三种基于空间转换的彩色图象分割算法比较研究

本文讨论了彩色图象在空间转换中的分割方法。在RGB空间中,由于R、G、B分量之间有很高的相关性,直接利用这些分量不能得到所需的效果,探讨了经过正交变换后的分割,实验结果表明分割效果较好。HSI彩色空间和YCbCr彩色空间都具有把亮度分量与其它分量分离的优点。在样本集协方差矩阵的特征向量构成的空间中进行分割效果更好,表明肤色点经转换后在这一肤色空间中具有良好的聚类特性,在YCbCr空间中分割效果较差。在三种分割方法中,如果图象中含有大面积的与肤色十分相似的区域,分割的结果将不尽如人意,这可与人脸的其它特征相结合,最终实现肤色的正确分割。     

非均匀光照条件下的彩色人脸图像增强

针对非均匀光照彩色人脸图像增强中肤色失真问题,提出了一种基于单尺度Retinex和肤色模型的方法。将人脸图像转换至YCbCr颜色空间,并采用不同的方法分别处理Y分量和CbCr分量。针对亮度分量（Y）采用单尺度Retinex方法压缩图像的动态范围,增强图像暗处的细节信息;针对图像中肤色区域,根据肤色在CbCr空间具有聚集性的特点,调整亮度分量增强后肤色像素点色度分量（Cb和Cr）的值,改善肤色区域的颜色质量。在CAS-PEAL人脸库中进行实验,该方法与传统的人脸图像增强方法相比,在图像细节呈现能力和面部色彩真实程度方面均有提高。     

基于HIS空间的彩色图象分割

提出了一种基于HIS空间的彩色图象自动分割算法．在这个算法中，彩色图象首先被转化到HIS颜色空间．图像分解成彩色通道(H和S分量)和亮度通道(1分量)．我们对彩色通道采用基于J-图象的自动分割算法进行分割．对亮度通道采用水线阈值算法进行分割，然后将分割后的结果进行组合．得到最终分割结果．试验表明，这种方法计算快速简单．是一种高效的自动算法。     

基于规则与卡尔曼滤波的人眼跟踪

本文提出一种基于YCbCr空间、规则和卡尔曼滤波的人眼跟踪方法。该方法首先利用肤色在YCbCr空间的特性建立肤色模型分割出肤色,然后通过设定的规则得到人眼区域,最后利用卡尔曼滤波的方法实时跟踪人眼。实验表明,该方法能达到实时效果且跟踪正确率较高。     

基于最大类可分离性新颜色空间的肤色检测

针对肤色检测, 基于Bhattacharyya距离构建了4个新空间模型,并通过计算新空间模型中各特征的Bhattacharyya距离测度,选择其最具鉴别力的分量构成用于肤色分割的联合模型。通过实验比较了肤色、非肤色两类样本在常用的彩色空间和4个新构建空间中的Bhattacharyya距离度量以及肤色正检率,结果表明,基于最大类可分离性判据构建的新彩色空间具有更好的分类性能。 在实际彩色图片上的肤色分割实验也证明了提出的新空间模型和联合模型的有效性。     

基于支持向量机的肤色检测

根据支持向量机理论和肤色信息分布特点,提出用支持向量机方法进行肤色检测.在YCbCr、YIQ、YUV颜色空间中,去除照度分量,分别以各像素点的色度向量为输入,用像素点所属类别--皮肤区域与非皮肤区域为输出,建立各颜色空间的支持向量机肤色检测器.实验表明,该方法具有良好的肤色检测效果.     

基于YCbCr肤色模型和SNOW分类器的人脸检测

人脸检测是人脸识别的首要步骤,在人脸识别领域有重要的应用价值。基于YCbCr彩色空间,提出一种RGB彩色图像的人脸检测方法。该方法利用YCbCr肤色模型进行肤色分割,得到类肤色区域作为侯选人脸区域;结合split up Sparse Network OfWinnows（SNOW）分类器准确定位人脸的位置应用matlab编程技术对多组图像进行实验,结果表明,该方法适用于复杂条件下的人脸检测,并且不受人脸表情的限制,对于多人脸检测同样适用。     

基于改进YCbCr空间的肤色检测模式分析

研究了人脸检测中的肤色检测问题,针对广泛使用的YCbCr 颜色空间存在受色差以背景干扰影响检测率的缺点,为提高人脸肤色的检测率和检测速度,提出了结合人脸肤色在RGB三个维度上的分配比例而对传统的YCbCr 空间分量进行改进的方法,得出YCrCg平面,提取肤色分量,进而引入高斯密度函数估计和直方图统计的方法构建肤色模型,使肤色区域从非肤色区域当中准确地分离出来.在确定人脸区域范围之后,从该图像区域中提取出唇色信息,考虑到人脸的旋转角度,得到检测之后的人脸图像区域.通过自建式网络人脸肤色图库进行仿真,结果证明改进的肤色检测模式取得到较好的效果.     

