Image Retrieval Approach Based on Intuitive Fuzzy Set Combined with Genetic Algorithm

Aiming at shortcomings of traditional image retrieval systems, a new image retrieval approach based on color features of image combining intuitive fuzzy theory with genetic algorithm is proposed. Each image is segmented into a constant number of sub-images in vertical direction. Color features are extracted from every sub-image to get chromosome coding. It is considered that fuzzy membership and intuitive fuzzy hesitancy degree of every pixel＇s color in image are associated to all the color histogram bins. Certain feature, fuzzy feature and intuitive fuzzy feature of colors in an image, are used together to describe the content of image. Efficient combinations of sub-image are selected according to operation of selecting, crossing and variation. Retrieval results are obtained from image matching based on these color feature combinations of sub-images. Tests show that this approach can improve the accuracy of image retrieval in the case of not decreasing the speed of image retrieval. Its mean precision is above 80 %.

彩色图像分割方法综述

由于彩色图像提供了比灰度图像更为丰富的信息,因此彩色图像处理正受到人们越来越多的关注。彩色图像分割是彩色图像处理的重要问题,彩色图像分割可以看成是灰度图像分割技术在各种颜色空间上的应用,为了使该领域的研究人员对当前各种彩色图像分割方法有较全面的了解,因此对各种彩色图像分割方法进行了系统论述,即先对各种颜色空间进行简单介绍,然后对直方图阈值法、特征空间聚类、基于区域的方法、边缘检测、模糊方法、神经元网络、基于物理模型方法等主要的彩色图像分割技术进行综述,并比较了它们的优缺点,通过比较发现模糊技术由于能很好地表达和处理不确定性问题,因此在彩色图像分割领域会有更广阔的应用前景。

基于颜色和纹理特征的黄瓜病害识别算法

为了提高黄瓜叶部病害的识别效果及实用性,增强特征描述能力,提出一种新的黄瓜病害图像分割及颜色、纹理特征提取算法。首先,对自然环境中采集的病害图片进行不同颜色空间的预处理和分割,对分割结果图像进行融合处理;然后,对病斑区域提取模糊量化直方图、颜色聚合度作为颜色特征,利用颜色相似性度量函数计算颜色共生矩阵,提取病斑的纹理特征;最后,通过核主成分分析对颜色和纹理特征进行融合,去除冗余成分,利用支持向量机对病害进行分类识别。在采集的黄瓜病害实验库上进行实验,取得了94.11%的识别率。通过充分利用病害识别中占主要识别依据的颜色信息,并结合纹理信息,较好地表达了病斑特征。和其他方法的实验对比结果表明,本文方法能有效提高黄瓜病害的识别率。

一种新的基于加权颜色特征的图像检索算法

针对传统基于颜色直方图为特征的图像检索算法的不足,提出了一种新的颜色特征提取算法。利用模糊C均值聚类(FCM)对HSV空间的颜色信息进行聚类,然后对颜色信息进行加权颜色直方图统计,得到主颜色直方图。实验结果表明,新的加权主颜色直方图的图像检索算法比传统颜色直方图具有更高的检索精度。

一种新的文物图像检索方法

针对大学数字博物馆数据库中文物图像的特点,提出了一种新的文物图像检索方法。特征提取采用基于分块图像建立模糊颜色直方图;模糊颜色直方图的建立不仅考虑了不同颜色索引像素之间的差异,也考虑了同一颜色索引像素间的差异;图像分块策略结合了文物图像的颜色特征与形状特征。一种新的图像相似性度量方法———交互信息距离(MID)用来进行相似性匹配。参数AVRR/IAVRR用来进行检索性能评价,评价结果表明,本文的方法在文物图像检索中具有较高的检索准确率。

一种对光照变化鲁棒的均值漂移跟踪方法

颜色作为一个有效的视觉特征,被广泛的用于基于表面模型的跟踪中。但在跟踪过程中,由于光照、视角及摄像机参数等的变化,往往会造成目标颜色的改变,使得跟踪不稳定。该文提出了一种新的基于局部背景动态修正模糊颜色直方图的均值漂移跟踪方法,在颜色-空间域运用核密度估计建立目标的模糊颜色直方图模型,利用目标的局部背景动态修正目标模型,克服了基于传统颜色直方图建立目标模型时对于光照变化较为敏感的缺点。实验验证了该文算法可以平滑相似性表面,减小局部极值点对跟踪的影响,在光照剧烈变化的情况下能够实时鲁棒地跟踪目标。

基于颜色的图像检索方法的研究

为了从海量图像库中准确、快速地查找所需要的图像信息,基于内容的图像检索技术应运而生并且成为学术界研究的热点.基于内容的图像检索主要是利用图像的可视化底层特征,如颜色、纹理、形状等特征进行检索.从颜色特征出发对现有的基于颜色的图像检索技术方法进行分析,从最初的颜色直方图到后来的基于颜色空间特征的图像检索和模糊颜色直方图,最后在此基础上对今后的研究做了简要的概述.

