基于颜色特征的图像检索方法

针对颜色特征在基于内容的图像检索领域的重要作用,阐述了表示图像颜色的常用颜色模型,给出了几种图像颜色特征提取和颜色的相似性度量方法,并对各种方法的检索性能进行了对比分析,得出相应结论。     

基于台标特征的图像内容识别技术

围绕台标图像内容的表示以及图像特征的匹配问题展开.在台标图像内容的表示方面,讨论了如何按照台标图像的全局和局部的颜色分布来索引图像,通过计算每种颜色的像素的个数并构造颜色直方图和颜色集;在图像特征匹配方面,以颜色特征为基础,进行距离测度计算,并根据图像特征的一般情况,结合考虑了颜色的分类与一些初级的几何特征的因素,利用统计学原理的相似性度量的性质和算法进行基于台标图像内容的信息检索,提高台标图像检索的准确性.     

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.     

基于词汇树方法的图像检索

目前SIFT特征提取算法具有较高的时间复杂度,不利于大规模图像检索,提出一种构建词汇树的方法,来缩短用户检索图像的时间。对图像库用SIFT特征提取算法提取特征点,用聚类方法对图像库中的特征点构建一棵三层词汇树,并为每个结点赋合适的权值。接着计算图像库中每张图片与词汇树的距离,这个距离称为索引值,用来唯一表示每张图片。在进行图像检索时,只需计算待检索图片的索引值,通过索引值的匹配来检索图像,可以极大地缩短用户检索图像的时间。     

一种基于加权颜色聚合向量的图像检索方法

以图像颜色聚合向量为基础,并结合图像显著特征,提出了一种基于加权颜色聚合向量的图像检索方法.首先,提取图像的显著性图,并进行归一化处理,得到加权矩阵;然后,对图像进行颜色聚合向量提取,并根据加权矩阵进行加权处理;最后通过计算两幅图像之间的加权颜色聚合向量相似度,进行图像检索.该方法既系统兼顾了图像的颜色分布特征和高层视觉特征,又具有较高的计算速度;实验结果证明,该算法的检索精度明显高于传统的基于颜色统计特征的检索精度.     

基于潜在语义分析和相关反馈的图像检索方法

为了解决传统的CBIR系统中存在的"语义鸿沟"问题,提出一种基于潜在语义索引技术(LSI)和相关反馈技术的图像检索方法.在进行图像检索时,先在HSV空间下提取颜色直方图作为底层视觉特征进行图像检索,然后引入潜在语义索引技术试图将底层特征赋予更高层次的语义含义;并且结合相关反馈技术,通过与用户交互进一步提高检索精度.实验...     

基于非负稀疏编码的图像检索及应用

针对图像理解中所需的图像检索,提出了一种新的图像检索方法。该方法将非负稀疏编码引入到ScSPM算法中进行图像的特征提取和表示,计算特征表示后图像之间的欧氏距离并排序。实验结果表明该方法在图像理解中能够有效地检索相关图像。     

基于颜色直方图的图像检索技术

使用颜色空间分布熵来表示图像的颜色空间分布特征,结合图像的颜色直方图特征,采用加权综合法和比例系数法表示图像的综合特征,设计了基于颜色直方图和图像空间分布熵的图像检索算法.利用查全率和查准率对算法进行了评价.通过实验分析比较可知,所设计的方法具有较好的查准率和查全率.     

一种改进的综合BTC颜色矩和DT-CWT的图像检索算法

摘 要：特征提取是基于内容的图像检索中的关键技术。针对基于单一特征检索效果不理想的问题,提出一种改进的综合颜色和纹理特征的图像检索算法。该算法在YIQ颜色空间中进行特征提取,首先结合方块编码（BTC）的思想,提取颜色矩作为颜色特征;采用双树复小波变换（DT-CWT）提取纹理特征,融合两种特征并利用相似性度量方式进行图像检索。实验结果表明算法所提取的颜色、纹理特征更利于检索,使用综合特征检索的平均查准率比同类算法更高。     

一种基于多特征融合的相似图像检索方法

提出一种基于多特征融合的图像检索方法。首先基于采用HSV颜色空间统计向量、Canny算法和Gabor滤波的方法,分别提取图像的颜色、形状和纹理特征,并提出用图像感兴趣区域的长宽比值R作为尺寸特征。然后通过计算图像颜色和纹理的欧氏距离,同时结合形状匹配程度来判断图像的相似性,并且利用R值确定图像的尺寸相似性约束区间。实验结果表明,相较于采用单一颜色或纹理特征的检索方法,采用本方法的检索提高了查准率和查全率。     

互补色小波域图像质量盲评价方法

图像色彩空间的RGB通道具有密切的关系,图像质量的改变会改变这样的关系.然而传统图像质量评价方法大多基于灰度图像统计特性,忽略了颜色通道间关系信息.为充分利用颜色信息,本文基于新近提出的互补色小波变换提出一种图像质量盲评价方法.文章建立了图像互补色域自然场景统计、多尺度和方向性能量分布等模型.分析表明：这些模型不仅涵盖了传统灰度方法所能描述的信息,而且还能借助于互补色来有效表示彩色图像各通道之间的信息联系,提供表征图像质量的一组高效特征.基于这些特征,我们提出的图像质量盲评价的方法能有效提取图像的失真统计特征,能给出与人眼主观评价图像质量结果保持高度一致、优于现有文献报道盲方法、且可与非盲（全参考）方法相比拟的评价结果.     

基于颜色特征图像检索方法的研究

对颜色特征进行了分析,对颜色空间的选取,颜色的量化,颜色相似度进行了描述,论述了基于颜色特征图像检索的主要方法直方图相交法,主要颜色表示法,基于参考颜色表方法,基于区域的颜色法及其它们的改进方法,并作出了相应的比较.     

