基于自分类和颜色空间变换的图像特征自动检测

• 作者: 郭高鹏
• 来源期刊: 自动化与仪器仪表
• 学科: 工学
• 关键词: 自分类 颜色空间变换 图像特征 检测
• 年，卷（期）: 2020,（8）
• 所属期刊栏目: 理论创新
• 页码范围: 33-36
• 页数: 4页
• 分类号: TP391
• 语种: 中文
• DOI: 10.14016/j.cnki.1001-9227.2020.08.033

摘要

为解决传统方法容易受图像噪声、大小变化与旋转影响,不易提取准确的图像特征,图像特征检测结果准确率低,稳定性差的问题,提出一种新的基于自分类和颜色空间变换的图像特征自动检测方法.通过主成分分析法对图像进行降维处理,将高维数据映射至低维空间中,降低计算复杂度与计算难度.将RGB颜色空间转换至HSV颜色,把图像看作二维信号,对图像特征进行提取时,对其三个颜色分量进行小波分解与重构处理,获取小波变换公式与逆变换公式,描述图像特征,按照小波转换结果,利用支持向量机实现图像特征自动检测.实验结果表明,所提方法和Harris方法、SIFT方法相比,能够快速准确地检测出图像特征,且对图像特征的聚类性最好,检测稳定性最高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭高鹏		2	0	0.0	0.0