基于学习向量量化网络的指定颜色物体的识别

为解决计算机视觉中已知颜色属性的物体的识别问题,文章提出了一种基于HSV模型,以H、V参数特征值作为特征向量,应用基于LVQ学习算法的神经网络分类器进行颜色识别的的方法,很好地解决了指定颜色物体的识别问题。通过实验,对指定颜色的目标物体的识别效果比较理想,表明该算法是确实可行的。     

足球机器人比赛场地图像特征识别

为实现足球机器人比赛场地图像信息的高效分辨,本文提出一种利用HSV彩色空间进行特征识别的算法,根据HSV彩色空间的颜色和亮度无关,将彩色图像从RGB空间转换到HSV空间,经过H分割对场地信息进行识别,最后实现具有显著颜色特性的图像的分类识别。实际运行分析表明:该算法具有较好的稳定性和鲁棒性。     

基于BP神经网络的图像颜色温度检测方法研究

高温物体的颜色与物体的温度存在复杂的非线性关系.基于BP神经网络在非线性函数逼近方面有优良特性,提出了用BP神经网络拟合高温物体颜色模型HSV中参数H、S与温度的映射关系的测温法.实验证实该测温法是可行的,且较传统的测温方法简单,误差小.     

RoboCup中NAO机器人球场目标红球识别与快速找球策略

根据RoboCup中NAO机器人足球比赛的规则,机器人通过对颜色的识别来识别球场上的物体及环境。文章分析了RGB颜色空间的优缺点,采用HSV作为视觉系统的颜色空间,减弱了现场光照变化对视觉系统产生的影响。文章提出了一种基于HSV色彩空间下识别红球的方法,然后提出一种简单的追踪红球策略,与测距追踪实际效果相比较,发现这种追踪策略更符合实际场景应用。     

基于嵌入式系统的移动机器人目标识别方法

基于S3C2410嵌入式系统平台,提出一种高效实用的目标识别方法,把视觉辨识应用于移动机器人的目标识别中。从目标识别的流程上,首先采用一种全整数运算的RGBHSV颜色转换空间模型;然后以HSV颜色空间中H值为主,S值为辅的方式对图像进行二值化处理;接着采用一种快速的行扫描标记聚类算法找到二值化图像中的目标物体存在的连通区域。从而从颜色和形状上识别目标物体。经实验证明,谊方法在移动机器人运动场合中能较好的完成对目标物体的识别,实用性强。     

一种基于纹理和颜色的目标跟踪方法

研究视频物体识别系统,传统连续自适应均值偏移(Camshift)跟踪方法根据H分量建立被跟踪目标的颜色模型,而H分量易受亮度(V分量)的影响,造成不能准确跟踪运动目标.为解决上述问题,引入运动目标的纹理特征,先提取HSV颜色空间的H分量,把它转化为局部二元纹理(LBP)图,计算目标的LBP纹理直方图并把反向投影到LBP纹理图上,得到LBP纹理概率图,然后采用Camshift算法确定当前图像中目标的尺寸和中心位置.对手势和人脸跟踪进行仿真计算,实验结果表明,在跟踪过程中可以对目标进行稳定的实时跟踪,通过计算,也改善了传统方法,使识别人脸不受光照的影响,验证了改进方法的有效性.     

基于低秩矩阵分解的运动目标检测

运动目标检测是视频监控任务的基础问题之一,针对灰度信息,目标检测存在的阴影识别能力差、检测精度低等问题,提出在HSV颜色空间下基于低秩矩阵分解的运动目标检测算法.首先将获取的RGB图像转为HSV颜色空间分量,分别对H、S、V通道构建低秩观测量,进行低秩矩阵优化分解,分离出不同颜色通道的前景和背景分量;组合H、S、V通道分量的前景图像,得到粗略的运动目标区域;再采用HSV颜色阴影去除去除前景图像中的阴影;最后经噪声去除和空洞的填充,检测得到准确的前景运动目标.实验验证表明,与其它方法相比,能够有效地提高运动目标检测的准确度.     

