基于混合色彩空间独立特征的色纺面料颜色表征模型

为解决色纺加工中染色纤维整体呈色特性难以准确描述的问题,建立了基于混合色彩空间的独立特征颜色分析模型。对Lab与HSV 2种颜色空间中具有相同属性的颜色分量进行独立融合,并构建混合色彩空间;在此基础上,分别采用三阶颜色矩和局部纹理统计特征对色纺织物图像的颜色信息进行表征与融合。结果表明:对于色纺针织物或梭织物而言,所建立的颜色表征模型不仅能够对较大范围内的质量配比变化进行有效表征,而且对于染色纤维细微调整而导致的颜色改变亦能准确表达,具有理想的鲁棒性与普适性。     

不可忽视的通道混合器应用

Photoshop中的"通道混合器"工具对于RGB或CMYK色彩模式的图像是一个非常有用的工具,在某些通道缺乏颜色信息时,"通道混合器"通过编辑图像的通道,使当前源通道中的像素值按一定程度混合作用于输出通道中的像素值,可以对图像作大幅度校正.在RGB或CMYK图像中,颜色通道是代表图像颜色分量色调值的灰度图像,使用"通道混合器",可以通过源通道向输出通道加减灰度数据.不过,向特定颜色分量中增加或减去颜色的方法不同于"可选颜色"命令.     

床上用品色彩风格辅助设计

为提高床品色彩风格的设计效率,提出使用聚类算法和模糊隶属函数计算床品主色调及色彩描述语义来构建床上用品参考图像色彩风格数据库,分割床上用品源图像和参考图像前景背景,使用扩充的色彩和谐模版作为色彩和谐评价依据,计算用户选择的参考图像前景色彩和谐模版,采用标准高斯分布函数将源图像的前景颜色正态转移到参考图像色彩和谐模版的灰色区域中,实现前景色彩和谐转移,并和经过颜色替换的源图像背景融合,用方差和均值调整融合后的图像饱和度与亮度,最终得到和参考图像风格一致的目标图像,完成床上用品的色彩和谐方案设计。     

纹织CAD中的颜色量化算法研究

经过扫描仪输入的图像,所包含的颜色很多,真彩色图像有成千上万种颜色,八位图像也有256种颜色,而实际的纹织图像花样设计中所涉及到的颜色数目屈指可数.因此,在进行进一步处理前,需要对图像进行颜色量化,将扫描图像中的颜色归并为少数几种颜色.利用改进了的"变球法"颜色量化算法进行颜色量化,满足了在纹织CAD设计中,设计人员因为工艺或者设计的需要,保留原图片上几种特定颜色的要求.仿真结果表明运用该算法的颜色量化效果好,误差小,基本接近原图.     

电脑平面设计及印前图文处理问答

什么是色彩与设备无关?色彩与设备无关是实现图像信息交换标准的重要一环，其含义为某一种图像处理设备所处理获得的图像色彩数据结果，在另一种处理设备上应该能够得到相应的还原。要实现色彩与设备无关，首先必须能够客观地评价图像的颜色和密度与处理设备之间的变换特性。     

传统服饰云肩实物图像主色的智能检测

为解决获取传统服饰实物图像色彩耗时且缺乏准确性问题,以传统服饰的云肩为例,借助均值漂移（Mean-shift）聚类法,提出了一种检测传统服饰实物图像颜色的方法。运用单反数码相机进行实物图像采集;对所得初始图像的R、G、B3个颜色通道进行去噪处理;再将图像RGB颜色空间的特征向量转换至CIE L*a*b*颜色空间中,利用大津法阈值原理（自适应阈值算法）分割被测图像中云肩实物与背景;最后采用Mean-shift聚类算法,将被测图像的颜色像素分割为若干有效的集群,同时从这些集群中提取云肩主要色彩。实验结果表明,该算法可较为准确地从云肩图像中提取主色,且当Mean-shift聚类算法的带宽被设定为0.05时,分类颜色结果更为准确。     

