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.     

基于压缩感知的图像检索方法研究

针对大尺寸图像的特征提取算法复杂度高、特征信息容易缺失的问题,利用压缩感知理论中关于少量测量值可以精确重构原始信号的特性,提出了一种基于压缩感知的图像检索方法。首先对图像进行小波变换、分块预处理;然后构造分块多项式确定性测量矩阵,并对分块图像进行压缩感知快速测量,得到少量的压缩测量值代表图像的特征;最后采用加权距离方法计算图像测量值特征的相似度,实现图像的精确检索。仿真结果表明,该方法在图像检索速度和查准率、查全率等指标上具有更高的性能,能应用于大量复杂图像的检索。     

基于改进主成分分析网络的手写数字识别方法

针对人工特征对于多样性的变化没有很好鲁棒性,并且主成分分析网络提取的特征维数过高导致分类效率低且对内存消耗大的问题,提出了一种主成分分析网络和压缩感知结合的手写数字识别方法.首先,利用改进的主成分分析网络对图像进行特征提取;然后,用一个非常稀疏且符合压缩感知RIP条件的随机测量矩阵对抽取的特征空间投影,得到一个低维压缩子空间,该子空间可以保留高维图像特征空间的信息;最后,采用支持向量机对降维后特征进行训练和识别.实验结果表明:该方法识别率高、训练时间短;同时,该方法在加入池化层并进行压缩感知后,特征维数更低,模型内存占用更小,分类识别的速度更快.     

一种基于HSV颜色空间的图像检索方法

基于内容的图像检索是多媒体检索研究的前沿课题,利用颜色特征作为索引进行检索是其最重要的技术。本文提出了一种综合利用两种颜色特征进行图像检索的新方法。首先,选取符合人眼感知特性的HSV颜色空间进行非等间隔量化,然后建立全局颜色直方图表示图像的颜色分布特征。为了弥补全局颜色直方图不包含颜色空间分布关系的缺点,文中又提取了图像的另一种颜色特征,即分块的颜色矩,它的距离度量为其特征矢量的比值相似度。最后综合利用上述两个特征对图像共同检索。实验结果表明,综合利用两种特征检索图像比单一特征检索效果更好。     

结合二维压缩感知和混沌映射的双图像视觉安全加密算法

为解决图像加密技术在安全性和效率上的均衡问题,提出了一种结合压缩感知和混沌映射的双图像视觉安全加密算法。首先,通过引入非线性反馈项对经典一维Chebyshev混沌映射进行改进,用以构造受控测量矩阵和密码流;然后利用测量矩阵分别对两幅明文图像的整数小波系数进行二维压缩感知,并在密码流的控制下通过Fan变换和双向扩散过程生成秘密图像;最后,采用最低有效位嵌入算法将秘密图像信息嵌入到载体图像的像素值通道和alpha通道中,实现了两幅明文图像的同步压缩和视觉安全加密。实验结果表明：与采用复杂超混沌系统的单图像视觉安全加密算法相比,该算法在保证安全性的前提下,秘密信息嵌入容量扩大了一倍,加密时间开销减少40%以上,解密图像的峰值信噪比提升了1～7 dB。     

面向制造领域的三视图模型组件快速检索方法研究

针对在工业设计海量组件库中快速检索特定三维模型组件的问题,文中结合压缩感知理论给出了一种基于行列与中心点的压缩感知测量过程,由此提出了一种面向制造领域基于三视图的模型组件快速检索方法。利用压缩感知方法提取各组件的三视图的颜色、纹理等测量特征并存入模型库;提取待检索组件的三视图压缩测量特征并与模型库中组件三视图的特征进行相似度计算;对组件三视图间的相似性与中心点的压缩测量特征进行融合,得出模型组件间的整体相似度并输出匹配检索结果。仿真实验表明,算法具有较好的检索性能,在查全率和查准率方面具有一定的优势。     

基于Logistic混沌-贝努力序列的循环压缩测量矩阵构造算法

作为信号处理的一个新领域,压缩感知的目标是尽量减少信号重构过程中采样点的损失,而压缩感知矩阵的构造是压缩感知的核心工作之一。在前人研究的基础上,将循环矩阵快速算法的优点和混沌序列内在确定性和外在随机性相结合的优点进行有效结合,提出了一种新的压缩感知测量矩阵构造算法,即基于Logistic混沌—贝努利序列和循环矩阵的循环压缩感知测量矩阵构造算法(CCNMM)。大量仿真实验结果表明,对于一维和二维信号的恢复,CCNMM算法优于贝努利随机测量矩阵和高斯测量矩阵,证明了CCNMM的有效性和实用性。     

高位灰度图像假彩色显示方法研究

传统的灰度级压缩算法存在无法自动识别感兴趣灰度范围,并且经过压缩后图像必然丢失一部分信息的问题. 文中针对高位灰度图像提出了一种假彩色显示的方法,对高位图像的灰度级采样,并映射到HSV颜色空间中H通道;压缩图像灰度级使其包含在0~255内,并将其映射到V图层;对图像进行归一化处理,并将其映射到S图层;最后将图像从HSV颜色空间转换到RGB颜色空间进行显示. 主观和客观评价结果显示,该方法能最大限度显示高位图像包含的细节.      

基于压缩感知的人群密度估计方法研究

实时监测人群密度是预防群体性事件的有效手段之一。针对较高密度人群,提出一种基于压缩感知的人群密度估计方法。首先,利用离散余弦变换和随机高斯矩阵获取压缩感知测量值;然后利用主成分分析进行降维处理,得到人群密度特征;最后利用支持向量机将人群密度分为中、高、很高3类。通过某中学校门口的视频图像进行仿真实验,测试、比较、分析了该方法与经典的基于纹理方法的实时性与准确性。     

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.     

