利用模糊认知度从图像纹理中提取情感语义

doi:10.3778/j.issn.1002-8331.2009.33.056

计算机工程与应用 ›› 2009, Vol. 45 ›› Issue (33): 171-174.DOI: 10.3778/j.issn.1002-8331.2009.33.056

• 图形、图像、模式识别 • 上一篇下一篇

利用模糊认知度从图像纹理中提取情感语义

郭翠英¹，李海芳²

1.山西青年管理干部学院计算机系，太原 030001
2.太原理工大学计算机与软件学院，太原 030024

收稿日期:2009-03-31 修回日期:2009-05-25 出版日期:2009-11-21 发布日期:2009-11-21
通讯作者: 郭翠英

Extracting emotional semantics from texture image by fuzzy recognize degree

GUO Cui-ying¹，LI Hai-fang²

1.Department of Computer，Shanxi College for Youth Administrators，Taiyuan 030001，China
2.College of Computer and Software，Taiyuan University of Technology，Taiyuan 030024，China

Received:2009-03-31 Revised:2009-05-25 Online:2009-11-21 Published:2009-11-21
Contact: GUO Cui-ying

摘要/Abstract

摘要： 图像的低层视觉特征（颜色、纹理和形状等）中包含着大量人类可感知的情感语义信息。利用纹理特征，提出一种新的索引方法-FRD（Fuzzy Recognize Degree，模糊认识度）聚类法，用来描述与情感相关联的语义图像。FRD聚类法使用三个感性的纹理特征：方向性、对比度和粗糙度，生成FRD值。从高层的情感概念进行图像检索。实验图像采用自然景观图片，验证了新方法的良好性能。

关键词: 模糊认知度（FRD）, 情感语义, 纹理

Abstract: The low-level visual features（color，texture and shape） in image contain lots of emotional semantics information with human perception.In this paper a new indexing scheme is proposed，called FRD（Fuzzy Recognize Degree） clustering using the texture feature.This method has allowed us to retrieve images for emotion-assisted semantic analysis based on high-level affective concepts.For this purpose，a set of perceptual relevant features is introduced： directionality，contrast and coarseness.Experiment has been conducted to a collection of natural images，and the result shows the high performance of the proposed technique.

Key words: Fuzzy Recognize Degree（FRD）, emotional semantics, texture

中图分类号:

TP391

郭翠英¹，李海芳². 利用模糊认知度从图像纹理中提取情感语义[J]. 计算机工程与应用, 2009, 45(33): 171-174.

GUO Cui-ying¹，LI Hai-fang². Extracting emotional semantics from texture image by fuzzy recognize degree[J]. Computer Engineering and Applications, 2009, 45(33): 171-174.

[1]	陈明月，刘三阳. 自适应流形学习在故障诊断中的应用[J]. 计算机工程与应用, 2021, 57(3): 247-252.
[2]	安卫超，阎婷，张楠，张杉，相洁，曹锐，王彬. 病理图像纹理分析在胃癌MSI预测中的应用研究[J]. 计算机工程与应用, 2021, 57(24): 205-211.
[3]	刘天，曾亮. 纹理抑制的光照不均图像配准算法研究[J]. 计算机工程与应用, 2020, 56(23): 180-188.
[4]	陈熙，道尔吉，李运兰，韦立，夏道勋，熊祥光. 多方向局部相位量化模式及纹理分类[J]. 计算机工程与应用, 2020, 56(13): 216-222.
[5]	刘颖，刘倩，李大湘，杨文宗. 基于PTM模型文物纹理映射算法[J]. 计算机工程与应用, 2020, 56(12): 209-214.
[6]	邓宇，谌贵辉，李忠兵，张军豪，亢宇欣，夏旭洪. 基于颜色与边缘融合的非局部立体匹配算法[J]. 计算机工程与应用, 2020, 56(10): 199-204.
[7]	杨燕，王慧青，焦越. 结合视点变换的三维地形无缝绘制算法[J]. 计算机工程与应用, 2020, 56(1): 238-243.
[8]	丁华，王晓东，章联军，陈晓爱，赖佩霞. 基于SLIC融合纹理和直方图的图像显著性检测[J]. 计算机工程与应用, 2019, 55(3): 159-166.
[9]	罗岱，陶洋，杨刚. 基于面部特征约束的人脸纹理映射及变形[J]. 计算机工程与应用, 2018, 54(6): 188-192.
[10]	马红强，马时平，许悦雷，吕超，辛鹏，朱明明. 基于改进栈式稀疏去噪自编码器的图像去噪[J]. 计算机工程与应用, 2018, 54(4): 199-204.
[11]	陈曦1，王毅刚1，吴子朝1，李际军2. 一种舞台增强现实系统的研究与实现[J]. 计算机工程与应用, 2018, 54(3): 11-17.
[12]	李忠海，宋智钦，王崇瑶. 非整数步长的分数阶微分Sobel算子的应用[J]. 计算机工程与应用, 2018, 54(17): 192-197.
[13]	王偲晗1，万幼川1，王明威1，高雄2. 改进蚁群算法及其在高光谱影像分类中的研究[J]. 计算机工程与应用, 2018, 54(1): 196-203.
[14]	白晓静1，卢钢2，闫勇1，2. 基于多尺度颜色小波纹理特征的火焰图像分割[J]. 计算机工程与应用, 2017, 53(9): 213-219.
[15]	陈家益1，黄楠2，熊刚强1，谢翠萍1. 基于灰度最值和方向纹理的概率滤波算法[J]. 计算机工程与应用, 2017, 53(8): 186-192.

利用模糊认知度从图像纹理中提取情感语义

Extracting emotional semantics from texture image by fuzzy recognize degree

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics