论文部分内容阅读
颜色是图像的重要特征，影响着人们对图像的视觉感知和评价。鉴于目前在图像处理技术中关于颜色渐变算法、颜色渐变类型以及描述颜色渐变区域模型的研究相对较少。为了使用客观测量值对图像中具有颜色渐变的区域进行量化，本文以图像处理技术和模式识别理论为指导，从定性和定量的角度对图像颜色渐变进行研究，建立了一套能够反映图像颜色渐变区域的参数体系模型，以及根据这些参数实现颜色渐变区域模型识别的方法。 首先对图像颜色渐变进行相关定义，然后通过分析不同的颜色渐变算法，建立了适合本文的颜色渐变算法理论模型。在此基础上，根据图像颜色渐变区域在空间分布的特性，将图像颜色渐变归类为线型渐变、图案型渐变、扇型渐变三大类，由此建立了一套图像颜色渐变区域的模型，该模型用形式化语言可表示为具有几何意义的二次曲面形式，从而将模型识别问题转变为二次曲面拟合问题。 在颜色渐变算法基础上，分析了任意方向上的一阶、二阶导数算法，然后通过对图像进行预处理，消除噪声影响之后，提出了适合本文的彩色图像分割方法——任意方向单元格导数算法和Canny算法相结合的边缘检测方法，从而将图像中具有颜色渐变的区域分割成渐变类型单一的区域，为颜色渐变模型识别奠定了基础，同时也充实了颜色渐变分析和分类的样本库。 针对曲面拟合问题，在分析比较了遗传算法、梯度下降法、牛顿法、LM(Levenberg-Marquardt)算法等优缺点的基础上，提出了图像颜色渐变区域识别算法——两级移动窗口均匀取点非线性迭代的方法，该方法通过先对RG颜色值矩阵设置初始窗口，在窗口内均匀取点，若取点不满足要求，则缩小窗口尺寸，并相应地移动窗口，然后根据取得的若干个点利用LM算法进行迭代，最后根据拟合曲面的参数判别待识别区域的图像颜色渐变类型。通过大量实验结果表明，该方法对CG(Computer Graphic)图识别效果明显，拟合精度能控制在5以内，能有效获取图像的颜色渐变规律，但对一般自然图像而言稳定性较差，且计算量较大。 由此，本文实现了对颜色属性进行颜色渐变方式、颜色渐变算法以及渐变颜色区域模型描述、分割和识别技术的研究，丰富了图像处理领域中关于颜色分析和分类的方法，其结果能够为图像矢量化、图像渲染及图像压缩提供有力的技术支持。