在拍摄图像G中一起拍摄有作为主要被摄体的花的图像F、以及背景B。 此时，也可以选择已经拍摄到的、在存储部13或存储卡16所保存的图像。 D6是根据开花时期和花的大小、身长、叶的形状等知道的信息，用于减少候选的关注点信息的显示。 130是作为工作存储器而发挥作用的存储部，150是对整个服务器进行控制的控制部。 控制部150具有CPU70，并且具有存储由CPU70执行的用于花检索的各种程序的程序存储部80。
该亮度的“中心-周围”尺度间差分在关注像素c为白色、周边像素s为黑色的情况下或与此相反的情况下存在取大的值这样的性质。 因此，亮度的“中心-周围”尺度间差分表示亮度对比度。 在步骤S26，CPU7使用关注点区域的核心区域，执行种子设定处理。 由此，作为图8的步骤Sd的处理如上述，分别设定主要被摄体的区域的种子、和背景区域的种子。
花的颜色: Translation of "香味" into Burmese
另夕卜，从剪取的花的区域提取特征信息(步骤S52)。 第二显示控制步骤，使所述显示部所显示的多个候选图像变更为相对应的各对象的第二样品图像，并在所述显示部显示。 还具有鉴别单元，该鉴别单元在对所述显示部所显示的所述候选图像之一进行选择时，将与所选择的候选图像对应的对象的名称鉴别为所拍摄到的所述对象。 第二显示控制单元，其使所述显示部所显示的多个候选图像变更为相对应的各所述对象的第二样品图像，并在所述显示部显示。 花的颜色2023 在图11B的颜色的特征量图创建处理与图11A的亮度的特征量图创建处理进行比较时，处理的流程基本相同，处理对象不同。
- 7.如权利要求6所述的图像检索装置，其特征在于， 所述分割部根据利用由包含所述关注点区域的规定区域定义了的能量函数的规定算法，将所拍摄到的所述对象的图像分割为所述主要被摄体的区域和所述背景区域。
- 由此，作为图8的步骤Sd的处理如上述，分别设定主要被摄体的区域的种子、和背景区域的种子。
- 由此，结束“中心-周围”的颜色直方图的特征量图创建处理。
- 另外，该提取手法并不特别限定，可以是所谓的剪取提取，也可以是所谓阿尔法引导提取。
- 控制部150还具有提取部90，该提取部90通过执行按照规定的算法的程序来进行花检索并提取候选图像。
- 该亮度的“中心-周围”尺度间差分在关注像素c为白色、周边像素s为黑色的情况下或与此相反的情况下存在取大的值这样的性质。
在步骤S66，CPU7使亮度对比度I的各特征量图标准化之后进行结合，从而制作亮度的特征量图。 另外，以下，为了将亮度的特征量图与其他的特征量图进行区别，记述为FI。 在步骤S24中，CPU7使用显著性图，估计关注点区域。
花的颜色: 花的颜色是如何形成的？
因为花成长，所以在保存的花的图像和拍摄的花的图像中，图像上花开的情况、株高等不同的可能性高，但在本发明涉及的花检索系统中，能够鉴别为相同花的名称。 与被鉴别的花的名称对应，因为在数据库110存储有用于培育花的向导信息。 即，在显示部12显示浇水方法、每季节的维护方法、施肥方法、以及日照等的向导信息。 因此，在定期拍摄相同的花时，能够判断时期、气候、生长状况等，进行适当的建议。 2.如权利要求1所述的图像检索装置，其特征在于， 花的颜色 还具有鉴别单元，该鉴别单元在对所述显示部所显示的所述候选图像之一进行选择时，将与所选择的候选图像对应的对象的名称鉴别为所拍摄到的所述对象。 所述图像检索装置还具有第二通知单元，该第二通知单元在所述提取单元对所拍摄到的所述对象的图像不能按照所述类似度从高到低的顺序提取对象的第一样品图像时，要求起动所述运动图像摄像单元。
