基于色差梯度的彩色边缘检测方法

彩色图像有亮度、色调和饱和度的信息.为了充分利用彩色图像丰富的信息,在L*a*b*颜色空间中.利用色差梯度算子对彩色图像进行边缘检测.该方法能检测出更符合视觉特性的彩色边缘.实验结果证明了这种方法是有效的,优于基于灰度的边缘检测方法.     

自然场景图像中基于视觉显著性的文本区域检测

从自然场景图像中抽取文本信息有利于场景图像的内容分析.文中根据图像中文本通常在局部区域具有显著性的特点,提出多尺度包围盒视觉显著性模型,并利用该模型设计一种可以融合边缘和纹理信息的候选文本检测方法.首先在Lab颜色空间构造基于边缘和纹理信息的图像同质性,并利用它将图像映射到同质性空间;然后根据多尺度包围盒视觉显著性模型求Lab颜色空间的同质性均值图像;最后求同质映射图像与同质性均值图像的加权欧氏距离,将其作为显著性度量,以提取文本区域.自然场景图像的实验表明:与单纯利用边缘检测或同质性映射进行文本检测的方法相比,文中提出的方法能够更好地抑制背景的干扰,这有利于进一步将文本区域与背景剥离,进行更精确的文本定位.     

基于主色色差的彩色图像边缘检测方法

图像边缘是图像重要特征之一,传统的边缘检测方法大都基于灰度图像,将彩色图像转为灰度图像后进行边缘检测不能充分利用彩色图像信息,而基于非均匀空间的彩色图像边缘检测方法也会造成信息丢失。文章提出了一种基于均匀颜色空间CIE1976L*a*b*空间色差的彩色图像边缘检测方法,充分考虑了颜色矢量距离差异和颜色矢量方向差异,能够比较准确的检测到彩色图像的边缘,优于基于灰度和非均匀颜色空间的边缘检测方法。     

基于Sigmoid核函数的纺织品色差分类检测研究

颜色的自动检测分级是纺织、印染行业质量检测中的关键一环。为达到纺织品颜色的快速分级,根据人类视觉特性,提出了一种基于Sigmoid核函数的纺织品色差分类检测方法。该方法首先将采集的待测纺织品图像进行预处理操作,并将图像数据由RGB色彩空间转换至HSV色彩空间;其次对图像区域进行均匀分块,提取H、S、V分量值并采用加权和的方式计算待测纺织品与标准样品间的色差值ΔE;最后以ΔE作为特征向量,采用基于Sigmoid核函数的SVM分类器来实现纺织品颜色分级。通过色差检测系统分类实验验证该方法分类准确率较高,可以实现纺织品的色差检测分类。研究结果可为陶瓷、木材等其他行业的色差检测分类提供参考。     

基于CNN的彩色图像边缘提取方法

根据人眼对R、G和B的敏感特性,提出一种基于视觉感知的矢量角度彩色空间距离度量方法,较传统方法补偿了RGB颜色空间的不均匀性,有效提高了RGB颜色空间内色差度量的精确程度.对基于细胞神经网络(Cellular Neural Network,CNN)进行的彩色图像边缘提取进行理论分析,确定与其功能相适应的最佳模板参数.实验结果表明:该算法不仅实现了彩色图像的边缘提取,同时提取效果更全面,更符合人眼的视觉效果,具有较强的鲁棒性.     

基于 Ｓｉｇｍｏｉｄ 核函数的纺织品色差分类检测研究

颜色的自动检测分级是纺织、印染行业质量检测中的关键一环? 为达到纺织品颜色的快速分级?根据人类视觉特性? 提出了一种基于 Ｓｉｇｍｏｉｄ 核函数的纺织品色差分类检测方法? 该方法首先将采集的待测纺织品图像进行预处理操作?并将图 像数据由 ＲＧＢ 色彩空间转换至 ＨＳＶ 色彩空间?其次对图像区域进行均匀分块?提取 Ｈ、Ｓ、Ｖ 分量值并采用加权和的方式计算 待测纺织品与标准样品间的色差值 ΔＥ ?最后以 ΔＥ 作为特征向量?采用基于 Ｓｉｇｍｏｉｄ 核函数的 ＳＶＭ 分类器来实现纺织品颜色 分级? 通过色差检测系统分类实验验证该方法分类准确率较高?可以实现纺织品的色差检测分类? 研究结果可为陶瓷、木材 等其他行业的色差检测分类提供参考?     

