基于肤色分割的视频人体检测

针对视频图像中人体运动形态多变、方向不确定等问题,提出了一种基于肤色分割的视频人体检测算法。采用改进的帧间差分方法求得自适应背景,与背景差相结合进行运动目标粗分割,在粗分割范围内进行肤色分割。在肤色分割时,利用YCbCr色彩空间的自适应亮度分段椭圆肤色模型及形态学操作、约束性条件等后处理确定人脸区域,得到人体目标。实验结果表明,该方法能有效地检测视频中的人体目标,与同类方法相比,该方法的时间复杂度更低,因而能更好地满足视频处理的实时性要求。     

基于HSV空间的彩色图像分割

彩色图像分割是彩色图像处理和图像识别的重要问题,彩色图像分割可以看成是灰度图像分割技术在各种颜色空间上的应用。根据HSV颜色空间颜色和亮度无关,将彩色图像从RGB空间变换到HSV空间,然后经过H分割对绿色信息进行提取得到分割结果。试验表明,这是一种计算高效的分割算法。     

基于HSV与YCrCb颜色空间进行肤色检测的研究

对肤色检测所适用的颜色空间进行研究,通过对比HSV和YCrCb颜色空间进行肤色识别的受亮度影响的程度,通过数据得出哪一种颜色空间更加适合进行肤色检测.     

基于肤色特征的人脸检测算法

人脸检测是计算机视觉和模式识别研究领域的热点之一.本文提出了一种基于肤色特征的人脸检测算法。对输入的RGB图像进行三基色调整后转换为YCrCb色彩空间图像。将YCrCb图像分割成肤色区域和非肤色区域；然后再对检测到的肤色区域进行形态学运算；最后对肤色区域运用知识和几何特征进行处理，得到完整的人脸区域。实验表明，本算法是有效的．而且速度快和检测率高。     

高噪声环境下的快递包裹条形码的快速定位分割识别

随着国内物流行业的快速发展,人们对于快递包裹派送信息的快速查询的需求日益迫切,快递单号的自动化获取有望解决该问题。该文针对复杂环境下的包裹单扫描件图像中的条形码/二维码定位分割识别问题,提出了一套条形码区域定位分割识别算法,将原始图像从RGB空间转换成HSV空间,之后使用MSRCR算法进行增强处理。整个算法在实际快递单扫描件图像中进行了充分测试,结果显示本算法快速、准确、误码率低,具有很强的实用价值。     

基于HSI空间的肤色检测方法

介绍了几种用于肤色检测的色彩空间,提出了一种基于HSI空间通过使用阈值分割结合中值滤波的肤色检测方法.实验结果表明,该方法能达到准确的肤色检测效果.     

基于多FART神经网络的彩色图像分割

提出了一种适用于彩色图像分割技术的多模糊自适应谐振(FART)神经网络结构.网络的输入为RGB色彩空间的彩色图像,并将其转换为HSV色彩空间的三组彩色分量-色调,亮度和饱和度,而后利用多FART神经网络的分类能力,将三组分量进行分类的图像输入到决策层,经过融合和分割处理后,最终得到正确的彩色分割图像.与彩色分水岭算法相比,采用上述图像分割算法得到了较好的分割效果.     

基于联合双边滤波的深度图像增强算法

主动光设备是目前获取深度图的主要方法,被广泛应用于导航、人机交互、增强现实等领域。但主动光设备存在分辨率低、空洞、边缘不匹配等问题。为此,提出一种基于联合双边滤波的深度图像增强算法。采用基于深度的前景分割方法,找出深度图与彩色图边缘不匹配像素集合,利用基于联合双边滤波的插值算法对空洞进行填充。为更好保持边缘细节,增加引导深度相似项与梯度域项的方法进行插值。实验结果表明,该算法比已有方法的最小均方误差平均减少约13%,具有更好的保持边缘效果。     

基于HSV空间和遗传算法的仪器仪表信息提取

为了快速提取出工业上简单仪器仪表上的数字符号,在深入研究分割算法和遗传算法的基础上,提出了一种基于HSV彩色空间与遗传算法相结合的快速分割数字符号的算法。在HSV空间条件下,利用H分量信息映射准确定位待识别数字符号区域后,利用遗传算法实现数字符号与背景的快速有效分割。实验仿真表明:该算法能够有效收敛,并准确分割出数字符号。     

基于肤色和人脸特征的人眼定位方法

描述了一种能够对不同背景下彩色图像快速定位人眼的框架。首先,对图像进行光照补偿,然后,根据Ycbcr颜色空间肤色聚类的特点分割图像,检测人脸区域,并利用基于像素＂密度＂的滤波方法去除大面积的噪声。最后,利用人脸的结构特征和对称信息准确定位人眼。实验结果表明,该方法能够准确定位人眼,并且对于具有不同背景、带眼镜的、表情变化的图像都能有很好的鲁棒性。     

基于颜色的皮肤区域探测

提出了一种新的色系坐标系r'g'b',在这种坐标系下,无须对色度信息进行经验公式修正;并推导说明了在无法估计非肤色条件样本的概率分布情况下,用肤色分布先验概率来表征肤色点后验概率的原理。     

