多视点视频编码去相关颜色校正

多视点视频编码效率受到各个视点图像之间颜色不均衡的影响。在三色激励值近似线性无关的lαβ颜色空间中,对多视点视频数据实现了颜色校正。根据视频序列原始数据的特点,选择合适的变换矩阵,提供了YUV到lαβ空间的变换式。为降低不同视点间亮度差异的影响,在块搜索和匹配中结合相关分析法,获取最优匹配块。将匹配块数据变换到从lαβ衍生的一个线性无关的颜色空间中,采用统计量逼近的方法对数据进行了更简便的校正。结果表明,所校正的数据变换回YUV空间后,主观效果良好,消除了颜色差异,在编码性能上,Y分量平均PSNR提高达l.4dB以上,证明了该颜色校正算法的有效性。     

基于YUV颜色空间码本模型的水下运动目标检测

水下是1个复杂的动态场景,会受到光照、水波和倒影等影响,同时考虑到水下视频智能监控的实时性的要求,由此该文提出了1种快速有效的运动目标检测算法——基于YUV颜色空间的码本模型。经典的码本模型算法已经能够快速有效的提取出运动目标,但由于该算法在RGB颜色空间下根据颜色扭曲度和亮度范围对每个像素建立码本,计算复杂,运算时间较长,对水波、气泡的抑制较弱,同时无法对阴影进行有效的清除。该文提出的算法根据阴影只改变亮度,对色度影响较小的特点,以及YUV颜色空间的亮度和色度的分离特性,在YUV颜色空间下改进颜色扭曲度和亮度范围的评价方法,然后对视频图像序列建立码本模型。实验表明通过对码本模型算法的改进,对于水下场景,该文算法能够更加完整的提取出运动目标,对阴影、气泡、水波都有较好的抑制,同时算法的实时性也有了很大的提高。     

客观评价彩色图像编码质量的模糊积分方法

为了客观地评价彩色图像的编码质量．首先将彩色图像的RGB颜色模式转化成YUV颜色模式;然后在YUV颜色空间中采用图像的三构件模型．并以模糊测度和模糊积分为工具,给出了一种客观评价彩色图像编码质量的新方法．实验结果表明．该方法和人的主观评价方法MOS的相关系数为0．92．大大高于常用的峰值信噪比和MOS的相关系数0．69．     

基于颜色空间的自适应阈值镜头分割算法

镜头分割是基于内容的视频检索的关键步骤,它会直接影响到视频检索的效果。文中介绍了几种常用的镜头分割方法,并且根据YUV颜色空间的各分量可分离的特点,提出了一种改进的基于YUV颜色空间的自适应阈值镜头分割方法。在突变镜头检测模块,为了消除由噪声带来的误检,加入了帧差值比法。在渐变镜头检测模块,使用了滑动窗口值方法。镜头分割的难点是渐变检测,算法在渐变检测上也取得了不错的成果。经过大量实验结果表明,改进的算法对镜头分割有很好的实验效果,算法计算复杂度低,易于实现。     

YUV颜色空间和图论切割的阴影去除算法

针对智能视频监控系统中阴影常由于其自身的属性而被错误地检测成前景目标的问题,提出了一种YUV颜色空间和图切割算法相结合检测阴影的新方法.首先,在获取的前景运动区域中综合考虑YUV颜色空间的亮度和色度信息来检测阴影区域并融合形态学滤波等操作得到确定的阴影和目标种子点,然后进一步通过图切割算法获得阴影与目标的优化分割,以提高阴影区域的检测精度.实验证明,该方法能有效地检测并去除视频监控场景中运动物体所携带的阴影.     

基于VC＋＋的YUV420与RGB24之间的视频图像格式相互转换

颜色空间是一个三维坐标系统,每一种颜色由一个点表示。RGB与Yuv分属于不同的颜色空间,且两者之间可以相互转换。首先,论文简要介绍了YUV420与RGB24视频图像格式及其相关;其次,以VC＋＋为工具,以个人笔记本电脑为平台,实现了单帧YV420与RGB24视频图像格式之间的相互转换,并且给出、分析了部分用程序代码;最后,认为YUV420与RGB24视频图像格式之间的相互转换对视频会议系统及其技术的发展和创新具有重要的实际工程意义。     

基于Codebook的视频火焰识别算法

为了提高视频火焰识别的准确度,提出了一种基于Codebook的火焰识别方法,创新地在YUV空间使用Codebook背景模型检测火焰区域,定期更新背景,综合火焰的动静态多特征进行火焰识别.首先,提取视频中的每一帧图像,利用原始图像中R、G、B三个分量间存在的线性关系作为颜色模型,初步提取火焰颜色区域; 然后,为了利用YUV颜色空间的有利特性,将颜色空间从RGB转化到YUV, 使用Codebook背景模型进行背景学习、背景差分,提取出具有火焰颜色的动态前景; 最后,利用火焰面积变化率、区域重叠率、质心位移这3个特征来训练反向传播(BP)神经网络,通过训练好的神经网络判断视频图像是否存在火焰.选取相机位置以及方向固定的视频进行实验,所提算法在复杂的视频场景中的识别准确度达到96%以上.实验结果表明,所提算法有效提高识别的准确度,同时降低多种干扰物场景的误判率.     

