CN103955952A - 一种服装图像颜色特征的提取与描述方法 - Google Patents
一种服装图像颜色特征的提取与描述方法 Download PDFInfo
- Publication number
- CN103955952A CN103955952A CN201410184295.2A CN201410184295A CN103955952A CN 103955952 A CN103955952 A CN 103955952A CN 201410184295 A CN201410184295 A CN 201410184295A CN 103955952 A CN103955952 A CN 103955952A
- Authority
- CN
- China
- Prior art keywords
- image
- color
- clothing
- main color
- main
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Image Analysis (AREA)
Abstract
本发明公开了一种服装图像颜色特征的提取与描述方法,首先通过对服装图像训练集的每个图像进行前景图像提取、量化以及获取主颜色,然后将前景图像划分为若干个局部块,得到各个局部块的主颜色,并进行光照归一化处理,最后将服装图像训练集中所有局部块的主颜色进行聚类得到K个聚类即编码本。采用同样的方法统计出每个聚类的局部块的数量,并构成该服装图像的编码。本发明能够对服装图像中感兴趣的服装区域的颜色(视觉)特征进行有效地提取和描述,精确有效地对服装图像颜色进行描述同时,以减小特征描述的复杂度,提高服装图像检索的准确度和效率。
Description
技术领域
本发明属于数字图像处理技术领域,更为具体地讲,涉及一种服装图像颜色特征的提取与描述方法。
背景技术
随着计算机处理能力日益增强、因特网技术的广泛普及和网络带宽的不断提高,大量的服装图像信息不断地产生。如何从这些海量的服装图像数据中搜索人们感兴趣的服装图像并有效的利用这些图像,成为迫切需要解决的问题,基于内容的服装图像检索技术成为解决这个问题的主要技术之一。
基于内容的服装图像检索技术通过对服装图像的特征(颜色特征、纹理特征、形状特征、空间关系特征等)的提取以及描述,达到相同或者相似服装图像检索的目的。
颜色特征作为一种全局特征,描述了图像或者图像区域所对应的对象的表面性质。一般颜色特征都是基于像素点的特征,此时所有属于图像或者图像区域的像素都有各自的贡献。由于颜色对于图像或图像区域的方向、大小和视角等变化不敏感,所以颜色特征作为一种鲁棒性很强的视觉特征而被广泛使用。
提取颜色特征的方法有很多,其中颜色直方图是最常用的表达颜色特征的方法,其优点是不受图像转移和平移变化的影响,进一步借助归一化还可不受图像尺度变化的影响,其缺点是没有表达出颜色空间分布的信息,既无法描述图像中得某一具体的对象或物体。针对于服装图像颜色特征描述,传统的颜色特征描述方法已经无法对我们所感兴趣的服装区域做出精细化的描述,对于大规模的数据检索满足不了高准确率的要求。
所以,针对服装图像颜色特征的提取和描述方法解决以下几个问题:1)获取到服装图像中人们感兴趣的服装区域图像;2)提出一种对感兴趣的服装区域图像的颜色进行有效的描述方法;3)颜色特征具有低维性,提高大规模数据的检索效率。
1、与本发明相关的现有技术一
2010年5月26日公布、公布号为101714257A的中国发明专利申请“图像主颜色特征提取和结构化描述的方法”公开了一种图像主颜色特征提取和结构化描述的方法,包括以下步骤:
(a)、输入待处理图像;
(b)、选择颜色空间;
(c)、在颜色空间中对图像颜色进行量化;
(d)、计算归一化的颜色直方图并得到每种颜色的像素数目占整个图像像素数目的百分比;
(e)、根据百分比获取图像的主颜色;
(f)、计算主颜色方差和空间相关性;
(g)、对图像主颜色特征进行编码并得到关于图像主颜色特征的描述。缺点:
该发明通过对占图像一定百分比的主颜色提取和结构化描述。但实际上该发明具有以下三个缺点:1)只是对图像全局颜色的统计,并没有对目标区域进行颜色提取;2)需计算每种主颜色的方差,计算量大降低效率;3)采用结构化的描述,对于大规模的图像,难以进行索引建立和相似性匹配,造成检索效率低下,准确率也不能保证。
2、与本发明相关的现有技术二
2012年11月28日公布、公布号为101989302B的中国发明专利“一种基于多层图颜色特征的图像检索方法”公开了一种基于多层图颜色特征的图像检索方法,包括:
1)、对查询图像的颜色图像空间进行网格化,统计各网格中像素点数目,选取具有局部最大值的网格;
2)、在K均值聚类算法中通过应用一种新的距离优化算法和ENNS算法,快速生成各颜色聚类及其合理统计分布中心;
