基于唐卡图像的抽象化绘制方法研究

唐卡图像的抽象化是用非真实感技术表现唐卡的一种形式。根据唐卡图像线条和色彩的特点,提出一种抽象化绘制方法。首先,根据唐卡RGB颜色空间的梯度提出粗略的轮廓,以此为输入对其进行边缘切向流构造,在此基础上进行基于高斯差分滤波提取平滑的唐卡线条画;与此同时,对唐卡图像进行双边滤波、剔除干扰信息并模糊化图像;然后将线条画和模糊的图像进行融合。针对不同的唐卡图像进行实验,结果显示该方法能对唐卡图像进行有效、高质量的抽象化处理。     

基于唐卡图像的线条画提取方法研究

唐卡以线条为骨架造型,是色彩和线条有机组合。唐卡图像的线条画提取旨在提取一组连贯、光滑、及具风格的线条,有效地捕获和传达唐卡的轮廓信息。以有限的信息量展现唐卡的内容,赋予唐卡另外一种艺术展现形式。本文针对唐卡图像特点提出其线条画提取方法。首先,根据唐卡色彩鲜明的特点,提取RGB颜色空间三个通道梯度向量并进行融合;然后,用边缘切向流方法构造一个光滑的方向场,保留了突出的图像特征。最后,通过基于流的高斯差分滤波方法提取连贯一致的线条,同时有效地抑制噪声干扰。实验证明该方法简单,容易实现,能有效提取唐卡图像线条。     

卡通画的非真实感绘制技术

提出了一种无需专门的硬件,无需用户参与,直接对原图像进行操作的卡通画渲染方法。该方法使用双边滤波器对输入图像进行抽象化,修改视觉上重要特征的对比度,然后对抽象化的图像进行色彩量化来模拟卡通画的着色风格。为提高结果的可视化程度,对图像进行风格化边缘提取,最后将色彩量化后的图像与风格化边缘图进行融合。     

基于特征关联融合的图像检索方法

鉴于单一特征检索效果的不足,提出基于颜色和纹理特征相互关联融合的图像检索新方法。利用非等间隔量化HSV颜色空间,提取图像的颜色特征,利用Gabor小波提取图像的纹理特征;对内容分布简单的检索图像,采用图像底层特征串行关联(FSC)方法,对内容分布复杂的检索图像,采用基于典型相关分析(CCA)的图像底层特征并行关联(FPC)的方法,融合颜色特征和纹理特征进而检索图像。     

一种基于多特征融合的图像检索方法

基于单特征的图像检索系统一般性能较低.提出了一种基于多特征融合的图像检索方法.通过对HSV颜色空间的非等间隔量化,提取一维颜色特征向量及其累加直方图.基于灰度共生矩阵(GLCM)进行纹理特征的提取.将两类特征结合,设计了一种基于多特征融合的图像检索方法.利用相似性度量方法分别对颜色特征和纹理特征以及融合后的特征进行了图像检索实验.结果表明,基于颜色和纹理特征相融合的多特征融合方法具有更好的图像检索性能.     

基于相容粒的彩色图像检索算法

图像特征的提取与表达是图像检索技术的基础,而图像边缘是重要的视觉感知信息,由此提出一种基于相容粒度空间模型的图像检索方法.首先利用Canny边缘检测算子提取原始图像的彩色边缘信息,然后使用相容粒的合并计算方法对图像边缘颜色进行动态量化,根据得到的信息粒计算图像之间的相似度并进行图像检索.仿真实验表明,本文算法与传统颜色...     

基于特征融合的行人重识别算法

为解决实际行人重识别系统中识别率低、识别速度慢的问题,从创新和工程应用出发,提出了一种行人重识别算法。对行人图片进行预处理,采用色调、饱和度、亮度(hue,saturation,value,HSV)空间非线性量化的方法构建颜色命名空间,对人体分区域预识别来提高检测效率;对备选目标的整幅图像提取HSV和方向梯度直方图(histogram of oriented gradient,HOG)作为整体特征并在滑动窗口内提取颜色命名(color naming,CN)特征和2个尺度的尺度不变特征(scale invariant local pattern,SILTP),采用本文融合算法得到新的特征;在3个数据集上进行行人重识别,融合的特征在2种度量学习算法的Rank1平均提高了2.4%和3.3%。实验结果表明该算法能够提高重识别精度。     

