基于背景代表色提取的迷彩伪装颜色选取算法

为了达到好的伪装效果,迷彩颜色应与背景色调相融合,以使人眼及光学仪器难以探测和分辨.因此,背景主色的准确提取是确定迷彩颜色的前提.利用灰度直方图可以确定背景图像中的主要灰度,但无法区分不同色调.而基于颜色直方图的背景主色提取方法的运算量太大.本文提出了一种基于HSI模型和量化颜色直方图的迷彩颜色选取算法.利用HSI颜色模型描述背景颜色特性,通过特殊量化方式对背景的颜色直方图进行量化,接着借助阈值方法选取背景主色作为迷彩颜色.结合迷彩伪装图案设计方法对上述迷彩颜色选取算法进行了实验分析,并通过边缘检测和相关跟踪方法对不同背景下的目标迷彩伪装效果进行了验证.     

基于肤色特征的人脸检测

人脸检测在人脸识别过程中是最基本的处理,如果检测方法不当,会使识别过程崩溃,人脸检测在人脸识别中很重要。人脸模式是很复杂的,而且易受外界干扰,常见的人脸检测算法一般都具有计算量大、速度慢、误报率高的弱点,文中使用基于YCbCr颜色空间的肤色模型检测方法进行人脸检测,解决了计算量大的问题,并使用形态学理论对图像做了后续处理.     

基于改进分水岭算法的苹果识别方法

目的 针对自然生长环境下重叠苹果的识别问题,提出一种基于距离变换机制的改进分水岭算法.方法 首先,通过对比实验优选出苹果在RGB、HSI和Lab颜色空间的图像处理模型;然后,采用距离变换和归一化处理方法对苹果的位置特征进行内部标记;进而基于锐化方法提高原图像的边缘强度,并结合内部标记符改进分水岭算法,实现苹果轮廓的分离;最后,基于最小外接圆法提取苹果的单连通区域,实现重叠苹果的识别.结果 简化了目标与背景的分割过程,通过内部标记法改进了分水岭算法,实现重叠目标的轮廓重建,解决重叠苹果的过度分割问题.结论 实验结果表明,该算法对重叠苹果的准确识别率高于92％,验证了所提方法的有效性.     

RGB到CIEXYZ色彩空间转换的研究

介绍了RGB和CIEXYZ颜色空间,采用多项式回归算法建立了RGB到CIEXYZ色彩转换模型,并编程实现了转换实例,最后分析了此模型的精度.     

基于多级LatLRR和HSI空间的彩色图像融合算法

目的 为提高红外与彩色可见光融合图像的可视性,更好地再现图像的对比度和色彩效果,提出一种基于多级低秩表示和HSI颜色空间的彩色图像融合算法.方法 首先利用RGB到HSI颜色空间转换,把彩色可见光RGB图像转化到HSI颜色空间,并分离H,S,I三通道.然后利用LatLRR对彩色可见光图像的I通道图像和红外图像进行二级分解,可得到显著的细节部分和基础部分,并将彩色可见光图像I通道和红外图像的细节部分采用核范数自适应加权融合策略进行融合,基础部分采用高斯模糊逻辑值自适应加权进行融合.最后把融合后的细节部分和基础部分相加产生新的I通道图像,结合H,S通道再转到RGB空间,得到融合图.结果 实验结果表明,文中算法得到的融合图主观上彩色失真度最小、场景细节最清晰、红外目标更突出,同时客观评价指标值上升约1％～24％.结论 文中算法是一种有效的算法,对彩色图像融合结果有较好的改善作用.     

基于集成分类器的泡罩包装药品缺陷识别

目的 针对药品生产包装过程中常出现缺陷泡罩包装药品的问题,研究一种基于多特征构建与集成分类器的泡罩包装药品缺陷识别方法.方法 该方法通过集成2个不同的分类器算法分别对药品图像类别进行预测,并采用联合判定函数对2个预测输出值进行联合决策,得到最终分类结果.第1个分类器模型通过将图像转化到HSV颜色空间,分割出泡罩区域和药片区域,进行特征设计,并在提取多项特征参数后构建BP神经网络分类算法给定药品类别预测.第2个分类器模型应用多层卷积神经网络取代传统算法对图像特征进行提取,并输出药品图像类别的预测值.根据2个分类器的性能进行算法集成,构成最终集成分类器.结果 实验结果表明,该集成分类模型对数据集中泡罩包装药品图像进行分类识别测试,准确率达97％以上.结论 集成分类模型不仅提高了单一分类器的识别准确率,也具有更佳的稳定性.该方法取得了卓越的分类效果,具有较高应用性.     

