结合裁剪技术的颜色特征匹配搜索

剖析了单以颜色直方图作为图像特征会丢失图片空间信息以及单以感知哈希串作为图像特征受均值影响较大的缺点,提出将图片切割方法应用到颜色直方图与感知哈希算法上作为提取图像特征的一种方案.方案分别提取颜色直方图特征以及感知哈希串特征,对这两种特征进行大量的训练后得到比较满意的权重分配,按该权重分配重组为新特征再进行相似图片检索.由于图片存在部分相似,故在检索过程中引入了有限次图片剪切,目的是提取图片的相似部分.实验结果证明:在数据集较小时,两种方式差别不大,但对于比较庞大的数据,采用新检索算法能提高检索效率.     

织物缺经缺纬快速检测算法及实现

织物疵点检测是纺织工业质量控制中非常重要的环节,其目的是及时发现疵点并修复以提高织物质量.织物缺经缺纬疵点具有明显的方向性,缺经织物在缺经位置行与行之间的能量差明显高于正常织物.通过对织物相邻各行或相邻各列之间的能量差进行计算,不但能够检测是否存在缺经缺纬疵点,而且能够确定疵点所在位置.实验结果表明,此算法检测速度快,具备较强可行性.     

基于Gabor滤波和图像金字塔的多聚焦图像融合

利用拉普拉斯金字塔分解方法对原始图像进行多分辨率分解,通过取不同方向Gabor滤波器对分解后的各层图像进行多方向的滤波,提取出不同方向的边缘特征,再通过比较特征大小来判断属于清晰还是模糊像素,最后对融合金字塔做拉普拉斯金字塔反变换得到融合图像.实验证明该方法能够取得很好的融合效果,融合质量优于其他方法.     

基于LVQ神经网络的建筑物提取

传统的遥感影像目标检测方法大多利用人工提取特征,难以用于背景复杂的高分辨率遥感影像。以高分辨率遥感影像建筑物图像为研究对象,设计了一种基于LVQ神经网络的建筑物提取方法。对图像提取其颜色、纹理与形状特征,构成图像特征矢量并将其特征归一化,利用LVQ神经网络识别并提取出建筑物。通过与其它典型神经网络识别方法进行实验比较,结果表明该算法相对于单层感知器识别率提高了10.0%,比BP神经网络识别率提高了22.5%,能取得更理想的提取效果。     

基于深度卷积神经网络的图像分类算法

针对传统的图像分类算法忽略图像多个对象之间的关系,同时存在人类感知高层语义信息和底层图像特征表达之间的障碍等不足,引入了基于深度卷积神经网络的人脸图像识别算法.该算法借助于深度学习,对经典的卷积神经网络分别从内部结构和网络框架上进行优化和改进,通过增加网络结构深度和优化训练模型提取出图像高层语义特征,继而提高图像分类的精确度.实验表明,改进后的深度卷积神经网络分类算法具有良好的有效性和鲁棒性.     

基于HSV的HR空间颜色直方图图像检索技术

本文通过分析凸几何图形的邻维定理．在HSV颜色空间中利用HSV颜色模型提取出SV的内切圆半径R,并对色调H进行非均匀量化,结合颜色的空间信息提取联合矩阵HR空间颜色直方图做为图像检索的特征,利用欧氏距离进行相似度量。通过跟传统的颜色直方图和空间颜色直方图做为特征检索相比较,实验证明本文提出的基于HSV和邻维定理的HR空间颜色直方图图像检索方法能够有效地从图像数据库中检索出目标图像。     

基于D-LLE算法和图像分块的人脸识别方法

人脸识别是当前计算机视觉领域的一个研究热点,在日常生活中的应用也非常广泛.近年来,流形被认为是视觉感知的基础,利用流形学习算法可以寻找图像的内在特征.文章提出一种基于差异性值监督LLE(D-LLE)算法和图像分块的人脸识别方法,首先对提取的人脸图像进行分块,然后利用D-LLE算法进行人脸子图像集特征提取,最后使用最近邻分类器进行人脸图像识别.通过与现有人脸识别方法进行仿真结果比较,该方法能够取得较好的识别效果.     

一种基于PLSA和词袋模型的图像分类新方法

提出一种基于概率潜在语义分析模型(PLSA)和词袋模型(bag-of-words)的图像分类新方法.该方法首先利用尺度无关特征变换(SIFT)提取图像中的关键点,然后采用概率潜在语义分析模型去发现图像中的物体分布的信息,最后利用词袋模型进行图像分类.通过在大规模数据集上的实验表明,新的图像分类算法在分类精度上明显提高.     

面向图像分类的核主成分分析网络（英文）

为了能够用线性分类器对非线性特征进行分类,同时提高图像的分类正确率,提出了一种核主成分分析网络(KPCANet).首先通过核主成分分析算法将数据映射到高维空间中,使得数据线性可分,然后建立一个2层的KPCANet,提取出图像的主特征,最后将图像的主特征输入线性分类器中进行分类.实验结果表明,KPCANet对于人脸识别、物体识别以及手写数字识别效果良好,其分类效果优于现存的主成分分析网络(PCANet).同时,KPCANet的成分提取效果不受光照条件变化的影响,且对于遮挡以及微小的形变提取效果稳定.     

一种基于视觉感知模型的小波域图像盲水印方案

提出了一种基于视觉感知模型的小波域图像盲水印方案.该水印方案充分利用了人类的视觉感知特性,根据人眼对图像不同局部特征敏感程度的不同,自适应地调节水印的嵌入强度.水印的嵌入强度由图像的视觉临界差异决定,水印的提取不需要载体图像.仿真实验表明,该水印方案具有很强的抗攻击能力,并且水印的嵌入不影响图像的视觉质量.