基于 Lab 颜色空间的手写文字提取算法研究

目的研究颜色空间聚类在彩色手写体文字提取方面的应用。方法分别在Lab,LUV,YCbCr颜色空间以及YIQ颜色空间下,进行手写体文字图像聚类效果的分析比较,并结合空间域滤波增强与边缘检测技术提取出所需要的手写体文字信息。结果所选择研究对象在Lab颜色空间下对手写体文字具有较好的提取效果,有利于后续的文字识别。结论颜色空间聚类方法能有效避免灰度转换造成颜色信息丢失而引起的误判,在保证原有阈值分割算法快速、简单的前提下,能够对彩色图像进行更为准确的分割。     

基于Lab和YUV颜色空间的污油图像分割研究

传统的油田人工巡检方式往往效率很低,因此本文提出利用多旋翼无人机进行管线巡检,并且对管线所在区域进行拍摄,将获得的原始污油彩色图像分别转换到颜色空间和YUV颜色空间,然后分别对Lab颜色空间进行Otus阈值分割,对YUV颜色空间进行Renyi熵分割,最后将两种分割方法得到的图像进行合并、滤波,以得到最终的分割图像。结果表明该方法能够有效地进行管线巡检,并且能过发现该区域中存在的污油。     

H-Cb混合颜色模型下快递单手写体提取算法研究

目的在不受光照条件的影响下,利用H-Cb混合颜色模型,提取快递单底单图像手写体文字信息。方法首先将图像从RGB颜色空间分别转换到HSI颜色空间和YCbCr颜色空间;然后将改进的YCbCr颜色空间的Cb颜色分量与HSI颜色空间的H颜色分量进行信息融合;最后对提取出的手写体文字信息进行阈值和反相处理,并将该算法提取结果与基于YCbCr颜色空间Cb颜色分量阈值分割方法和基于Lab颜色空间的手写文字聚类算法的提取结果,在分割效果、文字识别率上进行对比。结果利用H-Cb混合颜色模型检测出的手写体文字更准确,具有更高的识别率,在理想文字切分条件下识别率达96%。结论使用H-Cb混合颜色模型提取手写文字受光照条件影响小,提取出的图像噪声小、识别率高,算法简单可行,为彩色图像的检测与判定技术提供了支撑。     

基于自适应混合颜色空间的图像分割在药片泡罩包装检测中的应用

提出了一种建立新的颜色空间方法,根据相关性小和辩识能力好的原则, 在经典颜色空间分量中选择颜色分量,构成混合颜色空间,可改善需检测的药片图像分割的精确性和鲁棒性.实验表明:基于混合颜色空间的图像分割,药片边缘定位准确,克服了光照不均匀等问题,可精确计算出药片的几何形态属性,提高缺陷药片的识别率.     

基于统计模式识别的彩色图象分割方法

根据岩芯铸体薄片图象特点,提出了用颜色空间作为特征空间,利用统计模式识别的监督分类方法,最小距法则来对彩色图象进行真彩色二值化分割。实际结果证明该方法具有快,有效和准确的特点,对于彩色岩芯图象的分割处理十分有效。     

基于颜色空间转换的颜色复原方法研究

目的 研究解决因成像原理、 元件性能、 机械上的限制等因素导致的色彩失真与偏差的方法。方法 通过对基于BP神经网络的颜色复原和基于全局多项式回归的颜色复原等2种方法进行对比研究, 提出基于色调分区多项式回归的、 由 RGB 到 L*a*b*的颜色复原转换方法。结果 基于 BP 神经网络的颜色复原得到的最小色差为 2.8476, 基于全局多项式回归的颜色复原得到的最小色差为2.857, 二者相差仅 0.3%; 而经过分区后的多项式回归颜色复原得到的平均色差为 2.206, 比基于 BP神经网络和全局多项式回归方法降低了 23%左右的色差。结论 经过分区后的多项式回归颜色复原方法能更有效地提高颜色复原的精度。     

基于视觉的答题卡自动判分系统设计

针对目前市场上光标读卡机在功能和价格上的局限性,提出了基于数字图像处理的答题卡识别新方法。首先将答题卡进行图像预处理和图形校正,利用YCbCr颜色空间算法分割出考生信息区和答题区;然后利用字符匹配和纵向同步头定位出考生信息区和答题区的精确坐标;最后利用自适应阈值算法把答题卡二值化,计算二值图像中每个填涂点的面积并与设定的阈值比较,若大于阈值,则视为已填涂。实验证明:该方法具有识别速度快、准确率较高的特点,并且对于答题卡扫描时的倾斜不敏感,对填涂大小、填涂深浅不一致和卷面轻微污损等情况均有比较好的识别效果。     

