光照色调颜色恒常性算法研究

提出了一种新的适合于实时处理视频图像颜色识别的光照色调颜色恒常性算法。该算法主要解决在视频颜色识别中，由于近点光源的发散作用和在复杂背景影响下所造成的目标对象在图像局部各点上的颜色识别问题。在彩色感知的光学原理和数学模型基础上推导出了光照校正算法，并利用色调校正实现颜色恒常性。通过试验分析评估了各种识别算法，如光照校正、色调校正、光照色调校正、以及线性回归算法对颜色的校正效果，最后将测得的颜色差值和色调差值进行对比，证明了本算法对点光源散射作用引起的光照变化具有良好的校正作用，并证明了其算法理论推导的合理性。该算法的运算复杂度为O(n)，因而适合于视频的实时处理。     

基于改进图像导数框架的颜色恒常性计算方法

在基于图像导数框架的颜色恒常性算法的基础上,进一步考虑边缘类型和颜色通道间的相关性对于光照色度估计的影响,提出一种基于改进图像导数框架的颜色恒常性计算方法。根据导数图像中像素的饱和度提出一种饱和度权值方案;基于光学特性对导数图像中的边缘进行分类,通过引入照度准不变量提出类型相关的边缘权值方案;将两种权值方案与图像导数框架相结合,并据此进行光照色度估计,利用von Kries对角变换对偏色图像进行校正。实验结果表明该算法有效提高了光照色度估计的准确性,改善了颜色恒常性算法的效果。     

基于遗传神经网络的颜色恒常感知计算模型

在机器视觉领域,颜色恒常性是实现计算机视觉颜色校正和保持机器对颜色识别稳定性的重要因素.该模型通过心理物理实验获得由人眼感知得到的颜色恒常感知数据,将其放入神经网络中进行样本训练,并用遗传算法优化BP神经网络的连接权值和阈值.将所建立颜色恒常感知计算模型应用到图像颜色校正,通过主观和客观两个方面对校正结果进行对比评价,结果表示所建立的颜色恒常感知计算模型计算精度和效率高、复杂度低,比几种经典算法处理误差要小,针对图像的颜色再现有着更为符合人眼感知的特性.     

互补色小波颜色恒常性/白平衡方法

借助于互补色小波, 本文提出一种新的颜色恒常性统计方法.分析表明:标准光照图像的互补色小波子带关系, 可以利用联合拉普拉斯分布来进行描述.统计学习标准光照图像, 可获得拉普拉斯分布的参数, 为图像建立起标准光照的基准模型.该基准模型可为光照偏移(颜色恒常偏移)的图像提供光照补偿依据, 使偏光图像通过光照补偿恢复为标准光照图像, 从而得到光照参数.基于该基准模型对补偿光照参数进行最大似然估计的实验结果表明:本文所提方法的处理效果与列出的最好文献算法相当, 其在常用数据库上估计到的光照参数误差中值小0.1°, 而均值和最大值则小0.3°.     

亮度补偿变换矩阵的颜色恒常性算法

颜色恒常性是计算机视觉的重要研究方向,旨在准确识别目标的真实颜色而不受场景光源变化的影响。目前提出的多种颜色恒常性算法,使用传统的Von Kries 对角变换矩阵对图像的估计照明进行校正,对低照度和强光照射条件下采集到的图像处理效果比较差。根据图像形成的数学模型和光学原理提出了亮度补偿对角变换矩阵的颜色恒常计算方法,该方法对图像颜色校正的同时根据图像像素亮度变化对图像的亮度进行补偿。通过采用多种颜色恒常性算法进行实验验证,该方法能够有效地校正低照度和强光照射图像的颜色、对比度和亮度,从而增强了图像的视见度。     

低照度图像自适应颜色校正与对比度增强算法

光照变化会造成图像颜色失真和清晰度的下降,为了使计算机视觉系统具有颜色恒常感知功能,提出了一种基于极限学习机和杜鹃搜索算法的图像颜色校正与对比度增强算法.首先对于输入图像,提取该图像的17维特征向量,并利用训练好的极限学习机神经网络自适应地选择适合该图像的最佳颜色恒常算法,并进行相应的颜色校正;然后,针对图像的亮度分量,利用杜鹃搜索算法自动确定亮度增强函数的最优参数,并进行相应的对比度增强.基于Funt数据集的实验结果表明,文中算法不仅能有效地完成图像颜色校正,还能自适应地提高图像的信息量和对比度,获得图像颜色和对比度的综合最佳视觉质量.     

