L*a*b*颜色空间在色差评估中的明度标尺均匀性

用倍率法对打印色样和ＣＲＴ模拟色样进行视觉评估实验,研究了Ｌ＾＊ａ＾＊ｂ＾＊颜色空间在用于色差评估时明度标尺的均匀性。视觉实验的数据处理结果表明,Ｌ＾＊ａ＾＊ｂ＾＊空间的明度差几乎没有依赖于明度而呈一定变化趋势的特性,因此在ＣＩＥ９４色差公式中的明度权重函数的原始取值为１。     

基于GRNN神经网络的颜色空间转换研究

印刷的原理就是从标准色空间到印刷色空间的一种非线性转换,纽介堡方程是连接这两个空间的纽带.首先设计好印刷测试样张,测量各专色的XYZ值和网点面积率值,将实测值和计算值进行比较,分析误差的范围.利用实验所得数据对纽介堡方程进行仿真,结果表明：GRNN法较传统的高斯-赛德尔法有效.     

完全正则空间的一个刻画

给出了集合X上的弱一致结构的定义，通过弱一致结构给出了刻画完全正则空间的一个等介刻画，即拓扑空间(X，J）是完全正则空间的充分必要条件为X上存在一个弱一致结构，其中J是该弱一致结构所诱导的拓扑．     

淋巴细胞自动阈值分割算法的研究

本文根据淋巴细胞的彩色特征,结合临床病理专家的先验知识,提出了基于RGB彩色空间和HSI彩色空间的淋巴细胞自动闽值分割算法。采用基于最小二乘法的曲线拟合的算法分别在两彩色空间中进行直方图曲线拟合,求出分割阈值序列,并定义评价函数,从中选取最优阈值,从而实现淋巴细胞的细胞核与细胞浆的分割。实验证明,该方法可以取得较好的分割效果。     

试析多媒体艺术的时空色彩表现

在多媒体页面时空中,异质的色彩会产生新的时空关系,让观赏者在空间中获得时间流动的感觉,因此,观赏者可以利用色彩的变化来构建多媒体页面丰富的变化时空。同时,色彩可以不受限制的变化色彩,来增强表达时空的效果。     

基于颜色空间和优化初始中心的模糊c均值聚类算法

提出了一种基于HIS空间的优化初始中心的模糊c-均值的彩色图像分割方法．首先将彩色图片由RGB转换为HIS,并将H和1分开处理,通过计算样本的权重,选取有代表性的样本作为初始聚类中心,给出优化初始聚类中心的FCM算法,将该算法应用于H和I通道,得出新的基于颜色空间的FCM算法．该算法可以得到较稳定的结果,并且提高了聚类的准确率．     

终与始L—Fuzzy拓扑空间

本文引进终与始 L—Fuzzy 拓扑空间的概念,并利用 L—Fuzzy 集的分解定理证明了:一族分明拓扑空间拓扑生成的 L—Fuzzy 拓扑空间族的终(始)空间与该族的终(始)空间生成的 L—Fuzzy 拓扑空间一致;一族 L—Fuzzy 拓扑空间的终空间导出的分明拓扑空间弱于导出的分明拓扑空间族的终空间;由分明拓扑空间族的乘积(商)空间拓扑生成的 L—Fuzzy 拓扑空间等于拓扑生成的 L—Fuzzy 拓扑空间的乘积(商)空间.     

基于彩色空间多特征融合的表情识别算法研究

目前的人脸表情识别方法大多是在灰度图像上采用单一特征算子,如 Local Phase Quantization(LPQ),Local Binary Patterns(LBP),Histograms Of Oriented Gradients(HOG),Gabor等,进行分类识别,但这类方法在复杂光照条件下识别率并不理想。为取得较好的识别率,本文首次提出了基于彩色图像多特征融合的表情识别算法。该算法首先在不同彩色分量上分别提取LPQ、LBP、HOG及Gabor多种特征,然后对高维特征进行线形鉴别分析并采用最近邻法进行表情分类,最后对多特征分类结果采用Adaboost算法进行融合。本文算法在具有复杂光照条件的Multi-PIE人脸库上进行了验证,取得了88.30%的平均识别率。实验结果表明：相比于基于灰度图像的单一特征识别算法,本文提出的算法能较大幅度地提高人脸表情识别率。     

CMAC辨识的CMYK到CIE L*a*b*颜色空间转换模型的研究

为了解决设备相关颜色空间CMYK与设备无关颜色空间之间的相互转换问题,利用小脑模型神经网络(cerebellar model articulation controller, CMAC)高度非线性拟合能力,研究CMYK颜色空间与CIE L*a*b*之间的转换关系,研究结果显示该方法具有结构简单,易于软件和硬件的实现,将IT8.7/3标准色靶文件中104个专业色块值作为检验样本,检验样本的平均色差为1.6,完全适用于两种不同颜色空间之间的转换过程.      

