空间颜色聚类算法及其在图像特征提取中的应用

吉林大学学报(理学版) ›› 2020, Vol. 58 ›› Issue (3): 627-633.

空间颜色聚类算法及其在图像特征提取中的应用

李健¹, 姜楠¹, 宝音巴特², 张帆³, 张伟健¹, 王薇⁴

1. 吉林农业大学信息技术学院, 长春 130118； 2. 吉林省科学技术工作者服务中心, 长春 130021；
3. 吉林农业大学研究生院, 长春 130118； 4. 吉林农业大学园艺学院, 长春 130118

收稿日期:2019-07-22 出版日期:2020-05-26 发布日期:2020-05-20
通讯作者: 李健 E-mail: liemperor@163.com

Spatial Color Clustering Algorithm and Its Applicationin Image Feature Extraction

LI Jian¹, JIANG Nan¹, BAOYIN Bate², ZHANG Fan³, ZHANG Weijian¹, WANG Wei⁴

1. College of Information Technology, Jilin Agricultural University, Changchun 130118, China;
2. Jilin Science and Technology Works Service Center, Changchun 130021, China；
3. College of Graduate School, Jinlin Agricultural University; Changchun 130118, China;
4. College of Horticulture, Jilin Agricultural University, Changchun 130118, China

Received:2019-07-22 Online:2020-05-26 Published:2020-05-20
Contact: LI Jian E-mail: liemperor@163.com

摘要/Abstract

摘要： 针对目前图像基本颜色特征单一、可提取信息不足的问题, 提出将图像进行HSV颜色空间转换, 先用均衡化直方图增强空间颜色互转后的图像空间
颜色像素, 再用融入rgb2ind的K-means均值聚类算法提亮均衡图像, 以增强图像颜色特征的提取目标和数量. 实验结果表明, 该方法优于普通空间颜色图像进行特征提取的效果, 实现了为颜色特征识别提供更多的检索信息.

关键词: HSV颜色空间, 均值聚类, 特征提取, 识别, 检索

Abstract: Aiming at the current problem of single basic color features of image and insufficient information available, we proposed to transform the image into HSV color space. We first used the equalization histogram to enhance the spatial color pixels of the image after the spatial color conversion, and then used K-means clustering algorithm integrated with rgb2ind to brighten the balanced image, so as to enhance the extraction target and quantity of image color feature. The experimental results show that the proposed method is better than that of the ordinary spatial color image for feature extraction, and provides more retrieval information for color feature recognition.

Key words: , HSV color space, mean clustering, feature extraction, recognition, retrieval

中图分类号:

TP399

李健, 姜楠, 宝音巴特, 张帆, 张伟健, 王薇. 空间颜色聚类算法及其在图像特征提取中的应用[J]. 吉林大学学报(理学版), 2020, 58(3): 627-633.

LI Jian, JIANG Nan, BAOYIN Bate, ZHANG Fan, ZHANG Weijian, WANG Wei. Spatial Color Clustering Algorithm and Its Applicationin Image Feature Extraction[J]. Journal of Jilin University Science Edition, 2020, 58(3): 627-633.

[1]	胡雅婷, 陈营华, 宝音巴特, 曲福恒, 李卓识. 一种增量式MinMax k-Means聚类算法[J]. 吉林大学学报(理学版), 2021, 59(5): 1205-1211.
[2]	孙俊, 才华, 朱新丽, 胡浩, 李英超. 基于双重注意力机制的深度人脸表示算法[J]. 吉林大学学报(理学版), 2021, 59(4): 883-890.
[3]	李旭东, 周林华. 基于大津算法和深度学习的开集声纹识别自适应阈值计算方法[J]. 吉林大学学报(理学版), 2021, 59(4): 909-914.
[4]	张媛媛, 张红英. 结合饱和度调节的单曝光HDR图像生成方法[J]. 吉林大学学报(理学版), 2021, 59(2): 309-318.
[5]	田强, 贾小宁. 基于深度残差网络的车标识别[J]. 吉林大学学报(理学版), 2021, 59(2): 319-324.
[6]	杨舒涵, 李博, 周丰丰. 基于机器学习的跨患者癫痫自动检测算法[J]. 吉林大学学报(理学版), 2021, 59(1): 101-106.
[7]	肖红, 张瑶瑶, 原野. 基于改进高分辨率网络的人脸性别和年龄识别[J]. 吉林大学学报(理学版), 2020, 58(6): 1391-1398.
[8]	李鹏松, 李俊达, 吴良武, 胡建平. 基于阈值分割法和卷积神经网络的图像识别算法[J]. 吉林大学学报(理学版), 2020, 58(6): 1436-1442.
[9]	杨陈菊, 孙俊, 皮乾东, 邵玉斌, 龙华. 基于CRF和多元规则的层次化句法分析[J]. 吉林大学学报(理学版), 2020, 58(6): 1452-1460.
[10]	李菊霞. 基于深度学习的二值图像目标轮廓识别算法[J]. 吉林大学学报(理学版), 2020, 58(5): 1189-1194.
[11]	袁倩影, 全海燕. 基于新进化优化BP学习算法的心音识别方法[J]. 吉林大学学报(理学版), 2020, 58(5): 1195-1201.
[12]	王兴奇, 黄丹飞, 李欣城, 朱瑞, 荆涛, 衣文索. 基于φ-OTDR光纤振动传感系统模式识别方法[J]. 吉林大学学报(理学版), 2020, 58(5): 1243-1248.
[13]	尹伟石, 刘晓奇, 徐轩. 热源参数识别问题的Bayes遗传算法[J]. 吉林大学学报(理学版), 2020, 58(4): 841-846.
[14]	贾继康, 邵玉斌, 龙华, 杜庆治. 一种基于规则与句法合成的层次化语句分析识别算法[J]. 吉林大学学报(理学版), 2020, 58(4): 885-892.
[15]	谭翔纬. 基于支持向量机和用户反馈的图像检索算法[J]. 吉林大学学报(理学版), 2020, 58(4): 899-905.