彩色数字仪表图像二值化技术研究

针对石英晶体振荡器的计量检定中对数字仪表高精度识别的要求,通过对各种灰度及彩色图像二值化技术及HVS颜色空间特性的研究,提出一种在HVS颜色空间下进行彩色图像二值化分割技术,讨论了HSV颜色空间中H、S、V三分量对彩色图像二值化的影响及意义,分析并给出了H、S、V三阂值的计算方法,在实际使用中取得了满意的效果。采用该技术并结合校验神经网络,实现了数字仪表面板数字的高精度识别,达到了石英晶体振荡器的计量检定误识率低于0．001的项目要求。     

彩色数字仪表图像二值化技术研究

针对石英晶体振荡器的计量检定中对数字仪表高精度识别的要求,通过对各种灰度及彩色图像二值化技术及HVS颜色空间特性的研究,提出一种在HVS颜色空间下进行彩色图像二值化分割技术,讨论了HSV颜色空间中H、S、V三分量对彩色图像二值化的影响及意义,分析并给出了H、S、V三阈值的计算方法,在实际使用中取得了满意的效果.采用该技术并结合校验神经网络,实现了数字仪表面板数字的高精度识别,达到了石英晶体振荡器的计量检定误识率低于0.001的项目要求.     

HSV颜色空间的彩色图像数字水印算法

提出了一种新的基于HSV颜色空间的彩色图像数字水印算法.该算法采用彩色图像作为水印嵌入到原始彩色图像中.算法根据HSV颜色空间的特点,首先将RGB格式的彩色水印图像转换到HSV颜色空间内,然后分别将水印图像的H、S、V三层进行分块DCT变换,对每一个子块保留左上角的系数,将其它的系数替换为0,得到嵌入矩阵,使得嵌入的有效信息大为减少.再将原始彩色图像转换到HSV域内,对原始图像的H、S和V平面进行分块DCT变换后,将变换后的H、S、V层水印信息分别嵌入到原始图像的H、S和V层变换后的中频和低频系数中,最后通过DCT逆变换和颜色空间转换,将嵌入水印的图像转换成RGB的图像,得到嵌入水印的图像,完成水印的嵌入过程.水印图像小于载体图像,利用冗余嵌入提高了水印的鲁棒性.     

使用VC实现基于直方图的相对辐射校正

在对两幅图像提取变化信息时,经常需要首先将它们的亮度色调等调整为一致(即进行相对辐射校正),直方图匹配法就是这样一种常用的调整方法。该文章对直方图匹配的原理和用VC编程对其实现的方法进行了介绍并对程序的实现结果进行了实验分析。通过分析结果可以看出,直方图匹配后的变化检测结果较匹配以前有了质的提升,说明使用该方法进行相对辐射校正效果还是比较好的。同时也说明了变化检测之前进行相对辐射校正的必要性。     

基于颜色和基元特征的图像检索

为了有效地提高图像检索性能,提出一种基于基元特征和颜色特征相结合的图像检索方法。检测彩色图像的边缘梯度,对其进行变换获得基元图像。以基元图像的重心为基准点计算各点到重心的距离,求得基元重心距离直方图。对基元图像中的每一个基元在4个不同方向投影,求得基元投影直方图。将彩色图像在RGB空间量化到64色颜色空间,得到彩色图像的颜色直方图。利用以上3个直方图描述图像特征,并用于图像检索。实验结果表明,该算法的查全率和查准率均有较大提高。     

基于边缘直方图的彩色图像检索算法研究

图像边缘是重要的视觉感知信息,也是图像最基本的特征之一,其在图像分析和理解中有重要价值.本文以视觉重要的图像边缘轮廓为基础,提出一种基于边缘直方图的彩色图像检索新算法.该算法首先利用Canny检测算子提取出原始图像的彩色边缘轮廓;然后构造出能全面反映边缘轮廓内容的3种直方图(颜色直方图、距离直方图和角度直方图);最后综合利用上述3种边缘直方图计算图像间的内容相似度,并进行彩色图像检索.仿真实验表明,该算法能够准确和高效地查找出用户所需内容的彩色图像,并且具有较好的查准率和查全率.     