利用颜色和纹理进行图像检索的算法分析

自从上世纪70年代,人们就开始了对图像检索技术的研究,但是只是基于文本方面的,而且仅仅是利用文本的方式对图像的特征进行简单的描述。后来,人们不在满足于简简单单的图像检索方法,进而又开始进行了更深层次的开发,这样就出现了利用颜色和纹理对图像的检索和分析的方法,这种检索的方法是基于图像的内容进行检索的一种方法。这种检索方法只是对文本进行检索的方法更为精确。所以人们开始使用这种利用颜色和纹理进行检索的方法,进而研究了这种检索方法的检索算法。在利用颜色和纹理进行图像检索的算法中,要对图像进行分割,利用分割好的图像进行颜色平均值的换算,再把颜色平均值进行低频分量,把它作为颜色的特征。在根据边缘直方图来提取检索内容的纹理特征,最后根据这两个特征进行图像的检索。在本文中关于检索的算法的实践性进行了说明,这样的检索算法可以有效的提高图像的准确率。     

基于均匀颜色空间的纺织用图形图像分色算法研究

纺织花型一般对花型的颜色数量有严格的限制,因此普通数字图形图像在用做纺织花型之前都必须对图形图像的色彩进行压缩.文章提出了一种基于CIE-1976年LAB均匀颜色空间的色差计算公式,并使用系统聚类法对纺织用图形图像进行色彩压缩的算法.该算法具有信息损失小、速度快的优点.     

图像并行细化算法改进研究

图像细化处理在字符识别、指纹识别等模式识别中有着重要的应用。本研究针对图像并行细化算法中存在细化后信息丢失及斜线细化存在冗余像素的问题,提出一种改进的图像并行细化算法。针对斜线细化中出现的问题,在ZS算法和EPTA算法的基础上构造了一组可更好地消除冗余像素的消除模板和避免信息丢失的保留模板;针对二像素直线细化过程中信息丢失的问题,在ZS算法的基础上构造了一组保留模板;针对对称图像细化过程中图像出现不对称性的问题,构造了一组对称的保留模板。实验表明,本研究提出的改进算法能很好地解决图像并行细化过程中产生的信息丢失及像素冗余等问题,使图像完全细化,骨架保留完整。     

交互式彩色图像分色换色算法及实现

针对当前彩色印花花样分换色技术中存在的问题 ,提出了一种省时且操作简单的分换色算法。算法中多种色彩空间的配合应用特别是均匀色彩空间的应用 ,极大地减少了可能引起的图像失真。并可以在尽量少人工参与的情况下得到清晰的色彩区域和满意的换色效果。实验结果表明此算法简单实用。     

基于色彩优化的云锦局部风格迁移

针对当前图像风格迁移算法在云锦线稿纹样合成中出现的轮廓模糊、色彩混杂的问题,本文提出了一种增加色彩损失计算的云锦局部风格迁移模型,即定义色彩像素在R、G、B通道的方差和为色彩损失,采用Adam函数优化色彩损失,以减小合成纹样的色彩差异,利用掩码图获得局部迁移轮廓,生成高识别度的云锦风格化效果图。实验结果表明：利用色彩优化的局部迁移算法获得的云锦效果图综合相似度(内容与风格)均值为0.38,相比传统的局部迁移算法提高了9.14%。优化模型在实现局部风格迁移的基础上,通过减小色彩差异,提高了合成纹样的语义辨识度,为云锦图案的创新设计提供了方法。     

Photoshop中通道的应用

“通道”一词来源于传统的电分机,是Adobe Photoshop中一个很重要的概念。在图像处理过程中主要用于两个方面,一是保存和调整图像的颜色信息;二是保存和载入选择范围。1通道的类型Adob e Photos hop中,有三种类型的通道,一是用来描述图像色彩信息的颜色通道;二是用于保存和编辑     

色域匹配算法--CPC

色域匹配是实现原稿、显示器和印刷品的颜色匹配的关键技术。在色彩管理系统中，色域匹配算法来负责完成颜色的相互转换。本文介绍了一种优秀的匹配算法——CPC算法(色度均匀裁减法)。这种算法在进行裁减后能使色度和阶调保持一致性。人们对色度和阶调的复制效果的评价只能是主观性的，相对于其它三种传统的算法来说，CPC算法在色彩匹配主观评价方面是最好的。     

基于平滑滤波和分水岭算法的重组织织物图像分割

针对带有重组织的织物图像特点,提出了一种根据纱线颜色进行图像分割的方法。首先将织物图像转化为Lab颜色模式,采用混合中值滤波算法滤除扫描噪声;其次通过设置色差容许值改变高斯权值的平滑滤波算法进行滤波,去除织物图像中的重组织阴影和同颜色纱线纹理,保留纱线颜色特征;然后提取织物图像的色差梯度,通过分水岭算法进行图像分割,获得区域标记图像;最后将颜色相近的分割区域进行合并,得到织物图像的分色索引图像。实验结果表明,提出的算法可以对重织物图像进行较为准确地分割。     

