基于基元自相关图和结构元直方图的图像检索

针对目前的基元自相关图在表达图像颜色特征时空间相关性不强、基于单一特征检索时精度低的问题,提出了一种改进的基元自相关图和结构元直方图的图像检索方法。首先,将彩色图像非均匀的量化为63种颜色,并且对图像进行均匀分块,同时采用子块颜色代表值代替子块内每个像素点的颜色值;然后用定义的基元和结构元分别统计每个子块信息并提取图像基元自相关图和结构元直方图;最后综合提取的两个特征进行相似性度量。实验结果表明,相较于以颜色自相关图、基元自相关图及基于结构元的图像检索方法,该方法有效地提高了检索的精准率,改善了检索结果的排序值,并具有很好的稳定性。

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。

基于综合特征的彩色图像检索

本文综合利用颜色和形状特征进行基于内容的彩色图像检索.利用边缘方向自相关图表示图像的形状特征.对于颜色特征,计算图像颜色的局部累加直方图,同时提取分块的颜色矩弥补其不包含颜色空间分布关系的缺点.并利用Guassian模型对各特征的距离进行归一化,综合上述三个归一化距离,进行全局相似度量,且用权值调整的相关反馈方法进一步提高检索精度.与局部累加颜色直方图和局部颜色矩的方法相比较,本文提出的方法获得了更好的检索结果.

边界元在基于形状特征图像检索中的应用

针对目前Freeman链码在描述图像形状特征时边界特征点空间相关性不强、与颜色或纹理等特征相关性不强、抗噪性差的问题,提出了一种新颖的基于边界元的形状特征描述方法.利用定义的4种类型边界元来描述图像的形状信息,结合像素网格单元及图像颜色信息,采用图像边界元直方图和边界元自相关图特征矢量作为图像的形状特征描述,并综合这两个特征矢量进行相似性度量.试验结果表明,相较于已有文献中的形状特征提取方法,该方法有效地提高了检索的精准率,改善了检索结果的排序值,并具有很好的抗噪性和稳定性.

基于局部颜色与边缘形状的图像信息检索

为了弥补全局颜色直方图不包含颜色空间分布关系,在L*a*b*颜色空间提取分块的颜色矩,同时利用边缘方向自相关图获得图像的形状内容,然后分别计算各特征的距离并利用Guassian模型进行特征归一化,综合上述各归一化距离,进行全局相似度量,最后采用了权值调整的相关反馈方法进一步提高检索精度。与传统的局部颜色直方图及颜色矩检索结果的方法相比较,可知此方法能获得更好的检索结果。

Development and application of ergodicity model with FRCM and FLAR for hydrological process

In this paper, a new ergodic property analysis model of hydrological process is proposed based on fuzzy-rough c-means clustering (FRCM), autocorrelogram, and fuzzy least absolute regression (FLAR). A precipitation time series (1951―2004) from Shanghai Hydrology Station is then analyzed with the model. The results show that the precipitation time series of April, May, June, and September has er-godic property. We conclude that in the long run, the precipitation of April, May, June, and September will not keep decreasing; it will converge to its mean value in some period.