一种基于Gabor小波和LBP的服装图像检索方法

在网页中的服装图像难免会有褶皱，而褶皱所构成的纹理不是提取所需的纹理，因此提取的纹理特征并不能很好的对服装图像进行表述；同时基本的LBP算法提取的纹理特征太过于细微，款式的纹理与构造，都是一些比较低频的粗糙纹理，这两种现象的存在极大地影响了检索算法的准确性，为了提高纹理特征在服装图像检索中的准确性，文章提出了一种通过Gabor小波去除褶皱和改进的LBP纹理特征提取以提高服装图像检索精度的算法。实验表明，改进后的算法比已有的算法有更好的检索效果。     

基于Visual C++实时表情识别系统的算法设计与实现

本系统主要使用局部二元模式(LBP)来提取脸部图像的纹理特征,对脸部区域分块计算LBP直方图,并连结起来作为表情识别的特征,继而实现基于Visual C++的实时表情识别系统。实时表情识别系统主要包括基于VC++的图像帧提取、人脸区域的划分、人脸表情识别算法和人脸表情LBP数据库,人脸表情识别算法是整个系统的关键。实时表情识别的识别过程,由基于USB的摄像头捕捉定帧画面,灰度处理后,提取人脸区域,经过人脸表情识别算法得到LBP表情特征,并与人脸表情LBP数据库进行卡方比较,与之差值最小LBP表情特征所在表情类别即为识别出的表情。     

基于多特征融合和二维投影非负矩阵分解的图像检索

文章提出了一种基于非负矩阵分解(Nonnegative Matrix Factorization.NMF)和多特征融合的图像检索模型。通过提取图像的颜色和纹理特征,进行NMF分解,得到NMF的基矩阵和样本的系数矩阵。利用二维主成分分析(2DPCA)的思想对系数矩阵降维,然后通过特征加权的方法比较检索结果。文章使用500幅人物图像组成的图像库进行试验,该方法利用了图像的多个特征和2DPCA思想,使得文章中的方法提高了检索的查准率,而且检索速度优于非负矩阵分解和二维主成分分析。     

基于内容的图像检索

近年来因特网的快速普及,如何快速地在海量图像中搜索自己所需的图像显得十分重要。本文以图像为研究对象,分析纹理检索的统计方法,通过对纹理粗糙度、方向性、对比度等特征的分析,建立适合工程应用的图像检索系统。纹理是图像重要且难以描述的特征。由于众多图像纹理特征比较明显,所以基于纹理的检索具有重要的应用价值。     

基于内容的图像检索

近年来因特网的快速普及,如何快速地在海量图像中搜索自己所需的图像显得十分重要。本文以图像为研究对象,分析纹理检索的统计方法,通过对纹理粗糙度、方向性、对比度等特征的分析,建立适合工程应用的图像检索系统。纹理是图像重要且难以描述的特征。由于众多图像纹理特征比较明显,所以基于纹理的检索具有重要的应用价值。     

基于内容的图像检索

近年来因特网的快速普及,如何快速地在海量图像中搜索自己所需的图像显得十分重要.本文以图像为研究对象,分析纹理检索的统计方法,通过对纹理粗糙度、方向性、对比度等特征的分析,建立适合工程应用的图像检索系统.纹理是图像重要且难以描述的特征.由于众多图像纹理特征比较明显,所以基于纹理的检索具有重要的应用价值.     

基于颜色特征的图像检索技术

由于信息技术的飞速发展,用户对信息检索的质量要求也越来越高,特别是在图片检索方面,基于文本的图像检索技术(TBIR)已逐渐不能满足用户的需求。基于内容的图像检索技术(CBIR)开始被关注,CBIR技术检索的特征包括颜色特征、纹理特征、形状特征、空间位置关系等。本文介绍基于颜色特征的几种检索方法基本原理和实现过程。     

基于改进的小波变换和模糊核聚类的纹理分割

提出了一种基于改进的小波变换和模糊核聚类的纹理分割方法。该方法首先用改进的离散小波变换进行纹理特征提取。然后用模糊核聚类方法对特征空间的每个像素进行聚类以实现对纹理的分割。实验结果表明所提算法有很好的分割结果。     

基于改进SIFT特征匹配的视频拼接——在倒车系统中的应用

文章主要在限定的特征点提取区域,用改进的SIFT特征匹配算法进行帧图像的并行双向搜索匹配,缩短视频帧图像的匹配时间达到视频拼接的目的。     

基于快速傅里叶变换的形状检索

近年来,随着多媒体技术和数字设备的出现,如何有效地管理和访问图像信息已成为人们亟待解决的问题。因此,一种新的图像检索技术——基于内容的图像检索技术被提出来。本文在已有研究成果的基础上,提出了自己的基于形状特征的图像检索方法:基于二维快速傅里叶变换的形状检索算法。     

