【摘 要】
：
提出一种基于稳定兴趣点空间分布的图像检索方法。首先使用基于优化梯度滤波(ODF)的兴趣点检测器,结合尺度归一化的方法,检测图像中的稳定兴趣点;再利用稳定兴趣点的空间分布,对图像进行环形和凸包区域划分;最后利用凸包颜色直方图和环形区域兴趣点邻域内伪泽尼克矩的加权特征向量,对图像进行特征描述。实验表明,本方法实现简单,对图像旋转、平移具有鲁棒性;与其他基于兴趣点的检索方法相比,降低了不稳定兴趣点的影响
论文部分内容阅读
提出一种基于稳定兴趣点空间分布的图像检索方法。首先使用基于优化梯度滤波(ODF)的兴趣点检测器,结合尺度归一化的方法,检测图像中的稳定兴趣点;再利用稳定兴趣点的空间分布,对图像进行环形和凸包区域划分;最后利用凸包颜色直方图和环形区域兴趣点邻域内伪泽尼克矩的加权特征向量,对图像进行特征描述。实验表明,本方法实现简单,对图像旋转、平移具有鲁棒性;与其他基于兴趣点的检索方法相比,降低了不稳定兴趣点的影响,平均检索速度较快且平均检索准确率提高了7.0～10.9%,可以更准确地查找到用户所需图像。
其他文献
近年来在三维图形图像显示技术领域中,我们正经历从眼镜式三维显示到裸眼三维图形图像显示的跨越。本文针对裸眼三维图形显示,通过研究视差障碍或者柱状透镜阵列技术把经过专门设计的视差障碍或者透镜阵列放置在显示面板上,分析通过它们的分光使得有视差的图像分别进入不同的眼睛来形成裸眼三维图形显示效果。
近年来,随着职业院校的不断发展,传统的实践教学管理方法,存在数据共享难、统计效率低、错误率高等问题,而实践教学是培养技能型人才的一个重要环节。本课题通过.NET开发平台,运用ASP.NET技术,采用三层体系结构,选取SQL Server 2008数据库,开发实现对实践教学环节的网络化、规范化、信息化的管理,提高实践教学的效率和管理的水平。
(接上期)2 Engine Tools(引擎工具类)Ocula 3.0工具集里的Engine Tools(引擎工具类)主要包括:O_Solver(解析)节点、
基于最大后验概率(MAP)的超分辨率(SR)重建的研究重点是规则化项的选择,且其大都在频域中实现,为此提出一种基于频域、时域相结合的图像SR重建方法,首先,根据不同图像的特点,定义了频域规则化项(FR)和时域规则化项(TR);然后,给出了图像重建模型,引入频域、时域自适应权值来加强算法的自适应性;最后,运用共轭梯度法推导出重建迭代计算公式,实验表明,所提出的算法具有良好的收敛性和精确性。
Image classification is an essential task in content-based image retrieval.However,due to the semantic gap between low-level visual features and high-level semantic concepts,and the diversification of
Extracting moving targets from video accurately is of great significance in the field of intelligent transport.To some extent,it is related to video segmentation or matting.In this paper,we propose a
为解决因驾驶室光照不均引起的图像质量下降问题,提出一种新的基于Retinex的驾驶员视频图像增强算法。首先将图像从RGB空间转换到YCbCr空间,保持Cb和Cr分量不变,对Y分量进行高、低频分解,低频分量部分包含图像全部光照信息;利用多尺度Retinex(MSR)算法对低频部分进行光照补偿,然后对Y分量进行拉普拉斯锐化和高斯平滑滤波,增强图像细节和消除噪声干扰;最后将处理后的Y分量与原来的Cb、C
数字粒子图像测速(DPIV)研究中,应用最为广泛的缩短两幅粒子图像之间时间间隔的方法是跨帧技术,这一技术的发展会受到高速相机技术的限制。本文提出了一种新的缩短两幅粒子图像之间时间间隔的多波长激光脉冲照明与多光谱成像技术,利用多个不同波长的脉冲激光照明流场中的同一区域,由多波长成像系统采集不同波长照明下的流场中的粒子图像,不同波长的粒子图像之间的时间间隔只与光脉冲之间的时间间隔有关,不再受相机帧转移
为了解决单样本掌纹识别的困难,研究了基于最近相关性分类器(NCC)的单样本掌纹识别方法。首先对掌纹图像进行分块,划分为若干个子图像;然后运用统计特征、傅里叶变换、离散余弦变换(DCT)和Gabor变换4种方法对子图像进行特征提取,将所有子图像的特征向量组合在一起形成该图像的特征向量;最后应用NCC进行分类识别。运用PolyU掌纹图像库,对本文算法进行测试。实验结果表明:与最近邻分类器(NNC)和支
针对局部方向模式(LDP)采样不充分和对噪声敏感的缺点,提出了一种改进的LDP(ILDP)人脸描述方法,利用局部井型邻域的梯度信息描述人脸特征。首先,将中心像素的井型邻域根据采样半径分成两个3×3的子邻域,每个子邻域包含按照原来相对位置排列的8个像素;然后,将两个子邻域与Kirsch模板卷积分别得到两组边缘梯度值,ILDP仅使用两组梯度值中各自最大值的方向编码成一个二位八进制数,产生ILDP码;最