基于BP神经网络的颜色补偿模型

针对光源渐变等因素在机器视觉中产生的相关问题,提出了一种基于BP神经网络的图像颜色校正方法.该方法通过合适的训练集对BP神经网络进行大量训练,得到光照变化前后图像像素点之间的映射关系,从而建立了在渐变光照环境下的颜色恒常性模型.该方法不需要内建约束的自适应模型,对于输入的数据不需要对表面属性做特定假设,拥有自适应、自学习的特点.实验结果表明,该模型对室内真实环境中渐变日光下颜色的识别表现出较好的颜色恒常性.     

基于改进SqueezeNet的颜色恒常性计算

由于成像设备存在的缺陷,容易引起成像色彩的偏移,影响图像算法的下游任务,因此需要采用颜色恒常性算法实现图像色彩的矫正,保证图像颜色与人眼看到的色彩保持一致.传统颜色恒常性算法的效果依赖于特定的光源环境,为了提升算法的适用范围和使用效率,提出了一种基于SqueezeNet框架的颜色恒常性计算模型,通过卷积图像网络感知图像光源,并引入了注意力机制和残差连接,提升网络对图像的理解和计算性能.网络同时预测输入图像各区域的光照颜色,再通过设计3种不同池化方式汇聚,输出图像的全局估计光源,最后利用估计光源矫正图像.实验结果表明,提出的光源估计算法能够有效地估计图像光照颜色,矫正图像色彩.     

一种新的基于颜色恒常性的肤色分割算法

为了解决不同光照条件下的肤色分割问题,提出了一种新颖并且行之有效的解决方法。该方法先应用颜色恒常性算法对图像光照进行估计,根据光照估计的结果,在YCbCr颜色空间采用不同分布的高斯肤色模型,并利用动态阈值对图像进行分割。试验结果证明了算法的可行性和优越性。     

基于LS-SVR融合算法的颜色恒常性研究

目标物的图像会因环境光源的不同而呈现不同的颜色值,为对图像中的内容进行准确研究,需将记录图像调整到标准光源下,这就是颜色恒常性研究.无监督恒常性算法具有运算量小且简单的优势,但受限于假设条件,为此提出采用图像的多特征进行融合研究来提高恒常性研究的通用性.采用基于结构风险最小化原则的LS-SVR算法来对5种基本算法提取图像的多特征进行融合,评估出环境光源的色度.以标准图像库中的图像作为研究对象,结果表明:在各种光照条件下,多特征融合的LS-SVR算法能取得比5种算法更小的误差,评估出来的场景光源更接近于实际光源,为目标场景的准确分析与识别提供了科学依据.     

浅议城市色彩规划设计的意义及措施

由于对城市形象与建筑色彩的规划认识不够、新材料的滥用和色彩的普遍模仿,导致城市形象混乱,与城市的地域文化特色和社会生活相脱节。文章通过对城市形象与色彩之间的关系进行重新审视,就其两者关系的发展意义进行简要分析,引出城市色彩概念内涵的同时梳理提出城市色彩规划对未来城市发展的影响,更全面有效地对城市色彩规划、管理展开系统研究,以便很好地纳入城市规划设计,成为有机组成部分。     

Computer generation of harmonic equihue color scales

Equihue color scales are among the simplest types of color harmonies. They are particularly suited to teach and study theories of harmony. Ordered color scales allow color coding and scientific visualization. Here we describe a teaching program that supports the study of equihue harmony. Methods for the generation of harmonies are presented, and the resulting aesthetic impressions are discussed.     