基于线性分类器的混合空间查找表颜色分类方法

提出了一种基于线性分类器的混合颜色空间查找表颜色分类方法,该方法主要解决颜色查找表分类方法的区分能力受颜色空间选择、阈值确定等因素影响而难以区分近似颜色的问题。将模式识别中的线性分类器思想应用于颜色查找表映射关系的建立,并通过同时使用HSI空间与YUV空间的方法提高查找表对近似颜色的区分能力。实验结果表明,基于线性分类器的混合空间查找表颜色分类方法具有查找表建立原则简单、效果直观的特点,并且对近似颜色有较强的区分能力,适用于彩色图像的快速颜色分割。     

一种快速YUV-RGB彩色空间变换方法

用一种查表方法实现YUV与RGB这二种计算机图像处理中最常用的颜色空间之间的转换。该方法不需要乘法,可以提高转换效率。     

图像处理技术在尿液检测中的应用

尿检也叫尿液分析,是临床应用中非常重要也使用非常广泛的一种方法,传统的基于光电法颜色识别分辨率低,误差大,本文提出一种基于图像处理的尿液检测方案,用数字图像处理的方法进行颜色识别。通过比较分析选取YUV色彩空间为颜色空间,在对尿液试纸图像预处理、边缘检测及分割的基础上对试纸颜色块进行了颜色识别,通过MATLAB仿真实现了较好的颜色识别效果。     

基于视觉感知机理的大容量彩色图像盲隐写算法

针对现有彩色图像隐写算法大多将灰度图像的算法直接用于彩色通道,未能运用彩色视觉感知机理的问题,提出一种YUV空间上的、基于视觉感知机理的大容量彩色图像盲隐写算法。主要方法是在Y分量上通过标准差来分析载体图像的局部复杂性,利用视觉感知机理将信息分成两部分隐写于Y和V分量中,灵活性较差的U分量则作为隐写信息的通道指示器,无需大的改变。大量实验结果表明,所提算法与其他方法相比在嵌入大容量信息后依然能够保持很好的不可感知性,而且可以抵抗直方图对比和RS隐写分析方法,因而所提算法是合理、简洁、有效的。     

基于综合特征的图像分割

文章提出了一种有效的基于颜色和纹理综合特征的图像分割方法。将图像以块为单位进行划分,在YUV空间,提取块的颜色特征和纹理特征,在这种综合特征基础上,采用改进的K均值聚类法进行图像分割。该方法能自适应确定聚类中的参数,且兼顾点的位置连通关系,从而达到了较好的分割效果。     

一种基于颜色特征的目标识别算法

在机器人视觉中,颜色是物体识别和认知过程中必不可少的信息。在YUV颜色空间的基础上,提出了一种基于颜色特征的目标识别算法,采用学习——扩充法获得适应性目标颜色特征的空间分布,克服环境光照变化对目标颜色特征提取的影响,并在算法中采用“位与”运算,提高了识别效率,实际应用证明了该方法的有效性。     

基于YUV颜色空间与局部纹理的运动阴影去除

提出一种视频监控中运动目标的运动阴影去除算法。该方法使用混合高斯背景建模初步得到运动目标区域,在此基础上利用阴影区域的色度、亮度信息与背景的差异,与局部二值纹理模式LBP（Local Binary Pattern）思想相或的方法来消除运动阴影,接着使用形态学的方法去除像素突变的边缘部分。实验结果表明,该方法可以很好地保留前景图像。     

基于肤色模型和SURF算法的人脸识别研究

人脸识别技术是机器人视觉领域研究课题之一,在军事及民用领域应用广泛。目标检测算法中,SURF算法具有精度高、鲁棒性好等优点,然而因其计算的复杂性,实时性并不高。利用人脸肤色特征,提出了一种在肤色模型的基础上结合SURF算法进行人脸识别的方案。阐述了YUV色彩空间模型以及SURF算法对特征点的检测、描述与生成的原理。并论证了YUV色彩空间与SURF算法相结合的理论原理。