一种快速颜色传输算法

图像间的颜色传输是将一幅图像的颜色特征传输给另一幅图像,使目标图像具有与参考图像相似的色彩。提出一种自动的、快速颜色传输算法。在HSV空间模糊聚类生成代表不同色调特征的样本区域;通过计算各样本区域的特征向量间的距离,建立样本区域之间的匹配关系;利用图像在ιαβ 空间的基本统计信息进行局部颜色传输;最后利用隶属度因子融合局部传输效果。对有效色调值进行加权聚类,大大降低聚类样本数量,在取得较好的颜色传输效果的同时,显著地提高了传输速度。     

模糊颜色聚类在颜色传输中的应用

提出一种自动的、基于模糊颜色聚类的自适应颜色传输算法．首先将源图像和目标图像从RGB空间转换到tαβ空间,在tαβ空间对2幅图像进行模糊颜色聚类分析;根据目标图像特征属性对每个聚类域计算相应的匹配权值,图像间匹配权值相近的聚类域确定为图像传输的匹配方向;最后将隶属度控制引入传输方程,实现图像间自适应颜色传输．实验结果表明,该算法比原有颜色传输算法的传输效果更加平滑、自然．     

颜色传输算法的研究

研究了一种彩色图像颜色传输算法,对于给定两幅彩色图像,首先把计算机表示的RGB颜色空间转换为LMS空间,并通过线性变换把LMS基变换到一组正交基来消除空间内各个分量之间的强相关性,从而把RGB颜色空间转换到一个正交空间,然后利用统计学方法进行局部和整体相结合的自适应采样分析,提取一幅图像的颜色信息和另一幅图像的形状信息,合成一幅崭新的图像,实现颜色样本图像到目标图像的颜色传输过程。实验结果表明,取得了较好的效果。     

基于聚类的自动颜色传输

提出了一种基于聚类的颜色传输算法。利用算法可以自动完成彩色图像间、彩色图像和黑白图像间的全局或者局部颜色传输。首先,对于源图像,将采用混合高斯模型进行建模,并利用EM算法求得相应参数完成图像自动聚类。对于目标图像,如果是彩色图像,采用同样聚类方法。如果是黑白图像,采用K-Means聚类法。完成源图像和目标图像的聚类,并建立双方聚类区域的对应关系后,通过改变目标图像中像素的Lαβ通道值完成色彩传输功能。实验证明,算法高效且无需人工干预,颜色传输效果很理想。     

保持细节的局部颜色迁移改进算法

局部颜色迁移是指将一幅参考图像标定区域的颜色特征传递给目标图像的标定区域,使之具有与参考图像标定区域相似的色彩。Reinhard算法是一种经典的算法,它但它没有考虑图像的细节信息。在此基础上,提出一种基于图像色调和细节信息的局部颜色迁移算法,它综合考虑目标区域和参考区域的均值、标准差和梯度的信息,在进行色彩迁移的同时,兼顾目标图像本身的细节信息,通过权重可调,大大增加了颜色迁移的灵活性和实用性。     

一种基于情感语义的色彩传递源图选择算法

针对色彩传递算法,在图像、视频着色过程中,用户人工选择源图像盲目性高、工作量大、自动化程度差的问题,提出一种基于情感语义的色彩传递源图像自动选择算法。利用图像的情感语义,通过提取用户所选情感的颜色特征与图库图像的颜色特征进行相似性比对,自动为用户检索出相应的源图像,为用户选择所需的源图像提供依据。实验结果表明,算法效果良好,提高色彩传递应用过程的自动化水平,减少人工干预的程度。     

基于颜色和几何特征的图像特征点匹配算法

提出一种基于颜色和几何特征的图像特征点匹配算法。首先提取两幅图像特征点集邻域色调的局部累加直方图，然后结合图像特征点的几何特征构造亲近矩阵，再对亲近矩阵进行奇异值分解（SVD），利用分解的结果构造出一个反应特征点之间匹配程度的关系矩阵，最后根据关系矩阵实现两幅图像的特征点匹配。实验结果显示，这种图像特征点匹配算法对真实图像的平面旋转和立体旋转都具有较高的匹配精确度。     

多摄像机图像拼接自动色彩均衡算法

针对多摄像机视频图像,分析了图像拼接技术中存在的问题,讨论了目前图像处理中常用的图像色彩均衡算法,提出了一种基于图像像素均值统计的亮度和色彩均衡处理算法。首先提取相邻两摄像机同步帧图像的重叠区域并对重叠区图像进行通道分离（RGB）,把其中一幅作为参考图像,另一幅作为目标图像,分别统计两幅图像各颜色通道像素均值差,用差值强制修正整幅目标图像。然后对修正后的图像和参考图像（整幅图像）进行颜色空间转换（RGB到HSV）,再次统计两幅图像亮度通道（V通道）均值差,用差值强制修正整幅目标图像亮度。实验结果证明,该算法能有效校正相邻摄像机图像的亮度和色差,对后期的拼接融合处理起到了很好的改善效果。     