特征点匹配对预筛选的快速运动背景配准

针对运动背景下的运动目标检测实时性要求高的问题,提出了特征点匹配对预筛选的快速运动背景匹配,通过配准运动背景,然后通过帧间差分法提取运动目标。该算法首先利用Harris算子提取背景图像的Harris特征点,然后对Harris特征点进行匹配得到匹配对,通过K-means聚类算法对特征点对进行预筛选,预筛选后的特征点对利用改进的随机样本一致算法(PROSAC)计算放射变换矩阵,最后对背景图像进行变换配准。实验仿真表明,该算法极大地提高了运动背景匹配速度。     

基于矩特征和面积特征的二值图像检索方法

在商标图像的检索中,仅凭图像单一的特征很难达到满意的检索效果,文章提出了利用图像矩特征与面积特征相结合的方法进行二值商标图像的检索。实验表明该方法能有效减少虚警和漏检,提高检索的精度。     

典型图像分类算法分析

本文主要讨论了图像处理中基于人类视觉系统(HVS)的图像区域分类的相关概念、技术以及算法的实现。图像分类是指将图像分成平滑区、纹理区和边缘区,它是图像处理中一种重要的手段,具有广泛的应用。所谓平滑区就是指图像中灰度变化较少,包含信息量少,能量小的部分;而边缘是图像中一种灰度突变形式的集合;纹理是表征象素按一定的排列规律进行重复排列的部分。纹理区和边缘区的图像块具有较大的能量。本文主要基于人类视觉的一些特性,提出了空域和频域两种分类算法,这两种算法都是先将图像分块,然后再与人类视觉特性相结合,对各个图像块进行处理,再确定相应划分区域的阈值,对原始图像进行二次分类,最终得到图像的平滑区、纹理区和边缘区.     

CBIR技术内容及进展分析

基于内容的图像检索技术符合用户的实际需求,重点需要研究合适的图像特征提取方法和相似性度量标准。所以,特征提取是CBIR系统最关键的部分,在很大程度上决定了整个系统的成败。高层的图像语义往往建立在较低层次语义获得的基础上,并且层次越高语义越复杂,涉及的领域也越多。要想很好的利用图像的语义特征,就要减小图像简单视觉特征与丰富语义之间的语义鸿沟（Semantic Gap）,促使计算机检索图像的能力达到人的理解水平,但这是较为困难的。目前较为热门的CBIR技术仍是集中在基于颜色、纹理、形状等基本视觉特征的检索。下面就以基本视觉特征的研究为主详细介绍CBIR技术的内容及进展分析。     

基于特征点的图像拼接算法研究

在研究图像拼接理论的基础上,改进了拼接算法中的特征点匹配问题。首先利用Harris算法进行角点检测,然后利用归一化相关法进行匹配,接着利用该文中提到的方法来去除误匹配,从而得到匹配点对。实验结果证明该方法有效地提高了图像拼接的精度和速度。     

基于自适应非最大抑制的Harris角点检测算法

本文提出一种基于自适应非最大抑制策略的Harris角点检测算法;算法从角点响应函数的局部极大值入手,计算图像中每个像素点的局部极大值通过设置抑制半径与角点响应函数的局部最大值关联最终获取角点。实验表明,该算法检测出的角点均匀分布,提高了检测角点的准确性,算法能够应用于图像特征匹配、运动估计等方面。     

一种改进的松弛迭代图像配准算法

本文展示了一种改进的松弛迭代图像配准算法,此算法首先使用归一化自相关运算求得图像的粗匹配对,接着使用改进的松弛迭代匹配算法进行精匹配。本文通过优化筛选第一轮迭代结果,使得后续迭代时间明显减少。实验证明此算法效率比原始算法有了很大的提高。     

基于合成孔径雷达图像的边缘检测研究

合成孔径雷达（SAR）图像边缘信息对于图像理解有着重要意义,它既是图像分割的有效途径,又是特征提取的有效手段,也是SAR图像处理中研究的重点。文章深入分析了SAR图像的Ratios边缘检测方法,并针对Ratios算法存在边缘定位精度低的缺点,提出了一种改进的Ratios边缘改进提取算法。结果表明,方法具有较高检测正确率及较好的边缘定位精度。     

基于双目摄像的特征提取算法研究及三维重建实现

特征提取是计算机视觉中的一项重要技术,本文针对特征提取中的Harris算法和SIFT算法进行了比较,通过仿真实验证明,在处理尺度缩放、亮度变化的图像时SIFT算法更加优越。根据三维成像原理,本文对SIFT算法提取的特征点进行三维重建,获得了目标场景的视差图和三维重建图,进一步说明了SIFT算法的提取是行之有效的。     

基于FPGA的图像边缘处理研究

对于图像来说,边缘是其最基本的特征.图像边缘是指灰度有明显反差变化的周围像素的集合,它是一种具有方向和幅值的矢量,是进行图像分割、图像识别以及纹理分析的重要基础,灰度的突变是其在图像中的主要表现.要正确检测出这种灰度的非连续性,确定其在图像中的准确位置,就需要采取相应的边缘检测方法.文章介绍了基于FPGA的图像边缘检测器的研究和设计过程,这种处理方式一方面显著提高了图像边缘处理的水平,另一方面还提高了图像处理的速度.另外,还根据边缘检测结果提出了具体的后续处理方法,以供参考.