基于多颜色空间的图像差异检测

图像差异检测容易受光照环境影响而造成误检,论文针对如何排除图像的亮度信息干扰问题展开研究,文中提出了一种多颜色空间的图像差异检测方法,首先基于HIS颜色空间解除源图像的亮度耦合,然后再基于HSV颜色空间实施颜色分割,最后通过形态学操作实现图像差异检测。实验结果表明,该文方法在排除对比图像间的亮度信息干扰的情况下可有效检测图像差异,并对图像中的字符缩放、物体形变等细微差异具备良好的检测效果。     

基于NSCT和PCNN的彩色图像增强方法

根据人类对颜色的感知特性,本文在彩色图像的HSV空间,提出一种基于非下采样Contourlet变换（Non-subsampled Contourlet Transform, NSCT）和脉冲耦合神经网络(Pulse Coupled Neural Networks, PCNN)模型相结合的彩色图像增强算法。首先对HSV空间亮度分量V做NSCT分解,得到低频子带系数和高频方向子带系数,对低频子带系数做PCNN增强,并对处理后的系数做修正,再对高频子带系数做线性变换处理,将处理后的V分量做逆NSCT以重构;然后对饱和度分量S做幂次微调。最后,将HSV颜色空间变换到RGB空间得到增强后的图像。实验结果表明,本增强方法在视觉效果和客观评价指标上都优于比较算法,不仅增加了彩色图像的亮度,而且颜色保持较好,边缘更清晰。     

基于颜色-空间二维直方图的图象检索

基于颜色直方图特征的图象检索方法简单、高效,但丢失了颜色的空间分布信息。文章给出了一种基于颜色-空间二维直方图进行图象检索方法。该方法使用HSV颜色模型将颜色空间压缩为32种具有代表性的颜色,设计了一种具有重叠方式的图象分块方法,然后统计每块区域内的颜色直方图得到该图象的颜色-空间二维直方图,并给出了相应的相似度计算方法。实验表明该方法实现简单,能够更加灵活、准确地描述图象的颜色特征,从而有效提高了检索的精度。     

基于网格扫描的无线传感器网络定位算法

分析典型的测距无关定位算法APIT与API2T,指出其存在定位精度低与覆盖率低的缺陷。针对该问题,提出一种基于网格扫描的无线传感器网络定位算法——API3T。重新定义邻居节点,改进网格扫描策略,从而减少In-To-Out错误和Out-To-In错误。仿真实验结果表明,该算法的定位精度与覆盖率较高。     

基于颜色空间和投影技术的车牌定位

车牌定位是车牌识别系统的核心技术之一.本文采用基于色调H、饱和度S、强度Ⅰ空间(HSI颜色空间)和亮度Y、色彩U、饱和度V空间(YUV颜色空间)的车牌初定位方法,去噪处理后通过水平投影和垂直投影精定位,并用Radon变换校正倾斜的车牌.该算法可有效定位四种不同底色的车牌并倾斜校正,算法简单易实现,并能克服光照等因素影响,在阴天、雨天等复杂环境下具有较好的定位效果.     

基于读写器功率扫描的无线射频识别定位

针对无线射频识别(RFID)的室内定位问题,提出一种基于读写器功率扫描的超高频射频识别标签定位方案。通过自由空间的电磁波路径损耗经验模型和Friis传输方程,建立读写器天线功率与当前功率感测范围直径的关系模型。分别使用多个天线进行定位比较,并分析影响系统定位精度的因素。实验结果表明,与使用2个天线相比,使用3个天线可将平均定位误差由57 cm减小到18 cm,且定位误差小于25 cm的概率大于90%。同时,减小读写器功率变化的步长也可显著降低定位误差。     

基于PCNN和最大灰度熵图像分量的彩色图像分割

为提高彩色图像的分割效果,提出了一种最大灰度熵图像分量和脉冲耦合神经网络(PCNN)相结合的彩色图像分割方法.将彩色图像转换到符合人眼视觉特征的色调饱和度亮度(HSV)颜色空间中,选取灰度熵值最大的分量图像,用PCNN增强以增大感兴趣区域对比度,对增强后的分量图像运用PCNN进行循环分割,当二维Renyi熵值不再大于前一次的值时,终止PCNN的循环分割,获得最佳分割结果.运用多种评价指标对所分割的结果进行评价,评价结果表明:提出的算法能够有效实现对彩色图像的分割,尤其在图像细节方面,比传统的彩色图像分割方法表述得更为清晰.     

基于颜色和边缘方向的图像检索方法

提出了一种新的图像特征表示方法,首先提取图像的底层颜色信息获取颜色特征值 ,通过对图像中物体的边缘检测计算像素点的边缘方向角度值,并对颜色特征值和边缘方向 角度值进行量化。然后根据相邻像素点之间量化结果的数值分析,为每个像素点建立8维特 征向量。再以中心像素点与相邻像素点间不同的位置关系为基础,为每种位置关系赋予不同 的权重,根据像素点的特征向量计算出图像中每一个像素点的特征值。最后统计图像中具有 相同特征值的像素点个数,形成特征直方图,以此作为图像检索的依据。实验表明本文方法 能够有效描述图像的颜色分布和图像中物体的空间结构,更加细致地记录图像信息,进一步 增强图像之间的区分能力。与其他方法相比,本文方法检索效果更好。