区分商品图中计算机生成图和相机拍摄图的方法

在很多场合的应用中,利用图片做数据挖掘之前,有必要区分计算机生成图片和相机拍摄图片.本文针对互联网上的商品图片集(主题为商品的图片,简称商品图).对现有的一些分辨计算机生成图片和相机拍摄图片的方法进行了讨论.分析了各种判别方法在商品图上运行时的局限性,并提出了一种适用于商品图的简单有效的方法.该算法首先从文字图片和图像图片具有不同视角效果的角度对二者进行区分,并将文字图片认定为计算机生成图片;然后时剩余的图像图片的主颜色,颜色多样性等进行综合的判定区分出计算机生成图片.本文在一个拥有40 000张的网上商品图片库上验证了算法的有效性.     

基于三维查找表的RGB到XYZ颜色空间转换的研究

在分析三维查找表算法基本原理的基础上,采用Matlab编程建立了RGB到XYZ颜色空间的转换模型,并实验比较了4种插值算法的模型精度。研究结果表明:转换模型的转换精度较高,效果理想,且随着RGB颜色空间被划分的越细小,转换精度会越高。     

多颜色空间的内窥镜图像血管增强方法

为了提高医用电子内窥镜所获图像的血管与组织的对比度,针对内窥镜血管图像的特点,提出了一种基于多颜色空间非线性对比度拉伸的血管增强处理方法。首先在RGB颜色空间利用非线性映射函数对绿色(G)分量进行自适应对比度拉伸;接着依据G分量的拉伸结果,相应地调整红色(R)和蓝色(B)两个分量的灰度值;然后将图像转换到HSV颜色空间,并对图像的饱和度(S)分量进行自适应对比度拉伸;最后将图像转换回RGB颜色空间,最终达到血管增强的目的。在本文中,利用所提出的算法对多幅电子内窥镜图像进行处理,结果表明,算法对于原始特征不明显的细小血管也具有较好的增强效果。通过与其它的增强方法相对比,增强后图像的细节方差(DV)显著大于其它方法。将算法嵌入到分辨率为1280×800的内窥镜软件中,其处理速度可达26 f/s。     

基于HSI颜色空间噪声检测的彩色图像去噪算法

目的为了有效去除彩色图像中的椒盐噪声,提高彩色图像质量。方法采用椒盐噪声检测和中值滤波相结合的方法,提出一种基于HSI颜色空间噪声检测的彩色图像去噪算法。将图像转换到HSI颜色空间,根据椒盐噪声在S通道具有极大值或极小值的特点判断出可疑椒盐噪声的位置,在H通道、I通道将可疑椒盐噪声分为噪声点和有用信号,对检测出的噪声像素进行中值滤波去噪。结果采用文中算法去噪后,验证图像主观评价值(Z)为1.30,平均PSNR为37.54,SSIM为0.99,Entropy为7.31,在主客观评价上优于现在常用算法。结论文中提出算法可以为彩色图像椒盐噪声的去噪提供理论基础,具有一定的实际应用价值。     

基于多项式回归模型的显示器特征化研究

在用色彩管理软件以及分光光度仪对显示器进行屏幕的校准和特性化后,以多项式回归算法建立RGB到Lab 颜色转换模型,通过实验分析了多项式回归模型不同项数、不同样本对液晶显示器特性化精度的影响。结果显示,用多项式回归算法建立的三阶三元二十项多项式可以得到色差为2. 5 左右精度较高的预测模型。     

BP 神经网络在显示器色空间转换中的应用

用色彩管理软件以及分光光度仪对显示器的屏幕进行了校准和特性化,采用BP 神经网络法建立了从RGB 色空间到Lab 色空间的转换模型。通过对实验数据进行对比分析,结果表明这种算法对色彩空间转换具有较好的非线性拟合能力和更高的预测准确性。     

基于立方体内缩的反向颜色空间转换算法

目的提出一种基于立方体内缩的反向颜色空间转换算法,实现颜色值从CIELab颜色空间到RGB颜色空间的转换。方法选取4096组建模点和512组测试点,以三维查表插值法为理论基础,设计一种基于立方体内缩的方法逐步搜索符合条件的特征点来代替测试点,计算得到测试点反向转换后的RGB值。结果通过CIELAB 1976,CIE94和CIE2000色差公式对算法的转换精度进行评价,计算测试点的Lab值和反向转换得到RGB值对应的Lab值之间的色差。测试点的平均色差分别为2.07,1.53和0.96,大部分色差的分布范围在0~3之间,算法的转换精度较高。测试点反向转换后的结果较为理想,在绿色调区域和亮度较低的红色调区域的精度可进一步提升。结论实验结果表明此算法可精准、快速、有效地实现颜色值从CIELab颜色空间到RGB颜色空间的转换。     

