基于内容的服装检索系统中颜色特征提取算法的研究和改进

本文主要研究服装检索系统中颜色特征提取算法。本文首先分析了传统颜色直方图算法用于服装检索时存在的几个问题,接着分别采用切割图像直方图算法、颜色矩算法和前景色颜色直方图算法进行服装图像的颜色特征提取。本文对三类服装:纯色、带少量图案和花色服装分别进行了实验,实验结果表明,三种算法各有不同的适用范围和优缺点。在此基础上,本文将上述三种算法进行线性加权组合,提出了一种基于加权欧氏距离的改进算法。测试过程中,通过修改三种算法的权重比调整各算法的权重,并对三类服装分别计算其查准率和查全率,分析不同权重比下改进算法的检索效果。大量实验结果表明,改进算法对于三类服装的检索效果都比较稳定。特别是对于带少量图案的服装,改进算法比单一算法的查准率有显著提高。实验还发现,当切割图像颜色直方图、颜色矩和前景色颜色直方图算法的权重比为1∶4∶5时,检索效果最好,无论是查准率还是查全率都较高,均优于单一算法。

服装检索中分块加权颜色直方图方法的改进

分块加权颜色直方图算法应用于服装检索时效果并不理想。针对存在的问题,对传统算法进行改进。首先采用3×3不均匀分块方式,通过大量实验获取了最佳分块大小和加权权重比。其次,结合Grabcut图像分割算法,提出了一种基于Grabcut图像分割的前景色分块加权颜色直方图算法。对纯色、带少量图案和花色这三类服装,分简单和复杂背景两种情况,分别进行实验。实验结果表明,相比两种传统算法,改进算法很好的解决了服装背景色干扰的问题。对于三类服装的检索,改进算法的查准率和查全率均比另两种传统算法有了显著提高。尤其是对于复杂背景的情况,改进算法的优势更加明显。

基于颜色特征的图像检索技术

在基于内容的图像检索(CBIR)中,颜色特征作为图像的一种重要视觉信息,由于计算简单,鲁棒性强,已经得到了广泛的应用。从图像的颜色特征出发,针对颜色空间(颜色空间的转换)、颜色的量化(HSV颜色空间)、颜色特征提取及表示和颜色特征的相似性度量做了系统讨论和研究。接着通过经典的分块颜色直方图算法来介绍基于颜色特征的图像检索全过程。最后总结了基于颜色特征的图像检索研究存在的问题以及进一步的研究方向。

基于同态滤波抑制光照变化的视频分割算法

针对光照变化较大时基于颜色差分直方图的视频分割算法不能有效更新背景,导致后续输入图像前景目标分割失效的问题,提出一种基于同态滤波抑制光照变化的视频分割算法.首先利用同态滤波算法对输入和背景图像(RGB)在HSV空间中亮度分量进行同参矫正,然后将矫正后图像转换到RGB空间,最后利用颜色差分直方图算法进行视频分割.文中算法有效解决颜色差分直方图算法无法将受光照变化影响较大区域更新到背景中的问题,实现背景的实时有效更新,保证稳健地从后续输入图像分割前景目标.3组视频仿真结果表明该算法与高斯混合和Codebook算法相比具有运算速度快,对光照变化鲁棒的优点.