埃朗根大学的科学家发现,蝙蝠发出超声波“察看”四周围,声波信号遇到这种攀缘植物就会被花蜜反射,就像光射在反光镜上一样。 本发明的目地和新颖的特征，从下面的详细描述中结合附图阅读，将更加充分地体现，且能清楚地理解。 如果其中之一的neonics, 被高浓度的应用, 比如在这耕地应用, 足够的化合物会通过植物 到达花粉和花蜜中, 那里蜜蜂会进食,在本例中, 高剂量的这类神经毒素 会使得蜜蜂抽搐并死去。 由于橄榄油是直接从橄榄中挤出的,无需放上添加剂或进行任何化学加工程序,因此本来的天然成分、味道和香味都能够完全保存下来。
花的颜色: 花的颜色
按照多个帧图像数据的每一个反复执行这样的步骤Sa至Sf的处理，从而可提取“运动图像部分”的运动图像数据等。 此后，主要被摄体的区域的数据作为“运动图像部分”的图像数据进行提取(参考后述的图9的步骤S28)。 另外，该提取手法并不特别限定，可以是所谓的剪取提取，也可以是所谓阿尔法引导提取。 步骤Sf的基于图割法的区域分割处理的结果，如上所述，处理对象图像61被分割为主要被摄体的区域和背景区域。 即，CPU7将显著性图S的值(其中，将显著性图值在0至1的范围内进行标准化得到的值)作为主要被摄体区域的事前概率Pr进行运算。
本实施方式与以动画形式拍摄被摄体的情况对应，例示出在图7的“剪取花的区域”(步骤S51)的具体的手法。 根据该手法，不仅静止图像，也能够从运动图像中提取花的区域。 另外，与上述实施方式的共同部分赋予共同的符号，并省略说明。 花的颜色 例如，在指定作为关注点的花的大小、花的颜色、生长时期、以及株高等时，检索数据库110的关注点信息D6，从候选中将不符合条件的花排除。 由此，在与步骤S5进行同样的检索处理时，因为能减少检索对象，所以检索时间变短。
花的颜色: PRP 13:花的颜色
另外，图11A的步骤S64处理，求出亮度的“中心-周围”尺度间差分作为亮度对比度I(c，s)。 花的颜色 与此相对，在图11B的步骤S84的处理中，求出色调(R/G，B/Y)的“中心-周围”尺度间差分作为色调对比度。 另外，以下，将色调R/G的色调对比度记述为RG(c，s)，将色调B/Y的色调对比度记述为BY(c，s)。 即，结束图9的步骤S22的处理，处理进入步骤S23。 在步骤S44中，CPU7判定全部的特征量图创建处理是否结束。
另外，对第一实施方式和共通部分赋予共同的符号并省略说明。 花的颜色 所谓各关注像素c∈是指，作为尺度c∈的尺度图像数据I上的运算对象，而被设定的像素。 在步骤S29，CPU7判断处理对象图像数据是否是最后的拍摄图像数据(帧图像数据)。 在处理对象图像数据不是最后的拍摄图像数据的情况下，步骤S29中，判定为“否”，处理返回到步骤S21。 即，按照构成运动图像数据等的多个拍摄图像数据的每一个，通过反复执行步骤S21至S29的循环处理，依次提取“运动图像”的图像数据。 在由步骤Sf的图割法的区域分割处理中，处理对象图像61被分(分割)为主要被摄体的区域和背景区域。
花的颜色: Перевод "颜色" на английский
其次，CPU7通过合并多个种类的特征量图，而求得显著性图。 例如在图8的例子中，合并特征量图Fc、Fh、Fs，可求得显著性图S。 花的颜色 步骤Sa的处理，与后述的图9的步骤S22的处理对应。
该阶层型的尺度图像数据I的组，被称高斯分辨率金字塔。 在这里，尺度L＝k(在这里k是1至8中的某个整数值)的情况下，尺度图像数据I示出1/2k的缩小图像(k＝0的情况下是原图像)。 在步骤S25中，CPU7使用多个阶段的关注点区域，执行核心区域提取处理。 由此，作为图8的步骤Sc的处理如上述，可提取关注点区域的核心区域。 在步骤S21中，CPU7从作为图6的步骤S5至S8的循环处理的结果所得到的运动图像数据等中，将规定的拍摄图像数据(帧图像数据)作为处理对象图像数据进行设定。