Tree-structured image difference for fast histogram and distance between histograms computation

In this paper we present a new method for fast histogram computing and its extension to bin to bin histogram distance computing. The idea consists in using the information of spatial differences between images, or between regions of images (a current one and a reference one), and encoding it into a specific data structure: a tree. The histogram of the current image or of one of its regions is then computed by updating the histogram of the reference one using the temporal data stocked into the tree. With this approach, we never need to store any of the current histograms, except the reference image ones, as a preprocessing step. We compare our approach with the well-known Integral Histogram one, and obtain better results in terms of processing time while reducing the memory footprint. We show theoretically and with experimental results the superiority of our approach in many cases. We also extend our idea to the computation of the Bhattacharyya distance between two histograms, using a similar incremental approach that also avoid current histogram computations: we just need histograms of the reference image, and spatial differences between the reference and the current image to compute this distance using an updating process. Finally, we demonstrate the advantages of our approach on a real visual tracking application using a particle filter framework by improving its correction step computation time.     

车辆牌照类型判定方法研究

本文提出一种基于车牌图像梯度直方图和灰度直方图确定车牌类型的方法。该方法首先对车牌图像进行水平方向一阶差分;然后,根据梯度直方图中值对应的灰度级,以及目标像素点占图像像素点比例这个统计特征确定车牌类型。通过对300幅图像进行实验,结果证明本方法均能够正确判定车牌类型。     

数字图像直方图处理中的映射规则——评“用于数字图像直方图处理的一种二值映射规则”一文

分析了文献[1](张专成，张孝杰，邹涛．用于数字图像直方图处理的一种二值映射规则．中国图象图形学报，2004，9(3)：280-284)中用于直方图规定化的“二值映射规则”，指出该规则与文献[2](Zhang YJ．Improving the accuracy of direct histogram specification．IEE Electronics Letters，1992，28(3)：213-214)中的“组映射规则”是一致的。同时还分析了文献[1]中的直方图均衡化方法，指出该方法采用的并不是上述的映射规则，但要对其性能进行全面评价还需要研究对均衡化效果进行评价的准则。     

基于直方图修正的局部对比度增强算法

针对传统直方图均衡化算法经常导致过增强,噪声放大和局部对比度低等缺点,提出了基于直方图修正的局部对比度增强算法。首先,利用自适应部分子块重叠方法把图像划分成一系列的子块,子块的大小能根据图像局部特征自适应调整;然后,对每个子块采用基于直方图修正的对比度增强方法进行处理;最后,融合各重叠子块的处理结果得到最终的增强图像。实验结果表明,该算法具有噪声鲁棒性、可控制增强等级、可调节动态范围和局部对比度较强的优势,增强后的图像具有更自然的视觉效果。     

基于颜色块的半径和角度直方图的图像检索

提出一种基于颜色块的半径直方图和角度直方图的图像检索方法。该方法将图像内容看成由若干颜色块组成的集合,根据每一块颜色块的半径直方图和角度直方图来计算图像间内容的相似度,并进行检索。对Corel图像库的10类图像进行测试,每类取20幅作为查询事例。实验结果表明,该方法与全局直方图、结构量化直方图相比,其平均查准率分别提高了10.3%, 11.9%。     

集装箱X光图像增强技术

由于集装箱自身的构造特点以及X光扫描机的信息采集误差,使得集装箱X光图像有很强的竖纹噪声。为提高X光图像中感兴趣区域的清晰度并抑制不感兴趣信息,提出了一种以有限对比适应性直方图均等化为基础的改进方法：对原始图像进行有限对比适应的直方图均等化处理,进行图像增强,并对处理后的图像进行中值滤波,以减少箱体的竖纹噪声,得到图像的低频信息,然后,对原图像进行拉普拉斯滤波处理,得到图像的相对高频信息。最后,将处理后的两幅图像加权相加,作为增强后的目标图像。实验证明,该方法能有效削减竖纹噪声,很好地保存图像的目标信息,便于对集装箱X光图像进一步研究。     

一类基于局部信息的特征描述子的图像检索

基于内容的图像检索准确性大大依赖于低层可视特征的描述。本文提出一类创新的彩色图像空间描述子、纹理描述子、边缘描述子和颜色描述子,空间描述子由局部均值直方图表示,纹理描述子由局部方向差单元直方图表示,边缘描述子由局部极大一极小差直方图表示,颜色描述子由量化HSV模型颜色直方图表示。这四种描述子被用作特征索引,它们对彩色图像,尤其是对具有相对规则的结构或纹理特征的图像具有很强的描述力。实验结果表明,用这种特征索引来检索图像,可以得到比其它基于颜色一空间方法高得多的精确度。