一种基于均匀颜色空间的色彩量化聚类算法

主要研究了将彩色图像重新量化为仅有几种颜色的色彩量化问题.将RGB非均匀颜色空间变换到CIE1976L*a*b*均匀颜色空间,并根据图像在L*a*b*颜色空间中的a*,b*取值范围来自动选取最初始的聚类中心,再通过K均值动态聚类算法和最近临准则得到最终的量化结果.实验结果表明,算法具有一定的实用性,量化效果也较为理想.     

基于局部颜色直方图的SIFT算法研究

尺度不变特征变换(SIFT)算法是一种对旋转、尺度缩放和光照保持不变性的局部特征图像匹配算子,是公认的识别率最佳算法之一。而SIFT算法仅使用灰度信息,忽略颜色信息,当对彩色目标识别时,识别率降低。针对此问题,结合直方图保持良好的旋转、缩放、模糊不变性等特点,提出基于局部颜色直方图的SIFT特征描述算法(即CH-SIFT)。在SIFT算法关键点位置不仅生成梯度直方图特征描述,同时生成颜色直方图特征描述。在匹配时,首先使用梯度直方图特征描述对匹配对初次筛选,然后使用颜色直方图特征描述再次筛选,最后确定是否为满足条件的匹配对。实验对比表明,CH-SIFT算法具有识别率高和匹配时间短等优点,能够有效地实现彩色目标匹配。     

颜色量化的快速形心分裂方法

将聚类分析的思想用于颜色分割，提出了一种基于形腔分裂的颜色量化方法．该方法可直接分割颜色直方图，并充分利用中间计算结果，以较小的时间开销，获得较好的量化图像质量．     

一种基于BP神经网络的颜色空间量化方案

介绍了一种基于BP神经网络的颜色空间量化方案。这种方案利用人能辨识的11类颜色,将人辨识颜色的能力融入到颜色空间的量化过程中,并运用BP神经网络方法,将颜色空间进行量化分割。文章介绍了样本颜色的采集方法、采集软件的设计、基于BP神经网络的样本颜色处理方法以及在图像特征的抽取、区域分割方面的应用。建议的方案从一个新的角度缩小了低层视觉特征和高层语义特征的差异。     

基于非均匀矢量量化的孤立数字语音识别

本文讨论了基于非均匀矢量量化、隐马尔可夫模型(HMM)的孤立数字语音识别系统。在现有的连续密度隐马尔可夫模型多说话人孤立数字识别系统中,通常采用 LBG 算法建立矢量码本,并采用全搜索识别算法,这样的结果限制了识别精度和识别速度。本文提出了一种新的系统算法,即用非均匀矢量量化(Non-Uniform Vector Quantization——NUVQ)取代原矢量量化部份,实验结果证明,本系统在识别速度和识别精度上都有了较大的改善。     

非均匀量化的软判决Viterbi译码

根据信道转移特性的规律，本文提出一种采用非均匀量化区间的软判决Ｖｉｔｅｒｂｉ译码方案，对原有十六电平的均匀量化的量化区间进行修改，尝试了两种非均匀量化方案，计算机模拟表明：依据信道的统计特性合理的确定非均匀量化区间，不仅可以减少硬件实现的复杂性，而且可以以较少的量化区间取得更好的译码效果。     

一种动态切分的颜色量化算法

在三基色颜色空间中,对彩色图像进行颜色处理时,如何从理论上的2563种颜色中选择出构成调色板的256种代表色,而且能最大限度地保留原图像的最佳颜色效果是非常重要的. 在分析并比较了现有几种算法的基础上,提出一种基于直接切分的动态切分法算法,算法既保留了图像显示的最佳效果又具有较快的量化速度.     

基于HSV颜色空间的运动人体检测

结合帧图像中运动人体目标的颜色特征对视频中运动人体检测技术进行了探讨。采用HSV颜色模型,色调轴上在每个相似色区间内应用局部累加直方图法对图像的色调特征进行提取。而视频中运动人体目标有时为黑色或灰色,就需要利用色饱和度和亮度信息来匹配目标。     

一种基于彩色图像频率特征的颜色量化算法

基于图像的彩色频率特征对颜色直方图进行排序,依照高频信息采样密度高于低频信息的原则对图像进行了量化．实验结果表明,算法在运行速度与效果上令人满意．     

一种基于模糊量化直方图的图像检索方法

颜色直方图是一种重要的基于颜色特征的图像检索方法.本文在颜色量化中引入模糊集合理论以描述与人类视觉认知相关的模糊概念,提出了基于人的主观感知的模糊颜色量化方法,以及相对应的模糊匹配准则.归纳实验结果证明该方法可以减小量化误差和适应人的感知模糊性,该方法具有广泛的适应性和进一步提高检索精度的可能.     

