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...     

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。     

传统印染技艺在现代纺织品设计中的审美价值

解析了传统印染技艺在现代纺织品设计中的审美价值与局限,以期证明以传统手工制作为特征的传统印染从设计观念的创新与现代纺织技术的应用等方面入手,在现代时尚纺织品设计与开发中融入传统印染技艺,传统印染面料在时尚纺织品中仍然会继续占据独特和不可动摇的地位。     

一种自适应颜色特征的目标识别与跟踪法

文中提出了一种自适应颜色特征的目标识别和跟踪方法,该方法结合图像颜色特征和形态特征对图像进行处理.首先依据颜色特征对帧图像进行初步处理,利用图像数学形态学的运算特点,对初步处理的结果进行修正补偿.在识别跟踪过程中,作为识别依据的颜色特征会根据目标颜色特征的改变自适应地进行更新.在类人足球机器人比赛中取得了比较理想的识别跟踪效果,应用证明该方法可以提高视觉子系统的实时性和精确性.     

基于机器视觉的布匹色差在线检测系统

针对目前人工检测劳动强度大、准确率低,在线检测图像尺寸大、处理速度慢等问题提出布匹色差在线检测算法.将采集到的布匹图像进行边缘处理,去除图像的黑边;利用图像金字塔技术降低图像尺寸;结合色差计算公式和直方图交叉法计算布匹的左、中、右色差波动图和合格率.为使用方便,设计基于机器视觉的布匹色差在线检测系统,利用布匹色差在线检...     

水面航行体对舰船目标的图像检测方法

针对水面航行体在近岸水域条件下对舰船目标进行实时光学检测时,易受到光照、相似颜色背景和海面波浪反射等干扰的问题,提出了基于改进视觉注意模型的舰船目标检测方法,采用小波变换方法提取图像的低频、高频特征,将任务水域图像从RGB颜色空间转化到HSV颜色空间来提取图像的色调、饱和度和明度特征,应用高斯金字塔、归一化算子等图像处理方法融合了各类特征.仿真结果表明,提出的舰船目标检测方法能够准确地实现复杂背景条件的舰船目标检测,具有良好的抗干扰能力.      

有雾图像和沙尘图像增强算法

针对有雾图像和沙尘图像存在色差、 清晰度较差的问题, 提出一种有雾图像和沙尘图像增强算法. 首先, 在Lab颜色空间用灰度世界算法解决沙尘图像的色差问题, 将调整色差后的沙尘图像与有雾图像转换到HSV颜色空间, 分别提高图像的饱和度和对比度; 其次, 用Laplace算子检测图像的模糊程度, 对于模糊度较高的图像, 用基于加权最小二乘滤波算法去除图像的模糊特征, 进一步提高图像可见度; 最后, 与现有的去雾算法和沙尘增强算法进行对比实验. 实验结果表明, 该算法可以更好地恢复图像的色彩, 并有效提高图像清晰度.     

基于映射色差的颜色分类表面检测方法研究

针对人类视觉和颜色分类检测问题,提出一种映射色差的颜色距离度量新定义.该映射色差满足距离度量的3个公理条件,并且以两幅图像均值向量之间的L2距离为下界;以映射色差为基础设计了一种表面颜色分类检测新方法,在CIE 1976L*a*b*空间用距离加权重心切分提取主色调,并以上述映射色差距离设计最小距离分类器实现表面检测.实验中对人民币和瓷砖产品表面质量进行自动检测,其检测结果和人的视觉感知特性取得了良好的一致性.该检测方法已应用于人民币印刷质量表面检测系统中.     

颜色空间的感知均匀性评价及其在图像处理中的应用

针对以感知为基础的彩色图像处理中涉及的小色差图像数据的处理,本文选择6幅常用的不同类型和不同色彩的图像并对它们实施明度、彩度、色相角等变换,针对变换后的图像色差进行了心理物理学视觉评价实验。根据视觉实验数据,用对小色差数据具有较好评价能力的基于CIELAB颜色空间的CIEDE2000色差公式、基于CIECAM02色貌模型的CAM02-SCD方法、基于图像的S-CIELAB模型、基于IPT颜色空间的色差计算方法和基于LAB2000HL的颜色空间进行了性能测试和分析评价。最后分析了不同的感知均匀颜色空间在不同图像处理中的应用特点。     

基于K-means聚类的纺织品印花图像区域分割

对纺织品彩色印花图像进行颜色区域分割.将彩色纺织品印花图像转换到CIEL*a*b颜色空间,用K均值聚类分析算法对描述颜色的a*争b*通道进行聚类分析;通过提取各个颜色区域独立成为单色的新图像,对彩色纺织品印花图像进行分割处理.实验结果表明,在CIE L*a*b空间使用K-means聚类算法可以有效地分割彩色纺织品图像的颜色区域.     

