摘要
在图像语义研究中,提取图像中的语义物体或区域是重要的。本文首先对图像预处理,通过颜色空间的转换,在空间对图像进行K-均值分类,提取出具有语义性质的物体和区域。实验结果表明该方法是可行的,而且很有效的。
The color classification process requires to partition a color image into uniform color regions. It is very important that extract interesting region or object in image semantic analysis. In this paper we propose an approach to extract semantic region based on color feature. First, we translate RGB space into Lab space. Second, we use the k-means algorithm solve clustering problem. In the end, we extract semantic object in terms of color information. Experimental results show that the color clustering give superior results in increases in cluster effectiveness.
出处
《微计算机信息》
北大核心
2007年第21期211-213,共3页
Control & Automation
基金
国家自然科学基金(#60372068)资助
广东省自然科学基金(#06300098)资助
关键词
彩色分类
K-均值算法
语义信息
物体提取
Color classification, K-means clustering,Semantic Information, Object extraction
作者简介
余卫宇（1972-） 男,2005年获华南理工大学通信与信息系统专业博士学位.主要从事图像恢复,图像/视频语义分析及多媒体信息检索方面的研究.发表文章十多篇;通讯地址：（510640 广州华南理工大学,电子与信息学院）
曹燕（1980-）,女,2005年获华南理工大学通信与信息系统专业硕士学位,主要从事语音图像处理的研究;
余英林（1932-） 男,1961年获中国科学院副博士学位,华南理工大学电子与信息学院教授,博士生导师,主要研究方向有信号处理,神经网络,图像编码、恢复与重构,多媒体信息检索,图像、视频语义分析等.已发表文章300多篇.
