基于人工免疫的彩色图像颜色约减算法

针对真彩色图像中颜色种类多、信息冗余量大的问题,通过分析生物免疫与自学习分类的相似性,提出一种基于人工免疫的彩色图像颜色约减算法。通过人工免疫的自学习颜色分类约减,将原彩色图像的颜色约减到较少的数目,便于后续的目标定位、图像分割和识别。实验结果表明,本方法具有良好的颜色约减性能,且与传统的颜色量化方法相比,本方法具有较低的量化误差。

一种彩色图像文本自动定位算法

图像中的文本包含了重要的语义信息。提出了一种基于连通区域分析的彩色图像文本自动定位算法。首先对彩色图像进行多通道分解,得到少量代表颜色下的二值图像。对二值图像进行连通区域标记,并计算连通区域的属性参数。然后根据关于连通区域属性的先验知识限制,去掉连通区域中的非文本区域,其他的作为候选文本区域。最后根据文本行的排列规律从候选文本区域中提取文本行。实验结果表明该方法能较快地定位文本区域,定位精度较高。