3)、另一方面,对查询图像进行空间子块划分,计算其高斯加权的颜色均值;
4)、通过图像子块颜色均值与颜色聚类合理统计分布中心的比较,提取K层位图特征;
5)、综合颜色聚类合理统计分布中心与位图的相似性度量,进行图像特征的匹配检索。
缺点:
该发明通过一种基于多层位图的颜色特征,实现图像检索。但实际上该发明虽然对图像颜色得到较为全面的提取和描述,但是在服装检索中仍具有很大的局限性。此发明将颜色特征作为描述整幅图像的全局特征,没有进行有效的背景消除,未能忽略背景对图像颜色特征产生的影响,没有得到图像中人们最关心的对象的描述;再有,通过此种方法得到的特征描述复杂,影响特征间的相似性匹配和图像检索准确率。
发明内容
本发明的目的在于克服现有技术的不足,提供一种服装图像颜色特征的提取与描述方法,在精确有效地对服装图像颜色进行描述同时,以减小特征描述的复杂度,提高服装图像检索的准确度和效率。
为实现以上目的,本发明服装图像颜色特征的提取与描述方法,其特征在于,包括以下步骤:
(1)、输入待处理的服装图像训练集;
(2)、从服装图像训练集中依次选取服装图像进行以下处理:
2.1)、提取服装图像的前景图像;
2.2)、对前景图像的颜色按照颜色空间进行量化处理;
2.3)、获取前景图像的主颜色:
a)、计算前景图像归一化的颜色直方图,得到每种颜色占整个图像像素数目的百分比;
b)、根据百分比获取前景图像的多个主颜色:设定一个百分比阈值T,当某种颜色占整个图像像素数目的百分比大于百分比阈值T时,认为该颜色为前景图像的主颜色;
2.4)、将前景图像划分为若干个局部块并计算每个局部块所属的主颜色:对局部块的颜色进行平均,得到的平均值与前景图像的各主颜色进行比较,当差值均大于设定值时,则认为该局部块没有对应的主颜色,记为0值;如果差值有小于设定值时,则将差值最小的主颜色作为该局部块的主颜色;
2.5)、每个局部块的主颜色进行光照归一化处理;
(3)、对服装图像训练集中所有服装图像的所有局部块的主颜色进行聚类,得到K个聚类,即编码本;
(4)、根据编码本对服装图像进行编码:
将需要编码的服装图像按照步骤(2)的方法进行处理,得到服装图像的每个局部块的主颜色,然后根据步骤(3)得到的编码本进行归并分类,将每个局部块依据主颜色,将其归并为某一聚类,最后统计出每个聚类的局部块的数量,并构成该服装图像的编码。
本发明的目的是这样实现的:
本发明服装图像颜色特征的提取与描述方法,首先通过对服装图像训练集的每个图像进行前景图像提取、量化以及获取主颜色,得到多个主颜色,然后将前景图像划分为若干个局部块,得到各个局部块的主颜色,并进行光照归一化处理,最后将服装图像训练集中所有服装图像的所有局部块的主颜色进行聚类,得到K个聚类即编码本。这样在对服装图像进行描述时,采用同样的方法提取服装图像的每个局部块的主颜色,然后根据编码本将每个局部块依据主颜色,将其归并为某一聚类,最后统计出每个聚类的局部块的数量,并构成该服装图像的编码。
本发明的服装图像颜色特征的提取与描述方法由于能够对服装图像中感兴趣的服装区域的颜色(视觉)特征进行有效地提取和描述,精确有效地对服装图像颜色进行描述同时,以减小特征描述的复杂度,提高服装图像检索的准确度和效率。因此在服装图像检索时能够通过比较两幅服装图像的颜色特征之间的相似度来判断两幅服装图像的相似性,从而能够快速搜索到相同或者相似的图像。本发明的方法不仅处理过程简单方便,并且工作性能稳定可靠,对提高服装图像检索准确率、增强对服装图像的分析和理解能力有重要的作用,可泛用于服装图像检索、机器视觉、以及交互式视频等领域。
附图说明
图1是本发明服装图像颜色特征的提取与描述方法的流程图;
图2是需要进行颜色特征提取的服装图像;
图3是图2所示服装图像经过提取后的前景图像;
图4是图2所示服装图像在6627张服装图像测试集中进行检索的结果图。
具体实施方式
下面结合附图对本发明的具体实施方式进行描述,以便本领域的技术人员更好地理解本发明。需要特别提醒注意的是,在以下的描述中,当已知功能和设计的详细描述也许会淡化本发明的主要内容时,这些描述在这里将被忽略。
在本实施例中,如图1所示,本发明服装图像颜色特征的提取与描述方法包括如下步骤:
1、输入待处理的服装图像训练集
在具体实施过程中,服装图像训练集中服装图像的颜色空间可以是RGB空间、YCbCr空间、HSV空间、HMMD空间或者单色空间。在本实施例中,选择RGB空间,服装图像训练集中服装图像的数量为6627张。
2、在本实施例中,提取服装图像的前景图像具体包括以下步骤:
(a)、设置服装图像的前景区域;
(b)、采用Grabcut方法对服装图像进行图像分割,得到感兴趣的服装图像,即前景图像。
图2是需要进行颜色特征提取的服装图像,服装图像的分辨率为412×391,图像格式为JPEG,提取后的前景图像如图3所示。
3、对前景图像的颜色按照颜色空间进行量化处理,具体包括以下步骤:
