灰度共生矩阵和颜色自相关图矩阵的matlab实现

基于内容的图像检索是当今人们研究的热点,本文通过matlab2006算法实现了灰度共生矩阵和颜色自相关矩阵,并论述了它们的关系。

基于颜色自相关图的乳腺肿瘤良恶性分类

目的:构建一种乳腺肿瘤良恶性分类模型,使医生得到更加客观、准确的诊断结果。方法:借助BreaKHis数据集,提取乳腺肿瘤病理图像颜色自相关图的64维特征,利用k-NN分类器构建乳腺肿瘤良恶性分类模型,并对乳腺肿瘤良恶性进行分类。结果:颜色自相关图中像素空间距离d=1时分类精度最高,准确度平均达到87.01%,灵敏度平均达到88.52%,特异度平均达到85.49%。结论:该模型为乳腺肿瘤良恶性分类提供了一种新型的检测手段,可有效提高乳腺肿瘤良恶性临床诊断的准确率。

基于颜色自相关图的区域定位图像检索

颜色自相关图表示了颜色的空间相关性,在图像检索方法中既有效且计算量小,但是该特征在检索前景较为清晰或背景具有较大面积单色的图像时误检率较高.针对此问题,本文提出了一种基于颜色自相关图的区域定位图像检索算法.该算法使用HSV颜色空间自相关图作为图像的底层特征,通过有效区域定位和二值位图来获得局部特征.最后,综合两种特征进行相似度量.实验结果证明,本文方法具有较高的检索精度,克服了颜色自相关图的片面性,显示了组合特征的有效性.

基于颜色-纹理自相关算法的内镜图像检索

为了同时有效的提取内镜图像的颜色和纹理信息,体现各特征的空间相关性,本文提出了一种颜色-纹理自相关算法应用于内镜图像检索。即通过纹理谱和自动阈值分割算法提取出纹理图像,并与颜色特征向量相融合再计算其相关性,得到距离分别为1、3的颜色-纹理自相关向量。在相似度匹配阶段采用Generalized Tversky Index(GTI)模型进行计算。最后将该方法与其他多种底层特征检索方法相比较,由实验结果表明,本文提出的算法能够获得有效的检索效果。

基于基元自相关图的图像检索

提出一种新颖的颜色特征描述子,它能够在基元的基础上表达颜色信息的空间相关性。首先将彩色图像量化为64种颜色,并且对图像进行基元分析,最后利用统计信息来描述图像特征。实验结果表明,基元自相关图的性能优越于颜色直方图和颜色自相关图;基元自相关图的计算复杂度和特征维数均明显地小于颜色自相关图。

纹理融合新空间关系下颜色的刑侦图像检索

为提高刑侦图像检索的准确率,针对现有刑侦图像检索算法对图像颜色空间信息提取不足以及缺乏对局部纹理描述的问题,提出一种纹理融合新空间关系下颜色的刑侦图像检索算法。该算法通过3级分区划分图像,在计算颜色自相关图的基础上,利用图像块之间的街区距离反映颜色特征的空间关系。同时,使用具有旋转不变特性的局部二值模式(rotation invariant local binary patterns,RILBP)描述算子提取图像的纹理特征。并采用加权相似性度量融合颜色与纹理特征的相似性来实现检索。在刑侦图像库上的实验结果表明,该算法具有较好的检索性能。

基于颜色和纹理特征聚类的图像检索

针对采用单一特征描述图像进行检索准确度不高,以及没有考虑图像库中图像之间相似度,未对图像进行聚类,导致检索速度不快的问题,提出采用颜色自相关图和Gabor算法相结合描述图像特征,进而对图像实现聚类的图像检索。首先,颜色自相关图除了描述图像的颜色特征,也反映了图像的空间关系;Gabor变换描述了图像的纹理特征,然后二者融合描述综合特征,利用改进K-means实现聚类。实验表明,颜色自相关图和Gabor二者结合并采用改进K-means聚类算法在一定程度上加快了检索速度,提高了检索精度。