基于HIS颜色空间的图像自动标注技术

首先对HIS空间做简单的介绍与分析,使用符合人类视觉特性的HSI色彩模型空间,把非均匀RGB彩色空间转化到HIs空间上。对图像进行基于空间权重的重叠分割,采用Euclidean计算相似度,在现有数据库中找到相似度最高的图片,实现图像的自动标注。此文结合图像检索和自动标注技术,把标注后的图像加入到已有图像库中,动态地扩充图像数据库。     

基于划分子空间的数码相机颜色空间转换方法研究

基于数码相机的印刷品质量检测是未来发展的方向,在颜色检测领域需要首先解决色空间转换的精度问题。采用分子空间的多项式回归法实现了从RGB 颜色空间到CIEL* a* b* 颜色空间的转换,首先把RGB 颜色空间划分成若干个子空间,然后在每个子空间中运用最小二乘法建立多项式模型,对任意RGB 颜色值根据其所在子空间求解对应的多项式方程,即可得到L*a*b*值。实验表明,该方法的转换精度有了很大程度的提高,能够满足数码相机色空间转换的基本要求,为基于数码相机的印刷品质量检测奠定基础。     

基于颜色分割的印版网点面积率测量方法

基于机器视觉的印版质量检测角度,提出了一种基于颜色分割的印版图像网点面积率测量方法。首先,通过图像采集设备获取印版网点的显微图像,对采集的印版网点显微图像进行颜色空间转换,利用饱和度信息对变换后的图像进行粗分割;而后依据图像颜色色相信息对其进行精确分割,经过形态学去噪处理后,对分割后的印版显微图像进行像素统计,并计算网点面积率。实验结果表明,基于颜色分割的网点面积率测量方法的测量精度较高,版材适用性较好。     

基于HSI颜色空间噪声检测的彩色图像去噪算法

目的为了有效去除彩色图像中的椒盐噪声,提高彩色图像质量。方法采用椒盐噪声检测和中值滤波相结合的方法,提出一种基于HSI颜色空间噪声检测的彩色图像去噪算法。将图像转换到HSI颜色空间,根据椒盐噪声在S通道具有极大值或极小值的特点判断出可疑椒盐噪声的位置,在H通道、I通道将可疑椒盐噪声分为噪声点和有用信号,对检测出的噪声像素进行中值滤波去噪。结果采用文中算法去噪后,验证图像主观评价值(Z)为1.30,平均PSNR为37.54,SSIM为0.99,Entropy为7.31,在主客观评价上优于现在常用算法。结论文中提出算法可以为彩色图像椒盐噪声的去噪提供理论基础,具有一定的实际应用价值。     

基于立方体内缩的反向颜色空间转换算法

目的提出一种基于立方体内缩的反向颜色空间转换算法,实现颜色值从CIELab颜色空间到RGB颜色空间的转换。方法选取4096组建模点和512组测试点,以三维查表插值法为理论基础,设计一种基于立方体内缩的方法逐步搜索符合条件的特征点来代替测试点,计算得到测试点反向转换后的RGB值。结果通过CIELAB 1976,CIE94和CIE2000色差公式对算法的转换精度进行评价,计算测试点的Lab值和反向转换得到RGB值对应的Lab值之间的色差。测试点的平均色差分别为2.07,1.53和0.96,大部分色差的分布范围在0~3之间,算法的转换精度较高。测试点反向转换后的结果较为理想,在绿色调区域和亮度较低的红色调区域的精度可进一步提升。结论实验结果表明此算法可精准、快速、有效地实现颜色值从CIELab颜色空间到RGB颜色空间的转换。     

基于BP神经网络的CMY到XYZ颜色空间转换算法研究

对基于BP神经网络的CMY到XYZ颜色空间转换算法进行了探讨,给出了算法工作流程并建立了模型.最后通过实验对算法进行了验证.     

