颜色相关图(Color Correlogram)

最新推荐文章于 2020-03-27 11:42:55 发布
最新推荐文章于 2020-03-27 11:42:55 发布
阅读量7.5k 收藏 11
点赞数 1
分类专栏： 算法 C++ 图像处理 文章标签： distance null
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/cxf7394373/article/details/6911255
版权
本文介绍了颜色相关图的概念，引用了Greg Pass和RaminZabih的关于使用颜色一致性向量比较图像的研究，并提供了相关代码实现。
摘要由CSDN通过智能技术生成


颜色相关图的参考文献:

        [1] Greg Pass, RaminZabih. Comparing images using color coherence vectors.

代码如下:

/************************************************************************/
/*
作用：计算颜色相关图
输入：img---源图像，计算的第channel通道的颜色矩
输出：浮点型数组，颜色相关图的维数为64维
返回值：
	0   计算成功
	1   图片为空，计算失败
	2	参数指针correlogram没有分配内存
	3   图片通道不是1，目前只处理单通道图片，计算失败
*/
/************************************************************************/
int calColorCorrelogram(const IplImage * img,double * correlogram)
{
	if(NULL == img)
		return 1;
	if(NULL == correlogram)
		return 2;

	if(img->nChannels > 1)
		return 3;

	//生成一个数组，每个点的范围是0-7
	int width = img->width;
	int height = img->height;
	int * mark = new int[width * height]; 
	int step = img->widthStep/sizeof(uchar);
	uchar * data = (uchar
最低0.47元/天 解锁文章
cxf7394373
关注
  • 1
    点赞
  • 踩
  • 11
    收藏
    觉得还不错? 一键收藏
  • 8
    评论
专栏目录
颜色相关图
11-07
颜色相关图
color_auto_correlogram.m
09-13
This function creates the auto-correlogram vector for an input ...此函数用于为任何大小的输入图像创建自动相关图向量。假设先验假设的不同距离可以由用户在向量中定义。 另一个函数名为“get_n.m”，可免费下载
颜色相关直方图（color correlogram）
12-24 3789
相关直方图（color correlogram），结合了图像中的颜色与空间信息，用颜色之间（不同颜色或相同颜色）的量化距离来构建直方图。而传统的颜色直方图只考虑了颜色信息。如下示例： correlogram）" title="颜色相关直方图（color correlogram）" style="margin:0px; padding:0px; border:0px; list-style:n
【CBIR】【Color】颜色关联图Color Correlograms
erlingmusan的专栏
04-03 1519
颜色关联图Color Correlograms
color_auto_correlogram.zip
09-13
This function creates the auto-correlogram vector for an input image of any size. The different ...此函数用于为任何大小的输入图像创建自动相关图向量。假设先验假设的不同距离可以由用户在向量中定义。
get_n.m，“color_auto_correlogram.m”调用的函数
09-13
This function creates the auto-correlogram vector for an...此函数用于为任何大小的输入图像创建自动相关图向量。假设先验假设的不同距离可以由用户在向量中定义。 函数“color_auto_correlogram.m”中有使用方式。
correlogram.zip_correlogram_teager
07-15
“correlogram.m”这个MATLAB脚本很可能是实现了一个自相关函数与Teager能量运算的结合，用于生成语音信号的三维相关曲线。在三维空间中，这可能表示了时间延迟、自相关值以及Teager能量值的关系。这样的可视化可以...
ImageRetrievalEngine:图像颜色自相关图描述符
06-08
ImageRetrievalEngine 编译环境 Visual Studio 2010 + OpenCV 2.4 参数说明 LSH_file----存储LSH哈希函数列表 index_file----存储经过LSH降维后的图像索引列表 color_feature----存储图像文件的颜色特征向量 L----LSH哈希列表中函数数量 K----LSH函数维度 D----特征向量维度 w----均匀分布上界 技术实现说明 对待检索的数据集建立索引。通过颜色自相关图构建图像的颜色特征（360维），使用LSH进行哈希降维， 建立的索引值存入index_file中。 检索过程中，对目标检索时提取目标的颜色特征，计算相应的LSH哈希值，与索引列表中的图像库进行相 似性比对（余弦距离）。提取出的疑似相似图像再进行颜色特征的比对，确定指定数量（默认为10）的 相似图片。 备注 检索到的相似图片会存在“r
