基于色彩相关模板的彩色人头图像压缩编码方法

提出一种专门针对彩色人头图像压缩编码的新方法。该方法利用彩色人头图像在各个特征区域三个色彩分量之间的色彩相关性,建立其中一个色彩分量与另两个色彩分量之间的相关模板,并只需对第一个色彩分量进行量化编码,解码时重构这个色彩分量后,加上极少量的相关模板系数就可解出另两个色彩分量,从而恢复图像。实验结果表明,该方法不仅可以大大提高编码效率和压缩比,并且能获得较满意的重构图像效果。     

一种彩色人头图像面部特征区域快速提取方法

利用彩色人头图像在RGB色彩空间三个色彩分量之间存在的密切相关性,提出只对一个色彩分量进行分析提取,来确定彩色人头图像的面部特征区域,提取过程采用积分投影图和局部特征扫描分析,有针对性地选择边缘检测算子确定局部轮廓.该方法算法复杂度低,实验结果表明能得到较精确和满意的提取结果.     

基于PCA的彩色印刷图像色彩分割算法

针对彩色图像的印刷过程中,原图像的色彩分割问题,提出了基于PCA(主成分分析)并结合其它典型彩色图像分割方法的新分割算法;该算法首先利用PCA算法把图像分解为主特征分量和残特征分量两分量图;然后采用二次分水岭算法对残特征分量图进行分割;利用K-Means算法对主特征分量图进行聚类初分割,接着对聚类初分割后的图像进行相似色彩区域融合;最后把分割后的两分量图的进行融合,得到最终的分割结果图;该算法可以应用于彩色印刷图像的色彩自动分割和彩色印刷过程的自动色彩控制中。     

利用色彩分量相关性彩色图象压缩编码

为了提高彩色图象编码速度,提出了一种利用色彩分量相关性,结合小波变换来对彩色图象进行压缩编码的新方法,该方法是将彩色图象3个色彩分量之一首先进行小波变换零树编码,并将该色彩分量分割成若干个大小相等,但不重叠的子块,然后再计算出该色彩分量在每个子块中与另两个色彩分量在同一子块中的相关系数,这样对另两个色彩分子量的压缩编码就转变成相关系数的编码,编码则是通过反量化和小波逆变换,以得到一个重构的色彩分量,再由这个色彩分量和重构的相关系数,解出另两个色彩分量,然后由这3个色彩分量来恢复图象,实验结果表明,该方法不仅编（解）码速度快,而且有较好的信噪比、压缩比及视觉效果。     

一种使用正交分形编码的彩色图像水印算法

传统的正交分形水印算法,很多情况下只是针对灰度宿主图像,且嵌入的水印多为随机序列或二值图像,实用性不强.当这些算法在处理彩色宿主图像时,通常采用的是将R,G,B三个分量单独处理的SFC方法,没能考虑到分量之间的相关性,因此算法的鲁棒性较弱.文提出一种在彩色图像中利用正交分形编码嵌入灰度水印的算法,该算法在对彩色宿主图像进行正交分形编码的基础上,考虑彩色图像R,G,B三个分量的相关性以及拼贴误差特性,通过变换函数以及修改分形编码参数来嵌入灰度水印.实验及应用表明,该算法隐蔽性强,并对剪切、涂抹、加噪以及JPEG压缩等具有较强的鲁棒性.     

利用色彩分量相关性的彩色图像分形编码方法

论文提出了一种利用色彩分量相关性的彩色图像分形编码方法。该方法通过对图像的绿色分量用改进的分形编码方法编码,然后由绿、蓝、红三分量之间的相关性得相关系数,再对相关系数进行算术编码等三个步骤加快了彩色图像分形编码的速度,同时提高了恢复图像的质量,加大了压缩比。解码时用分形逆变换解得绿色分量,再由这个色彩分量和重构的相关系数解出另两个色彩分量,最后由三种分量共同恢复图像。大量实验表明,所提出的方法对于任何图像都有良好的效果,尤其适用于中低信噪比的情形。该方法对于有的图像超过了JPEG标准。     

