一种改进的基于小波去噪和区域生长的彩色图像分割算法

彩色图像分割是彩色图像处理中的重要问题。传统的彩色图像分割都是基于灰度分割算法,而忽略了彩色的空间域视觉效果及噪声污染问题。文章提出一种新的基于小波去噪和种子区域生长的一种改进方法：首先,应用小波去噪技术,强化图像边缘特征,抑制噪声,提高原始图像的信噪比;其次,将RGB彩色图像转化到HIS空间进行边缘检测,对图像进行抖动处理以减少彩色图像中的颜色数目,然后对不同分量进行序列阀值分割;最后对分割结果再进行一种新的基于区域生长的颜色相似性的聚合。仿真结果表明该算法更加符合人眼的视觉特性。     

马尔科夫随机场模型下的Retinex夜间彩色图像增强

由于Retinex算法在处理夜间彩色图像时容易出现光晕、颜色失真、细节丢失与噪声干扰等问题,本文基于马尔科夫随机场（MRF）提出了一种针对单幅图像的Retinex图像增强算法。该算法在HSV颜色空间下采用线性引导滤波估计图像照度分量;在MRF模型下求解仅包含物体本身特性的反射分量,并通过颜色恢复函数与增益补偿方法进行颜色恢复与校正,最终实现了夜间彩色图像的增强。实验结果表明,利用本文算法处理后图像的均值（整体亮度）可以提高2倍以上,标准差、熵、峰值信噪比（PSNR）等参数均有5%以上的提升。与其它基于Retinex原理的算法相比,本文提出的算法增强效果显著,具有消除“光晕伪影”现象、抑制噪声、颜色保真和有效地凸显边缘细节信息等能力。     

基于亮度的自适应色度空间模型肤色算法研究

肤色检测是人脸识别和敏感图像过滤等领域中的关键技术.针对已有肤色算法对亮度信息考虑不足的缺点,在色度空间模型基础上提出了一种在彩色图像中检测肤色像素的新方法--基于亮度的自适应色度空间模型肤色算法,该方法综合了肤色像素在YUV、YIQ色彩空间上的分布特征,并且可以根据图像亮度信息以及I值和UV的夹角值区分肌肤颜色,针对不同肤色选用不同阈值进行检测.实验证明该方法对偏黄、黑色肌肤(亚洲、非洲人)和偏白色肌肤(欧美人)均有很好的检测效果,肤色像素检测的正确率达93.4795%,误检率和检测时间相对变化不大,检测效果有明显提高.     

一种基于渲染目的的自适应图像分类新算法

国际色彩协会在色彩管理系统中规定了三种渲染方式，针对不同渲染目的对图像进行自动分类，以达到最佳匹配效果。本文对基于图像的彩色特征、边缘特征、纹理特征和灰度特征等单图像牲基于渲染目的进行分类，结果发现单个特征分类的精度并不是十分理想。因此提出一种基于渲染目的的自适应图像分类算法，它将多个图像特征联合起来对图像按照高彩色图像、计算机生成图像和自然图像等渲染方式进行自适应分类。     

颜色传递技术的快速彩色图像融合

以红外和可见光图像为研究对象,提出了一种基于颜色传递技术的快速彩色图像融合算法。该算法直接用灰度融合图像和源多波段图像的差异信号构成源YCBCR分量,然后在YCBCR空间运用统计颜色传递技术形成一幅具有与目标图像相似色彩效果的彩色融合图像。算法中利用像素平均融合法和多分辨率融合法作为灰度融合方法,形成两种不同的融合策略以分别满足高实时性和高融合质量的需求。实验结果表明,提出的彩色图像融合算法能够有效地生成一幅具有自然日光色彩效果的融合图像,算法中即使采用像素平均法进行灰度融合同样可以获得令人满意的融合效果。     

交通路标图像的分割与识别方法研究

对交通道路标志进行实时、正确的识别,是车辆自动导航中的一个重要方面.提出一种基于尺度不变特征变换(SIFT)算法的交通路标识别方法.该方法首先根据交通路标的色彩信息,利用HSV颜色空间对输入含有路标的彩色图像直接进行处理,从而快速分割提取目标区域;然后基于SIFT特征将分割提取的目标图像与数据库中原有图像进行特征匹配,...     

火灾图像分割与目标识别方法研究

火灾现场环境复杂,获取的图像对比度较低,边缘模糊,使得火灾图像分割和火焰区域识别困难。为此,提出了一种基于色彩空间的火灾图像分割与多特征量融合的火灾图像识别方法。首先通过颜色特征找出可疑的火焰发生区域,然后通过色彩空间的H、S、I特征的线性组合对可疑区域进行分割,接着分析和提取可疑区域的火焰特征,输入提取的火焰颜色、纹理和形状特征,利用BP神经网络建立火灾识别模型,并以光、气焰和烛焰为干扰,通过神经网络的训练,最终分类和输出。仿真结果表明,火灾识别精度高,鲁棒性好。     

基于多分量卷积神经网络的多晶硅晶片颜色差异检测

具有复杂纹理的多晶硅晶片颜色差异检测是太阳能电池片制造过程中的一个挑战.针对传统的色差检测算法不适用于颜色差异类别变化大的场合,且分类结果不精确的问题,基于不同分量的颜色特征提出了一种多分量卷积神经网络的检测算法.通过分析多晶硅晶片图像在H SV颜色空间的特征分布,发现颜色特征在H、S和V分量中表现不同;基于全卷积神经...     

基于彩色图像的零件识别图像预处理方法研究

为了提高应用机器视觉技术进行零件特征提取与识别的效率,提出了一种应用灰色关联分析进行彩色图像预处理的新方法,核心为彩色图像分割算法。算法工作在RGB颜色空间,通过计算颜色间的灰色关联度来确定像素点间隶属关系,进而求得特征颜色,并完成彩色图像分割。最后,利用HSV空间中H分量实现图像中背景的检测,完成预处理操作。通过零件识别实验,证明在照明不十分均匀和场景中有阴影、反光等干扰情况下,本方法具有较好的处理效果,处理后可提取出连续、封闭的零件边缘,为图像识别处理打下了良好的基础。     

基于光照不变性颜色特征的多层前景检测算法

为了更好地适应复杂背景,提出了一种基于光照不变颜色特征的多层前景检测方法。首先,提出了一种具有光照不变性的颜色模型用以解决因光照引起的颜色变化问题(如阴影抑制);其次,使用多层背景构造方法建立了动态背景模型;最后,利用有效的权重更新方法解决了背景静止物体运动产生的虚假目标问题。实验结果表明,该前景检测方法能够适应光照变化、背景运动等复杂环境,并能够有效处理虚假目标问题。