模糊颜色直方图在基于内容的图像检索中的应用研究

本文提出一种子模糊颜色直方图构造方法,采用模糊C均值聚类算法对彩色图像进行颜色聚类,利用模糊理论的隶属函数,通过计算每个像素对颜色聚类中心的隶属度构造颜色直方图,将得到的模糊颜色直方图作为表示彩色图像的特征向量进行基于内容的图像检索实验,实验结果表明本文提出的方法具有较高的检索准确率和研究价值。

基于优化分块颜色直方图及模糊C聚类的彩色图像检索方法

将数据挖掘的聚类算法应用到基于内容的图像检索中可以有效提高检索的速度和效果。模糊聚类算法更符合图像检索本身所具有的模糊性,但这种方法存在聚类分析时间过久影响检索性能的问题,因此本文提出了一种基于优化分块颜色直方图及模糊C聚类的彩色图像检索方法。首先对图像库中的每幅图像进行分块,并提取出每一块的优化颜色特征信息;然后采用模糊C均值聚类算法对得到的颜色特征向量进行聚类,得到每个图像类的聚类中心;最后计算查询示例图像和对应图像类的图像之间的相似度,按照相似度的大小返回检索结果。实验表明,本文提出的方法不仅具有较高的查全率和查准率,而且提取的特征维数较少,聚类时间短,检索速度快。

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 .

基于模糊颜色空间聚类的图像检索方法

鉴于图像信息固有的复杂性和不精确性,引入了模糊化的机理对HSI颜色模型的颜色信息进行模糊量化,得到关于颜色特征的模糊直方图,并应用Robust的视觉采样聚类方法对其进行聚类和匹配,取得了较为满意的结果。

一种用于图象检索的综合模糊直方图方法

随着多媒体技术的迅速发展 ,如今虽然在高带宽计算机网络上已能共享传播图象数据 ,但这也使得信息交换中的可视数据量急剧增加 ,同时给研究者们提出了有效检索图象的难题 .为了能够快速准确地检索图象 ,提出了一种用综合模糊直方图进行图象检索的方法 .该方法综合使用了颜色和纹理特征 ,首先将图象分块处理 ,得到图象在 HSI空间的颜色模糊直方图 ,然后用纹理特征对颜色模糊直方图进行扩展 ,从而得到综合模糊直方图 ,同时还给出了抽取图象颜色和纹理特征的方法和建立图象综合模糊直方图的计算过程 ,并用上述方法对一个 2 0 0幅彩色图象的图象库进行检索 .实验结果表明 。

一种基于模糊量化直方图的图像检索方法

颜色直方图是一种重要的基于颜色特征的图像检索方法。本文在颜色量化中引入模糊集合理论以描述与人类视觉认知相关的模糊概念,提出了基于人的主观感知的模糊颜色量化方法,以及相对应的模糊匹配准则。归纳实验结果证明该方法可以减小量化误差和适应人的感知模糊性,该方法具有广泛的适应性和进一步提高检索精度的可能。

基于非线性模糊直方图的图像检索算法

在基于内容的图像检索中,传统的颜色直方图和频域特征直方图不能满足颜色过渡、梯度方向和幅值变化等连续性和相似性。为此,提出非线性模糊颜色直方图和非线性模糊梯度向量直方图检索算法。该算法通过符合人类视觉非线性感知特性的方式描述图像,结合图像的统计和频域特征,构建一个特征组组合选取的方法,选出适合的标识图像特征组组合以提高图像检索系统的检索效率。实验结果表明,与其他检索算法相比,该算法具有较好的检索质量。

融合颜色和梯度直方图反投影的运动阴影检测

针对智能视频监控中运动阴影影响目标跟踪和识别准确性的问题,提出了一种基于颜色和梯度直方图反投影的阴影检测算法。以视觉背景提取模型检测得到的运动目标区域为基础,首先在HSI颜色空间利用亮度和色度信息筛选出阴影像素,然后通过梯度直方图反投影的方法区分运动目标和阴影,最后将上述两种方法的检测结果进行合理融合得到最终的阴影检测区域。与典型算法的对比实验结果表明,所提算法有效提高了阴影检测的准确性和鲁棒性,适用于运动目标的实时检测和识别。

基于颜色差分直方图的运动目标提取

为了降低动态变化的背景对运动目标提取的干扰,使用颜色差分直方的方法来降低由于背景不稳定、光照强度变化造成的错误。首先计算一个位置点所在的小邻域内像素之间的差值。其次,使用高斯隶属度函数的模糊关系做颜色差分。最后,提出一种新的模糊颜色差分直方图,即采用模糊C-means聚类和颜色差分结合的方法。模糊C-means聚类聚类算法在颜色差分直方图中的使用可以降低计算的直方图的维数较大的复杂性,也降低了背景因强度变化而产生的移动假象或背景照明度的变化而产生的影响。随机选择两个视频帧集合来测试该方法。仿真结果表明,该算法在一些复杂的视频序列场景中能够表现出较好的性能和结果。

HSI颜色模型下基于空间信息的FCM算法

针对提花毛皮样片的花型识别技术,在HSI颜色模型下提出了一种基于空间信息的FCM图像分割算法。算法在HSI颜色模型下获得FCM算法的初始聚类中心,并采用了基于空间信息的模糊C均值聚类方法对图像进行分割。经C++编程验证,算法能有效去除花型图像中的噪声,获得较理想的花型识别结果。

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。

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。

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。

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。

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.

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.

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。

融合多颜色空间分量的自适应彩色图像分割

提出了一种新的简单有效的融合多颜色分量的分割方法,首先在六个不同的颜色空间中选择最佳的待分割颜色分量,然后应用直方图和空间模糊C均值(SFCM)技术对不同颜色分量进行自适应初始分割,最后融合分割结果并进行区域合并。利用该算法在Berkeley图像库上进行了大量实验,实验结果表明,与当前一些经典分割算法Mean-shift、FCR、CTM等相比,利用该方法能够获得更好的分割结果以及更优的性能指标。