(a)、将颜色空间划分为若干个小的颜色空间,每个小的颜色空间称一维;
(b)、将该服装图像的每个像素的颜色按照所述的维进行量化。
在本实施例中,采用RGB空间,则将其服装图像的每个像素颜色按照RGB分别进行量化。在本实施例中,像素点每个颜色分量为0~255,量化为0~16以减小数据的处理量,即量化为16位。
4、在本实施例中,计算前景图像归一化的颜色直方图,得到每种颜色占整个图像像素数目的百分比,具体为:
Pi=Mi/M;
其中,Mi表示服装图像中第i种颜色的像素数量,M表示整个图像的像素数量。
根据百分比Pi获取前景图像的多个主颜色,在本实施例中,百分比阈值T为0.8%,当某种颜色i占整个图像像素数目的百分比大于百分比阈值0.8%时,认为该颜色为前景图像的主颜色。
在本实施例中,得到15个主颜色,对应的RGB分量分别为:
(11,9,10),(12,10,10),(12,10,11),(12,11,11),(12,12,12),(13,10,11),(13,11,11),(13,11,12),(13,12,12),(14,11,12),(14,12,12),(14,12,13),(14,13,13),(14,14,14),(15,15,15)。
5、将前景图像划分为若干个局部块并计算每个局部块所属的主颜色:对局部块的颜色进行平均,得到的平均值与前景图像的各主颜色进行比较,当差值均大于设定值时,则认为该局部块没有对应的主颜色,记为0值;如果差值有小于设定值时,则将差值最小的主颜色作为该局部块的主颜色。
在本实施中,将前景图像划分为14×14个局部块,遍历各个局部块,得到每个局部块最佳的主颜色表示,即上述15种主颜色的一种,若局部块没有对应的主颜色,则将其主颜色设置为(0,0,0),最终得到14×14即196个局部块的主颜色。
6、每个局部块的主颜色进行光照归一化处理,具体为:
根据以下公式进行光照归一化处理:
(x,y,z)=(X/(X+Y+Z),Y/(X+Y+Z),Z/(X+Y+Z))
其中,X、Y和Z表示光照归一化之前局部块的主颜色RGB分量值,x、y和z表示光照归一化之后的主颜色RGB分量值。
7、对服装图像训练集中所有服装图像的所有局部块的主颜色进行聚类,得到K个聚类,即编码本。
在本实施例中,采用K-means聚类,得到65个聚类。
8、根据编码本对服装图像进行编码:
将需要编码的服装图像按照步骤(2)的方法进行处理,得到服装图像的每个局部块的主颜色,然后根据步骤(3)得到的编码本进行归并分类,将每个局部块依据主颜色,将其归并为某一聚类,最后统计出每个聚类的局部块的数量,并构成该服装图像的编码,即得到服装图像颜色特征的K维编码。
在实际应用当中,服装图像颜色特征就是根据编码本对服装图像的局部块的主颜色归并和分类,得到K维编码:
F={h1,h2,h3,…,hi,……,hK};
其中,K表示聚类中心个数,hi表示主颜色与第i个聚类中心的服装图像局部块的个数。
最后,根据聚类中心对图3所示的前景图像的局部块主颜色进行归并和分类,产生关于服装图像颜色特征的描述,得到图2所示的服装图像的65维颜色特征即编码,具体如下:
F=(87,0,0,4,0,0,0,0,24,0,0,0,0,0,0,0,0,0,0,0,3,0,0,0,0,0,0,0,0,0,0,7,0,0,0,0,0,61,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,10,0,0,0,0,0)
最后将图2所示的服装图像作为目标图像,将服装图像训练集中的6627张图像作为测试集,利用服装图像的上述编码在6627张服装图像进行检索,其结果如图4所示。
在本实施例中,使用KL距离衡量两张服装图像颜色特征的相似度。
尽管上面对本发明说明性的具体实施方式进行了描述,以便于本技术领域的技术人员理解本发明,但应该清楚,本发明不限于具体实施方式的范围,对本技术领域的普通技术人员来讲,只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内,这些变化是显而易见的,一切利用本发明构思的发明创造均在保护之列。
Claims (3)
1.一种服装图像颜色特征的提取与描述方法,其特征在于,包括以下步骤:
(1)、输入待处理的服装图像训练集;
(2)、从服装图像训练集中依次选取服装图像进行以下处理:
2.1)、提取服装图像的前景图像;
2.2)、对前景图像的颜色按照颜色空间进行量化处理;
2.3)、获取前景图像的主颜色:
a)、计算前景图像归一化的颜色直方图,得到每种颜色占整个图像像素数目的百分比;
b)、根据百分比获取前景图像的多个主颜色:设定一个百分比阈值T,当某种颜色占整个图像像素数目的百分比大于百分比阈值T,认为该颜色为前景图像的主颜色;