基于CCD摄像机石材表面颜色识别方法

目的解决石材颜色识别中存在的人工检测效率低、识别结果受主观因素影响大的问题,实现石材表面色差自动识别,为实现石材表面质量检测的自动化奠定基础.方法基于HSV颜色模型根据人类视觉系统对颜色感知的经验值对图像的色调、亮度和饱和度进行均匀量化,并将量化后得到的72柄一维矢量进行计算.由CCD摄像机采集石材样板图像,通过MATLAB编程软件实现图像的提取、处理、分析等过程,完成石材表面颜色识别.结果通过实验与人眼识别的颜色对比,匹配值可达到0. 82以上,检测方案可行,基本可以完成石材抛光表面的颜色识别.结论该色差检测系统可实现石材表面颜色从模糊识别到数字化识别过程,量化识别与模糊识别的结果相近似,为石材表面色差自动化检测提供理论和实验基础.     

基于构造空间金字塔度量矩阵的图像分类算法

传统的空间金字塔匹配方法时间复杂度较高,其所采用的SIFT底层特征缺少颜色信息,从而导致图像分类性能不佳。该文提出了一种融合颜色和尺度不变特征的CSIFT算子,通过建立CSIFT词典的有向图邻接矩阵,对词典中单词的距离进行度量,构建了n阶距离度量矩阵,对图像进行相似性度量并分类。实验结果表明,该方法在优化图像词典构造方面有明显效果,提高了图像分类精度。     

颜色检测系统及其在果蔬干燥中的应用

设计了一种基于TCS230颜色传感器和LabVIEW的颜色检测系统.并依次利用白平衡、矩阵校正对传感器输出信号进行处理,最终得到CIE L*a*b*色度值.将此颜色检测系统应用于胡萝卜不同干燥方式下的颜色检测,得出结论:热泵干燥比热风干燥对物料色泽的影响较小,温度设置越高,色泽退化越严重.     

一种基于MPEG-7颜色特征的图像检索方法

提出一种新的颜色直方图以及相似性度量的表示方法,克服了传统直方图的不足.首先,采用基于MPEG-7视觉内容的颜色作为相似颜色区域内的特征值,对像素颜色值进行非均匀的量化之后,计算每一种颜色出现的概率,并抽取主要颜色特征作为特征向量存储在图像数据库中.最后,根据模糊集合理论的一种距离函数可计算出颜色直方图的相似度.实验结果证实,该方法具有较好的精确性和可行性.     

仿造迷彩颜色确定的一种新方法

为了正确选取仿造迷彩的颜色,采用基于CIE1976L*a*b*均匀颜色空间的K-mean聚类算法将均方根误差函数作为评价函数.仿真结果表明背景图像与其三色和五色聚类图像的均方根误差均小于0.1.此算法可避免人为地在颜色空间上量化带来的色差,能与背景更有效地融合,更好地满足迷彩伪装设计要求,同时也可为仿造迷彩自动化设计提...     

一种基于均匀颜色空间的色彩量化聚类算法

主要研究了将彩色图像重新量化为仅有几种颜色的色彩量化问题.将RGB非均匀颜色空间变换到CIE1976L*a*b*均匀颜色空间,并根据图像在L*a*b*颜色空间中的a*,b*取值范围来自动选取最初始的聚类中心,再通过K均值动态聚类算法和最近临准则得到最终的量化结果.实验结果表明,算法具有一定的实用性,量化效果也较为理想.     

