一种基于颜色特征的图像检索方法

提出了一种基于颜色的新的图像检索方法。该方法在HSV量化过程中,引入模糊量化的方法,使量化结果更接近人的主观视觉感知。全局直方图由于不包含颜色的空间分布信息,不同的图像可能具有相同的颜色直方图。为弥补这些缺点,还提出了一种新的重叠分块,并对主体区域进行二次划分的方法。实验结果表明,本方法具有良好的检索效果。

基于标记分水岭的植物重叠叶片改进分割算法

针对番茄穴盘幼苗的重叠叶片,提出一种基于HOG描述子的改进标记分水岭分割算法。首先,利用超绿变换和最大类间方差法分割叶片区域和背景区域,确定叶片分割的总体轮廓;然后利用形态学彩色图像梯度计算方法计算图像梯度;再借助图像梯度的HOG描述子,筛选出有叶片边缘的区域和没有叶片边缘的区域,将没有叶片边缘的区域进行形态学操作后作为分水岭分割的标记;最后利用标记对图像梯度进行重建,执行分水岭分割,得到重叠叶片的分割结果。实验结果表明,该算法可以较为准确地选定分水岭标记和实现叶片分割,能够为穴盘幼苗分级研究提供支持。

基于图像熵和分块直方图的图像检索技术研究

针对利用图像的颜色特征丢失空间信息的问题,提出了一种综合方法:通过计算图像熵,反映图像中像素邻域内颜色分布的综合特征;通过重叠分块,然后对各分块计算分块颜色直方图。实验结果表明,这种方法具有很好的检索效率。

基于重叠条纹特征融合的行人再识别

针对行人再识别过程中,光照、摄像机设置等因素影响行人图像颜色以及在提取图像特征时丢失部分图像细节的问题,提出一种基于重叠条纹特征融合的行人再识别方法。在提取特征前,对图像进行重叠条纹分割,对所分割的条纹提取HSV颜色直方图和Gabor纹理特征直方图,HSV颜色直方图可以增强图像颜色信息的鉴别性,而重叠条纹分割方法解决丢失图像细节问题,Gabor纹理特征对图像的边缘敏感,增加图像的细节信息,融合所提取的图像特征,形成特征描述子;然后用交叉视角逻辑度量学习算法进行识别;最后在VIPER和GRID图像库上进行实验,rank1分别达到了31.68%和16.32%,rank10和rank20也有明显提高。结果表明所提方法能够提高行人再识别的识别率。

珞珈三号01星冰雪/云场景影像偏色校正处理

珞珈三号01星采用Bayer成像模式,其获取的绿色通道信号相对较强,但由于相机通常采用固定的曝光与增益设置,导致珞珈三号01星拍摄的含冰雪/云覆盖影像会出现严重偏绿现象。针对该问题,提出了一种结合颜色通道补偿与直方图间互相关关系的直方图重叠白平衡方法。为提升影像的细节信息,通过低灰度值区域的分布比例构建伽马函数,实现拉伸处理;为提升各颜色通道分布的相似度,使用影像的标准差信息计算权重,补偿衰减通道,并基于YCbCr颜色空间保持亮度信息,避免影像背景亮度变化;为改善偏色情况并保持色度均值的重合,通过互相关关系进行色度直方图重叠处理,根据冰雪/云场景影像的特征自适应调整参数。对校正后的结果影像进行主观分析与客观评价,并与多种主流的颜色校正方法进行对比验证。实验结果表明,所提方法颜色校正效果更好、影像地物颜色更自然,且能更好地保留地物信息。