基于全局和局部颜色特征的图像检索方法

提出了一种基于图像全局和局部颜色特征的图像检索方法.首先在符合视觉感知特性的Lab颜色空间中提取全局颜色特征;再对图像进行图像子块划分,同时利用具有人眼视觉特性的高斯加权系数对其进行加权,然后利用二值化得到的颜色位图作为局部颜色特征,并进一步加入了方向性的考虑,对图像子块进行垂直和水平投影,最后合理地融合了全局和局部颜色特征的相似性进行图像检索.对Corel图像数据库的实验结果表明,此算法具有良好的检索效率.     

有线电视网络安全检测系统视频监控中视频特征的提取

论述了利用颜色进行视频特征提取的方法。颜色是视频图像的一个重要视觉特征，描述和处理图像颜色首先要选用合适的颜色模型，并提取颜色的主要颜色特征。视频图像颜色特征主要是颜色的直方图特征、分布特征。颜色的相似性是通过特征的距离度量来实现的。     

基于色彩和纹理特征融合的模糊人脸识别方法

基于纹理特征的方法被广泛应用于人脸识别。然而纹理特征依赖于图像的高频细节信息,当图像出现模糊时,单纯利用纹理特征的识别方法的识别精度会急剧下降。为了克服纹理特征的在模糊人脸识别中的不足,提出了一种基于色彩特征和纹理特征融合的识别方法。首先参照人类的对立色感知机制提取人脸的色彩特征;然后,将该色彩特征和纹理特征分别用于识别分类;最后,将二者的识别相似度进行融合,得到最终的识别结果。该色彩特征描述了图像的低频信息,其对图像模糊不敏感,并且与描述图像高频信息的纹理特征具有良好的互补性。在FERET 和AR 人脸库上的实验表明,融合色彩特征和纹理特征有效地提高了模糊人脸的识别精度。     

综合利用颜色和纹理特征的图像检索

基于特征的图像检索在多媒体数据库管理和多媒体通信传输中得到越来越多的重视。本文介绍了我们设计的分别基于颜色特征和基于纹理特征的两种图像检索算法。在利用单一特征检索的基础上,我们提出了一种综合利用上述两个特征共同进行检索的方法。对真实图像数据库的检索实验表明,综合特征检索要比单一特征检索更符合人的视觉感受要求,因而检索效果更好。     

基于融合和色彩传递的灰度图像彩色化技术

针对传统色彩传递过程中容易出现色彩误传的现象,研究一种基于融合和色彩扩展的灰度图像彩色化技术,首先利用图像融合技术对微光图像和红外图像进行融合,将融合后的图像作为目标图像,然后利用改进的welsh色彩传递算法对目标图像进行上色得到精确匹配的局部彩色化图像,最后利用最小二乘优化方法对得到的局部彩色化图像进行优化。实验结果表明该算法修正了传统算法中色彩误传现象,验证了算法的正确性。     

Content-based image retrieval using a fusion of global and local features

Color, texture, and shape act as important information for images in human recognition. For content-based image retrieval, many studies have combined color, texture, and shape features to improve the retrieval performance. However, there have not been many powerful methods for combining all color, texture, and shape features. This study proposes a content-based image retrieval method that uses the combined local and global features of color, texture, and shape. The color features are extracted from the color autocorrelogram; the texture features are extracted from the magnitude of a complete local binary pattern and the Gabor local correlation revealing local image characteristics; and the shape features are extracted from singular value decomposition that reflects global image characteristics. In this work, an experiment is performed to compare the proposed method with those that use our partial features and some existing techniques. The results show an average precision that is 19.60% higher than those of existing methods and 9.09% higher than those of recent ones. In conclusion, our proposed method is superior over other methods in terms of retrieval performance.     

基于多特征组合的彩色遥感图像分类研究

为了解决利用单一特征对彩色遥感图像进行分类效果不理想、普适性不强等问题,提出了一种基于颜色和纹理特征组合的支持向量机彩色遥感图像分类方法。该方法尝试将彩色遥感图像的颜色信息和纹理信息相结合作为支持向量机算法分类的特征向量,据此对遥感影像进行分类,并进行了实验验证。结果表明,颜色和纹理特征组合的支持向量机分类方法能够取得较高的分类精度,其分类效果优于传统的单一颜色或纹理特征分类,是一种有效的彩色遥感图像分类方法。     

基于特征融合的粒子滤波目标跟踪新方法

针对传统粒子滤波(PF)算法采用单一颜色特征建模 跟踪目标性能差的缺陷,提出一种颜色特征与纹理特 征相融合的PF目标跟踪新算法。首先,采用一种具有抗噪声和保护纹理边缘的全局中值二值 模式 (GMBP)纹理算子,对模板图像进行局部差绝对值处理,得到幅 值序列模板,将幅值序列模板内的中值作为模板的阈值,与模板邻域比较获得新的纹理图像 ;然后,与 具有光照不变特性的局部二值模式(LBP)纹理算子结合,形成一种(GMLBP)新的纹理描述算子 。最后,分别计算GMLBP纹理特征粒子权值和HSV颜色特征粒子权 值,并依据权值大小确定融合系数,对纹理特征粒子权值和颜色特征粒子权值进行线 性融合,再对融合后粒子权值进行归一化处理,从而得到目标位置状态的最终估计值。对比 实验结果表明, 相对于单一颜色特征的目标跟踪算法,所提算法捕捉目标位置准确且具有更低的平均跟踪误 差,其平均误差降低了近2倍。