基于HSI色彩空间与FFCM聚类的葡萄图像分割

为适应农业采摘机器人对葡萄对象快速准确识别的需要,提出了基于HSI色彩空间与以直方图信息为特征的快速模糊C-均值聚类(FFCM)算法相结合的葡萄图像分割方法。该方法以H分量作为葡萄图像聚类分割的处理数据,根据FFCM算法对灰度图像聚类分割。试验对夏黑葡萄果实在自然光、顺光、背光照射环境下拍摄的图像进行分割。结果表明:葡萄图像分割方法能够快速且较好地从复杂自然环境中将葡萄目标分割出来,为葡萄采摘机器人的研制提供了重要参考。

基于混合引力搜索的自适应特征提取算法

为提高基于内容的图像检索(CBIR)算法的检索性能,提出一种同时进行自适应特征提取和选择的CBIR算法。该算法通过同步特征提取和选择,减少低级视觉特征和高级语义之间的语义差距,使用参数化小波提高图像细节的准确度,利用混合引力搜索算法优化颜色直方图特征中母小波函数和量化间隔参数。在Corel收集的1 000幅图像上的实验结果表明,相比最相关特征算法、引力搜索算法和支持向量机的融合算法、模糊颜色直方图和模糊字符串匹配的融合算法,该算法的检索精度较高,平均耗时较少。

一种基于模糊熵的水凝胶图像分割算法

针对如何无接触地测量水凝胶的形变状态这个难题,提出一种基于图像分析的测量方法.该方法的测量精度取决于水凝胶图像分割的好坏.基于实验图像中目标与背景区域具有明显的色差,但其直方图没有双峰的特性,提出一种基于颜色直方图和模糊熵的分割算法.实验表明,该方法能有效克服经典方法易受光照不均等因素造成的不良影响,具有识别精度高、计算量小、实时性好的特点.

彩色图象检索中的模糊直方图技术

在 CBIR应用中 ,经典的颜色直方图方法具有一定的局限性 .根据图象相似匹配中的主观感知特点 ,本文将模糊信息引入图象的颜色分布表示中 ,讨论几种描述图象中颜色分布的模糊直方图模型及其相应的距离度量 .实验表明 ,这些模糊颜色直方图模型具有较好的图象辨别能力 .

基于小波包分解及模糊支持向量机的红虫识别

水源中的红虫随输送管道进入给水系统,其在给水处理系统中繁殖并进入管网,对水质感官指标造成了重要影响。针对红虫特点提出了一种小波包分解与模糊支持向量机相结合的红虫图像识别方法。该方法采用多层小波包分解提取子图像的能量特征,同时结合生物图像颜色特征构造特征向量,然后选择模糊支持向量机作为分类器进行识别。通过对红虫、猛水蚤、剑水蚤等水厂中主要出现的浮游生物样本进行分类实验证明,该方法能够有效地识别红虫,为水厂的红虫防治提供有效依据。

基于颜色特征的男西装图像情感语义分析

在前期对男西装情感描述研究并建立二维男西装情感因子空间模型的基础上,通过对男西装图像样品的颜色特征(色相冷暖、色彩亮度及对比度)的分析,得出第一个情感因子可以较好地用10维亮度——冷暖模糊直方图解释,第二个情感因子可以利用7维的饱和度——冷暖模糊直方图和图像对比度综合起来解释.研究结果为下一步实现男西装图像情感识别和检索打下基础.

