基于颜色、形状的情感图像检索

图像所含的内容丰富多彩,是用物理特征无法完整表达的.目前常用的图像检索技术是基于内容的图像检索,检索出的图像在某些程度上无法满足用户的需求.提出了一种基于颜色和形状的情感图像检索方法,讨论了图像的物理特征--颜色和形状的提取与表达.分析不同颜色、特征所激起人的不同情感的反应,建立情感库,用模糊神经网络建立底层物理特征到高层语义特征的联系,实现基于情感语义的图像检索,实现真正的以人为主导的信息检索,提高人机交互的和谐性和检索效率.     

计算机测配色技术在纺织品图案设计中的应用研究

在分析纺织品图案与色彩构成的基础上,通过研究色彩的空间混合原理,提出了利用计算机编程技术处理纺织品图案设计中织物经纬纱线的配色问题.利用计算机测色技术建立纱线颜色库,再利用配色程序计算出经纬色纱交织后所形成的织物色彩,从而模拟纱线混色后织物的效果,达到快速配色的目的,这样就极大地简化了色织物中经纬纱线的配色问题,提高了纺织产品开发的效率和劳动生产率,能更好更快地满足客户和市场需要.     

基于色彩描述的图像情感语义查询

针对图像视觉特征、中间层语义和高层情感语义之间的语义鸿沟,以色彩为代表,提出了图像情感语义查询的框架.在该框架下,利用图像色彩分割结果,通过定义描述色彩语义的自然语言词汇,设计了基于模糊隶属函数的图像色彩语义描述方法,并在此基础上定义了一种查询语言,将人类对图像内容理解的经验与图像色彩语义描述联系起来,实现了图像高层情感语义的查询.实验结果表明,该方法为图像语义研究提供了一种可行的、有效的、可扩展的解决方案.     

基于兴趣点特征的图像检索方法

针对全局图像特征无法刻画图像类别信息的缺陷, 提出一种基于兴趣点特征的图像特征检索方法. 首先对图像进行仿射 尺度不变特征转换, 并利用亮度的概率密度梯度提取兴趣点; 然后将兴趣点映射回原始图像, 采用颜色直方图作为图像特征; 最后采用相似性度量模型, 实现图像检索. 选择Corel图像库中的图像对算法性能进行实验分析. 实验结果表明, 该方法可有效提高图像的检索准确率和检索效率, 快速找到用户需要的图像.     

基于颜色和形状的图像检索

提出一种基于颜色和形状特征的图像检索方法,该法采用改进的颜色直方图表示图像的颜色特征,利用小波矩提取图像的形状特征和颜色特片,与候选图像的特征进行相似度计算.为进一步提高图像检索的质量,提出一种基于支持向量机的相关反馈方法.实验结果表明,该方法具有较好的检索性能.     

面向基于内容图像检索的图像感知Hash

提出一种建立在HSV空间颜色分类和形态特征基础上的图像Hash方法,用于图像检索.将图像尺寸规格化,并根据HSV空间中各分量的取值范围,将像素归为11类,在各类颜色成分中提取亮度、大小、形态等特征,加权得到Hash值以构成图像库的索引表,从而实现基于内容的图像检索(content-based image retrieval,CBIR).与其他方法相比,用该方法提取的图像特征除颜色外还包含形态特征,能较好地体现图像内容.实验结果表明,该方法具有良好的性能.     

一种新的彩色图像降维方法

基于内容的图像检索(CBIR)是图像检索的重要分支，而基于颜色的特征提取是CBIR的常用方法之一．如果对图像颜色的特征数提取过多、维数过大，则不利于对图像的快速匹配．本文将图像的色彩直方图作为输入向量，然后采用局部线性映射(LLE)算法对原始数据进行降维，并分别在4种色彩空间下对降维后的彩色图像进行分类．实验证明，在处理非线性数据降维时，LLE较主成分分析(PCA)具有明显的优势．     

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.     

一个基于颜色特征的图像检索系统

在基于内容的图像检索中，颜色是最重要的特征之一，介绍了一个基于颜色特征的图像检索系统，论述了系统的结构，颜色特征提取方法及其相似匹配方法，并给出部分实验结果。     

基于特征点组合聚类的图像检索新方法

由于特征点能对图像局部特征进行合理描述,有效使用特征点实现基于内容的图像检索成为当前计算机视觉领域中的热点问题.针对该问题,提出一种基于特征点组合聚类的图像检索新方法.该方法包括特征点组合聚类算法,以及基于该算法的局部颜色直方图构建策略.与现有的基于特征点和局部颜色直方图的检索方法相比,该方法能有效解决当前方法对特征点位置信息及特征点中心过度依赖的问题.从公共图像库上的实验结果可以看出,该方法与现有方法相比具有较高的检索精度.     

