基于CIE LAB的标签检测技术

为实现羽毛球标签是否合格的自动检测,提出一种基于CIE 1976 LAB空间的色差计算方法。该方法通过从RGB颜色空间转换到CIE LAB颜色空间上,利用球头底胶与各种标签的正表面颜色的相异,由A、B分量计算它们之间的色差,与设定的阈值进行比较,计算出未贴正的区域,以此判断出标签是否合格。该方法对于标签自动检测具有较好的效果。     

基于均匀空间的颜色分级方法

自动视觉检测是机器视觉的一个重要研究领域，而颜色分级是自动视觉检测中的一个典型问题，在陶瓷、木材等行业应用广泛。为了实现快速自动分级，根据人类视觉特性，提出了一种基于均匀颜色空间的表面颜色分级方法。该方法首先将数据从RGB颜色空间转换到CIE 1976 L^ a^ 均匀颜色空间；然后在CIE 1976 L^ a^ 空间用RWM(radius weighted mean)方法提取主导颜色(dominant colors，DC)，再以此作为颜色特征，提出了一种新的颜色距离度量——映射色差，并分析了它与平均色差的关系；最后以映射色差为距离度量，采用最小距离分类器来进行颜色分级。实验结果说明该方法是有效的。     

基于小波变换的图像纹理特征提取方法及其应用

针对瓷砖表面色差的在线检测问题,提出了一种基于小波变换的图像纹理特征提取方法.瓷砖图像经过预处理后,对图像各通道进行二层小波分解并提取各细节子图的能量特征.该能量信号融合了颜色和纹理的信息,将其作为区分不同色号瓷砖的特征量,并由最小距离分类器进行分类决策.实验结果表明,对比已有的研究中多采用的颜色直方图分布法,该方法能更好地反映颜色的空间分布信息,满足用户需求.     

基于人工智能的色差分类技术

利用人工智能和图像处理技术,提出了一种新的瓷砖色差自动分类方法。在传统的图像颜色直方图方法基础上,充分考虑了颜色的空间分布对人类视觉的影响,将图像主要颜色的H(色调)、S(饱和度)、P(颜色的概率)及D(颜色的空间分布)作为神经网络的输入,克服了仅仅利用颜色直方图进行颜色分类带来的因颜色空间信息丢失而无法精确分类的问题,采用模糊技术对瓷砖表面色差进行了精确分类。     

一种基于色差的逆半调图像质量评价方法

鉴于CIE 1976L色差公式在小色差计算上表现出的不均匀性,将CIE DE2000色差公式与人眼视觉系统特性相结合,改进了一种基于CIE 1976L色差公式的彩色逆半调图像质量评价算法.实验验证,改进后的评价算法较原算法不仅更符合HVS特性,而且计算精度更高,生成的色差图能够比较直观、准确地反映重建图像质量.     

Lab颜色空间中基于动态聚类的颜色分级

对现有的动态聚类算法进行改进,提出一种Lab颜色空间中基于兴趣点动态聚类分析的颜色分级方法.在考虑视觉监测实时性和计算准确性的基础上,通过色适应变换和对比敏感度函数滤波,补偿人眼视觉系统的空间混合效果,采用基于兴趣点的动态聚类分析提取颜色特征,根据视觉容差、彩度和色度的依赖关系,确定色差度量方法,采用最小分类器进行颜色分级.实验结果表明,该方法的平均色差仅为2 36,分类计算的时间范围为500 ms～700 ms.     

基于色差的墙地砖颜色分类系统的研究

利用色差对墙地砖进行颜色分类是实现墙地砖自动化在线检测的技术之一.提出一种基于色差的颜色分类系统,该系统将图像处理、色差计算、模糊聚类技术相结合,实现了对陶瓷图像的预处理、色差计算及聚类,试验结果表明该方法具有较好的分类效果.     