基于视觉颜色聚类的彩色图像分割

根据视觉的颜色聚类特性，提出一种图像分割算法．根据从色彩空间(RGB)到(HLC)的变换公式和NBS颜色距离的概念，首先将彩色图像量化为256或更少量化级，而不使图像质量降低；然后依据NBS颜色距离的概念将色彩分类；最后，根据某种规则将颜色区域进行分块，并删除小的颜色块．给出了静物图像和自然景物图像的实验结果。     

基于球颜色模型的主色调提取与颜色名标注

将对立色的颜色空间距离设为1,建立了一种球颜色模型,利用该颜色模型统计图像像素的三维颜色直方图,利用极大值法提取图像的主色调;对1 031个中文颜色名的HVC值转换为该颜色模型值,利用最接近的中文颜色名描述图像的主色调,实现了对图像主色调的颜色名标注.     

基于改进K-均值聚类的图像分割算法研究

为了实现彩色图像的准确分割,研究了在HLS颜色空间中基于优化初始中心的加权K-均值彩色图像聚类算法.首先对大样本的目标颜色进行数理统计,获取优化的初始聚类中心,从而实现准确分类和避免K-均值容易陷入局部最优的问题;然后在HLS颜色空间中引入加权欧氏距离来度量对象间的相关性,通过调整系数使对象不同的颜色属性内在特征得以充分利用.实验证明,该算法在保持K-均值聚类简洁、收敛速度快的同时能产生更好的聚类效果,实现彩色图像的快速准确分割.     

一种基于主颜色表的图像检索算法

提出了一种基于示例图像的主颜色表的图像检索算法,该算法结合了颜色空间的量化、聚类、组合等思想,使系统获得了良好的检索效果。     

基于模糊主色调的彩色图像分割及道路检测

该文提出了一种新的基于模糊主色调的彩色图像分割方法。其主要内容是利用各类模糊主色调在各属性类中所占比例的不同构造一动态色彩查找表,并由像元的色彩值求得所对应的模糊主色调值,再由该值查色彩表确定其所属的类别。该方法合理地避免了有监督模式分类法所固有的缺点,以及无监督模式分类法对同一类中色彩的一致性要求。试验表明该方法速度快,效率高,并且对噪声不敏感。     

基于不同光源及显色背景下红-黄色翡翠质量分级研究

颜色是决定翡翠价值的重要因素,目前国标对红-黄色翡翠没有建立完整的分级体系,因此对翡翠的红-黄色进行分级研究十分必要。颜色分级离不开背景与光源,本文从色度学角度出发,基于CIE 1976 L*a*b*均匀色空间,在D65光源、CWF光源和A光源照射下对红-黄色翡翠样本的L*、a*、b*值进行测量,进而计算出彩度值C*及色调角ho,结合统计分析证明,A光源为红-黄色翡翠的最佳照明光源,D65标准照明光源可作为红-黄色翡翠的最佳评价光源。由于背景变换对样本颜色参数影响较小,因此选取与标准光源箱表面灰度相同的孟塞尔中性背景N7色卡为最佳显色背景。本实验结果表明,在D65光源与N7色卡背景下,通过K-means聚类分析,最终可将翡翠红-黄色分为七类。     

适用于已给定颜色处理的彩色矢量最小距离误差扩散算法

提出了一种彩色矢量最小距离误差扩散算法.较常规误差扩散算法而言,可更好地处理编织过程中将彩色图像分解成由已给定颜色组成的离散图像的问题.该算法将每个像素点的RGB值作为一个矢量,采用矢量误差扩散系数矩阵计算像素点的误差和矢量,分别计算像素点原RGB矢量值与误差和矢量的和值与每个已给定颜色矢量的矢量距离,选矢量距离最小的已给定颜色矢量作为输出.仿真结果表明,采用该算法可将连续色调彩色图像转换到已给定的颜色色系,处理结果有较好的视觉效果并满足编织要求.