遗传算法优化 BP 神经网络的显示器色彩空间转换

目的基于改进遗传算法优化BP神经网络,研究对显示器色彩空间转换的预测准确性的方法。方法通过改进数据归一化处理和遗传算法的适应度函数,来优化BP神经网络的权值和阈值,以将它们的分布范围缩小,再用BP算法进行精确求解,并将该方式与常规方式作对比。结果训练优化后的BP神经网络预测模型20次,测试色块平均色差为2.9353,最小平均色差为1.9467。结论该方法大大降低了BP神经网络预测模型陷入局部极小值的可能性,对显示器色彩空间转换具有较好的非线性拟合能力和更高的预测准确性。     

基于NSST与IHS的红外与彩色可见光图像融合

目的 鉴于传统的红外与彩色可见光图像融合算法得到的融合图像,无法很好兼顾清晰度、对比度和色彩是否失真等,提出一种新的基于NSST和IHS颜色空间的彩色图像融合算法。方法 首先将源彩色可见光的RGB图像变换到各通道相关性最小的IHS颜色空间,分离出亮度分量和色度分量。其次对彩色可见光的亮度分量和红外图像分别进行NSST分解,对分解得到的低频系数采用基于自适应高斯模糊逻辑函数的系数选择方案,对高频系数则采用基于像素点的绝对值取大的系数选择方案,然后对经过选择的低、高频系数进行NSST逆变换,得到的融合图像作为新的亮度分量,结合已有的色度分量将其进行IHS逆变换,得到最终的RGB融合图像。结果 通过2种场景的红外与彩色可见光图像进行仿真实验,将提出的算法与LPT,SWT和NSCT等算法对比,通过主观评价和客观评价指标IE, AG, SF和SD等,可知新算法的融合结果图像场景细节最清晰,红外隐藏目标对比度最高,且色彩未出现明显失真现象,图像融合质量最高。结论 提出的算法相较于传统的红外与彩色可见光图像的融合质量,全面提升了效果,表明该算法具有优越性。     

基于YCoCg-R颜色空间与离散余弦变换的自适应彩色图像水印算法

目的为了解决当前彩色图像水印技术的水印容量和不可感知性不佳等问题,设计基于YC_oC_g-R颜色空间和离散余弦变换的自适应图像水印算法。方法首先,将载体图像从RGB空间转换到YC_oC_g-R空间,计算Y,C_o,C_g这3个颜色分量;随后,引入离散余弦变换DCT对Y分量进行处理,获取相应的DCT系数;引入模糊聚类分析,将DCT低频系数视为局部特征,利用SVM机制对DCT低频系数进行训练分类,确定出适合嵌入水印的DCT系数;设计水印嵌入机制,将水印数据隐藏到合适的DCT低频系数中;借助可逆DCT方法,将Y分量从频域变换到空域;联合初始的C_o与C_g分量,将其变换到RGB空间,输出水印图像;最后,通过相应的水印提取方法,复原初始水印信息。结果测试数据表明,与当前水印方法相比,所提技术具有更高的不可感知性与水印容量,其水印图像的PSNR值为43.67 dB,且其允许的水印容量可超过1 bits,在多种攻击下,复原水印的质量更高,相关系数NC均超过了0.92。结论所提技术能够较好地将水印信息隐藏在载体图像中,具有较高的鲁棒性和安全性。     

印刷品质量检测过程中的色空间转换方法研究

在标准图像和待测图像配准的基础上,采用几何插值法进行RGB到Lab的色彩空间转换。首先在原色空间中进行了非均匀分割,建立了查找表,然后在分割得到的栅格中应用四面体插值算法完成了到目标空间的转换,并且计算了对应点的色差,对转换后的色差分布进行了分析,以用于对印刷品是否存在偏色进行判定,效果较好。     

基于RBF神经网络的色空间转换模型

研究了RBF神经网络的结构及算法,应用RBF神经网络建立了打印机的色空间转换模型.根据实验数据,对网络结构进行了优化,通过比较不同参数时网络的性能,确定最优网络参数.最后对所建模型进行了仿真验证,验证结果表明,预测数据与实测数据的色差较小,说明该模型具有实用价值.