基于双重约束CNN的壁画图像色彩还原

针对石窟壁画图像普遍存在的褪变色问题,提出了一种基于双重约束卷积神经网络的壁画图像色彩还原方法.该方法采用卷积神经网络提取壁画图像的高阶特征,在此基础上,为了对壁画色彩进行全局还原,利用最大均值差异约束建立全局特征映射关系以还原壁画图像中的全局颜色特征.针对不同卷积层存在局部色彩信息缺失的问题,利用马尔科夫随机场约束进行空间布局限制,保留壁画图像中的局部结构信息并对局部色彩进行还原.此外,通过平方梯度约束抑制图像还原过程中的噪声.实验结果表明:该方法在主客观分析指标方面均表现较佳,对于壁画褪变色区域的整体还原效果较好.     

一种两层结构图像检索方法

本文提出了一种两层结构图像检索方法。该方法首先采用基于频谱分析的二维C0复杂性度量筛选出图像库中和查询图像相关的图像集合，然后在这个集合上使用图像的底层特征进行匹配以返回最终的检索结果。在Corel图像库上的初步实验结果表明提出的方法在一些检索性能指标上比传统的QBE框架好，同时缩短了检索时间。     

应用HSV到RGB的转换关系于室内色彩设计

针对RGB颜色模型与画家配色的实际差异,提出了利用HSV模型与RGB模型之间的转换关系来定制室内颜色设计的方案,给出了基于插值法的颜色选择规划,该规划基于画家配色习惯以及HSV模型,将颜色分为12个主值,通过线性插值实现配色。所提方法在实际应用中能够使设计者与用户实现有效沟通。     

基于深度学习的景观植物颜色特征提取方法

景观植物的颜色特征及其变化规律可以为植物景观季相分析和设计提供科学依据,但传统的色彩量化分析工作量大且获得的色彩特征准确度低,分析结果易受主观因素影响。针对以上问题,基于UNet++深度学习网络框架,提出一种改进的图像分割模型：在UNet++网络中添加了嵌有注意力机制模块和空洞卷积的全新编码器以增强对植株细节信息的捕捉。提取分割后植株图像在各颜色空间的色彩特征分量,利用Relief算法对12种颜色特征进行筛选。在建立的景观植株数据集上验证改进模型的有效性,实验结果表明：改进模型分割结果的准确率为97.8%,经过筛选分析得到Lab颜色空间内的a通道特征可以作为衡量景观植株随季节变化最有区分度的颜色指标。改进后的模型和特征筛选方法可以为景观植株的季相变化研究和农业作物的特征获取提供技术支撑。     

网页配色技巧

网页配色很重要,网页的颜色搭配是否合理将会直接影响到访问者的情绪。好的色彩搭配会给访问者带来强烈的视觉冲击力,不恰当的色彩搭配则会让访问者浮躁不安。本文结合实际应用,提出了网页配色中遵循的原则,并给出了网页配色的几个技巧,特别指出了在网页设计中几个关键要素该如何进行配色。     

道路交通标志检测方法研究

针对中国道路交通标志特征, 提出一种基于颜色搜索定位和形状判别的交通标志检测方法： 首先在HSB颜色空间设定阈值分割色彩区域, 对分割后的图像进行色块搜索初步定位出感兴趣区域, 色块搜索缩小搜索范围, 提高检测效率; 然后, 根据交通标志图形边框具有像素颜色一致的特征, 提出构造图形边缘函数的方法对定位出的感兴趣色彩区域进行交通标志形状判别检测. 实验结果表明, 该方法能有效定位交通标志.     

颜色直方图在彩色物料识别中的应用

色彩是彩色图像处理中识别图像的主要感知特征之一 采用基于色彩的图像数据库检索中常用的颜色直方图法 ,加以合理调整 ,将其应用于彩色物料的识别中     

道路交通标志检测方法研究

针对中国道路交通标志特征,提出一种基于颜色搜索定位和形状判别的交通标志检测方法:首先在HSB颜色空间设定阈值分割色彩区域,对分割后的图像进行色块搜索初步定位出感兴趣区域,色块搜索缩小搜索范围,提高检测效率;然后,根据交通标志图形边框具有像素颜色一致的特征,提出构造图形边缘函数的方法对定位出的感兴趣色彩区域进行交通标志形状判别检测.实验结果表明,该方法能有效定位交通标志.     

基于Munsell色彩调和理论的地图面状要素配色方法

色彩作为在信息接受过程中的一个相当强烈而迅速的因素,对地图的信息传递有着重要影响。为研究地图制图中配色的定量化问题,探索基于美学的地图自动配色方法。以湖北省为研究区域,2014年湖北省各市、州户籍人口数据为实验数据,构建Munsell色彩调和秩序下的色级底色和区域底色图;基于孟-斯宾瑟色彩调和理论美度评价方法,对生成的专题地图配色方案进行美度评价;研究旨在提出一种基于色彩调和理论的地图配色定量化描述,探索计算机地图制图环境下地图的自动配色方法。     

颜色纹理形状特征分层融合图像检索方法研究

提出了一种基于多特征融合的图像检索方法.此方法同时采用了3个颜色特征向量、3个纹理特征向量、1个形状特征向量.在各个向量融合的过程中,采用了分层融合的思路.针对自建图像数据库展开实验研究,实验结果证实:本文提出的基于多特征融合的图像检索方法具有高查准率,在图像检索领域具有较高的实用性.