鲁棒的镜头边缘检测融合算法

对于镜头骤变检测 ,通过最小扩展树算法 (MST)提取保留了视频帧空间信息的颜色聚合向量直方图、引入了动态自适应阈值和时间阻尼 ,使得骤变检测效率高 ;对于渐变检测 ,通过分析其数学产生模型 ,根据模型特性实现渐变镜头检测 ;最后 。

基于内容图像检索中的颜色分析和检索技术

详细叙述了图像检索中常见的几种颜色特征 ,并简要介绍与颜色内容分析相关的最新研究 .着重考虑了设计颜色特征时的三个重要的方面 :必须选择合适的颜色空间来表征图像内容 ;选择合适的颜色量化方案 ,以尽减少特征的维数 ,提高检索质量 ;选择相应的距离函数 .

基于颜色聚合向量的线序检测方法

颜色聚合向量方法被采用于检测各种连接线的线序;首先对采集到的线束图像进行中值滤波,消除部分噪声;然后截取检测线束的检测区域图像并将其二值化;接下来分割各根导线,得到每根导线的轮廓,再根据各轮廓位置获取原图像中对应各导线的图像块,并计算各根导线图像块的颜色聚合向量(color coherence vector,CCV)特征;最后利用欧氏距离将各导线的归一化的CCV颜色特征和模板各导线的颜色特征进行比较。实验结果表明,该方法在线序检测中能获得较高的准确率(97.8%)和速度(15 fps),满足实时检测要求。

基于颜色连通区域多特征融合的图像检索

颜色一致向量方法容易丢失图像内容的空间信息,针对该问题,提出一种新的图像检索方法。引入狭长度和标准差特征,设计改进的图像分块策略,给出离心距概念和距离比较公式。提取颜色连通区域的大小、狭长度和颜色特征,以及图像的像素个数、标准差和离心距特征,计算图像间内容的相似度。在Corel图像库上的实验结果表明,该方法能有效利用图像的空间分布信息,检索精度较高。