基于模糊逻辑的多特征融合的粒子滤波跟踪算法

传统粒子滤波跟踪方法采用单一的特征信息,存在跟踪精度低、鲁棒性弱的缺点,为此提出了一种基于模糊逻辑的融合颜色和局部二值模式(LBP)的粒子滤波跟踪方法,提高了目标跟踪的精度。提取出能够表征目标的局部二值模式和基于核函数的加权颜色直方图2种信息;并利用模糊逻辑的方法对2种特征进行有效的自适应融合。试验表明,作者提出的算法在复杂环境下能够进行有效的跟踪,具有较强的鲁棒性和准确性。

融合模糊Histon阈值和FCM的Lab空间色彩分割算法

提出了一种简单有效的自适应无监督方法。在CIELab空间中利用模糊Histon阈值技术获得图像中所有可能的均匀区域,即通过寻找峰值,区域初始分割和区域颜色相似性合并,获得由聚类中心标注的均匀区域,提出自适应FCM聚类算法以提高均匀区域之间的紧密度,最终完成色彩分割。该算法已成功应用到伯克利图像库,相比当前一些无监督色彩分割算法,例如:Mean-Shift、NCuts取得了合理更好的划分,视觉上有效提取目标物体,具有一定鲁棒性。

基于FCM聚类的自适应彩色图像分割算法

针对现有模糊c-均值聚类(FCM)算法存在的抗噪性能不佳且依赖初始条件的问题,提出一种基于FCM聚类的自适应彩色图像分割算法。通过直方图阈值方法分别得到彩色图像RGB各分量直方图的分割阈值,利用区域分裂合并方法获得聚类个数和初始聚类中心,使用一种考虑了像素间邻域信息的模糊c-均值聚类算法对图像聚类,得到最终分割结果。实验结果表明,该算法对彩色图像具有良好的分割效果,与现有同类主要算法相比,其分割效果和抗噪性能都有明显提高。

基于颜色信息与空间特征的自适应商标检索算法

目的为了增强商标检索技术对商标特征的描述能力,改善其在外来干扰下的检索精度与鲁棒性。方法提出一种基于颜色与空间特征自适应结合的商标检索算法。首先,引入主颜色描述符(DCD),将其作为颜色特征检测器,并在颜色特征提取时嵌入k-均值聚类算子,增强颜色区域,准确提取颜色特征。随后,每个商标被量化为8个显色的最大值,以便提取每个颜色分量中的空间分布信息。然后,通过利用不同的权重来平衡颜色与空间特征的重要性,定义一种基于模糊直方图分析技术,计算每个商标自适应系数,以准确描述彩色商标的图像特征。最后,通过Euclidean距离进行相似度量,输出检索到的商标。结果实验结果表明,与当前商标检索方法相比,所提算法具有更高的检索精度与鲁棒性,呈现出更理想的P-R曲线,在召回率为0.7时,其检索准确率仍可达到90%。结论文中检索方法具有较高的检索精度,在包装商标检测、商标版权保护等领域中具有良好的应用价值。

基于人工智能的色差分类技术

利用人工智能和图像处理技术,提出了一种新的瓷砖色差自动分类方法。在传统的图像颜色直方图方法基础上,充分考虑了颜色的空间分布对人类视觉的影响,将图像主要颜色的H(色调)、S(饱和度)、P(颜色的概率)及D(颜色的空间分布)作为神经网络的输入,克服了仅仅利用颜色直方图进行颜色分类带来的因颜色空间信息丢失而无法精确分类的问题,采用模糊技术对瓷砖表面色差进行了精确分类。

基于模糊逻辑的图像检索研究

提出一个基于模糊逻辑的图像检索系统.该系统使用模糊语言变量描述图像特征之间的相似性程度,而非图像特征本身,使得图像相似性推理能以非线性方式进行;模糊规则建立在用户对对象的认知基础之上,能够反映用户主观感知.由于具有相似特征变化范围的不同对象可以适用于相同的规则,使得算法对检索图像的不同类别具有良好的鲁棒性.另外,提出一种改进的直方图——平均面积直方图,以提取色彩特征.实验结果表明了模糊检索系统的有效性与可行性.

基于模糊理论的图像检索算法

在对图像颜色量化的时候,处在量化边界的颜色存在模糊性。在Zadeh提出的模糊集合理论中,隶属度函数能够很好地描述具有模糊性的过渡过程。采用HSI颜色空间的隶属度函数解决以上问题,统计模糊量化直方图来更好地近似人的视觉感知。同时,我们加入模糊子集内颜色的位置分布特征和离散度特征来表示颜色的空间信息。由于纹理也是描述图像的重要信息,提取了经典的灰度共生矩阵。随后,给出了融合四种特征描述符的图像检索算法,并采用模糊汉明距离(FHD)进行相似性度量,实验结果证实了两种检索算法的有效性。