VC 图像检索火焰检索识别图片中是否含有火焰-651-源码+论文资料

本课题研究基于内容检索图像的方法，并实现图像内容检索中较常用也较简单的一种方法：基于颜色特征的图像内容检索，并试探性将其用于火的识别中。

研究的主要内容有：

1．图像内容检索现有方法的研究；

2．图像文件的读取；

3．基于颜色特征的图像内容检索模块实现。第一就是对图像二值化点击完了以后显示图像二值化后的图像。

第二对图像进行膨胀，点击后显示图像膨胀后的图像。

第三对图像进行腐蚀，点击后显示图像腐蚀后的图像。

4 同时判定图像的颜色和形状

基于颜色特征的检索

　　颜色特征是图像最直观、最明显的特征,一般用直方图描述。直方图的横轴表示颜色等级,纵轴表示在某一个颜色等级上具有该颜色的象素在整幅图像中所占的比例。以直方图为特征的常用的匹配方法有:

　　1.矢量距离法

　　以图像的直方图在各个灰度级上的值构成特征矢量,按照欧氏距离公式计算特征矢量之间的距离,以这个距离值代表图像之间的差别程度。试验证明,如果选择合适的彩色空间,那么,欧氏距离与人感觉的颜色差别是一致的。

　　2.直方图交叉法

　　取两幅图像的直方图在各个灰度级上的较小值,累加后即表示图像之间的相似程度。

　　这种相似度实际上表示两幅图像的公共部分。

　　3.直接差值法

　　把直方图在各个灰度级上的值对应相减,并做归一化处理,用差值代表图像之间的差别。如果两幅图像内容一样,则相似度为1。相似度值越小,表示图像间差别越大。

另外,根据图像的不同特点,可以采用不同的方法对图像进行预处理,然后用直方图进行匹配,以满足不同的检索要求。

基于形状特征的检索

形状特征是图像目标的一个显著特征,很多查询可能并不针对图像的颜色,因为同一物体可能有各种不同的颜色,但其形状总是相似的。如检索某辆汽车的图像,汽车可以是红的、绿的等,但形状决不会如飞机的外形。另外,对于图形来说,形状是它唯一重要的特征。

　　从图像中提取的目标边缘称为轮廓。基于形状或轮廓的检索是基于内容检索的一个重要方面,它能使用户通过勾勒图像的形状或轮廓,从图像库中检索出形状相似的图像。一个封闭的形状具有许多特征,如形状的拐点、重心、各阶矩,以及形状所包含的面积与周长比、长短轴比等。对于复杂的形状,还有孔洞数及各目标间的几何关系等。图形特征

还包括其矩阵表示及矢量特征、骨架特征等。

　　基于形状特征的检索方法有两种:

　　(1)分割图像经过边缘提取后,得到目标的轮廓线,针对这种轮廓线进行的形状特征检索。

　　(2)直接针对图形寻找适当的矢量特征用于检索算法。处理这种结构化检索更为复杂,需做更多的预处理。

具体下载演示查看效果

将图片处理后可以分别通过颜色和形状的识别

本文对几何模型匹配方法进行了研究，提出了一套完整的火焰定位算法。在预处理部分，采用了特别的增强火焰特征与形状之间对比度的方法及局域取阈值二值化方法，改进了预处理的效果。在图像分割部分，实现了经典的分合算法，并且使用成组算法改进了分合的效果。