2.4)、将前景图像划分为若干个局部块并计算每个局部块所属的主颜色:对局部块的颜色进行平均,得到的平均值与前景图像的各主颜色进行比较,当差值均大于设定值时,则认为该局部块没有对应的主颜色,记为0值;如果差值有小于设定值时,则将差值最小的主颜色作为该局部块的主颜色;
2.5)、每个局部块的主颜色进行光照归一化处理;
(3)、对服装图像训练集中所有服装图像的所有局部块的主颜色进行聚类,得到K个聚类;
(4)、根据编码本对服装图像进行编码:
将需要编码的服装图像按照步骤(2)的方法进行处理,得到服装图像的每个局部块的主颜色,然后根据步骤(3)得到的编码本进行归并分类,将个局部块依据主颜色,将其归并为某一聚类,最后统计出每个聚类的局部块的数量,并构成该服装图像的编码。
2.根据权利要求1所述的颜色特征的提取与描述方法,其特征在于,所述的颜色空间可以是RGB空间。
3.根据权利要求1所述的颜色特征的提取与描述方法,其特征在于,所述的百分比阈值T为0.8%。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410184295.2A CN103955952A (zh) | 2014-05-04 | 2014-05-04 | 一种服装图像颜色特征的提取与描述方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410184295.2A CN103955952A (zh) | 2014-05-04 | 2014-05-04 | 一种服装图像颜色特征的提取与描述方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103955952A true CN103955952A (zh) | 2014-07-30 |
Family
ID=51333221
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410184295.2A Pending CN103955952A (zh) | 2014-05-04 | 2014-05-04 | 一种服装图像颜色特征的提取与描述方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103955952A (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104268544A (zh) * | 2014-10-14 | 2015-01-07 | 陶晨 | 一种服装视觉效果评价*** |
CN104484450A (zh) * | 2014-12-25 | 2015-04-01 | 广东欧珀移动通信有限公司 | 基于图像的服饰搭配推荐方法和服饰搭配推荐装置 |
CN104504734A (zh) * | 2014-09-16 | 2015-04-08 | 浙江工业大学 | 一种基于语义的图像颜色传输方法 |
CN106227827A (zh) * | 2016-07-25 | 2016-12-14 | 华南师范大学 | 服装图像前景颜色特征提取方法及服装检索方法和*** |
CN107153670A (zh) * | 2017-01-23 | 2017-09-12 | 合肥麟图信息科技有限公司 | 基于多幅图像融合的视频检索方法及*** |
WO2020151529A1 (zh) * | 2019-01-23 | 2020-07-30 | 阿里巴巴集团控股有限公司 | 服装图像分类、图像分类方法、装置及设备 |
CN111488885A (zh) * | 2020-06-28 | 2020-08-04 | 成都四方伟业软件股份有限公司 | 一种图片主题色系智能提取方法及装置 |
CN111612011A (zh) * | 2020-05-21 | 2020-09-01 | 杭州智珺智能科技有限公司 | 一种基于人体语义分割的服饰色彩提取方法 |
CN111652859A (zh) * | 2020-05-25 | 2020-09-11 | 杭州电子科技大学 | 基于K-means的布料花型智能分色方法 |
CN112489142A (zh) * | 2020-11-30 | 2021-03-12 | 济南博观智能科技有限公司 | 一种颜色识别方法、装置、设备及存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080089615A1 (en) * | 2006-10-13 | 2008-04-17 | Canon Kabushiki Kaisha | Image searching apparatus, control method thereof, program, and storage medium |
