基于BCH和HOG的Mean Shift跟踪算法

为解决基于核的Mean Shift跟踪算法在颜色相近时,容易出现跟踪不准确或者跟踪丢失的问题,同时提高跟踪的可靠性与准确度,分析了近年来的目标跟踪情况,提出一种基于分块颜色直方图(BCH)和方向梯度直方图(HOG)的Mean Shift跟踪算法。其中BCH包含目标的空间信息,能够很好地应对形变;HOG能够很好地解决光照变化和阴影的影响。使用标准数据集进行测试,结果表明:所提算法可以达到高于80帧/s的跟踪速度,分别优于跟踪—学习—检测(TLD)和核相关滤波(KCF)算法1.7%和2.2%。

基于彩色图像的玻璃绝缘子缺陷诊断

探讨了架空送电线路直升机巡检系统,提高玻璃绝缘子损伤诊断效率的方法。首先采用分块图像的颜色统计识别以及连通域的形状和边缘链码特性,识别出玻璃绝缘子所在区域;然后采用滑动窗口直方图统计及直方图匹配判决的方法,识别出玻璃绝缘子损伤的区域。该方法适用于野外环境中的实时检测,因此可以在一定的光线变化范围和背景复杂度内识别诊断玻璃绝缘子损伤。通过此方法可以在较低的漏检率下快速而准确地检测玻璃绝缘子损伤故障,能在机载系统中具备实时处理能力。

基于视觉权值的分块颜色直方图图像检索算法

为了进一步提高基于颜色直方图的图像检索系统工作效率,本文以人眼视觉感知特性为基础,结合局部图像相关性,提出了一种基于视觉权值的分块颜色直方图图像检索新方法.该方法首先对图像进行分块处理,并计算出图像子块的颜色直方图;然后结合反映局部区域变化的像素点颜色复杂度,计算出图像子块的视觉权值;最后利用视觉权值对子块颜色直方图进行加权处理,并根据加权颜色直方图进行图像检索.仿真实验结果表明,本文算法能够准确和高效地查找出用户所需内容的彩色图像,并且具有较好的查准率和查全率.

一种基于颜色块直方图的图像检索方法

提出了一种基于颜色直方图与颜色块相结合的图像检索的新方法。定义了一种新的四维图像特征矢量,它是由颜色直方图,同一种颜色的颜色块个数,同一种颜色块之间的平均距离和同一种颜色块内的平均距离组成。颜色直方图用来获取图像颜色分布的全局信息,利用后三个特征值来获取图像颜色的空间分布信息。通过对图像数据库的检索表明该算法明显优于直方图法。

基于分块颜色直方图的MeanShift跟踪算法

针对基于MeanShift的跟踪算法对目标尺度变化适应能力差并且不能对目标的旋转进行跟踪的缺点,提出了一种基于分块颜色直方图的MeanShift跟踪算法。新算法引入目标旋转和缩放矩阵使得算法能够适应目标的旋转和尺度变化,分块的颜色直方图包含了目标的空间信息,提高了跟踪算法的鲁棒性和适应能力。实验结果表明新算法能够同时对目标的尺度和旋转变化进行稳定的跟踪,改善了原算法的适应能力。

基于粒子滤波的人脸跟踪算法

人物跟踪技术是目前智能监控系统的核心方法之一,针对人脸运动的非线性非高斯的特点,引入粒子滤波算法来进行运动预测估计,抵抗遮挡干扰。同时,根据人脸结构特点,提出了一种分块颜色直方图,用以描述人脸的特征。并且根据预测精度对预测过程中目标运动速度和过程噪声方差进行自适应更新。实验结果表明,在人脸的旋转,肤色和部分遮挡影响下跟踪精度较高,抵抗光照环境变化,以及人脸大小变化等的鲁棒性较强。