Image Annotation Using Sub-block Energy of Color Correlograms
08-27
Image Annotation Using Sub-block Energy of Color CorrelogramsImage Annotation Using Sub-block Energy of Color Correlograms
Python+matplotlib绘制不同大小和颜色散点图实例
09-20
主要介绍了Python+matplotlib绘制不同大小和颜色散点图实例，matplotlib的用法是比较多种多样的，下面一起看看其中的一个实例吧
颜色自相关图：它为输入的彩色图像生成颜色自相关图向量-matlab开发
05-30
此函数为输入图像创建自相关图向量任何尺寸。 先验假设的不同距离可以在向量中由用户定义。 它实现了 Huang 等人定义的算法。 论文“使用彩色自测图的图像索引” 输入： I=代表彩色图像的uint8矩阵distance_vector= 代表不同距离的向量计算颜色分布。 输出： correlogram_vector=这是一个直线向量，表示64 种量化颜色的出现概率。 它的总维数是64n X 1； 其中 n 是不同 inf 范数距离的数量 用法：（为用户定义的距离创建自相关图向量） I=imread('peppers.png'); 距离向量=[1 3]; correlogram_vector=color_auto_correlogram(I,distance_vector); 联系作者： Soumyabrata开发电子邮箱：soumyabr001@e.ntu.edu.sg http:/
paper 44 ：颜色矩和颜色相关图（color correlogram）
weixin_33691700的博客
03-17 301
转载于:https://www.cnblogs.com/molakejin/p/5286253.html
图像特征(一)——颜色特征(颜色直方图，颜色矩，颜色集，颜色聚合向量和颜色相关图)
热门推荐
gloria_iris的博客
03-27 2万+
本文主要是为了更好地理解图像特征，理解各方法的原理。转载请注明出处https://mp.csdn.net/console/editor/html/105090183 图像模式识别的一般步骤为：输入图像--图像预处理--特征提取--特征选择--图像分类--输出结果。 图像特征主要有：颜色特征、形状特征、纹理特征和空间关系特征。 本文主要介绍颜色特征，并给出matlab上实现的demo。 颜...
计算一幅自然场景图像的颜色相关图。写一段python代码
最新发布
05-30
可以使用Python中的OpenCV库来计算一幅自然场景图像的颜色相关图。具体步骤如下： 1. 导入OpenCV库和numpy库： ```python import cv2 import numpy as np ``` 2. 读取图像并将其转换为Lab颜色空间： ```python img = cv2.imread('image.jpg') lab_img = cv2.cvtColor(img, cv2.COLOR_BGR2LAB) ``` 3. 计算图像中每个像素与其邻域像素之间的颜色相关性，并将结果保存到一个矩阵中： ```python # 定义邻域大小 win_size = 15 # 定义颜色相关图矩阵 rows, cols, _ = lab_img.shape color_correlogram = np.zeros((256, win_size, win_size)) # 计算颜色相关图 for i in range(rows): for j in range(cols): # 获取像素颜色值 color = lab_img[i, j] # 计算该像素与其邻域像素之间的颜色相关性 for d in range(1, win_size+1): for k in range(-d, d+1): for l in range(-d, d+1): if i+k >= 0 and i+k < rows and j+l >=0 and j+l < cols: neighbor_color = lab_img[i+k, j+l] color_correlogram[abs(color[0]-neighbor_color[0]), d-1, k+d-1] += 1 # 对颜色相关图矩阵进行归一化处理 color_correlogram /= (win_size * win_size) ``` 在上述代码中，我们使用了一个大小为15x15的邻域来计算颜色相关图。我们将图像中每个像素的颜色值作为中心像素，计算其与其邻域像素之间的颜色相关性。具体地，我们将中心像素与其在邻域内距离为d的像素之间的颜色差的绝对值作为对应的颜色相关图矩阵元素的下标，然后将该元素的值加1。最后，我们将颜色相关图矩阵进行归一化处理，以便于后续的处理和分析。 4. 可选：可视化颜色相关图 ```python # 可视化颜色相关图 import matplotlib.pyplot as plt # 选择一个颜色通道进行可视化 channel = 0 # 绘制颜色相关图 plt.imshow(color_correlogram[:, :, channel], cmap='gray') plt.title('Color Correlogram') plt.xlabel('Y') plt.ylabel('X') plt.show() ``` 上述代码中，我们选择了颜色相关图矩阵的第一个通道进行可视化。我们使用了matplotlib库来绘制矩阵的灰度图形式，并添加了相应的标题和坐标轴标签。 至此，我们完成了计算一幅自然场景图像的颜色相关图的Python代码实现。
评论 8
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值