。0．18—1．16；附着龈的95％参考值范围L^＊12．90～49．60，a^＊4．92～18．43，b^＊1．05～7．78，C^＊5．83～19．48，H^＊0．11～0．84。近中龈乳头，游离龈中部，远中龈乳头3部位游离龈之间的L^＊、a^＊、b^＊、C^＊、H^＊值没有显著性差异，中线、根部、根间3部位附着龈之间的L^＊、a^＊、b^＊、C^＊无显著性差异，而H^＊值有统计学差异，其中根间比其余二者低。游离龈与附着龈的L^＊、a^＊、b^＊、C^＊、H^＊值均有显著性差异。结论：中切牙区牙龈颜色有一定的分布范围；游离龈各部位颜色无显著性差异；附着龈，根间部位的色调偏淡；游离龈与附着龈的牙龈颜色有明显区别。

显著兴趣点颜色及空间分布熵的图像检索方法

提出了一种利用显著兴趣点进行图像检索的新方法,此方法主要有显著兴趣点检测、基于显著兴趣点的特征描述和相似性度量三个步骤。先使用一个自适应滤波器对图像进行滤波,然后提取显著兴趣点;以显著兴趣点为线索,设计了一种基于显著兴趣点的颜色分布熵,既利用了显著兴趣点的局部特征,又考虑了显著兴趣点的空间分布结构;用图像间的颜色分布熵来度量图像间的相似性。该检索算法不但保证了对图像旋转、平移鲁棒性,而且克服了传统直方图没有空间位置的缺陷。实验结果表明,该方法对图像检索非常有效。