花的颜色: Предложения, которые содержат 颜色
另外，在实施方式中，通信终端具备拍摄部，以对拍摄部拍摄的花的图像进行检索的系统为例进行说明，但也能通过存储卡等得到并检索已经拍摄的花的图像。 在第3实施方式中，对已经拍摄到的并存储于通信终端10的保存部13A或服务器100的保存部130A中的花的图像、和新拍摄的花的图像是否一致进行判断。 这是在用户自己播花种或栽培来进行培育的情况下有用的实施方式。
如前述，在第一实施方式中拍摄静止图像作为花的拍摄图像。 在本实施方式中，通过拍摄部11的运动图像拍摄功能，对花的图像F进行运动图像(连拍)拍摄，从而得到多个帧的花的图像。 关于从多帧的花的图像提取花的区域的算法，适用由第二实施方式说明的算法。
花的颜色: คำแปลของ "花蜜" เป็น ไทย
因此，对于图1lB的颜色的特征量图创建处理，省略处理的流程的说明，以下仅对处理对象进行简单地说明。 G卩，CPU7对于与处理对象图像61对应的帧图像数据，例如根据色、方位、亮度等的多种类的特征量的对比度，创建多种类的特征量图。 另外，以下，像这样多个种类中，将在创建规定的一个种类的特征量图为止的一系列处理称为特征量图创建处理。 花的颜色2023 对于各特征量图创建处理的详细例子，参照图11和图12在后叙述。 首先进行从拍摄图像G剪取作为主要被摄体的花的图像F的处理(步骤S51)。
在这里，拍摄花，或是选择已经拍摄并在存储部13的保存部13A所保存的拍摄图像(步骤S2)。 在该状态下，通过操作部14可进行各种各样的操作，在进行检索指示时，进入步骤S5，通过因特网500等的网络，访问服务器100的数据库110，检索并提取花的候选图像(步骤S5)。 即，在开始控制部15的程序存储部8所存储的花检索程序时，在显示部12显示最初规定的菜单画面(步骤S1)。 17.如权利要求1所述的图像检索装置，其特征在于， 所述对象是花， 所述数据库将花的样品图像、花的名称、叶的样品图像、以及对用于减少所述花的名称的关注点进行指示的图像与特征信息建立对应地存储。 在步骤S27中，CPU7使用主要被摄体的事前概率Pr 和背景区域的事前概率Pr、以及主要被摄体的区域的种子和背景区域的种子，执行基于图割法的区域分割处理。
花的颜色: 花的颜色2 MIUI THEME With Tutorial
因此，对于关注点区域估计处理，例如，可应用Treisman的特征合并理论、或基于Nitti以及Koch们的显著性图。 由此，作为图8的步骤Se的处理，如上所述，可得到主要被摄体区域的事前概率Pr和背景区域的事前概率Pr。 另外，为了实现步骤Sf的图割法的区域分割处理，需要主要被摄体区域的事前概率Pr和背景区域的事前概率Pr。 花的颜色2023 例如，可采用将关注点区域的核心区域按原样设定为主要被摄体的区域的种子这样的手法。
花的颜色: P3 - 花的颜色
当使用新鲜种子时，通常在8-15天内发芽率超过80%。 幼苗应在6-10厘米高时放置在单独的容器中，并在7个月大时进行移栽。 大部分为异花授粉，自花授粉亦能结果，主要由蜜蜂传播。 植物的花绽放在老枝和树干上，因为那里比较空旷，花朵更容易被昆虫发现和光顾，这样获得授粉的机会较多，有利于繁衍后代。 在奇异植物室正在盛开的炮弹树就是典型的老茎生花植物。
花的颜色: CN103324655B - 图像检索系统、图像检索装置以及图像检索方法
具体地说，例如，在图6的例子中，关注点区域62-1的估计中所利用的阈值Sth-1被设为70。 关注点区域62-2的估计中所利用的阈值Sth-2被设为90。 关注点区域62-(Ν-1)的估计中所利用的阈值Sth-(N-1)被设为150。