一种基于色差和彩色归一化的车身颜色识别算法

通过对多个彩色空间色差公式用于色彩识别的比较研究，找出了其中利于色彩识别的彩色空间模型及对应色差公式。在此基础上，针对车身颜色识别系统，利用彩色归一化处理等技术提高了系统的识别精度和鲁棒性。     

颜色校正方法及其在图像处理中的应用*

如何通过颜色校正获得真实的颜色重现已成为图像处理中普遍存在的技术难点。首先对影响颜色失真的主要因素进行分析;然后讨论了一些有代表性的颜色校正方法及其改进机制,并进一步介绍了颜色校正在图像处理中的不同应用;最后指出了颜色校正未来的发展趋势。     

一种新的颜色聚类算法及其图象检索

为降低颜色直方图矢量的维数及解决颜色间的相似性问题,该文提出了一种新的颜色聚类算法,然后通过考察示例图象的主颜色表与数据库图象的颜色表之间的相交情况以及按比例分布情况,使图象检索结果消除了背景颜色的影响。     

当前高校艺术设计专业色彩课教学现状探析及对策

随着高校连年扩招、美术联考选拔制度的不合理作用及毛入学率的逐年降低,导致生源质量下滑,对高校艺术设计专业的教学形成了巨大冲击,对设计基础课教学影响尤甚,现状堪忧,诸多问题亟待解决。色彩是一门重要的设计基础课程,其教学长期沿袭传统绘画教学,观念陈旧,教学内容滞后,专业特点结合度不够,挫伤学生的学习兴趣与热情,色彩课的改革势在必行,其教学必须符合设计规律及设计学科的长远发展。     

一种全新的RGB色差度量公式

从RGB颜色空间入手,在对现有的几种RGB色差度量公式分析对比的基础上,总结出RGB颜色色差的3个基本规律,提出颜色分量的重要程度这一概念。并根据颜色分量的重要程度用动态系数调整RGB颜色间的空间距离和矢量角度值,从而得到了一种全新的RGB颜色空间的色差度量公式。通过高复杂度图像的颜色量化实验证明该色差公式在颜色量化中的性能优于目前使用较为广泛的几种RGB色差度量公式。     

RGB颜色空间的矢量-角度距离色差公式

从RGB颜色空间入手,在对目前使用较为广泛的几种RGB色差度量公式进行分析对比的基础上,总结出RGB颜色色差的3个基本规律,提出颜色分量的重要程度这一概念。并根据颜色分量的重要程度用动态系数调整RGB颜色间的空间距离和矢量角度值,从而得到了一种全新的RGB颜色空间的色差度量公式。通过高复杂度图像的颜色量化实验证明该色差公式在颜色量化中的性能达到了CIELUV色差公式的水平,有效地节约了内存空间和计算时间。     

色彩聚类在车牌颜色识别中的研究与应用

彩色图像中的色彩聚类和识别在机器视觉环境中的理解、自动化生产过程的导引、交通标志的自动识别等方面有着非常重要的作用.研究的色彩聚类和识别是“车辆牌照自动识别系统“的一个重要部分--车牌颜色识别.论文提出并实现了一种基于特定色彩空间,利用不同颜色的特征值进行色彩聚类和识别的方法.论文事实依据充分,以大量不同背景和不同光照条件下的彩色车牌作为实验数据进行分析、研究,提出了一种有效的、稳健的色彩聚类和识别的方法.     

色彩聚类在车牌颜色识别中的研究与应用

彩色图像中的色彩聚类和识别在机器视觉环境中的理解、自动化生产过程的导引、交通标志的自动识别等方面有着非常重要的作用。研究的色彩聚类和识别是“车辆牌照自动识别系统”的一个重要部分——车牌颜色识别。论文提出并实现了一种基于特定色彩空间,利用不同颜色的特征值进行色彩聚类和识别的方法。论文事实依据充分,以大量不同背景和不同光照条件下的彩色车牌作为实验数据进行分析、研究,提出了一种有效的、稳健的色彩聚类和识别的方法。