基于分块颜色直方图和GWLBP的图像检索算法

来源 :液晶与显示 | 被引量 : 9次 | 上传用户:zhongqiou
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为了提高多特征融合图像检索的效果,本文提出了一种基于分块颜色直方图和GWLBP的图像检索算法。算法采用K-means均值聚类对RGB颜色空间进行颜色聚类,再将4×4均匀分块图像分成9个子块,提取每个子块的颜色体积直方图,并赋予不同权值计算颜色特征;利用Gabor滤波器组对输入图像进行不同分辨率和方向滤波,然后将不同方向上局部滤波器输出结果与全局滤波器输出结果的平均值进行比较,并进行二值化,据此提出3种不同的GWLBP算子来提取纹理特征。最后对图像的颜色和纹理特征高斯归一化,采用加权平均来融合颜色和纹
其他文献
随着液晶显示技术的发展,PPI越来越高,像素尺寸越来越小,穿透率的提升是一重要问题。负性液晶相对正性液晶具有高穿透率,较好的画面画质及较低的颜色偏差等优点,使得主流显示
为了解决水印透明性、鲁棒性与水印容量之间的平衡问题,结合人眼对比敏感度视觉特性,提出了一种彩色图像的盲水印算法。算法首先结合人眼对比敏感度视觉特性及其模型,在频域中计算人眼感知原始图像的对比敏感度阈值;其次结合人眼对强度的感知模型,计算水印图像信息的强度感知值;然后结合嵌入强度系数值,以感知原始图像的对比敏感度阈值为水印嵌入量的门限,实现数字水印的嵌入;最后依据密钥,采用逆过程提取水印。实验结果表
针对L_2范数的非局部变分模型在迭代过程中未考虑图像局部梯度信息,模糊图像细节信息的缺点,提出了一种基于L_1范数的非局部变分模型。首先,对基于L_1范数的非局部变分模型的扩散性能进行了详细的分析。接着,将该模型应用于退化图像的复原中,并推导出该模型的Bregman交替迭代求解过程。最后,通过对比实验,证明本文提出的L_1范数的非局部变分复原模型能更好地重构图像的细节信息,相对于L_2范数的非局部