基于梯度基元聚合矢量的图像检索算法

针对图像检索中多特征融合问题,提出了一种基于梯度基元聚合矢量的图像检索算法。该算法在改进的HSV颜色空间计算边缘梯度,通过定义的基元模板扫描梯度图像,生成梯度基元图像,将基元和非基元像素分别组合成聚合和非聚合像素集合;最后利用颜色自相关图算法对上述两个集合提取特征矢量,实现了融合颜色、形状、纹理和空间信息等多特征的图像检索。实验结果表明,该算法能够融合颜色、形状、纹理和空间信息,有效地提高了基于内容的图像检索的查准率和查全率。

基于色彩与形状信息特征的图像检索算法研究

针对单独用颜色特征并不能很好地表达图像内容的问题,提出了综合利用颜色和形状特征进行图像检索的方法。由于颜色直方图无法表达空间分布信息,因此采用的颜色特征为颜色自相关图,并对色调进行重叠量化。而形状特征采用边缘方向直方图,并对方向进行重叠量化。仿真实验表明,综合利用颜色和形状特征比单独用颜色和形状特征进行图像检索的效果要好,提高了图像检索的查准率。

一种基于空间特征的图像检索法研究

在基于内容的图像识别技术中,颜色自相关图是一种常用的图像颜色特征提取法。文章在此基础上,考虑图像结构特征,通过对图像进行水平和垂直两次扫描,分别建立图像相似区域的变化图。该算法和颜色自相关图一并应用到SOM网络上,实现了一个基于颜色特征和结构特征的图像分类。编程实验结果表明:新算法可以较好地提高基于内容的图像检索的准确性,避免了仅靠图像的颜色特征进行分类和搜索的不能描述图像宏观结构的缺点。

一种新型成人图像自动检测系统

肤色检测是成人图像检测中快速有效的检测技术,但是它的检出率和误检率都高。为了能够准确检测成人图像且尽量避免无害图像被误检,我们提出将高斯混合模型、颜色自相关图和人脸检测三种检测器相结合的方法。后面两个步骤的主要目的就是降低误检率。其中,颜色自相关图检测器不同于以往系统,因为颜色自相关图描述子不仅考虑了颜色的空间相关性,而且考虑了颜色的局部空间相关性的全局分布。实验证明,由于颜色自相关图检测器能够准确地辨别出90%以上的无害图像,所以有效地降低了该成人图像自动检测系统的检出率。

多特征决策融合的音频copy-move篡改检测与定位

目的随着各种功能强大的音频编辑软件的流行,使得不具备专业知识的普通用户也可以轻松随意地对数字音频文件进行编辑甚至是恶意篡改,这给数字音频的鉴真带来了极大挑战。其中,copy-move篡改是将同一段音频中的部分区域复制粘贴到其他部分,从而实现对音频的语义篡改。由于其篡改片段的特性与原始音频文件匹配度极高,导致检测难度极大,已成为音频取证领域的一个研究热点。然而,现有研究大多基于语音端点检测技术,只能检测出整个有声片段是否发生篡改,而无法准确定位篡改的具体位置。为此,本文提出一种基于多特征决策融合的音频copy-move篡改检测与定位方法。方法首先利用基于谱熵法的语音端点检测技术将音频划分为若干静音段和有声段,并基于能熵比方法进一步对有声段进行字节分割;然后提取每个字节的基音频率特征、颜色自相关图特征和短时能量特征,并利用动态时间规整距离计算任意两个字节在基音频率特征上的相似度,采用余弦距离计算两个字节在颜色自相关图特征上的相似度,利用短时能量和差值计算两个字节在短时能量特征上的相似度;最后基于多特征决策融合准确定位篡改位置。结果在相关数据集上的对比实验结果表明,本文提出的多特征决策融合方法在精确率和召回率上均优于对比方法,达到了90%以上。在检测的精确率上平均提升了约16%,在召回率上平均提升了约26%。此外,在定位的精准度上平均提升了约45%。而且,在对数据集进行一些常规信号处理攻击后,本文方法仍可以达到94%以上的检测准确率和召回率,且在检测的精确率上平均提升了约16%,在召回率上平均提升了约31%。结论本文方法不仅具有更高的检测精确率、召回率和定位精准度,而且对常规信号处理攻击也具有更好的鲁棒性。