基于新的肤色模型的人脸检测方法

基于灰度信息的人脸检测方法在转换过程中会损失原图像中部分有用信息。通过对肤色在YCbCr色彩空间分布的统计分析,提出一种在彩色域中建立肤色模型的方法,并建立了较为准确的肤色模型。在此基础上,根据人脸几何结构特征进一步识别人脸。利用芬兰奥卢大学的基于物理学人脸数据库等一些图像数据检验方法的性能,实验结果表明该方法在较大的光照变化条件下均具有较好的检测率。     

基于新颜色空间YCgCr的复杂背景图像下的肤色区域检测

肤色信息在基于彩色图像的手势识别、人脸检测与跟踪和基于内容的不良图像过滤等应用中,起着非常重要的作用.为了有效地检测图像中的肤色区域,采用了类似于YCbCr颜色空间的新颜色空间YCgCr.为了说明YCgCr颜色空间的优越性,给出了该颜色空间与YCbCr颜色空间和Karhunen-Loeve （K-L）变换颜色空间中多样实验操作的比较.实验结果表明,用同样肤色样本得到的肤色阈值对相同的测试图像集进行肤色检测时,YCgCr颜色空间具有很好的肤色区域检测效果,漏检率和误检率均低于其它两个颜色空间的漏检率和误检率,并且对于不同的光照条件有较好的鲁棒性.     

基于 HSV 空间彩色图像的边缘提取方法

边缘检测是彩色医学图像处理中一个很重要过程,传统的彩色医学图像边缘提取方法是基于RGB（红,绿,蓝色）色度空间,但是RGB空间不能体现人类的视觉特征,而且彩色分量的计算不能确切体现图像中目标物体的特征,并且计算量大。该文通过对HSV（色度,饱和度,亮度）的观察,提出了基于HSV色度空间的,应用小波分析原理对彩色医学图像进行边缘提取的方法,计算机模拟结果显示,该方法能够确快速检测出图像的边缘,处理简单,效果较好。     

基于RGB颜色空间的彩色图像分割方法

传统的图像阈值分割算法是将彩色图像转换为灰度图像再进行分割。通过分析RGB颜色空间的特点,本文提出基于RGB颜色空间的阈值分割算法,采用新的判定准则,在颜色空间中以立方体取代原来的四面体,直接对彩色图像进行分割。分析和实验证明,改进的判断准则能够克服由于灰度转换造成颜色信息丢失而引起的误判,在保证原有阈值分割算法快速、简单的前提下,能够对彩色图像进行更为准确的分割。算法适用于目标颜色为黑色的情况,并可以推广到目标颜色为其它颜色的情况。     

模糊颜色聚类在颜色传输中的应用

提出一种自动的、基于模糊颜色聚类的自适应颜色传输算法．首先将源图像和目标图像从RGB空间转换到tαβ空间,在tαβ空间对2幅图像进行模糊颜色聚类分析;根据目标图像特征属性对每个聚类域计算相应的匹配权值,图像间匹配权值相近的聚类域确定为图像传输的匹配方向;最后将隶属度控制引入传输方程,实现图像间自适应颜色传输．实验结果表明,该算法比原有颜色传输算法的传输效果更加平滑、自然．     

自适应颜色迁移

该文提出一种基于统计学的自适应图像颜色迁移技术，把一幅图像的颜色迁移到另一幅图像中．对于给定两幅图像，首先把计算机表示的RGB颜色空间转换为LMS空间，并通过线性变换把LMS基变换到一组正交基来消除空间内各个分量之间的强相关性，从而把RGB颜色空间转换到一个正交空间．然后利用统计学方法进行局部和整体相结合的自适应采样分析，提取一幅图像的颜色信息和另一幅图像的形状信息，合成一幅崭新的图像，实现颜色图像到形状图像的颜色迁移过程．进一步，可以把这种迁移合成技术用来扩展现有的图像效果处理软件．     

联合两种颜色空间的阴影检测算法

在视频监控的运动检测中,由于光照、风吹等影响,运动阴影常常被误认为运动对象。为了有效解决动态背景下运动目标中存在的阴影问题,提出了一种归一化的RGB颜色空间和HSV颜色空间相结合的阴影消除方法。该方法首先在归一化RGB颜色空间下用背景减除法得到运动目标,然后在HSV空间下对阴影进行检测和消除,从而得到真实运动目标。实验结果证实：该方法在运动目标检测及跟踪方面取得了较好的效果,对动态背景的视频,能准确、实时地检测出阴影并进行消除。     

色彩设计中色彩感觉的理解与把握

本文从不同视角介绍了在色彩设计中应注意把握的若干问题。对色彩设计的正确理解与把握是设计优秀艺术作品的关键因素。色彩设计中色彩感觉的正确理解与把握对色彩设计有较大的使用价值,可以在设计配色时做到心中有数,为创造更加美好的色彩环境、色彩空间提供了一定的理论依据。     

基于YCbCr彩色空间的彩色图象水印新方法

随着计算机网络和多媒体技术的发展,数字水印技术正逐渐成为多媒体版权保护的一种有效途径。数字水印处理的目的在于将秘密的个人信息隐含于数字多媒体信号中,以保护其知识产权或证明其真实可靠性,提出了一种基于彩色空间的彩色图象水印处理方法。输入的彩色图象首先由通常的RGB空间变换到YCbCr彩色空间,在YCbCr空间中给出了四种嵌入水印的方案和相应的水印检测算法,最后,实验证明了算法的有效性。     

计算机颜色科学的发展

介绍了计算机应用中颜色的发展，主要描述了三基色学说，颜色空间理论，并对各种颜色空间的特点与优缺点进行了分析比较。     

基于多颜色空间的图像差异检测

图像差异检测容易受光照环境影响而造成误检,论文针对如何排除图像的亮度信息干扰问题展开研究,文中提出了一种多颜色空间的图像差异检测方法,首先基于HIS颜色空间解除源图像的亮度耦合,然后再基于HSV颜色空间实施颜色分割,最后通过形态学操作实现图像差异检测。实验结果表明,该文方法在排除对比图像间的亮度信息干扰的情况下可有效检测图像差异,并对图像中的字符缩放、物体形变等细微差异具备良好的检测效果。