基于L*a*b*空间颜色信息度量的边缘检测

对L*a*b*空间进行分析,提出了一种基于颜色信息度量的边缘检测算法.通过在L*a*b*空间中构造立方体,根据体积变化定义各像素点的颜色信息度量,作为确定各像素点是否为彩色图像的边缘点的判据.该方法综合利用了彩色图像的明度和色度信息,将向量空间的计算以自然的方式转换成了标量的计算.实验证明,与传统的方法相比较,能快速有效地检测出图像的边缘.     

基于L*a*b*彩色空间和局域动态阈值的药用植物叶片图像分割

叶片图像分割是自动化分类的先决步骤。提出一种基于L*a*b*彩色空间和局域动态阈值的叶片图像分割方法。该方法首先把叶片的RGB图像转换为L*a*b*图像;然后针对b*通道图像,估算出目标叶片所在的局部矩形范围;在此范围内,统计获得像素值分布直方图;最后利用最大类间方差阈值分割法,先算出局部矩形范围内的阈值继而进行全图的分割。实验结果表明:该方法对已采集的叶片图像,包括颜色偏暗的叶片的图像,均具有良好的分割效果。由于锁定目标叶片所处的局部矩形范围,找到了适应于目标叶片分割的阈值,从而更好地实现了南天竺等叶片图像的分割。此外,分割过程不包含数学形态学的开闭运算,使得叶片边缘的细节得以完整保留。     

采用均匀颜色空间的竹片分类研究

竹片作为装饰用材对颜色的统一性要求严格。利用CIE1976 L*a*b*颜色空间的等距性和高分辨率的特点,将竹片的RGB颜色特征转换成L*a*b*空间颜色特征进行分析,选取能恰当表征竹片颜色的特征参数,再结合BP神经网络分类器对竹片进行细分类。实验表明,分类正确率可达96％,满足工业上的要求,解决了人工目测分类的各种问题。     

分数阶微分的CIE L*a*b*颜色空间边缘检测

由于分数阶微积分在细节加强处理方面具有良好的性能,其在边缘检测中的应用正在逐渐增多.目前用分数阶微积分进行边缘检测的研究中大多在RGB空间中进行,但由于RGB颜色空间中亮度信息和色度信息不能相互分离,在其中进行边缘提取不能综合得到亮度边缘和色度边缘,所以分数阶微积分在其他亮度信息和色度信息分开的颜色空间中的应用研究具有一定的理论意义和实际价值.为了综合利用图像的颜色信息,在CIE L*a*b*颜色空间中利用分数阶微分进行边缘检测.相比于直接在RGB颜色空间中得到的边缘,本文方法提取到的图像边缘更符合人眼的视觉感知,边缘的连续性以及抗干扰性也更好.通过与其他经典算法的对比分析表明,本文方法存在明显的优势.     

基于L*a*b*色彩空间的视神经边缘自动提取

视神经(Optic nerve)形状、面积和深度等参数是衡量眼底健康状况的重要指标, 其边缘提取是量化这些参数的前提. 为精确识别视神经边缘, 本文提出了一种基于L*a*b*色彩空间眼底图像视神经边缘自动提取算法. 该方法通过L*a*b*色彩空间自适应形态学方法与区域辅助几何活动轮廓模型边缘提取方法, 结合基于交叉网络的视神经自动定位, 实现视神经边缘的自动提取. 采用国际上通用的DRIVE眼底图像库和临床图像进行实验, 验证了该算法的有效性.     

结合L~*a~*b~*彩色空间改进的Graph-Based图像分割方法

针对Graph-Based方法容易出现欠合并现象的不足,结合L*a*b*颜色空间,提出一种改进的Graph-Based图像分割方法。该方法首先将图像由RGB空间转换到L*a*b*颜色空间,接着将每个像素作为节点构造带权无向图,相邻节点之间的欧氏距离作为图的权值,表征相邻像素间的颜色差异;同时,引入一个常数s用于控制颜色差异程度。实验证明,该方法效率高,分割效果良好。     

用Java语言实现RGB与CMYK色彩空间的转换

一、前言 RGB是所有基于光学原理的设备所采用的色彩方式。例如显示器,是以RGB方式工作的。我们进行图像编辑时,一般都采用RGB色彩空间。但我们要把图像印刷出来时,必须采用CMYK色彩空间,这就需要一个色彩变换过程,把图像由RGB色彩空间变换到CMYK色彩空间。如今,用Java语言开发的B/     

基于均匀颜色空间的木材分类研究

木材材色在各种颜色空间中的分布范围都比较窄,而利用CIEl976L*a*b*均匀颜色空间的等距性和色差高分辨力的特点可以很好地对其进行测量与辨别.在l*a*b*颜色空间中,提取了东北常见的5种树种的径切和弦切木材图像的颜色特征,然后采用模拟退火算法对这些特征进行了选择,并结合BP神经网络和k-近邻两种分类方法进行了仿真试验,得到了满意的分类结果.     