CN101231757A (zh) * | 2007-12-07 | 2008-07-30 | 北京搜狗科技发展有限公司 | 一种图片主色调分析方法、装置及其在图片搜索中的应用 |
CN101714257A (zh) * | 2009-12-23 | 2010-05-26 | 公安部第三研究所 | 图像主颜色特征提取和结构化描述的方法 |
-
2014
- 2014-05-04 CN CN201410184295.2A patent/CN103955952A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080089615A1 (en) * | 2006-10-13 | 2008-04-17 | Canon Kabushiki Kaisha | Image searching apparatus, control method thereof, program, and storage medium |
CN101231757A (zh) * | 2007-12-07 | 2008-07-30 | 北京搜狗科技发展有限公司 | 一种图片主色调分析方法、装置及其在图片搜索中的应用 |
CN101714257A (zh) * | 2009-12-23 | 2010-05-26 | 公安部第三研究所 | 图像主颜色特征提取和结构化描述的方法 |
Non-Patent Citations (1)
Title |
---|
XIANWANG WANG AND TONG ZHANG: ""Clothes Search in Consumer Photos via Color Matching and Attribute Learning"", 《PROCEEDINGS OF THE 19TH ACM INTERNATIONAL CONFERENCE ON MULTIMEDIA.ACM》 * |
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104504734A (zh) * | 2014-09-16 | 2015-04-08 | 浙江工业大学 | 一种基于语义的图像颜色传输方法 |
CN104504734B (zh) * | 2014-09-16 | 2017-09-26 | 浙江工业大学 | 一种基于语义的图像颜色传输方法 |
CN104268544A (zh) * | 2014-10-14 | 2015-01-07 | 陶晨 | 一种服装视觉效果评价*** |
CN104268544B (zh) * | 2014-10-14 | 2018-05-08 | 浙江出入境检验检疫局检验检疫技术中心 | 一种服装视觉效果评价*** |
CN104484450A (zh) * | 2014-12-25 | 2015-04-01 | 广东欧珀移动通信有限公司 | 基于图像的服饰搭配推荐方法和服饰搭配推荐装置 |
CN104484450B (zh) * | 2014-12-25 | 2018-05-04 | 广东欧珀移动通信有限公司 | 基于图像的服饰搭配推荐方法和服饰搭配推荐装置 |
CN106227827B (zh) * | 2016-07-25 | 2019-04-12 | 华南师范大学 | 服装图像前景颜色特征提取方法及服装检索方法和*** |
CN106227827A (zh) * | 2016-07-25 | 2016-12-14 | 华南师范大学 | 服装图像前景颜色特征提取方法及服装检索方法和*** |
CN107153670A (zh) * | 2017-01-23 | 2017-09-12 | 合肥麟图信息科技有限公司 | 基于多幅图像融合的视频检索方法及*** |
WO2020151529A1 (zh) * | 2019-01-23 | 2020-07-30 | 阿里巴巴集团控股有限公司 | 服装图像分类、图像分类方法、装置及设备 |
CN111476253A (zh) * | 2019-01-23 | 2020-07-31 | 阿里巴巴集团控股有限公司 | 服装图像分类、图像分类方法、装置及设备 |
CN111476253B (zh) * | 2019-01-23 | 2024-04-02 | 阿里巴巴集团控股有限公司 | 服装图像分类、图像分类方法、装置及设备 |
CN111612011A (zh) * | 2020-05-21 | 2020-09-01 | 杭州智珺智能科技有限公司 | 一种基于人体语义分割的服饰色彩提取方法 |
CN111652859A (zh) * | 2020-05-25 | 2020-09-11 | 杭州电子科技大学 | 基于K-means的布料花型智能分色方法 |
CN111652859B (zh) * | 2020-05-25 | 2023-11-07 | 杭州电子科技大学 | 基于K-means的布料花型智能分色方法 |
