基于彩色的印鉴图像分割技术

本文主要阐述了在银行印鉴自动识别系统中印鉴图像分割技术的研究,提出了改进的基于颜色的印鉴图像分割技术,由传统的基于RGB色度模型的彩色图像分割过渡为基于HSI色度模型的印章图像分割。     

基于旋转不变特性的印鉴识别方法研究

特征提取是印鉴识别的基础,其中不变量提取是重要理论．本文是从印鉴旋转不变特性,即从不同角度观看每一个印鉴都有自己不变的独特特性进行探讨的．研究首先提取不变的特征点,然后生成特征向量,再进行向量匹配达到识别印鉴的目的,并且此方法识别准确率高．     

基于局部色彩不变量的图像篡改检测方法

针对基于分块的图像区域复制篡改检测方法通常面临的图像特征提取计算量大、维度高、识别率低等问题,提出一种基于局部色彩不变量特征的图像区域复制篡改检测方法,将RGB彩色图像转换到对立色彩空间,通过分析和提取图像各通道上的局部密度分布特征,构建k-d树进行相似分块特征匹配以实现图像区域复制篡改检测.提出的局部色彩不变量密度特征具有维度低、计算简单等特点.实验结果表明,本文方法与其他几种典型的基于分块的方法相比,具有较低的时间复杂度和较高的检测率,且对图像篡改区域的旋转、缩放攻击具有较好的鲁棒性,特别是当图像篡改区域进行大角度旋转时与其他几种方法相比具有明显优势.     

基于图像色彩和纹理的SOM聚类和检索方法

文根据图像的全局色彩和区域纹理信息,使用自组织映射神经网络的方法对图像内容进行聚类和检索。全局色彩在HSI空间使用区域累加的方法,避免了维数过大的问题。用区域纹理描述的方法解决了使用单一色彩带来的不准确性;自组织映射网络所特有的特征选择和无监督学习等特性,实现了对视觉相似图像的聚类。     

基于色彩纹理特征的图像分类及应用

目的研究彩色数字图像的计算机分类识别方法并应用于古瓷片的自动分类。方法提出了一种色彩纹理特征的提取模型,采用该模型,利用IGabor滤波器提取数字图像的色彩纹理特征,并构造支持向量分类机(SVM)分类器组。结果实现了高准确率多类别图像的自动分类识别,并成功应用于古瓷片的自动分类。结论色彩纹理特征提取方法将颜色与纹理进行融合,增强了数字图像之间的特征区分能力。     

基于图像色彩和纹理的SOM聚类和检索方法

作者根据图像的全局色彩和区域纹理信息,使用自组织映射神经网络的方法对图像内容进行聚类和检索.全局色彩在HSI空间使用区域累加的方法,避免了维数过大的问题.用区域纹理描述的方法解决了使用单一色彩带来的不准确性;自组织映射网络所特有的特征选择和无监督学习等特性,实现了对视觉相似图像的聚类.     

基于Symlets小波的虹膜特征提取

提出了基于双正交的虹膜特征提取方法。通过Symlets小波对归一化虹膜图像进行特征提取,运用k-近邻分类器实现匹配．研究结果表明,与基于db4小波的方法比较,该方法在识别率上有明显的改进．     

一种新的纹理图像识别方法

采用了一种基于方向滤波器组的旋转不变纹理识别方法。该方法用DFT-encoding从图像方向信息中提取出旋转不变纹理特征后,用贝叶斯距离作为分类器,用包含有30类单色自然纹理的图像库进行识别试验,比较了各种因素对于识别率的影响,确定了对失真图像识别能力最优的纹理特征及参数设置。     

基于C4.5算法的敏感图像检测方法

提出一种基于2次C4.5分类的敏感图像检测方法.该方法利用Daubechies小波和灰度共生矩阵提取图片的纹理信息,在HSI空间和YCbCr空间提取颜色特征,进行第1次基于C4.5算法的训练和分类;对分类生成的0,1二值空间进行特征提取,将所有特征分量融合进行基于C4.5算法和2次训练和分类.基于2次训练生成的规则进行敏感图片的检测.实验结果表明,该方法对于敏感图片分类正确率达93.3%以上,与基于颜色和纹理特征的直接检测方法相比,进一步提高了正确识别率.     

基于区域直方图统计的灰度图像色彩传递方法

应用直方图统计法描述图像的区域纹理,提出基于区域直方图纹理描述的灰度图像色彩传递处理方法.为待彩色化处理的灰度图像选定适当的参考图像,并在去相关的对立色空间对两幅图像的亮度通道作线性变换.用直方图统计法描述的像素邻域纹理特征进行图像间的像素匹配,将匹配性最佳的参考图像像素的颜色值传递给相应灰度图像像素的颜色通道,将色彩传递结果图像转换回RGB空间显示.实验结果表明:该方法能够提高像素匹配的准确性,获得色彩自然感优于常规色彩传递方法的彩色化图像;该方法运算量较小,便于实际应用.