基于颜色特征的车牌快速定位

提出了一种基于颜色特征的车牌快速定位算法,该算法充分利用车牌颜色相对固定的特点,首先根据原始图像得到一组特定的色彩距离图谱,通过自适应熵阈值的选取快速分割出车牌的候选区域,然后再根据车牌的纹理特征对候选区域进行筛选以得到车牌的精确位置。针对不同的背景和不同种类的车辆,抽取了3106幅图片进行测试,其中有69幅图片未定位出车牌,定位成功率为97.8%,平均定位耗时为29ms。     

基于颜色和几何特征的图像特征点匹配算法

提出一种基于颜色和几何特征的图像特征点匹配算法。首先提取两幅图像特征点集邻域色调的局部累加直方图,然后结合图像特征点的几何特征构造亲近矩阵,再对亲近矩阵进行奇异值分解(SVD),利用分解的结果构造出一个反应特征点之间匹配程度的关系矩阵,最后根据关系矩阵实现两幅图像的特征点匹配。实验结果显示,这种图像特征点匹配算法对真实图像的平面旋转和立体旋转都具有较高的匹配精确度。     

两种色彩传递算法适用情况研究

对图像色彩传递中的两类主要算法,即全局色彩传递算法和点匹配算法及其改进算法进行了分析总结。针对如何选择源图,才能使目标图获得更好的传递效果等问题,系统地讨论了彩图到彩图、彩图到灰度图两种应用模式的特点及其不同适用情况。同时,以不同风格属性的图片进行测试,分析传递效果,得出了更具普遍性和实用性的实验结果。     

彩色图件自动分层算法研究

在彩色图件输入识别研究领域中,通常采用颜色分层的方法来降低图件识别的难度,文中基于瘢频数直方图和颜色表,分别提出了两种自动分层算法,结果表明,算法不仅可以处理单颜色背景的图像而且可以处理多颜色背景的图像,前者具有较强的鲁棒性,后者具有较经的实时性,实际应用效果良好。     

真实图形的颜色量化

颜色量是真实图形显示的一个重要环节。它的主要任务是将一幅有Ｎ个象素点的真实图用不超过Ｋ（Ｋ《Ｎ）种颜色近似表示，以使这幅图能在颜色表长为Ｋ的显示设备上输出。本文提出了一种基于编码的颜色量化算法，引算法速度快，所生成的图形效果较好。     

一种基于最大相似子阵的彩色图像检索算法

颜色是图像的重要特征之一,被广泛用于图像检索。传统的颜色直方图检索算法丢弃了色彩的空间位置信息,影响了算法的检索精度。针对这一问题,提出了一种基于最大相似子阵的彩色图像检索算法,即采用奇数方阵分割图像以捕捉颜色的空间分布特征,从而得到颜色矩阵,通过求解两个颜色矩阵的最大相似子阵实现相似度计算。研究结果表明,所提算法能够准确描述图像的颜色特征,相似度计算非常有效,相比全局直方图有较好的检索精度。     

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.     

一种利用颜色信息的车牌字符分割新算法

汽车牌照自动识别系统中由于拍摄得到的字符模糊经常造成分割效果不佳。通常采用的灰度处理方法也丢失了很多颜色信息。本文提出一种基于模糊神经网络的算法，充分利用车牌的颜色信息，根据车牌底色对不同分量进行加强，直接对彩色车牌进行字符分割。实验结果表明，该算法是有效的，尤其是对车牌上汉字的分割效果较以往算法有明显提高。     

基于主色提取和主色集扩充的图像检索算法

提出一种基于主色提取和主色集扩充的图像检索算法。算法首先对图像进行主色特征提取,采用提出的改进主色集扩充方法分别对两图像进行主色集扩展,使其维数相同;然后,将经过主色提取得到的主色集从传统RGB颜色空间转换为具有良好视觉一致性HSV颜色空间;最后,采用Quadratic距离进行图像的相似性度量。实验证明算法易于实现、具有较好的时间复杂度及较高的查准率和查全率。     

一种基于复杂背景下的昆虫彩色图像分割方法

根据复杂背景下昆虫彩色图像的特点,采用了一种融合颜色和空间信息的JSEG分割方法.首先对图像进行颜色量化,然后使用区域增长法合并较小区域从而实现图像分割.在实验中,利用JSEG分割方法分别对原图像和加白噪声后的图像进行分割,结果表明,JSEG算法对昆虫图像中的噪声不敏感,可以高效地实现复杂背景下昆虫彩色图像的分割.     

基于改进C均值聚类的自适应图像分色算法

图像分色在纺织和印刷等行业中有着广泛而重要的应用,其目的是用尽量少的颜色来描述一幅真彩色图像,使得到的图像与原图像尽可能的接近。该文提出了一种基于改进C均值聚类的自适应图像分色算法。该算法首先随机产生一张颜色表,然后根据该颜色表对原图像的像素点进行聚类分析,产生初始分色图像。再根据C均值聚类的方法对初始聚类中心进行调整,生成新的分色图像,直到满足结束条件后结束算法。实验结果表明,该算法在大大减少原图像的颜色数量的同时基本保持分色图像的质量,是一种实用的分色方法。