融合彩色模型空间的非线性低照度图像增强

低照度图像存在图像整体亮度偏低、亮度不均匀、色彩饱和度过高、图像模糊等问题,针对此类问题,提出了一种融合彩色模型空间的低照度图像增强算法。在该算法中,将图像的亮度增强与图像色彩恢复转换至不同的彩色模型空间分别进行处理:在RGB彩色模型空间中,首先对图像的高灰度级进行预处理,随后进行滤波处理,最后再用三分量增强函数对图像进行亮度恢复;在HSV彩色模型空间中,利用非线性色彩饱和度校正函数与亮度增强函数进行图像的色彩恢复,最后将两个空间中的处理结果进行加权融合。最终的对比实验结果表明,该方法在避免图像出现过度增强、色彩恢复与图像照度增强方面有着良好的效果,所处理的图像符合人眼视觉特性。     

基于直方图和颜色矩的胃癌细胞颜色特征表达与识别

探讨RGB和HSL彩色空间转换技术,提出利用HSL空间中H分量的颜色直方图对几种胃癌细胞的颜色特征进行提取和表达,并结合切片图像的颜色矩等参数综合表达其颜色特征,还探讨了BP网络分类方法中的参数的调整技术,实验显示该方法能较好地将不同种类的胃癌细胞区分开,达到了应用要求的识别率。     

基于GRNN的RGB到L＊a＊b＊色彩空间的转换模型

针对目前色彩空间转换精度低的问题,建立了一种基于广义回归神经网络（GRNN）的色彩空间转换模型．将RGB色彩空间进行分割,并将RGB值用Adobe Photoshop软件中的拾色器进行手工转换,得到对应的L＊a＊b＊值,从而得到建模样本和检验样本数据．用MATLAB7．5软件编程,建立RGB到L＊a＊b＊色彩空间的转换模型,并对其转换精度进行评价．检验结果表明,该转换模型精度高且训练速度极快,可应用于色彩管理的相关技术领域．     

基于直观和量化方法的肤色检测色彩空间选择

肤色信息为图像检索、脸像分析和手势分析等多种应用提供了重要的信息.选择适当的色彩空间决定了肤色区域检测的结果.采用直方图可视化地描述了肤色在二维色度平面和三维色彩空间中的特定分布,提出并使用一个基于Fisher准则的评价函数对肤色/非肤色进行量化可分性分析,并且通过基于高斯模型的实验进一步验证了比较结果.结合直观分析和量化分析比较了各类通用色彩空间,从而获得了较适于进行肤色区域检测的色彩空间.     

复杂背景图像中彩色人脸的检测

提出了一种在复杂背景的图像中自动检测彩色人脸的方法.该方法首先在YCrCb和HSV色彩空间进行肤色和非肤色的分割,对检测到的肤色像素在CrCb空间中进行聚类,在每一聚类中心应用形态学算子除去一些较小的背景区域,然后进行区域合并形成候选人脸区域.在候选人脸区域内应用重复阈值法得到候选眼睛对,最后采用BP神经网络进行确认.实验结果表明这种方法在复杂背景的图像中检测人脸的正确率为90%.     

彩色图像分割技术综述

介绍了彩色图像分割的定义,分析了彩色空间的分类及各类的特点,详细综述了彩色图像的分割技术。     

彩叶桂新品种‘南林彩玉’

【目的】桂花(Osmanthus fragrans)是我国重要的园林经济树种,集绿化、美化、香化于一身,兼具生态、社会和经济效应,桂花新品种的选育不仅可丰富种质资源,更可推动桂花产业的发展。【方法】从桂花实生苗中选育出变异的彩叶单株并对其无性系后代进行DUS(特异性、一致性和稳定性)测试。【结果】选育出的新品种‘南林彩玉’,叶色由初期的紫红色变为粉红,逐渐转为橘粉、橘黄色,叶柄紫黑色,幼枝紫红色。【结论】通过DUS测试,该品种与已知彩叶品种性状均不相同,色叶观赏期长达半年,观赏价值高,应用前景广。     

基于RGB颜色空间的视频运动目标检测

为解决当前视频运动目标检测中检测精度不高以及视频颜色失真对运动目标检测的干扰问题,该文提出了一种改进的视频运动目标检测方法.比较了多种颜色空间下的运动目标检测算法,通过对视频的RGB(Red Green Blue)颜色空间建模,根据实际情况,对不同的颜色分量赋予不同的权值,提高了该颜色空间的真实性.同时,创新性地将神经网络与颜色空间结合,通过自组织映射,实现了对视频流数据中的运动目标检测.大量的实验结果表明,该方法对提高视频运动目标检测准确率有着显著的效果.     

从Blogα空间到Qk空间的复合算子

算子理论是函数空间理论研究的一个重要分支,函数空间上复合算子的有界性、紧性的研究与函数空间自身的函数性质密不可分;虽然不同的解析函数空间有着许多相似的函数理论,但其上的复合算子的有界性、紧性、K-Carleson测度的刻画往往取决于每个函数空间的特殊性及算子本身的性质.把算子与函数空间放在一起讨论是深入研究算子、函数空间的佳径,近年来国内外的研究动态就是很好的证明.Blαog空间是经典Bloch空间的子空间,而Bloch型空间和QK空间一直都是研究的热点;主要利用复分析、泛函分析的理论与方法讨论了Blαog空间到QK空间的复合算子,利用K-Carleson测度刻画了Blαog空间到QK空间的复合算子,得到了该算子为有界和紧的充要条件;此结果是Bloch型空间到QK空间上复合算子为有界和紧的一种全新的刻画.     

YUV与RGB之问的转换

首先对色彩空间作了简要的介绍，分别介绍了各种色彩空间的原理、YUV格式以及YUV与RGB的关系，并且给出了换算公式，将YUV的色彩空间与RGB的色彩空间的大小进行了比较。最后介绍了YUV的部分取样原理，并分别将YUV444、YUV422、YUV411和YUV420这四种取样方式进行了比较。     

基于密度流形上的空间聚类

对于具备空间特性的数据来说,基于密度的聚类方法是一种基本且行之有效的聚类技术.尽管现有很多基于密度的空间聚类算法和技术,但是这些算法多数都假设数据分布于平滑空间.弯曲空间与平滑空间只局部存在相似性.本文的目的在于探讨一种新的基于密度的流形空间聚类,即基于弯曲空间的算法.此算法主要来源于切空间,并适用于非均匀、非线性的数据分布,同时给出了性能分析和实验测试.