基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
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H SV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.
推荐文章
基于PCA-K-means的卫星遥感图像的颜色特征提取技术
PCA
K-means
卫星遥感图像
颜色特征提取
基于空间分层的医学图像特征提取算法
辅助诊断
阈值提取
图像空间
基于空间分层的医学图像特征提取算法
辅助诊断
阈值提取
图像空间
图像特征提取
基于PCA和KHM聚类的唇特征提取算法的研究
特征提取
主成分分析
KHM
人脸语音动画
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 空间颜色聚类算法及其在图像特征提取中的应用
来源期刊 吉林大学学报(理学版) 学科 工学
关键词 HSV颜色空间 均值聚类 特征提取 识别 检索
年,卷(期) 2020,(3) 所属期刊栏目 计算机科学
研究方向 页码范围 627-633
页数 7页 分类号 TP399
字数 3541字 语种 中文
DOI 10.13413/j.cnki.jdxblxb.2019282
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 姜楠 吉林农业大学信息技术学院 11 73 5.0 8.0
2 张帆 吉林农业大学研究生院 14 104 6.0 10.0
3 李健 吉林农业大学信息技术学院 63 143 5.0 8.0
4 王薇 吉林农业大学园艺学院 43 226 8.0 13.0
5 宝音巴特 1 0 0.0 0.0
6 张伟健 吉林农业大学信息技术学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (65)
共引文献  (38)
参考文献  (19)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(1)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(3)
  • 参考文献(1)
  • 二级参考文献(2)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(4)
  • 参考文献(0)
  • 二级参考文献(4)
2011(5)
  • 参考文献(0)
  • 二级参考文献(5)
2012(9)
  • 参考文献(1)
  • 二级参考文献(8)
2013(5)
  • 参考文献(0)
  • 二级参考文献(5)
2014(7)
  • 参考文献(0)
  • 二级参考文献(7)
2015(8)
  • 参考文献(5)
  • 二级参考文献(3)
2016(8)
  • 参考文献(1)
  • 二级参考文献(7)
2017(6)
  • 参考文献(1)
  • 二级参考文献(5)
2018(3)
  • 参考文献(1)
  • 二级参考文献(2)
2019(8)
  • 参考文献(6)
  • 二级参考文献(2)
2020(2)
  • 参考文献(2)
  • 二级参考文献(0)
2020(2)
  • 参考文献(2)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
HSV颜色空间
均值聚类
特征提取
识别
检索
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
吉林大学学报(理学版)
双月刊
1671-5489
22-1340/O
大16开
长春市南湖大路5372号
12-19
1955
chi
出版文献量(篇)
4812
总下载数(次)
6
总被引数(次)
24333
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导