校正的Lαβ颜色空间转换算法及其在色彩传递中的应用

本文在实现了传统的αβ颜色空间转换算法的基础上,分析了算法中存在的缺陷,提出了解决的方案,并将校正后的转换算法具体应用于一类色彩传递算法中,实验结果表明改进了原算法的效果。     

网点印刷呈色平面规律产生机理的初步探讨

寻找相对简便而又高效的颜色空间转换方法是色彩管理的一项关键内容,网点呈色平面规律作为一种客观现象为研究颜色空间转换提供了较新颖的思路。采用ECI2002标准色靶数据,利用数理统计的二元线性回归方法,验证了平面理论的正确性,并首次通过CIE1931Yxy色度系统,分析平面理论的产生机理。     

一种低功耗色彩空间转换模块的FPGA实现

介绍了一种视频压缩系统中使用的色彩空间转换（从RGB到YCbCr）模块的FPGA实现。首先,使用FMC算法实现了色彩空间转换模块,并基于色彩空间转换模块在视频压缩系统中的应用特点提出了一种改进方式,在该方法中使用了少量的单元实现了面积优化和功耗优化。在低采样率的模式下可以减少30%的动态功耗。     

图形图像制作软件中的色彩模式分析

色彩是图像制作的关键,通过分析几种常用色彩模式的呈色原理、表达方式、参数涵义及取值范围,深入的了解图形图像软件中的色彩模式,旨在掌握它们不同的适用范围,更精确地表达颜色.     

印刷十字线套准检测算法的研究

为弥补人眼分辨十字线的不足,建立了一种检测十字线套准的方法。运用FCM聚类算法在CIE L*a*b*色彩空间完成了十字线的分割,用形态学膨胀运算处理分割后的噪声点。提出了一种用像素投影确定十字线中心的简单可靠方法,并通过Hough变换确定了十字线的偏转角度。实验表明,该方法精度高,抗干扰性强,可满足工业需求。     

基于对比度信息的彩色图像分割

该文提出了一种基于对比度信息的彩色图像分割算法。文中不用一般的导矢信息而用对比度信息对彩色图像进行边缘提取。为了符合人的视觉特性,使用了CIEL*a*b*彩色空间,并用色差ΔEab作为彩色对比度的测量方法。该文提出的彩色图像分割方法合理、可靠,仿真结果表明了该方法的优越性。     

一种基于色差的Canny边缘检测算子

为了更加清晰准确地检测出彩色图像的边缘, 提出了一种改进的Canny边缘检测方法, 将彩色图像从RGB颜色空间转换到颜色均匀的L*a*b*空间, 用色差Canny算子来计算彩色图像的色差和色差方向. 彩色直线和曲线道路图像的边缘检测效果证明了改进算子的有效性.     

结合纹理特征改进的GBIS图像分割方法

针对GBIS(efficient graph-based image segmentation)方法在分割含有较丰富纹理信息的图像时, 分割效果不理想的问题, 在L*a*b*彩色空间下, 结合图像的纹理特征, 提出了一种改进GBIS图像分割方法, 记为IGBIS(improved efficient graph-based image segmentation)。该方法首先将图像由RGB空间转换到L*a*b*颜色空间; 接着, 结合L*a*b*彩色空间, 对GBIS方法中的权值函数作了改进, 引入了一个常数s, 用于控制相邻像素之间颜色的差异程度; 然后, 用熵的方法来获取L*a*b*彩色图像的纹理特征; 最后, 结合图像的纹理信息, 改变了GBIS方法中的区域合并条件, 得到最终的分割结果。实验证明, 与原算法相比, 该方法在分割精度与分割质量上有了很大程度的提高。IGBIS有效地抑制了彩色图像在分割中存在的过分割现象, 并适合于含有丰富纹理的彩色图像。