一种彩色图像压缩编码改进方法

在分析以往灰度图像及彩色图像压缩方法的基础上,把彩色图像从RGB色彩空间转变到YUV色彩空间,充分利用彩色图像三分量之间的相关性,对其中Y主分量进行小波变换编码,其它两次分量(U、V分量)进行DCT编解码;并利用人类视觉特性和网络特性,提出了一种编码速度快、信噪比高、压缩比高的算法。     

小波变换的兴趣特征图像检索技术

针对分析过程中优越的多分辨分析和空间频率局部化性能,在离散小波变换(DWT)基础上,提出了一种新的基于内容的图像检索方法.YUV色彩空间中更利于提取颜色特征,将每个图像从标准RGB色彩空间转换到YUV色彩空间,图像的每个分量(Y、U和V)转化为小波域.图像数据库建立阶段,存储每幅图像的小波系数.图像检索阶段,系统比较查询图像与数据库中图像的Y、U和V分量的小波系数,加上用户分配的权重因素,在用户感兴趣特征基础上查询最佳匹配结果.实验结果表明建立方法的是有效的.     

基于YUV色彩空间的Retinex夜间图像增强算法

通常夜间拍摄图像容易出现细节分辨不清的情况。为了改善夜间拍摄图像的质量,提出一种基于YUV色彩空间的Retinex图像增强算法和色度自适应校正方法。首先将图像从RGB色彩空间转换到YUV色彩空间;其次对明亮度分量Y采用多尺度Retinex算法增强,并利用增强后的Y分量对色度分量U、V进行自适应校正;最后将图像转换到RGB色彩空间输出,使图像在细节信息得到增强的同时颜色得到较好的保持。通过与其他Retinex算法比较,实验结果表明该算法在颜色保持和细节增强方面能够达到很好的效果。     

基于改进的码书模型的运动目标检测

本文提出了一种基于码书模型对背景建模的改进方法,改进.方法中主要的创新点在于将原始的码书模型方法中RGB色彩空间转换到YUV色彩空间中进行分析,由于Y信号为单独分离出来的亮度信号,所以在对色彩进行分析的时候就可以避免亮度的干扰,从而使建立出来的模型具有更好的抗光照干扰的能力.在前景点的判定方面提出对图像行分块和列分块的双分块的方法,有效避免了单一噪点的产生.经过实验证明,使用这种方法能显著的提高背景建模的准确度,提高对各种不同视频中动态背景的鲁棒性,其模型建立效果要明显优于标准码书方法.     

一种基于YUV色彩空间的阴影检测方法

针对计算机视觉处理系统中,阴影会严重影响到对目标的跟踪、识别和图像场景的理解的问题,提出了一种基于YUV色彩空间的阴影检测方法并给出了与不同色彩空间的实验对比结果.该算法将分割出的运动目标与背景在亮度和色度进行对比,从而区分出运动目标和运动阴影.实验证明,与其他的阴影检测的算法相比,该方法具有更高的准确性和更快的检测速度.     

基于Robocup中型组足球机器人的图像识别算法

根据Robocup中型组足球机器人足球比赛的规则要求,机器人科研通过对颜色的识别来达到识别球场上的物体及环境.为了满足实时性和准确性的要求,提出了一种基于YUV色彩空间模型的阈值算法,并通过与RGB色彩空间的算法比较,验证了其有效性和优越性.     

机器人足球颜色分类研究

针对机器人足球比赛中机器人识别的实时性要求，在基于YUV色彩空间上，提出采用混合方法进行颜色分类。在确定种子点时，采用阈值法，而在队员识别时采用人工神经网络通过训练得到一个颜色分类器进行分类，通过实验，能够较准确地对机器人足球涉及的颜色进行分类。     

一种复杂背景下的手部图像分割方法

提出了一种复杂背景下的手部图像分割方法。首先,在YUV颜色空间建立了YUV肤色模型,再利用摄像机对背景持续观测一段时间,建立背景的统计模型,然后将两种模型结合,对当前手图像进行分割,最后对分割后的图像进行形态学滤波、空洞填充与中值滤波等处理得到最终分割的手势。实验结果表明,此种方法算法简单,分割效果好,非常适用于复杂背景的手势分割与识别。     