基于参数可调均值迁移滤波实现筒子纱的识别检测

为了提高机器视觉对纱筒图像识别检测的准确率,课题组提出了一种参数可调均值迁移滤波算法.在图像采样过程中,先对源图像进行锐化处理,再对图像空间窗口与颜色窗口同时进行卷积操作,筒子纱的边缘轮廓得到完整保留,且通过滤波处理去除图像噪声;采用Canny算子边缘检测,完成对筒子纱的轮廓提取;几何矩计算轮廓质心和横纵比过滤判别筒子...     

彩色管理中色域压缩映射方法的研究

一、引言彩色管理的目的是使图像色彩在不同的颜色设备之间尽量保持相一致。但对于彩色图像复制设备,由于其表现颜色的结构及机理的不同,以及再现色彩所用介质的不同,因而其所能呈现的颜色范围也不同,亦即表现出不同的色域(color gamut)。一般情况下,目标设备的色域和源设备的色域是不同的。它们有如下两种关系:一是目标设备色域完全包含源设备色域,此时在目标设备上完全可以再现源图像的色彩,不需要进行色域压缩映射;二是目标设备色域小于源设备色彩色域或者是二者之间色域部分重叠,这时需要将源设备中不在目标设备色域范围内的颜色压缩映…     

印前色彩管理新手入门

由于各印刷图像处理设备间的色彩特征不同,图像在各设备上的颜色表现也不相同。图像在输入和输出设备间传输,在不同色彩空间进行转换造成图像的颜色信息损失,在软打样和硬打样时,都会引起颜色的不一致。因此,为了保持图像的颜色在不同设备之间输出时的一致性,就要对印前,印刷相关设备以及制作软件进行色彩管理。所谓色彩管理就是指,图像在不同设备传输以及不同色彩模式相互转换中,为了减少图像信息的损失,保持图像颜色一致,使图像颜色能够逼真复制所做的工作。     

色彩管理中感知意图的完美再现

正现代色彩管理是20世纪90年代产生的一种利用计算机解决输入设备和输出设备之间色彩兼容性问题,同时制定了色彩转换标准,从而实现色彩复制中的色彩控制和管理。在实际色彩转换操作中,源设备的色域往往大于目的设备的色域。也就是说,源设备表现的色彩不能被目的设备全部复制,把不能被复制的源设备颜色称为色域外颜色。为了更好地展现目的颜色,国际色彩联盟ICC规定了四种异色域色彩转换的再现形式(再现意图),分别是感知再现意图、相对色度感知意图、绝对色度再现意图、饱和度再现意图。     

基于旋转球算法的图像色域的可视化

根据源色域是否基于图像可以将色域映射分成两类,设备到设备和图像到设备。图像到设备的方法考虑到了图像色域是设备色域的一个有限子集,这样就能够避免图像的色域被过度压缩从而可以更好地保护颜色的色貌。在一个基于图像的色域映射算法中图像色域的几何精确度是很重要的因素。本文针对图像色域的构建,提出了一种精确度较高的基于旋转球算法(Ball-Pivoting Algorithm)的图像色域的三维可视化的方法。首先我们用一个通常的分析转换方法将要输出的图像从RGB空间转换到CIEL*a*b*颜色空间,然后我们将CIEL*a*b*颜色空间离散化,再将图像的像素点量化到离散空间的网格点。最后基于旋转球算法实现图像色域的网格点重构。实验结果表明提出的方法能够在不失精确度的同时保持较快的速度,这对于开发基于图像的实时色域映射算法有重要意义。     

一种改进的CycleGAN图像风格迁移算法

针对目前生成对抗网络的图像风格迁移效果存在细节丢失、图像真实性有待提高等问题,提出了一种改进的CycleGAN网络模型,使用U-Net代替原来的ResNet网络,以更好地保留图像细节和结构;在生成器和判别器中融入自注意力机制,进一步提升对重要细节的关注和重建能力,产生更逼真细腻的迁移效果。消融实验结果表明,该算法有效改善了风格迁移过程中细节丢失等问题,生成图像具有更好的视觉效果和真实感。