二叉树分层和稀疏约束的SAR图像伪彩色编码

针对单极化SAR图像伪彩色编码问题,提出了一种基于二叉树分层和稀疏约束的伪彩色编码方法。首先,加入具有增强边缘信息和降噪效果的稀疏约束项,对SAR图像进行正则化增强方法处理,并作为彩色图像R分量;然后,利用二叉树分层方法对图像进行粗分层,利用Otsu算法计算分层中的最优阈值,利用区域窗口的结构相似度值判断节点是否再分,将灰度图像按各层阈值分成多个子图像,再对子图像进行亮度变换重新组合,分别得到彩色图像的G和B分量。最后,直接合成RGB伪彩色编码图像。利用TerraSAR-X单极化SAR图像实验验证,证明该方法的图像细节表现较好,而且在颜色信息和边缘信息处理、降噪方面具有较好的效果。     

基于模糊逻辑的无损彩色图像压缩算法

在数字图像处理中,无损彩色图像压缩有着越来越广泛的应用。为了充分利用彩色图像色彩分量之间的相关性以及提高彩色图像的无损压缩率,本文提出一种基于模糊逻辑的无损彩色图像压缩算法。该算法将模糊逻辑和H.264帧内预测算法相结合,提出一种改进的帧内预测算法并运用到对彩色分量G的预测中;然后利用彩色分量之间的纹理相似性来降低R、B分量的纹理复杂度;再结合G分量的最优预测模式以及基于上下文统计的自适应补偿算法,对R、B分量进行帧内预测;最后,通过预测结果来确定最优参数,对3个彩色分量的预测差值进行Golomb编码。实验表明,与无损压缩算法JPEG-LS相比,该算法对纹理清晰的彩色图像的压缩率有较大的提高。     

非均匀光照条件下的彩色人脸图像增强

针对非均匀光照彩色人脸图像增强中肤色失真问题,提出了一种基于单尺度Retinex和肤色模型的方法。将人脸图像转换至YCbCr颜色空间,并采用不同的方法分别处理Y分量和CbCr分量。针对亮度分量（Y）采用单尺度Retinex方法压缩图像的动态范围,增强图像暗处的细节信息;针对图像中肤色区域,根据肤色在CbCr空间具有聚集性的特点,调整亮度分量增强后肤色像素点色度分量（Cb和Cr）的值,改善肤色区域的颜色质量。在CAS-PEAL人脸库中进行实验,该方法与传统的人脸图像增强方法相比,在图像细节呈现能力和面部色彩真实程度方面均有提高。     

基于特征向量变换的彩色图像压缩编码算法

提出了一种基于特征向量变换的彩色图像压缩编码算法,高效地去除了彩色图像各分量间的相关性。该算法将每个色彩分量分割成若干个大小相等但不重叠的8×8子块,构造了一个色彩特征矩阵。基于该矩阵,将图像从RGB色彩空间变换到一个新的色彩空间R1G1B1,针对变换后的新分量进行了不同的量化编码。为了减少整幅图像的存储空间,利用另一变换矩阵,进一步将它缩小到一个更适合整型存储的空间。解码则是通过简单的逆变换,以得到重构的色彩分量。实验结果表明,该算法易于实现,具有较高的峰值信噪比和压缩比,且恢复图像也具有视觉无损的效果。     

基于YCgCr颜色空间的不良图像肤色检测

针对目前互联网图像内容过滤系统识别率低的情况,提出了一种基于YCgCr空间的不良图像肤色检测方法。首先检测图像中可能存在的人脸区域,利用人脸肤色像素来检测获得人体肤色,其次对不含人脸图像,则利用离线构建的肤色模型来实现肤色检测。实验结果证明,在不同光照以及复杂背景下,该算法能够较好地提高不良图像的肤色检测率和背景检测率。     

一种使用分量组合的彩色图像压缩方法

为了适应图像的存储和传输,需要对图像进行压缩以减少数据量。对于彩色图像而言,其色彩模式和数据组合直接影响了压缩效率,压缩时通常采用每个分量单独压缩后再统一编码,未考虑分量之间的组合关系。根据彩色图像的数据结构将图像的RGB分量排列组合成新的灰度图像,将其中一个分量作为基准实行粗细分层操作,汇同该分量与其他两个分量的差值图像分别按JPEG压缩标准进行压缩编码。实验表明,该算法得到的压缩图像在与JPEG同等质量的条件下,数据量要小于JPEG压缩的数据量,耗时短,同时可为快速的彩色图像搜索和预览提供技术参考。     