基于几何代数的彩色图像相似度量与边缘提取

面向彩色图像边缘提取问题,引入具有多维统一表达特征的几何代数理论,利用几何基编码实现了对彩色图像颜色空间和特征空间的集成表达与相互映射;利用几何代数空间中颜色空间和特征空间的整合表达,构建了图像的特征描述和相应的运算算子;根据饱和度相对光源亮度值的不变特性,基于饱和度算子实现了彩色图像的颜色特征描述;设计了基于反射算子和几何积的颜色向量相似性度量算子;利用Clifford卷积实现了融合亮度信息与饱和度信息的彩色图像边缘提取.本文提出的彩色图像边缘提取算法可兼容标量模板和向量模板,并可支撑基于阈值的边缘提取特征约束.案例研究表明,论文的边缘提取方法在提取边缘结果的结构保持性和信息完整性上都具有较为明显的优势.     

基于非线性尺度空间的航拍场景分类

针对尺度不变特征变换(Scale Invariant Feature Transform,SIFT)算法在航拍场景分类中提取特征时,易造成边界模糊和细节丢失且无法描述颜色信息的问题,结合视觉词袋模型,提出了非线性尺度空间下融合颜色特征的新型颜色风式特征检测子(Color-KAZE,C-KAZE).通过KAZE构造非线性尺度空间来检测特征信息;对颜色模型(Hue,Saturation,Value,HSV)非等间隔量化获取颜色量化矩阵,进而生成C-KAZE特征描述子;利用视觉词袋和空间金字塔匹配模型融合多特征.实验表明,该算法相比SIFT算法在场景分类准确率方面提高了约8%.C-KAZE描述子增强了KAZE的特征描述能力,突破了SIFT算法特征描述单一、边缘细节模糊的局限性,显著提升了无人机航拍图像的分类效果.     

基于物理模型的目标边缘检测方法

针对传统的边缘检测算法会将目标边缘和非目标边缘同时检测出来的问题,提出了一种基于物理模型的彩色图像目标边缘检测法。首先根据Shafer双色反射模型分析图像中各种边缘的特性,之后论证了基于图像成像的物理模型定义的c1c2颜色空间和o1o2颜色空间的色彩不变性特征,并通过多尺度形态学梯度算子提取出目标的真实边缘,最后结合图像各像素与其邻域的亮度及色度的相关性,对提取的目标边缘进行补偿,得到图像中目标的真实边缘。实验表明,本研究提出的方法在抵抗光照和噪声影响的同时能够有效地提取出目标的真实边缘。     

基于FAST算子与多特征匹配的图像伪造检测算法

当前图像伪造检测算法大多采用最近邻与次近邻比值法进行特征匹配来完成图像伪造检测,存在较多的错误检测以及漏检测现象,基于此提出了一种基于FAST算子与多特征匹配的图像伪造检测算法.首先,基于FAST算法与Bresenham方法,构造以像素点为中心的圆形区域,提取图像特征;然后,通过梯度直方图统计法判定特征点的主方向,以特征点为中心建立两级同心圆,并通过求取同心圆在指定方向上的梯度特征,生成特征向量和特征描述子;最后,提取特征点的HSI颜色分量,将HSI颜色分量以及特征点的特征向量作为双重特征,设计了双重特征匹配法则,实现特征匹配.引入Hough变换,对匹配特征点进行聚类,定位伪造内容.实验结果显示,与当前图像匹配算法相比,所提算法具有更高的检测正确度与鲁棒性能.     

Analysis of color distortion and optimum fusion for remote sensing images using the statistical property of wavelet decomposition

IHS （Intensity, Hue and Saturation） transform is one of the most commonly used tusion algonthm. But the matching error causes spectral distortion and degradation in processing of image fusion with IHS method. A study on IHS fusion indicates that the color distortion can＇t be avoided. Meanwhile, the statistical property of wavelet coefficient with wavelet decomposition reflects those significant features, such as edges, lines and regions. So, a united optimal fusion method, which uses the statistical property and IHS transform on pixel and feature levels, is proposed. That is, the high frequency of intensity component Ⅰ is fused on feature level with multi-resolution wavelet in IHS space. And the low frequency of intensity component Ⅰ is fused on pixel level with optimal weight coefficients. Spectral information and spatial resolution are two performance indexes of optimal weight coefficients. Experiment results with QuickBird data of Shanghai show that it is a practical and effective method.     