基于颜色分割和HOG学习机制的人脸检测

人脸检测在信息安全和处理等应用领域起到很重要的作用.提出了一种鲁棒的人脸检测算法.该算法结合了基于颜色分割的粗定位过程和基于Histogram of Oriented Gradient(HOG)特征的人脸精确定位过程.粗定位利用人脸的颜色特征,采用基于YCbCr空间的颜色分割方法,获得图像中有可能包含人脸的图像子区域;精确定位则采用HOG特征,并利用SVM进行分类,得到人脸的准确位置.实验证明我们的方法对不同亮度、各种年龄及性别、表情变化及部分遮挡的人脸都具有很强的鲁棒性.     

基于SIFT和CIE Lab的图像篡改检测

目的提出一种将SIFT算法和CIE Lab颜色模型相结合的方法来检测复制-移动篡改图像,解决传统SIFT(Scale-invariant feature transform)算法无法应用颜色特征进行篡改图像检测所导致的特征关键点的错误匹配问题,提高篡改图像检测的准确度.方法分别提取图像的SIFT特征与Lab颜色特征;使用KNN(K-Nearest Neighbor)算法对提取的特征进行分类匹配,排除异常特征值.结果笔者所提方法与以往的SIFT算法相比较,其错误匹配个数明显下降,降低了时间复杂度,提高了检测准确率,对图像篡改部分的平移、缩放和旋转操作都具有较强的鲁棒性,这三种操作对应的F_1值分别可达86.8%,88.4%,88.5%.结论 SIFT算法和CIE Lab颜色模型提取的特征能够较好地满足检测复制-移动篡改图像的要求,颜色信息能够有效地改善特征匹配效果,KNN算法能够成功地排除异常匹配点.     

基于H颜色通道的图像检索技术

通过对图像颜色的低级物理特征、HSV色彩空间的分析,根据H颜色通道量化区域分界处附近颜色存在的渐变性和混杂性,提出了基于H颜色通道的模糊量化算法.在H颜色通道加入符合人类视觉模型的模糊信息,很好地解决了量化过程中的色彩边界处理问题.对比试验证明该方法能够提高图像的检索效率,方法有效.     

基于航拍图像的道路提取算法

针对航拍图像中的检测道路问题,提出了一种多方法融合的道路提取算法.该算法根据建立的颜色模型,应用图像分析技术分析道路的连接特性和宽度特征.运用Hough变换提取图像中道路像素,使用交集处理方法去除图像中的噪声.通过道路阴影颜色分析,噪声分类处理以及道路修复等技术,快速高效地从复杂的航拍图像中提取出道路.实验结果表明,与现有的道路检测方法相比,该算法具有检测准确、效率高等优点.     

浅析一种基于Mahalanobis距离的色差检测方法

在纺织印染行业,织物色差是影响织物质量的重要因素。国内外对色差的研究已经开始多年了,也提出了许多方法。分析了一种基于Mahalanobis距离的色差检测方法,在HSI颜色空间以H、S、I为变量计算两幅图像之间颜色的距离;且简单证明了该种方法与CIE色差公式的一致性。     

基于HVS的彩色逆半调色差预测及可视化方法

提出了一种彩色逆半调色差预测及可视化评价方法.该方法从HVS特性着手,首先将图像变换到模式一颜色分离的S-CIELab空间,然后运用CIEDE2000色差公式和NBS色差感知参考值建立了彩色逆半调质量评价方案.仿真结果表明:该方法提高了色差计算的精度,拓展了色差表现形式,符合HVS特性,所生成的HVS色差图、色差分布、色差比率和色差均值能够直观、准确地反映半调噪声的抑制情况和重建图像质量.     

基于伪Zernike色度分布矩的彩色图像检索方法

颜色是图像的基本视觉属性,不仅与图像中的物体和场景密切相关,而且对图像本身尺寸、方向、视角的依赖性较小.颜色矩是一种简单有效的颜色特征,其数学基础在于图像的任何色彩分布均可用矩来表示.以伪Zernike矩理论为基础,提出了一种基于伪Zernike色度分布矩的彩色图像检索新方法.首先将彩色图像从三维RGB颜色空间转换到二维对立色度空间,以获得图像像素的色差度量值;然后结合伪Zernike矩相关知识,在二维色度空间中计算出各像素的伪Zernike色度分布矩,最后将伪Zernike色度分布矩作为图像颜色特征,并进行彩色图像检索.仿真实验表明,该算法能够准确和高效地查找出用户所需内容的彩色图像,并且具有较好的查准率和查全率.     

基于最优解的数字成像系统色彩校正方法

由于受图像传感器光谱响应灵敏度、镜头光谱透过率等因素影响,数字成像系统的成像过程可能会带来图像颜色的失真.而图像的颜色信息往往是进行图像分析的重要依据,对数码成像系统的彩色还原性评价、检测以及校正方法进行研究具有重要的意义.在CIELAB色度空间采用数学方法,求出校正矩阵最优解,进而对图像的色彩进行校正.通过对标准色块标板图像进行实验,发现最优解法校正后的图像各个色块色差值均有减小,实现了对标准色板全部色块颜色的综合校正.