基于内容的图像检索技术综述

近年来,随着多媒体和网络技术的迅速发展,基于内容的图像检索技术（CBIR： Content-Based Image Retrieval）成为一个研究热点.本文介绍CBIR研究中的一些关键问题,并对其主要方法如基于颜色、形状、纹理等图像检索技术进行了讨论.     

现浇箱梁外观质量施工技术研究

在研究高速公路天桥现浇箱梁施工过程中影响外观质量的因素的基础上,从线形设计、砼表面光洁度、砼表面平整度、砼外观颜色、预应力施工控制以及砼的养生等方面进行现浇箱梁外观质量施工技术研究,以供同行参考.     

隐形飞机到底隐藏了什么

隐形对于一般人来说都不陌生,虽然这些说法大多数来自小说和神话,但是在现实生活中也不乏隐形的例子,比如说变色龙就能够通过改变自己的颜色来进行隐形.人们通过研究仿生学,并且应用了最新的技术和材料,终于在庞大的飞机上也实现了隐形.     

基于均值聚类的车牌定位技术研究

采用强制综合聚类中心的均值聚类思想对车牌图像进行区域分类,在HLS颜色空间下,利用数理统计的方法得到聚类颜色中心,并对目标图像进行强制聚类,以最终获得只包括车牌四种颜色的待处理的图像,然后利用形态学、人工神经元网络等技术对车牌进行车牌识别.该方法在实践中进行了验证,比基于二值化和灰度化处理思路的定位效果更好,能对多种不同环境下的拍摄的车牌进行有效的识别.     

基于灰色形态学的车牌定位技术研究

对车牌定位的各种技术及图像预处理进行了分析和比较.并提出和验证用灰色形态学与颜色掩膜相结合的方法对车牌图像进行快速定位的技术和方法.     

车身颜色与行驶安全

据统计资料显示,我国机动车总保有量达2.33亿辆.当这些五彩缤纷的车辆行驶在大街小巷时,组成了一道亮丽的风景线.但您是否知道,这些美丽的车身颜色却与行车安全有着密切的关系. 我们先来看一下几种常见车身颜色所具有的特点.白色是中间色,给人以清洁朴实的感觉,容易与外界环境相吻合而协调;白色又是膨胀色,容易使小车显大.黑色是一种矛盾的颜色,既代表保守和自尊,又代表新潮和性感,给人以庄重、尊贵、严肃的感觉;黑色也是中间色,容易与外界环境相吻合.黑色高档车气派十足,是受公务车青睐的颜色.银色是最能反映汽车本质的颜色,看见银色使人想起金属材料,这种颜色整体感很强.银色的汽车最具人气,银色也最具运动感.     

基于图像分割的图像检索新方法

利用信息熵理论,提出了一种新的相似性图像检索方法.首先,分割图像,抽取图像的分块颜色信息;再计算图像之间的颜色互信息来确定它们的相似度.与其他的颜色特征描述方法相比,该方法该算法具有抗噪声能力强、精确度高等优点.     

基于颜色互信息的病变细胞图像配准算法研究

针对病变细胞图像在切片中的分布特征,将其在HSV颜色空间量化聚类成特征矢量,把将关注的孤立点像素颜色描述推广到多邻域颜色矩直方图提取的颜色特征.通过选择合适的邻域窗口大小,用颜色信息熵的检索方法高效解决待查胃癌切片图像与样本库相似图像的检索与粗分类.实验表明,该方法具有较好的图像分类与检索效果.     

单圈图的邻强边染色

设G是阶数不小于3的简单连通图,G的k-正常边染色称为是邻强的,如果G的任意相邻的两顶点的关联边的颜色构成的集合不同.对一个图G进行邻强边染色所需要的最少的颜色数称为是G的邻强边色数.本文研究了单圈图的邻强边染色.     

道路交通标志标线的设置原则

道路交通标志是用图形符号,文字、颜色向道路交通参与者提供有关道路交通系统信息,用以管制和引导交通的安全设施,在道路交通技术中广泛地被广大道路使用者所接触,是驾驶员行车的方向和向导.     

融合式空间塔式算子和HIK-SVM的交通标志识别研究

在交通标志识别问题上,提出了一种基于融合式的空间塔式算子和直方图交叉核支持向量机(HIK-SVM)的分类方法.在该方法中,通过提取图像的灰度塔式词袋直方图(Gray-PHOW)特征、颜色塔式词袋直方图(Color-PHOW)特征和塔式边缘方向梯度直方图(PHOG)特征来对交通标志的外观、颜色和轮廓信息进行描述.通过提取空间塔式直方图特征,能很好地对图像各种特征的空间分布状况进行描述.提取到图像的外观、颜色、轮廓和特征的空间分布信息后,对其进行融合,最后得到的融合式的空间塔式特征具有很强的鲁棒性.将该融合式特征送入HIK-SVM进行训练和分类,取得了极其高的识别效果.     