Lexicographic Image Hash Based on Space and Frequency Features

A lexicographic image hash method based on space and frequency features was proposed.At first,the image database was constructed,and then color and texture features were extracted from the image blocks including information for every image in the database,which formed feature vectors.The feature vectors were clustered to form dictionary.In hash generation,the image was preprocessed and divided into blocks firstly.Then color and texture features vectors were extracted from the blocks.These feature vectors were used to search the dictionary,and the nearest word in dictionary for each block was used to form the space features.At the same time,frequency feature was extracted from each block.The space and frequency features were connected to form the intermediate hash.Lastly,the final hash sequence was obtained by pseudo-randomly permuting the intermediate hash.Experiments show that the method has a very low probability of collision and a good perception of robustness.Compared with other methods,this method has a low collision rate.     

基于IHS色彩空间和Contourlet变换的图像融合方法

本文提出一种基于Contourlet变换与IHS色彩空间的图像融合方法。该方法首先对彩色图像进行IHS空间转换,然后对待融合图像的I分量做融合规则融合即首先对I分量做Canny算子运算。在计算出图像的边缘点后,再对边缘点和非边缘点做不同规则的融合。该方法对彩色图像的处理能有效的提供图像的清晰度和相关系数。实验仿真结果表明：与加权融合、PCA融合方法比较,该方法能有效改善融合质量并取得较好的视觉融合效果。     

基于水平集的彩色图像分割方法

实现了一种新的彩色图像融合分割方法。首先,通过对彩色图像进行YCbCr变换,提取其颜色特征。进一步,对亮度图像进行Gabor变换,提取其纹理特征。同时,为了消除特征向量的冗余,引入PCA变换对高维特征向量进行压缩。然后,采取向量C-V模型对提取的特征向量进行分割。最后,对分割图像进一步后处理,消除小的区域。真实彩色图像实验结果证明了方法的有效性。     

基于核判别分析与证据理论的图像伪作分层融合检测

现有图像伪作融合检测算法一般直接采用特征融合或决策融合技术,普遍存在算法不易扩展或检测准确率不理想等问题。在综合利用原始图像固有特征和篡改所引入特征的基础上,探讨了一种基于特征融合和决策融合的分层融合框架,并实现基于核判别分析(kernel discriminant analysis,KDA)和证据理论的图像伪作检测算法。该算法包含粗分类和细分类两阶段。在粗分类中,利用原始图像固有特征,采用KDA技术实现特征融合,输出结果为原始图像、篡改图像和待定图像三种类别。在细分类中,利用篡改操作所引入的特征,采用证据理论进行决策融合,实现对待定图像的进一步分类。实验结果表明,该算法能有效地检测模糊操作、重采样操作、JPEG压缩以及多种篡改组合操作。     

基于HSI颜色空间的车流量统计

本文针对常见在RGB颜色空间的运动车辆检测方法的不足,提出了一种基于HSI彩色空间的运动车辆检测方法。该算法利用高斯混合模型提取背景,通过选取大小合适的检测带进行背景帧差运算,运用图像二值化提取运动目标。然后利用垂直投影法,并对投影后的图进行中值滤波,从而有效地统计出了车辆数。     

融合彩色模型空间的非线性低照度图像增强

低照度图像存在图像整体亮度偏低、亮度不均匀、色彩饱和度过高、图像模糊等问题,针对此类问题,提出了一种融合彩色模型空间的低照度图像增强算法。在该算法中,将图像的亮度增强与图像色彩恢复转换至不同的彩色模型空间分别进行处理:在RGB彩色模型空间中,首先对图像的高灰度级进行预处理,随后进行滤波处理,最后再用三分量增强函数对图像进行亮度恢复;在HSV彩色模型空间中,利用非线性色彩饱和度校正函数与亮度增强函数进行图像的色彩恢复,最后将两个空间中的处理结果进行加权融合。最终的对比实验结果表明,该方法在避免图像出现过度增强、色彩恢复与图像照度增强方面有着良好的效果,所处理的图像符合人眼视觉特性。