基于多级LatLRR和HSI空间的彩色图像融合算法

目的 为提高红外与彩色可见光融合图像的可视性,更好地再现图像的对比度和色彩效果,提出一种基于多级低秩表示和HSI颜色空间的彩色图像融合算法.方法 首先利用RGB到HSI颜色空间转换,把彩色可见光RGB图像转化到HSI颜色空间,并分离H,S,I三通道.然后利用LatLRR对彩色可见光图像的I通道图像和红外图像进行二级分解,可得到显著的细节部分和基础部分,并将彩色可见光图像I通道和红外图像的细节部分采用核范数自适应加权融合策略进行融合,基础部分采用高斯模糊逻辑值自适应加权进行融合.最后把融合后的细节部分和基础部分相加产生新的I通道图像,结合H,S通道再转到RGB空间,得到融合图.结果 实验结果表明,文中算法得到的融合图主观上彩色失真度最小、场景细节最清晰、红外目标更突出,同时客观评价指标值上升约1％～24％.结论 文中算法是一种有效的算法,对彩色图像融合结果有较好的改善作用.     

基于三维查找表插值算法的显示器色彩空间转换模型的研究

采用三维查找表的转换方法,建立了RGB-CIELab色彩空间转换模型,取得了较好的实验结果,模型转换的色差都小于3,在人的视觉不敏感范围内。比较研究了4种插值算法模型的精度,结果表明:随着将立方体的分区细划,转换精度越来越高。     

基于CMYK颜色空间的光全息水印算法研究

在印刷CMYK颜色空间、傅里叶全息加密和数字水印理论的基础上,提出了基于CMYK颜色空间的光全息水印算法。该算法不用转换颜色空间,避免了未印刷就人为导致水印信息的丢失,提高了重建水印的相似度;解密时,由于傅里叶变换的特性,重建水印的共轭图像与原水印图像互相叠加,增强了重建水印的清晰度。实验结果表明,该算法有较好的不可见性和较强鲁棒性,可以抵抗一般图像处理等操作。     

彩色印刷品质量检测系统图像预处理算法的研究

在线彩色印刷品的质量检测系统在采集图像时,由于设备及环境因素的影响,所采集的图像不可避免的混入噪声,并存在旋转、平移和缩放,为消除噪声并使标准图像与待检图像对准,提出一系列去噪、分色以及匹配定位等预处理算法,并进行了理论分析和实验验证,得到了较为理想的处理效果,为下一步的印刷品质量检测奠定了基础.     

基于颜色空间变换和CNN的自适应去模糊方法

目的研究数字图像中的去模糊问题,从受损的模糊图像中恢复出清晰图像。方法针对现有图像去模糊算法无法保留图像高频信息及容易产生振铃效应等问题,提出一种基于Y通道反卷积和卷积神经网络的两阶段自适应去模糊算法(SDYCNN)。在第1阶段,将数字图像转换至YUV颜色空间,根据图像无参考质量评价分数与模糊核尺寸之间的对应关系,在Y通道内自适应确定模糊核尺寸并进行反卷积增强;第2阶段将第1阶段中的反卷积增强作为预处理方式,通过4层卷积神经网络建立反卷积增强后的图像与清晰图像之间的映射关系,实现图像去模糊。结果轻微模糊图像在第1阶段便能够得到较好的去模糊效果,严重模糊图像经过第1阶段的反卷积增强,也有助于神经网络中特征的快速提取。结论实验结果表明,该算法不仅对于模糊图像具有良好的恢复效果,运算效率也有显著提升。     

Deer Body Adaptive Threshold Segmentation Algorithm Based on Color Space

In large-scale deer farming image analysis, K-means or maximum betweenclass variance (Otsu) algorithms can be used to distinguish the deer from the background. However, in an actual breeding environment, the barbed wire or chain-link fencing has a certain isolating effect on the deer which greatly interferes with the identification of the individual deer. Also, when the target and background grey values are similar, the multiple background targets cannot be completely separated. To better identify the posture and behaviour of deer in a deer shed, we used digital image processing to separate the deer from the background. To address the problems mentioned above, this paper proposes an adaptive threshold segmentation algorithm based on color space. First, the original image is pre-processed and optimized. On this basis, the data are enhanced and contrasted. Next, color space is used to extract the several backgrounds through various color channels, then the adaptive space segmentation of the extracted part of the color space is performed. Based on the segmentation effect of the traditional Otsu algorithm, we designed a comparative experiment that divided the four postures of turning, getting up, lying, and standing, and successfully separated multiple target deer from the background. Experimental results show that compared with K-means, Otsu and hue saturation value (HSV)+K-means, this method is better in performance and accuracy for adaptive segmentation of deer in artificial breeding scenes and can be used to separate artificially cultivated deer from their backgrounds. Both the subjective and objective aspects achieved good segmentation results. This article lays a foundation for the effective identification of abnormal behaviour in sika deer.