基于多方向正交匹配追踪的压缩感知图像重构算法研究

针对压缩感知中图像信号的压缩比较大、重构效率较低的问题,提出一种基于正交匹配追踪的压缩感知图像重构算法。该算法在图像压缩阶段,利用测量矩阵对目标图像进行二次测量,进一步缩小压缩比。在图像重构阶段,将单次循环的正交匹配对象由一维向量拓展到二维矩阵,利用多方向正交投影对压缩数据进行图像重构。仿真实验结果表明,在缩小压缩比的情况下,可较准确地重构出原始图像;并且显著提高重构效率。     

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。     

基于多方向正交匹配追踪的压缩感知图像重构算法

针对压缩感知中图像信号的压缩比较大、重构效率较低的问题,提出一种基于正交匹配追踪的压缩感知图像重构算法。该算法在图像压缩阶段,利用测量矩阵对目标图像进行二次测量,进一步缩小压缩比。在图像重构阶段,将单次循环的正交匹配对象由一维向量拓展到二维矩阵,利用多方向正交投影对压缩数据进行图像重构。仿真实验结果表明,在缩小压缩比的情况下,可较准确地重构出原始图像;并且显著提高重构效率。     

基于非下采样contourlet变换的纹理图像检索算法

提出一种应用非下采样contourlet变换(nonsubsampled contourlet transform,NSCT)进行图像检索的算法,以获取一种兼顾纹理图像概貌和细节信息的特征,从而提高图像检索的性能.该算法利用NSCT对图像进行多尺度、多方向分解,获得子带系数矩阵;对低频子带系数提取能量和方差作为全局纹理特征,并对高频子带系数分别提取尺度间和尺度内纹理信息;通过非高斯双变量模型拟合子带系数,利用信息熵描述尺度间特征;尺度内特征通过对同一层子带图像按主方向排序,获得直方图图像,计算其加权信息熵作为特征向量.对Brodatz标准纹理库的检索实验结果表明,与同类算法相比,该文方法具有更高的检索性能.     

基于多特征的旋转不变纹理图像检索

为了消除图像旋转对图像检索的影响,提出了一个基于非下采样轮廓波变换、灰度共生矩阵和新相似性度量的旋转不变纹理图像检索算法。非下采样轮廓波变换具有各向异性和平移不变性。灰度共生矩阵描述了图像的方向性、邻近空间关系和方差的变化范围。通过计算每个非下采样轮廓波变换尺度下的所有子带的平均能量和平均标准差,灰度共生矩阵的二阶矩角、惯性熵、惯性矩、反差分矩,惯性相关系数的均值、标准差,得到具有旋转不变性的纹理多特征。提出一种新的相似性度量以改进纹理图像检索性能。实验结果表明,对于1个含640幅图像的旋转纹理图像库,与基于双树复小波变换的方法相比,该文图像检索算法将旋转纹理图像检索准确率由73.28%提高至80.71%。     

基于二维耦合映像格子模型的图像压缩加密方案

二维耦合映像格子(two-dimensional coupled map lattice,2D CML)模型具有很复杂的动力学行为,它的最大李雅普诺夫指数(maximum Lyapunov exponent,MLE)是由局部混沌映射函数决定。选择具有较大的李雅普诺夫指数(Lyapunov exponent,LE)的分段logistic函数(piecewise logistic map,PLM)作为模型的局部映射函数。通过独立性假设实验,验证2D CML模型在一定条件下拟服从独立同分布。在并行压缩感知条件下,基于2D CML模型产生压缩测量矩阵,使用测量矩阵对原始图像的每一列并行压缩采样。对采样图像进行处理和多轮扩散,实现对图像的加密,并对加密后的图像性能进行实验分析。实验表明,基于2D CML模型的图像压缩加密方案具有较好的加密性能和应用前景。     

基于压缩感知的图像重构GUI系统

本文利用MATLAB平台设计了基于压缩感知的图像重构GUI系统,针对不同的变换基、测量矩阵、重构算法对图像的压缩采样及重构进行了比较和讨论,其中变换基包括小波变换基和离散余弦变换基;测量矩阵包括随机矩阵如高斯矩阵和贝努利矩阵,以及确定矩阵如哈达玛矩阵和托普利兹矩阵;重构算法包括正交匹配追踪算法和压缩采样匹配追踪算法.并通过峰值信噪比PSNR衡量了图像重构的性能.该GUI系统能够为基于压缩感知的图像重构提供直观的实现平台.     

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。     

基于颜色共生矩阵的纹理检索算法MCM

描述了一种基于颜色共生矩阵的纹理检索算法MCM,主要包括颜色共生矩阵纹理特征提取算法以及纹理特征的相似性度量函数,给出了利用MCM算法检索图像库的实例.通过MCM算法提取的特征除了反映图像的纹理关系外,还综合了其颜色构成特征,部分建立了与人的视觉感知之间的对应关系.实验表明,MCM算法优于一般的灰度共生矩阵纹理检索算法,并且具有较好的检索效果.     

基于颜色纹理和形状特征相结合的图像检索系统

灰度共生矩阵是一种有效的纹理图像分析方法,为了更有效地进行图像检索,定义了一种新型的灰度共生矩阵描述子,该矩阵描述子能够有效结合颜色、纹理和形状特征,通过描述像素的空间相关性来进行基于内容的图像检索. 利用该矩阵描述子进行图像检索时,先在RGB颜色空间中计算彩色梯度,然后利用灰度共生矩阵来描述图像特征. 实验结果表明其检索性能优于传统的普通灰度共生矩阵.