基于多颜色空间信息融合的视频车辆检测方法

利用图像颜色空间各分量的相对独立性和互补性,通过理论分析和实验,提出了有选择地将RGB、YCbCr和HSI3个颜色空间9个分量的检测结果进行融合的方法,提高了车辆视频检测的准确性。该法在S和I分量较大时依据H分量的值选择不同3个分量的检测结果进行有差别融合,而S和I分量较小时再选择另外3个分量的检测结果融合。实验证明,同只利用亮度分量的检测结果相比,检测到的车辆更加充实,空洞大幅度减少,很大程度提高了依赖于该结果的交通信息数据的精确性。     

基于HIS颜色空间颜色对的图像检索系统

提出了一种在HIS空间中进行的基于颜色对的图像检索算法.为突出颜色在画面中的位置在内容检索上的作用,算法在HIS颜色空间的上对各颜色分量进行量化,用颜色对来描述图像的颜色特征,定义了基于颜色对的相似度度量,利用图像颜色特征进行相似度匹配和检索.实验结果表明,该算法能比较快速、有效地针对图像内容进行检索.     

基于特征选择的皮肤检测混合颜色空间的选取

通过特征选择的方法解决皮肤检测过程中颜色空间的选取问题,针对现有基于互信息的特征选择方法的不足,提出了改进方法：1）使用互信息缩小特征选择范围,然后选择使分类效果最佳的特征子集;2）尝试多种可能的特征子集初始化方案,然后选择其中最优的方案.实验结果和对比分析表明,使用改进后的特征选择方法得到的混合颜色空间,其皮肤检测效果优于传统颜色空间和已有混合颜色空间.     

基于RGB-H-CbCr新颜色空间的肤色检测算法研究

针对以往肤色检查算法很少考虑亮度,仅靠色度信息检测肤色,忽略了由于不同人种和亮度差异而导致的肤色像素在颜色空间上的分布不同,本文提出了一种基于RGB-H-CbCr新颜色空间的肤色检测算法。该算法综合了肤色像素在RGB、YCbCr和HSV三种颜色空间上的分布特征,构建出RGB-H-CbCr新颜色空间肤色模型,来辨别肤色和非肤色点。文中利用Matlab分别对不同人种的肤色图像进行实验仿真,实验结果表明该方法能有效检测人体肤色,能有效提高肤色检测的正检率。     

基于彩色空间多特征的高空间分辨率遥感影像阴影检测

高空间分辨率遥感影像中的阴影检测对于影像的目标识别和信息恢复十分关键。针对单一特征阴影检测中普遍存在的强反射性地形、地物漏检和水体错检的情况，提出了一种基于彩色空间多特征的阴影检测方法：首先，利用改进的阈值法进行一般阴影的检测；然后利用色调值较高的特征检测包含强反射性地形地物的阴影区域；再利用水体在RGB不同波段的反射亮度差值来进行水体与阴影的区分。实验结果表明：该方法较好地克服了阈值反复试算、包含强反射性地形、地物阴影区域漏检和水体错检的问题，提高了阴影的检测精度。     

基于不同颜色空间的运动目标检测算法分析

视频图像运动目标检测是有效分类和跟踪运动物体的关键步骤。对于彩色图像,大多选择颜色特征作为运动目标的检测标准,而不同的颜色空间反映图像的信息不同。为此,本文分析了运动目标在多种颜色空间下的信息变化情况,以及不同色彩空间下的像素特征对目标检测算法性能的影响;比较了复杂背景环境下,基于不同颜色空间特征值的混合高斯模型算法的背景减除效果,以期为多种典型环境下颜色特征优选和算法优化提供理论基础和实践指导。实验结果表明:在RGB、YCrCb、HSV和Lab四种不同颜色空间中,基于Lab颜色空间的运动目标检测算法具有更高的检测率和更低的误检率,是一种能抗背景光干扰、适应能力较强、鲁棒性较好的检测算法。     

基于数学形态学和HSI颜色空间的人头检测

为提高视频监控中人数统计的实时性,提出一种人头检测算法。该方法在HSI(hue, saturation intensity)颜色空间建立人头颜色模型,并结合头发的灰度范围进行二值化。采用数学形态学的膨胀腐蚀算法进行预处理,并在边缘检测之后再次进行膨胀腐蚀,从而得到若干个候选区域。利用轮廓的几何特征综合判断这些区域是否为人头。实际监控的实验结果表明:该方法能够快速有效地检测出人头,很好地满足了视频监控中人数统计的实时性要求。     

一种改进的HSV颜色空间量化方法及其应用

随着图像数据的海量增长,图像检索效率逐渐成为研究热点.为了提高图像检索的准确率,提出了一种改进的HSV颜色空间量化方法,细化色调H的分类,使量化结果更接近人类感知,并在此基础上采用分块策略进行仿真实验.实验结果表明,提出的方法能更好地描述图像的颜色特征,效果令人满意,具有一定的实用性.     

