融合颜色和边缘特征的织物图像检索算法

为解决单一特征检索精度不高的问题,提出一种基于分块颜色直方图和边缘方向直方图的检索算法。将图像转换到HSV颜色空间,并进行图像分块得到子块颜色特征;通过Canny算子提取图像边缘信息,获得边缘方向特征;利用卡方距离分别度量颜色特征与边缘特征的相似性,实现图像检索。该算法对织物图像的平均检索查准率达80.83%。认为:该织物图像检索系统对织物检索有较高针对性,能够获得较好的检索效果。     

基于边缘和颜色特征的织物印花花型检索

针对织物印花花型同型不同色和同形异构的特点,提出了一种综合花型边缘和颜色特征的图像检索算法。首先利用中值滤波对花型图像进行滤波去噪,并采用Canny算子获取花型边缘;以边缘像素坐标加权中心点为圆心,将各边缘点划分到若干等距环面内,提取花型边缘距离直方图,并在对边缘像素点直线拟合基础上,提取边缘方向直方图;然后在HSV空间内对彩色边缘进行颜色量化,提取各颜色分量构成颜色直方图;最后对3种特征分别进行相似性度量,并赋予三者不同权重予以结合,获得图像间相似度。结果表明,该算法具有平移、缩放、旋转不变性,并能兼顾边缘特征和颜色特征对检索结果的影响,准确区分同型不同色和同形异构的花型图案,该算法平均查准率可达93.17%。     

基于颜色空间与聚类分析相结合的袜带辨色分级方法

针对丝卷检测中锦纶长丝染色均匀度测定的问题。采用CCD摄像头提取袜套样本图像,提出了应用商图像归一化的方法对袜套图像进行光源空间均匀性校正;应用多项式回归模型对摄像头提取的袜套样本图像进行色度特征化处理,得到的平均和最大色差分别为0.439和1.328 CIELAB色差单位;通过HSV颜色空间的色度百分率直方图,得到待检测袜套的颜色特征值,再由经验方程将其转化为聚类分析的输入矢量,最后应用聚类的方法对全体袜套的特征进行分析,得到袜带的染色分级区间及各段袜套的染色评级。结果表明,取得聚类过程中的参数最大迭代次数为100,终止误差限为1×10-5,模糊加权指数为2,得到聚类中心个数分别取2、3、4、5时的分类结果与人眼视觉比较,误差在0.125%以内,该误差远低于生产技术指标的允许误差,可用于对袜套颜色指标的检测和分级。     

改进Hough变换在纸病检测系统中的应用

通过对褶皱纸病的分析研究,提出一种基于改进Hough变换的检测方法.利用边缘检测对纸病信息进行去噪和简单提取,采取Hough变换的方法将纸张从图像灰度空间转换到参数空间,从变换后的参数空间中提取纸病图像中的褶皱特征并进行识别.实验结果表明,此方法识别率高、计算速度快、检测效果好.     

彩色目标提取方法检测羊绒/羊毛混纺比

针对目前羊绒/羊毛混纺比检测主要依靠人工,速度慢且精确度不高等问题,应用一种基于HSV颜色模型的彩色目标提取方法检测羊绒/羊毛混纺比。首先将具有某种色彩信息的羊绒或羊毛纤维从背景图片中分离出来,然后根据所提取纤维与背景纤维的形状大小等特征的不同,采用图像腐蚀和膨胀的方法对图片进行处理,使所提取的目标完整地从原图中分离出。研究结果表明:该方法使应用图像处理方法测试羊绒/羊毛混纺比具有可行性。     

基于图像融合的边缘提取新方法研究

提出一种基于数学形态学和Canny算子边缘提取的方法。传统的基于形态学的边缘提取方法有较好的去噪能力,其得到的信息往往不完整,不能反映图像全部的边缘信息。为了得到比较完整的图像边缘信息特征,利用数学形态学的方法和Canny算子方法先对图像分别进行边缘提取,然后将两种方法处理后的图像利用小波分解进行图像融合,实验结果表明,该方法得到的图像边界较细腻完整,且具有较好的抗噪性。     

基于小波包分解的边缘检测算法

边缘检测是图像处理中极其重要的一方面,文章简要介绍了传统的图像边缘提取算法,并提出了基于小波包分解的图像边缘提取方法。通过Matlab仿真实验,结果证明了基于小波包分解的边缘检测算法的优越性。     

基于颜色和纹理特征的图像情感语义分类

利用图像的低层特征实现了图像高层情感语义(happy和sad)的分类:通过在HSV颜色空间中提取图像的全局颜色特征,并利用黄金分割原理提取位于视觉中心位置主要区域的局部颜色特征,结合二维Gabor小波变换提取全局图像的纹理特征,实现对自然风景图像进行情感特征提取.采用PCA方法对情感特征进行降维,将降维后的特征向量结合BP神经网络,完成情感语义分类检索.     

基于多分辨率B样条小波分析的大米裂纹检测研究

针对目前大米外观裂纹指标检测方法落后、检测结果缺乏客观性,可重复性差等缺点,提出一种基于双正交B样条小波变换的大米裂纹检测方法。通过图像增强、图像滤波等步骤从原始图像中提取单体米粒图像。并对提取出的单体米粒图像进行小波变换以突出米粒裂纹特征,大大提高了裂纹检测的定位精度。结果表明,该方法可以比较全面地检测出图像中的实际裂纹,检测边缘位置和实际边缘位置十分接近,并且避免了单个边缘产生多个响应的情况,为进一步完善大米品质检测提供了理论和实践基础。     

支持向量机提取法检测羊绒/羊毛混纺比

文章介绍了基于HSV颜色模型,应用支持向量机的目标提取方法检测羊绒,羊毛混纺比.根据某种色彩信息,将在HSV颜色模型下的羊绒与羊毛混纺纱线的切片图进行初步的背景分离,通过特征数据取样,应用支持向量机对图片进一步精确分离,从而使提取目标完整地从原图中分离出来,这种支持向量提取的方法为应用图像处理方法测试羊绒,羊毛混纺比提供了可行性.