基于均匀空间的颜色分级方法

自动视觉检测是机器视觉的一个重要研究领域，而颜色分级是自动视觉检测中的一个典型问题，在陶瓷、木材等行业应用广泛。为了实现快速自动分级，根据人类视觉特性，提出了一种基于均匀颜色空间的表面颜色分级方法。该方法首先将数据从RGB颜色空间转换到CIE 1976 L^ a^ 均匀颜色空间；然后在CIE 1976 L^ a^ 空间用RWM(radius weighted mean)方法提取主导颜色(dominant colors，DC)，再以此作为颜色特征，提出了一种新的颜色距离度量——映射色差，并分析了它与平均色差的关系；最后以映射色差为距离度量，采用最小距离分类器来进行颜色分级。实验结果说明该方法是有效的。     

多颜色空间上的交互式图像分割

介绍了视觉颜色空间及其在交互式图像分割中的作用,实验分析了它的奇异性,在此基础上,考虑像素的空间和色彩分布,提出了基于区域生长法的多颜色空间、多度量准则的聚类算法和零碎区域的合并算法,颜色空间选取HSL和RGB两种,相似性度量包括了种子点、扩张点和生长区域三个方面,并用于敦煌壁画图像的分割。     

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。     

基于Lab颜色空间的太阳能电池片色彩均匀性分析

提出一种快速、低成本的太阳能电池片色彩均匀性分析方法，可有效提升电池片色差分选过程的准确度和可靠性。在对电池片图像进行旋转矫正、背景切割及干扰消除等一系列处理后，通过分析像素点颜色在Lab颜色空间的分布特性筛选出颜色异常点，在此基础上建立差异度和离散度模型用于色彩均匀性的分析。结果表明，差异度小而离散度大的电池片在视觉上显得更加均匀。进一步研究显示，通过优化差异度和离散度的归一化边界值，能够对均匀样品和不均匀样品进行有效的分类和识别。为验证该方法的可行性，将结果与人工标注比对，显示样品分类准确率约为94%,其中对均匀样品的识别成功率达到95.7%。     

颜色相似系数的目标提取与颜色替换

探讨利用区域生长进行目标提取,提出一种基于颜色相似系数的区域生长算法,该算法以待判别点与种子点的颜色相似系数大于给定阈值作为生长准则,给出颜色相似系数的定义及计算公式,对提取的目标进行颜色替换,并应用Matlab软件编程实现。运行结果表明效果不错。     

图像检索中的颜色表示方法分析

对彩色图像进行研究,必须在特定的颜色空间中进行。该文主要介绍了常用的颜色空间及不同的颜色空间的转换,给出了不同的颜色空闯的划分及分析,为用户选择颜色表示方法提供了依据。     

颜色空间在图像彩色化处理中的应用分析

图像彩色化处理通常遵循颜色的局部相似性原则,选择适当的颜色空间是其重要问题。以能否实现颜色的亮度与色度分离为依据,将常用颜色空间分为颜色构成空间和颜色属性空间。考察了不同颜色空间中颜色分布的光滑程度,评估了各颜色空间在彩色化处理中的适用性。理论和实验结果表明,颜色属性空间更适用于彩色化处理。结合对彩色化本质的分析,引出了有关颜色空间选择的若干结论。     

基于CIELab颜色空间和颜色分布信息熵的图像检索

针对基于颜色空间信息熵的图像检索,提出了一种新的改进方案,使对颜色特征的提取建立在CIELab颜色空间的基础之上。利用CIELab的均匀颜色空间特性,来完成对颜色空间的分割,使之更符合人眼的色彩感觉特性,得到符合人眼色彩感觉的颜色空间信息熵。在图像相似性度量方面,提出了加权颜色统计函数的比较方法。经实验表明,该算法能够获得比较满意的效果。     

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HSI颜色空间统计直方图的图像检索

给出了一种对图像的特征进行提取、分析并识别出一定形状及色彩差别的方法,主要目的是提取图像的颜色变化。首先是对采集到的彩色图像进行预处理．包括：图像的滤波、目标图像的定位等;然后采取了相应的图像颜色空间和识别算法,包括：图像颜色空间的变换、颜色量化、图像特征提取、识别算法。计算机仿真结果表明,该算法可行,并取得了较好的效果。     

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。     

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。     

两种改善真彩色图像过度分割现象的方法

根据真彩色图像象素在三维直方图内呈现聚类分布的特点,可利用基于直方图的分割技术得到目标图像。但是直方图阈值分割技术会产生丢失目标信息的过度分割（oversegmentation)现象,采用HSI彩色系统也会出现此种状况。本文分析了问题产生的原因,提出了两种解决方法 ,可大大改善对真彩色图像的分割效果。     

图像彩色分类方法的探讨

图像彩色分类是图计算机自动输入中的一个瓶颈问题，文中利用色彩量化技术，动态地改变调色板内容，利用马氏距离进行颜色识别，并加入事后修复工作，取得了较为满意的分色效果。     

基于提升的可逆颜色变换与渐进性无损图像压缩

利用提升的方法构造颜色空中逆变换（ＣＳＬＳ）。这种颜色空中逆变换是一种从整数到整数的变换,克服了浮点交换的精度误差问题,将其与零树编码结合起来,可以完成彩色图像的渐进性直至无失真编码。     

基于图象空间分布的Shading算法

本文首先介绍了基于局部光照模型的串行Shading算法，然后对设计分布式Shading算法所用到的动态任务分配、数据适应性任务分配、任务粒度等因素作了较为详细的论述，并给出了所设计的新的数据适应性任务划分算法，最后给出了所设计的分布式Shading算法的描述和实验结果.     

计算机彩色模型在图像显示与分割中的应用

本文提出了基于彩色模型的灰度图像彩色显示与分割的方法,该方法将ＲＧＢ,ＨＳＶ和ＧＬＨＳ这几个彩色模型用于图像彩色合成显示并首次用于灰度图像分割中,彩色合成利用图产强方法并考虑到人眼对彩色的分辨率以及视觉特性,不仅增强了图像的内容,而且给予图像合理的彩色显示,使图像易于分析并且具有好的视觉效果。     

一种基于遗传算法的彩色图像分割改进算法

图像分割是进行图像理解的基础,也是图像工程技术中一个重要的问题.近几年来关于图像的分割方法层出不穷,但随着多媒体技术和Internet技术的发展,彩色图像分割处理的准确性和实时性要求也越来越高.为此提出了一种基于遗传算法的彩色图像分割改进算法.经过大量的对比实验表明,用这种方法分割目标和背景区域差别较大的彩色图像具有分割效果好、实时性、鲁棒性强的特点,是一种较为理想的分割方法.     

基于颜色的图象检索中若干关键问题的研究

本文介绍了基于内容的图检索中一个重要的研究内容－一基于颜色检索。     

区域增长法在矾花图像密度统计中的应用

本文应用区域增长法,提出并实现了一种有效的二值化图像分割算法,对二值化后的矾花图像进行处理,从而统计出矾花数量,并计算出物体的分布密度。其中利用了数学形态学和种子搜索填充算法来去除粘连和空洞。实验表明,该算法可行,能满足系统的要求。