基于梯度和颜色直方图相融合方法的人脸跟踪

利用长短轴比例固定为1.4的椭圆模型模拟人脸,并融合梯度模型和颜色直方图模型进行人脸跟踪,给出了梯度模型和颜色直方图匹配度计算方法.因为两种模型之间在考虑的点集和利用的信息上具有互补性,所以提高了系统的鲁棒性.带加速度的运动预测则有效地减小了检测区域,提高了系统的速度.为降低光照变化的影响,使用一种简单的自适应亮度补偿算法,在光照较弱的条件下对待测图像进行补偿,从而提高了系统的适应性和实用性.实验表明:该方法在复杂背景中甚至在较暗的光照条件下都能取得较好的效果, 可以跟踪人脸任意方向的运动,速度可以达到20帧/s以上.     

均匀与不均匀室内热环境的评价指标

为了合理评价室内热环境,对评价指标进行了比较与选择。通过对30名受试者在均匀热环境和不均匀热环境的投票结果的分析,探讨了热感觉、热舒适和热可接受度3种评价指标的内在联系和区别。结果表明,在稳态均匀热环境中3者等价,可任选其一作为评价指标;在稳态不均匀热环境中,全身热感觉与其它两个指标出现分离,不能作为评价指标。建立了评价指标的投票均值与相应比率之间的理论关系式。     

鉴别相对梯度直方图特征提取与分类方法简

在相对梯度直方图特征的基础上,结合Fisher线性鉴别分析和角度距离相似性度量方法,提出了一种鉴别相对梯度直方图特征提取与分类方法。充分利用相对梯度直方图和鉴别分析的优势,使所得特征保留更多的对分类有利的信息;引入角度距离相似性度量,很好地克服了传统余弦相似性度量的缺陷,使人脸分类更准确。通过FERET、YaleB和PIE 3个人脸图像子集上的实验证实,鉴别相对梯度直方图特征提取与分类方法能显著提升图像梯度描述特征的分类精度,并对人脸的光照变化具有良好的健壮性。     

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     

基于灰度直方图和高斯混合模型多特征肤色识别算法

肤色识别是色情图像识别和人脸检测中的关键技术,肤色识别的效果关系着相关图像处理技术的应用效果。尽管基于高斯混合模型的肤色识别算法能较好识别存在干扰因素的图像中的肤色,但对于图像中与肤色相近的毛发、背景、风景等部分识别效果并不理想。为了解决这个问题,结合灰度直方图和高斯混合模型的优势,提出了基于灰度直方图和高斯混合模型多特征肤色识别算法。实验表明该算法识别效率较高,能较好识别与肤色相近的非肤色部分,具有一定的实用性。     

基于模糊颜色提取的彩色图像分割

为了对彩色图像进行有效分割,提出了一种基于模糊颜色提取的新型彩色图像分割算法,这种算法可以有效的进行区域分割.首先,提出了一种模糊颜色提取方法,然后介绍了该算法,算法经过迭代可以选择典型的种子颜色来提取颜色分量,最后应用区域生长法可以确保所需区域的完整连通性.区别于现有的图像分割方法,本方法是将相同的像素分成几个模糊集,分割成功率提高10%左右.实验结果表明该算法可以合理分割出所需区域,避免冗余,并且具有较好的噪声抑制力和鲁棒性.     

电磁波在非均匀等离子体中的衰减效应研究

电磁波与等离子体相互作用是等离子体隐身技术的关键技术,也是空天信息对抗的重要研究方向。采用时域有限差分法模拟了电磁波在非均匀等离子体中的衰减效应,采用空间投射波法测量了C波段电磁波在非均匀等离子体中的衰减系数,分析了等离子体分布对衰减效应的影响。研究结果表明,非均匀等离子体相比于均匀等离子体对电磁波衰减效应更为明显,合理的等离子体分布有助于增强对电磁波的衰减作用。     

基于均匀色差空间向量分解模型的彩色图像质量评价方法

针对三要素(亮度、色调和饱和度)空间方法缺乏视觉均匀色差思想的支持,而均匀色差空间方法又需要其他有效评价模型的补充,该文立足于图像的两个基本属性,即光特性(亮度、色调和饱和度)和结构特点,结合反映彩色空间特性的均匀色差空间模型以及空间向量分解模型,提出了均匀色差空间向量分解模型.实验结果表明基于均匀色差空间向量分解模型较传统评价方法和单项模型更能够全面地评价彩色图像质量.     

基于递归量化分析的表面肌电特征提取和分类

利用展拳、握拳和腕屈、腕伸时从前臂分别检测的两路表面肌电（surface electromyography,SEMG）信号,对四种动作进行了分类研究.先采用移动平均法（moving average,MA）和一阶差分法确定SEMG信号中对应的每个动作波形的起止点,再利用递归量化分析（recurrence quantification analysis,RQA）方法提取各种动作波形的非线性特征参量（确定率、递归率等）,由两路SEMG信号的这些特征参量构成特征矢量,输入BP（back propagation）神经网络,完成对不同动作的分类.研究结果表明,将利用递归量化分析得到SEMG信号的几种非线性参量作为特征值,对不同动作进行分类能够获得较高的分类准确率.