基于图论的彩色图像快速分割方法研究

基于图论的图像分割方法作为一种全局的分割方法,当图像的信息量增大时,问题求解将非常耗时.提出一种基于图论的彩色图像快速分割方法,该方法首先用区域生长法将彩色图像划分为内部相似的一些区域,再用最小支撑树MST(Minimum spanning tree)方法在这些区域之间进行分割,产生最终的分割图像.以彩色图像作为研究对象,实验结果表明,相对于传统的MST图论分割方法,该方法在取得较好分割效果的同时,提高了分割速度.     

基于HSV颜色空间的彩色图像的盲水印算法研究

提出了一种新的针对彩色图像的盲水印算法。算法通过在彩色图像空域中嵌入形状和排布都比较规则的锚点来标记图像中嵌入水印的位置,从而在图像经过缩放裁剪等几何变换后仍然能够比较容易地找到水印嵌入的准确位置。实验表明算法对色彩和几何变换都有良好的鲁棒性。     

基于角点检测与颜色连贯性分析的车牌定位算法

针对低分辨率视频图像,提出一种基于角点检测与颜色连贯性分析的快速车牌定位算法。考虑到车牌具备固定的颜色连贯性特点,首先由车牌背景颜色与车牌字体颜色得出分析掩膜;然后使用较小的阈值和最小角点间距计算得出掩膜内角点;最后对角点进行颜色加权,选择权值最大的分析区域。该方法对图像噪声具有极好的抗干扰性,适用于分辨率较低的视频图像数据。实验表明与其他方法相比,该方法的车牌定位准确率高,平均耗时短。     

M-FPCA在彩色人脸图像识别中的应用

将因子化主成分分析（FPCA）算法应用于人脸图像特征提取时,需要使用迭代算法,但该算法应用于高分辨率图像时实时性较差,并且可能导致维数灾难。针对上述问题,提出一种模块化FPCA（M—FPCA）的新型特征提取方法。将原始数字图像样本进行模块化,对模块化后得到的各个子图像矩阵采用FPCA算法进行特征提取,合并子图像特征矩阵得到原图的特征矩阵。彩色图像由R、G、B3个分量来表示,根据现有彩色信息融合方法的不足,对其进行改进,并结合M—FPCA算法,提出一种彩色M—FPCA新方法。在CVL和FEl人脸库上进行的实验结果表明,M—FPCA方法能提高FPCA算法的实时性,解决维数灾难问题。彩色M—FPCA方法能有效提取彩色人脸图像的色彩信息,得到较高的人脸识别率。     

基于色差空间的并行彩色插值算法及其FPGA实现

针对各种彩色插值算法存在的缺陷即算法的硬件可实现性和图像恢复后的质量之间的矛盾,提出了一种基于色差空间的并行彩色插值算法.该算法以5×5菱形领域内像素点的色差分量几乎相同为前提,利用当前像素的已知颜色分量和不同颜色分量之间的关联性插值得到未知的颜色分量.同时考虑到FPGA强大的并行处理能力,采用FPGA来实现该算法.MATLAB仿真和时序分析验证了算法的可靠性和高效性,使以较少的硬件资源达到较好的插值效果成为了可能.     

融合人脸轮廓和区域信息改进人脸检测

基于人脸轮廓信息和面部区域信息的互补性，提出了一种新颖的基于融合算法的轮廓一区域人脸检测器：采用一种新的特征提取方法有效地刻画人脸轮廓模式；基于支持向量机分别训练人脸轮廓分类器和面部区域分类器；基于最小错误率Bayes决策规则融合人脸轮廓和面部区域分类器。该文分别在标准头部图像库、BioID人脸图像库(灰度人脸图像库)和彩色人脸图像库上测试了轮廓一区域人脸检测器．大量的实验结果表明了所提出的轮廓一区域人脸检测器通过引入轮廓信息有效地提高了人脸检测算法的精度。