基于K-means聚类算法的图像分割方法比较及改进

为了探讨K-means算法应用于图像分割时在不同颜色空间中的聚类效果,选用了不同分辨率的多对图像进行研究,分析了基于RGB和YUV颜色空间的分割结果,并提出一种新的混合模型,即在YUV聚类距离公式中引入图像的二维信息熵的差量,同时利用YUV颜色空间中的Y分量作为其灰度进行计算,实验结果表明,基于YUV颜色空间聚类的改进模型分割效果比单纯使用YUV颜色空间进行聚类更佳。     

基于YUV空间的双通道视频图像色彩传递及实时系统

研究基于YUV空间的双通道黑白视频图像彩色融合与传递方法,建立以TM1300为核心的实时系统. 用2片TM1300分别对双通道图像进行预处理,计算图像均值和方差. 用第3片TM1300在YUV空间将双通道图像融合为彩色图像(源图像),再将其分量根据白天光照下彩色参考图像与源图像的标准方差比进行缩放,把参考图像的色彩和亮度分布传递给源图像. 实验结果表明,算法在易于实时处理的同时获得了与白天图像类似的自然色彩效果.     

基于小波变换的彩色图像编码方法

将小波变换系数的等级树集分割（ＳＰＩＨＴ）编码方法推广应用到彩色图像压缩中,分析了在红绿蓝（ＲＧＢ）三基色空间和亮度、色度（ＹＵＶ）空间进行编码压缩的效果。理论分析和仿真实验表明：无论从压缩比还是从解码图像质量来看,在ＹＵＶ空间的压缩效率都比在ＲＧＢ空间的高;与分形编码压缩效果相比,小波变换系数的等级树集分割编码方法优于分形编码方法。     

一种新的彩色图像盲水印算法

为解决水印的盲提取问题并将水印技术应用到彩色图像中,提出了一种新的基于子带DCT（discrete cosine transform）系数量化的彩色图像盲水印算法.首先将彩色图像从RGB空间转换到YUV空间,然后在Y、U、V三分量的子带DCT系数中选取视觉重要系数并对其进行量化,完成水印的嵌入.水印的提取不需要原始图像.仿真实验证明,算法具有较高的透明性,并且对于常用的攻击方法（如有损压缩、高斯噪声、滤波和剪切等）具有很好的鲁棒性.     

基于不完全扫描法的彩色图像压缩方法

针对彩色图像的特性,对零树算法在具体算法中的应用进行了改进,得出一种新的算法--不完全扫描法,并将该算法应用到彩色图像压缩中.首先将彩色图像从RGB空间变换到亮度、色度YUV空间进行压缩编/解码.通过理论分析和仿真实验表明:在保证恢复图像质量的前提下,提高了压缩比和编/解码速度.     

图像校正中颜色模型的选取方法

在全景图像的拼接中，各子图间颜色不匹配会严重影响全景图像的效果，甚至会产生错误的拼接。选取一种基于统计学的图像颜色校正方法，然后对各种不同失真情况的图像分别在RGB、YUV、HSV几个颜色模型中进行图像颜色校正，并对比所得的实验结果；讨论了针对不同的失真情况，如何选取合适的颜色模型，使图像校正取得更好的效果。结果表明选取合适的颜色空间校正图像，可以显著地提高所生成全景图像的质量。     

基于YUV 颜色空间的图像去雾算法

针对有雾天气条件下, 获得的图像严重降质问题, 提出一种基于YUV 颜色空间的快速图像去雾算法。该算法以大气散射模型为基础, 利用YUV 颜色模型提取出有雾图像的亮度分量, 对此亮度分量图像进行高斯滤波后得到散射光; 求出有雾图像的最大亮度值作为大气光, 进而求得清晰的无雾图像。实验结果表明, 该算法不仅有效地提高了降质图像的质量, 而且处理速度快, 能很好地保持图像的细节。