基于颜色块的半径和角度直方图的图像检索

提出一种基于颜色块的半径直方图和角度直方图的图像检索方法。该方法将图像内容看成由若干颜色块组成的集合,根据每一块颜色块的半径直方图和角度直方图来计算图像间内容的相似度,并进行检索。对Corel图像库的10类图像进行测试,每类取20幅作为查询事例。实验结果表明,该方法与全局直方图、结构量化直方图相比,其平均查准率分别提高了10.3%,11.9%。

Criminisi图像修复算法的优化

针对Criminisi算法在修复时会出现结构断裂和误匹配问题,在原有算法基础上提出一些新的改进思想,改进优先级函数的计算方法,将优先级函数表示为数据项、置信度项和邻域相关性项的加权和,以保证图像结构信息的连续性。设计一种样本块大小可变的算法,以增强局部协调性和边界的平滑性。改进模板间相似性度量方法,融入颜色直方图,以提高模板匹配的准确性。实验结果表明,该方法能够弥补Criminisi算法的不足,获得较好的视觉效果,提高图像的修复质量。

基于极限学习机的烟叶成熟度分类

为提高烟叶等级分类效率和烟叶产品品质,减轻人工劳动强度,基于极限学习机提出了一种烟叶成熟度快速分类方法:首先将烟叶图像归一化处理,将烟叶图像平均分成4块,然后提取烟叶图像的分块颜色直方图特征,利用主成分分析法对提取的特征进行降维处理,最后利用极限学习机进行识别判断。仿真实验结果表明,将极限学习机应用于烟叶成熟度分类,测试精度可达96.43%,其训练速度和泛化性均优于BP神经网络和支持向量机,能够快速、准确地判断烟叶成熟度,具有潜在的实用价值。

一种改进的基于颜色直方图的图像检索算法

使用颜色直方图进行图像检索是图像检索的常用方法,但是传统颜色直方图检索容易丢失空间信息,从而影响图像检索的查全率和查准率.针对这一问题,提出一种改进算法,该算法首先进行图像分块,然后通过对各分块颜色直方图加权的方法进行检索.实验证明,该算法可以提高图像检索结果的查全率和查准率.

视觉特征的分块加权图像检索方法

对图像检索进行了研究,提出了一种新的分块加权图像检索方法。根据视觉注意机制将图像分成不均匀的若干块以及设置不同的权值,提取每块的视觉特征。首先在HSV颜色空间利用Sobel算子得到图像的边缘信息,计算颜色和边缘方向的色差直方图,同时定义一种结合颜色和边缘方向的结构来获取图像的纹理信息,并用直方图表示;然后连接每个块的直方图作为图像的特征向量进行图像检索。实验选取Corel标准图像库进行检索以及和另外5种图像检索方法进行对比分析,实验结果表明该方法具有较高的检索精确度。

基于人眼感知度的分块加权图像检索

提出了一种基于人眼感知度的图像检索算法。该算法首先由像素的人眼感知度的计算得到各分块的权值,然后对分块的LBP纹理直方图和HSV颜色直方图进行加权处理,综合纹理和颜色特征进行图像检索。实验结果表明,该算法结合了局部图像的相关性,利用了纹理和颜色特征的互补能力,检索结果符合用户所需并具有较好的查准率和查全率。

基于交叉分块直方图的图像检索方法

在基于内容的图像检索技术中,颜色是常用的图像特征。提出了一种基于交叉分块直方图的图像检索方法。首先,对图像进行交叉分块得到若干子图像;然后提取子图像的颜色直方图特征,构造特征向量;最后根据空间距离度量图像间的相似程度,确定检索输出结果。用交叉方式分块得到的子图像间相互交叉重叠,能够在获取图像颜色特征空间分布信息的同时保持图像目标的完整性,并有效抑制图像背景区域对检索结果的干扰。仿真实验结果表明,基于交叉分块直方图的图像检索方法具有优于基于均匀分块直方图的图像检索方法的性能,适用于对多种类型图像的检索。

基于BAMH的视频镜头边界检测

镜头边界检测是进行视频内容分析的首要步骤 .提出一种新的基于分块向量角和模值二维直方图 (BAMH)的镜头边界检测方法 ,将视频帧分割为多块 ,分块统计向量角和模值二维直方图作为计算帧间不连续值的特征 ,采用自适应阈值分割 ,检测镜头边界 .实验结果表明 ,本文方法的检测性能优于全局向量角 -模值直方图方法 ,更优于