An information-based color feature representation and its application in detecting adult images

For many image classification tasks, color histogram is usually employed as an important “signature” to describe the color distribution of the image and infer the image content. However, most traditional color histograms cannot achieve satisfactory results in many image classification systems. In order to improve the accuracy and reduce the computational complexity of the classification task, an information-based color feature representation is proposed in this paper. The mutual information between the feature and the class label is adopted to evaluate the discriminative power of the feature. A novel quantization scheme is presented, which removes the redundant color components and combines the adjacent components together to generate a new feature to maximize the discriminative ability. An iterative algorithm is performed to derive the color space quantization and color feature generation. In order to illustrate the effectiveness of the proposed color representation, a specific image classification task, i.e., differentiating the adult images from benign ones, is employed. Experimental results show that our color feature achieves better classification performance and better efficiency compared with the traditional color histogram.     

基于改进YCrCb颜色空间的肤色分割

人脸识别是计算机视觉、模式识别、生物特征识别、图像处理等多学科交叉的一门科学,肤色分割是人脸识别研究中一个重要的步骤。针对基于YCrCb颜色空间的肤色分割在强光下分割不准确的现状,提出了一种基于改进的YCrCb空间的肤色分割方法,本文利用改进YCrCb颜色空间提高了强光下肤色分割的准确性和适应性。实验证明该算法减弱了光线强弱对人脸肤色分割的影响,更加准确的找到人脸区域,误检率较低。     

基于改进YCrCb颜色空间的肤色分割

人脸识别是计算机视觉、模式识别、生物特征识别、图像处理等多学科交叉的一门科学,肤色分割是人脸识别研究中一个重要的步骤。针对基于YCrCb颜色空间的肤色分割在强光下分割不准确的现状,提出了一种基于改进的YCrCb空间的肤色分割方法,本文利用改进YCrCb颜色空间提高了强光下肤色分割的准确性和适应性。实验证明该算法减弱了光线强弱对人脸肤色分割的影响,更加准确的找到人脸区域,误检率较低。     

基于Hopfield神经网络的遥感图像超分辨率识别算法

提出基于Hopfield神经网络的遥感图像超分辨率目标识别算法，它是利用模糊分类技术进行模糊分类，然后用分类结果约束Hopfield神经网络的方法．通过实验，可知Hopfield神经网络在学习样本少时．也能够输出分辨率相对较高的地物目标信息．因此．基于Hopfield神经网络的遥感图像处理方法，能够提高遥感图像的目标分辨率．使其目标特征信息更清晰．     

基于数学形态学和神经网络的车牌识别

汽车牌照的自动识别系统是一种应用于公路交通管理和收费的智能监控系统,文中提出了基于形态学处理定位牌照图象的区域的方法,该方法与其它方法相比对图像没有严格的限制和要求,三层反馈神经网络用来识别和分类,实验证明该方法是有效的。     

基于联合投票网络的交通场景天气分类方法

基于交通视频监控图像的天气识别已经成为智能交通系统中重要的研究课题. 虽然卷积神经网络（convolutional neural network,CNN）在图像识别技术获得了巨大的发展,但是针对复杂交通场景的天气识别问题,现有的模型在特征表达方面仍然面临着巨大的挑战. 为了提取丰富的语义特征,提出了基于联合投票机制的深度神经网络（deep neural network,DNN）模型. 所提出的模型包括两个核心模块:基于通道和空间注意力机制的二阶特征模块和基于复合特征结果联合投票机制的分类模块, 用以提取不同天气图像中的判别性信息,提高在复杂交通场景下的天气识别性能. 最后,在两个基准天气分类数据集上进行了验证试验,结果表明:对于复杂场景条件下的天气识别问题,所提出的基于联合投票机制的深度神经网络模型的识别正确率优于目前最好的天气识别方法的1.97%.      

基于图像融合和DCT域增强的人脸识别

提出了一种基于图像融合和DCT域增强的人脸识别方法.首先对人脸图像分别进行直方图均衡化和对指数变换,将二者变换结果融合,减少光照对人脸识别的影响;然后进行DCI变换,在滤除高频分量的同时进行图像增强,抑制块效应,在此基础上进行IDCT图像重建,利用二维主成分分析提取人脸特征,降低空间维数;最后通过最邻近分类法实现人脸识别.Yale人脸库仿真实验表明,该方法在光照变化较大和人脸样本较少的情况下具有较高的识别率.     

基于SVM和小波边缘检测的车型图像识别

在基于小波边缘检测和SMO算法的基础上进行车型图像识别,首先将待识别目标进行二维小波分解,获取不同尺度下的小波系数,然后对其进行主元分析,得到的主元作为支持向量机的特征量输入.实验结果表明,该方法具有良好的分类性能.     

基于APCENN与RBFNN的人脸识别方法研究

提出了将自适应主分量提取神经网络(APCENN)与径向基神经网络(RBFNN)结合进行人脸识别的方法.由于人脸图像维数高,传统主分量分析方法提取人脸主分量运算复杂、速度慢,应用APCENN通过并行运算直接提取人脸主分量,提高了特征提取速度.再通过RBFNN进行识别分类,实验证明网络训练收敛速度快、识别率高.