CN111488885A (zh) * | 2020-06-28 | 2020-08-04 | 成都四方伟业软件股份有限公司 | 一种图片主题色系智能提取方法及装置 |
CN111488885B (zh) * | 2020-06-28 | 2020-09-25 | 成都四方伟业软件股份有限公司 | 一种图片主题色系智能提取方法及装置 |
CN112489142A (zh) * | 2020-11-30 | 2021-03-12 | 济南博观智能科技有限公司 | 一种颜色识别方法、装置、设备及存储介质 |
CN112489142B (zh) * | 2020-11-30 | 2024-04-09 | 济南博观智能科技有限公司 | 一种颜色识别方法、装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103955952A (zh) | 一种服装图像颜色特征的提取与描述方法 | |
Fan et al. | Unsupervised feature learning for land-use scene recognition | |
Xiang et al. | Fabric image retrieval system using hierarchical search based on deep convolutional neural network | |
WO2018023734A1 (zh) | 一种3d图像的显著性检测方法 | |
CN102945289B (zh) | 基于cgci-sift局部特征的图像检索方法 | |
Srivastava et al. | A review: color feature extraction methods for content based image retrieval | |
CN107122712B (zh) | 基于cnn和双向vlad的掌纹图像识别方法 | |
CN106126585B (zh) | 基于质量分级与感知哈希特征组合的无人机图像检索方法 | |
CN101714257A (zh) | 图像主颜色特征提取和结构化描述的方法 | |
CN102819582A (zh) | 一种海量图片快速检索方法 | |
CN104361096B (zh) | 一种基于特征富集区域集合的图像检索方法 | |
Kavitha et al. | An efficient content based image retrieval using color and texture of image sub blocks | |
CN108629783A (zh) | 基于图像特征密度峰值搜索的图像分割方法、***及介质 | |
CN106203448B (zh) | 一种基于非线性尺度空间的场景分类方法 | |
CN103942778A (zh) | 一种主成分特征曲线分析的快速视频关键帧提取方法 | |
CN108875828A (zh) | 一种相似图像的快速匹配方法和*** | |
CN104376312A (zh) | 基于词袋压缩感知特征提取的人脸识别方法 | |
Lu et al. | Spectral segmentation via midlevel cues integrating geodesic and intensity | |
CN107358244B (zh) | 一种快速局部不变特征提取与描述方法 | |
Mahantesh et al. | An impact of complex hybrid color space in image segmentation | |
CN106603888A (zh) | 图像颜色提取处理结构 | |
Ahmad et al. | SSH: Salient structures histogram for content based image retrieval | |
Obulesu et al. | Image retrieval based local motif patterns code | |
Kothyari et al. | Content based image retrieval using statistical feature and shape extraction | |
CN108268533B (zh) | 一种用于图像检索的图像特征匹配方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20140730 |
|
WD01 | Invention patent application deemed withdrawn after publication |