基于改进Mean Shift和SURF的目标跟踪

传统颜色直方图的Mean Shif(tMS)算法只考虑了目标颜色的统计信息,不包含目标的空间信息,当目标颜色与背景颜色相近或目标对象发生光照变化时,容易导致不准确跟踪或跟踪丢失。针对该问题,提出了一种融合改进MS和SURF的跟踪算法。改进的MS算法根据目标对象的最新外接矩形尺寸,确定对象的分块方法,根据各块的Bhattacharyya系数值,确定各块的权重系数,获得初步的跟踪结果;采用SURF特征匹配和校正的方法对其初步跟踪结果进行调整;采用线性加权的方法融合改进的MS和SURF跟踪结果,得出最终的跟踪结果。实验表明,提出的融合改进MS和SURF的跟踪算法,比传统的MS算法和固定分块的MS算法都具有更好的跟踪性能。

一种融合改进Mean Shift和SIFT的跟踪算法

针对传统Mean Shift(MS)跟踪算法易受遮挡,复杂背景和光照变化等因素影响,导致不准确跟踪或跟踪丢失,提出了一种融合改进MS和SIFT的跟踪算法。改进的MS算法根据目标对象的最新外接矩形尺寸,确定对象的分块方法,根据各块的Bhattacharyya系数值,确定各块的权重系数,获得初步的跟踪结果;采用SIFT特征匹配和校正的方法对其初步跟踪结果进行调整;采用线性加权的方法融合改进的MS跟踪结果和SIFT校正结果,得出最终的跟踪结果。实验表明,提出的方法比传统的MS算法和固定分块的MS算法都具有更好的跟踪性能。

基于分块背景更新的均值飘移跟踪算法

为提高融合背景信息均值飘移跟踪算法中的背景模型更新效率,提出基于分块背景更新的改进算法。将目标周围的背景区域划分成4块,分别以此4个子块的颜色直方图作为区域特征描述符进行计算,利用巴氏系数选择性地更新相似性较低的3个区域。在构建目标候选模型时,利用目标物体空间信息赋予候选目标区域像素点相应的距离权重。对整块背景信息更新策略和加权更新背景信息策略进行比较,比较结果表明,该算法具有更高的迭代收敛效率和更强的抗背景干扰能力。

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。

综合分块颜色体积直方图和LGWBPs的图像检索

针对多特征融合提高图像检索效果问题,提出一种综合分块颜色体积直方图和局部Gabor二元模式(LGWBPs)的图像检索方法,有效地提取了图像的颜色和纹理特征,为用户提供了精准的图像检索结果。首先,将4×4分块图像进行重叠九分块,并提取每个分块的颜色体积直方图特征;然后用定义的LGWBPs算子统计每个子块信息并提取图像的LGWBPs直方图特征;最后综合提取的两个特征进行相似性度量。实验结果表明,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较好的旋转不变性、抗噪性和不变特征的鲁棒性。

基于分块颜色直方图和GWLBP的图像检索算法

为了提高多特征融合图像检索的效果,本文提出了一种基于分块颜色直方图和GWLBP的图像检索算法。算法采用K-means均值聚类对RGB颜色空间进行颜色聚类,再将4×4均匀分块图像分成9个子块,提取每个子块的颜色体积直方图,并赋予不同权值计算颜色特征;利用Gabor滤波器组对输入图像进行不同分辨率和方向滤波,然后将不同方向上局部滤波器输出结果与全局滤波器输出结果的平均值进行比较,并进行二值化,据此提出3种不同的GWLBP算子来提取纹理特征。最后对图像的颜色和纹理特征高斯归一化,采用加权平均来融合颜色和纹理的特征距离。通过实验仿真可知,与其他3种算法相比,本算法对正常和有旋转倾向的图像都有较高的查全率和查准率。