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。     

基于均匀空间直方图的彩色陶瓷墙地砖颜色分级方法

计算机视觉检测是计算机视觉的一个重要研究领域,而颜色分级是计算机视觉检测中的一个典型问题,在陶瓷、木材等行业应用广泛。该文介绍了一种利用均匀空间直方图对墙地砖颜色进行分级的方法。首先将彩色数字相机采集墙地砖图像数据从RGB颜色空间转换到CIE1976L*a*b*均匀颜色空间,然后利用均匀空间直方图提取1976各分量能量最高点,最后利用色差公式进行比较分类。     

基于RGB和HSV的胶囊异囊缺陷识别方法

针对彩色胶囊图像的特点,结合RGB颜色空间数据易处理和HSV颜色空间色差感知均匀的优点,提出一种异囊缺陷检测方法,其中异囊是指某种颜色的胶囊中混有的其它颜色胶囊。该方法是基于RGB颜色空间的图像分割和基于HSV颜色空间的色差公式计算。将基于Y方向的Scharr算子应用于R分量图像,寻找胶囊上下两节之间的分隔线,将R、G、B各分量图像分割成两部分;基于图像直方图,采用加权平均的方法来获取R、G、B分量值,并将R、G、B分量值转成H、S、V分量值;利用加权方式的HSV色差公式计算色差,与设定阈值比较得出检测结果。测试结果表明,该方法保证了较高的检测精度,节省了常规基于HSV检测的方法中整体图像颜色空间转换的时间消耗。     

基于SVM的墙地砖颜色自动分类

支持向量机(SVM)是一种采用结构风险最小化原则的新的机器学习方法，具有完备的理论基础。该文首次把支持向量机技术应用于墙地砖的自动分类，首先通过对墙地砖图像的RGB通道进行小波分解，由于不同通道的相关性，故提取其协变信号作为特征集，再构建二叉树形式的决策树来实现SVM多类分类，然后对墙地砖进行了颜色分类实验，并与knn分类结果对比，实验结果证明SVM分类器具有更高的分类准确率。     

基于广义回归神经网络的数码打样色彩空间转换方法的研究

由设备无关的色彩空间CIE L*a*b*与设备相关色彩空间CMYK转换是图像输出设备特征化和色彩管理模块的关键技术。基于数码打样样张的测量数据采用广义回归网络分别建立了CMYK与CIE L*a*b*色彩空间转换的正反向模型,并分别应用色差公式进行精度检验,研究结果表明基于广义回归网络建立起来的CMYK与CIE L*a*b*色彩空间转换模型是实现色空间转换的有效方法,该模型无论从训练的简便性、训练速度、还是精度上都比BP神经网络模型有优势。     

基于对比度信息的彩色图像分割

该文提出了一种基于对比度信息的彩色图像分割算法。文中不用一般的导矢信息而用对比度信息对彩色图像进行边缘提取。为了符合人的视觉特性,使用了CIEL*a*b*彩色空间,并用色差ΔEab作为彩色对比度的测量方法。该文提出的彩色图像分割方法合理、可靠,仿真结果表明了该方法的优越性。     

Standardized color measurement in automated cytophotometry with the light micrscope

This paper discusses the need for and demonstrates the possibility of calibrating a cytophotometry system using standard colorimetry techniques. In this test, the transmittance of colored sensitometer film strips were measured from 380 to 720 nm in both a spectrophotometer and microscope TV scanning system. From the transmittance data, the CIE chromaticity coordinates of the films were calculated. The colors seen in a light microscope can be correlated to the measurements from a spectrophotometer and calibrated to the tristimulus color system, using standard measurement and analysis methods. Finally, this paper demonstrates an application of colorimetry to the cytophotometric analysis of stained blood cells.     

一种基于HSV颜色空间的车辆牌照提取方法

给出了一种根据车牌底的彩色信息，利用HSV颜色空间对输入的含有汽车牌照的彩色图像直接进行处理，从而快速提取车牌照的方法。该方法的主要思想是通过选取合适的彩色空间将输入的彩色图像直接转换为二值图像，再用空问聚类技术进行滤波消噪，最后利用二值图像的水平垂直投影来分割提取车牌区域。     

Detection and correction of purple fringing using color desaturation in the xy chromaticity diagram and the gradient information

This paper proposes a method to detect and correct purple fringing, which is one of color artifacts due to characteristics of charge coupled device sensors in a digital camera. The proposed method consists of two steps: detection and correction of purple fringing. In the first step, we detect the purple fringed regions that satisfy specific properties: image regions with large gradient magnitudes and with the chromaticity values within the purple color range set in the CIE xy chromaticity diagram. In the second step, color of the purple fringed regions is corrected in the CIE xy chromaticity diagram by color desaturation of the detected pixels. The proposed method is able to detect purple fringe artifacts more precisely and correct them more naturally than existing methods. It can be used as a post processing in a digital camera.