基于HSV颜色空间静止背景中运动目标的检测算法

针对固定场景视频序列中的彩色运动目标检测,采用HSV颜色空间表示视频原始帧,使用自适应背 景更新在原始帧中提取V 分量建立背景帧,利用背景差分法对视频序列进行运动检测,在运动区域二值化时结合原 始帧中的H 分量对运动区域进行筛选,从而得到特定运动目标被点亮的前景帧。实验结果表明,该算法能够有效地 实现在静止背景、多运动目标共存的视频中检测出特定颜色的运动目标。     

基于空间和颜色自相关的直方图目标检测方法

在传统的颜色相关直方图基础上,提出了一种基于空间和颜色自相关的直方图目标检测算法(Spatial and Color Co-occurrence Histogramms,SCCH),该方法采用符合人眼感知的HSV颜色空间,并对其进行非均匀量化,使其更加符合人类生理机制;SCCH算法强调颜色过渡区域的重要性,选取边缘点作为计算对象,同时利用颜色自相关直方图,减少计算量,大大提高了检测效率。     

基于Delaunay三角形网格的彩色视频帧内编码方法

利用DT(Delaunay Triangulation)网格研究了彩色视频亮度和色度分量之间的相关性,提出了一种基于DT网格的彩色视频帧内编码方案．该方案仅对亮度分量Y进行DT描述,利用亮度分量Y的部分网格节点经过相似变换生成色度分量Cb或Cr的DT网格,从而节约了编码时间．实验结果表明,与对3个分量分别进行DT描述及编码的方法相比,节约了约30％的编码时间,并保持了好的解码图像,仍然比H. 263帧内编码和MPEG-4的静态纹理编码方法提供的主观质量好．     

基于改进BP神经网络的显示器色空间转换

彩色显示器是用来传达颜色的重要工具,而色彩在不同设备或系统上往往会有差异,所以对显示器建立一个色彩管理系统很有必要.用色彩管理软件和分光光度仪对显示器进行屏幕的校准和特性化,采用改进的BP神经网络法建立了从RGB色空间到Lab色空间的转换模型.通过对实验数据进行对比分析可知,这种算法对色彩空间的转换具有较好的非线性拟合能力和更高的预测准确性.     

基于主元分析的相机间颜色校正

针对相机间的颜色校正问题,提出一种新方案以克服因相机所处环境不同而对校正结果带来的影响。利用主元分析确定颜色空间变换关系矩阵,将RGB颜色空间转换到各颜色通道间相关性较小的Lαβ空间,在该颜色空间下,利用图像的颜色统计特性一致性原理对相机间的颜色进行校正。实验结果表明,新方案可有效克服相机所处环境对目标颜色校正的影响,实现较为理想的相机间颜色校正。     

基于多项式回归法的显示器色彩空间转换模型研究

彩色显示器是用来传达颜色的重要工具,而色彩在不同设备和系统上往往会有差异,所以建立一个显示器色彩管理系统很有必要.用色彩管理软件及分光光度仪对显示器进行屏幕的校准和特性化,采用多项式回归算法建立了CIE RGB到CIE XYZ颜色转换模型,并对转换模型所得到的X,Y,Z计算值与实际测量值进行比较,取得了较好的实验结果.模型转换后的绝大部分色差都小于6,在人的视觉不敏感范围内,故转换模型具有较高的转换精度.     

基于SSLUT的颜色空间转换的快速算法

为了满足实时视频分析中颜色空间转换的效率要求,本研究提出了一种DSP上基于简化移位和查表法(simplified shift and lookup table method, SSLUT)的YCbCr到HSV颜色空间的快速转换算法,并对转换后的图像质量做了综合评价。首先,采用定点移位法把YCbCr转换到RGB,再用查表法将RGB转换到HSV,以实现YCbCr到HSV的快速转换。其次,分别基于DSP和PC两个平台上分析了算法速度。最后,从客观测量和满足人眼视觉特性两个方面,利用峰值信噪比和结构相似性算法综合评价转换后的图像质量。通过算法时间和图像质量评价实验的结果表明,该算法具有良好的实时性。同时,可使图像有较高的保真度     

基于色彩特征的CAMSHIFT视频图像汽车流量检测

针对视频图像中目标车辆尾灯及背景色彩在HSV空间分布上的特点,提出了把车辆尾灯作为跟踪目标,恰当选取色彩特征参数,采用CAMSHIFT目标跟踪算法对汽车流量进行检测的技术方案.研究了基于HSV色彩空间的CAMSHIFT目标跟踪算法在视频图像汽车流量检测中的实现,并用实际拍摄的交通视频图像对该检测算法进行了验证.实验结果表明,本文算法具有较高的准确度,能够有效跟踪以各种速度行驶的车辆,可以较好地应用在汽车流量检测领域中.     

基于泰勒理论的色空间转换误差研究

为了从数学角度研究线性插值法在色空间转换中的误差,提出了一种基于泰勒理论的分析方法.从三阶泰勒多项式展开来看,线性插值法只是这个展开式的前几项,除了效率和精度,各插值法没有本质的不同.根据泰勒理论,如果变量不收敛,则泰勒展开的误差也不会收敛.所以线性插值公式包含越多的项、公式越复杂,不但不能减小误差,反而会使误差增大.对波动误差的成因,从泰勒理论的角度进行了分析.发现波动误差源自于变量相关,与插值精度、插值公式没有任何关系.只要变量不相关,就没有波动误差.     

IPT颜色空间均匀性的研究

针对当前图像色貌模型中使用的IPT颜色空间,采用视觉均匀的Munsell颜色体系,分别从明度、彩度和色相等三方面对其均匀性进行了评价,提出了样品决定系数(R2)、均方根误差(RMSE)等相应的评价指标.结果表明:在明度方面,IPT颜色空间与CIELAB颜色空间同样具有良好的均匀性;在彩度方面,IPT颜色空间的彩度均匀性不如CIELAB颜色空间;在色相方面,R、YR、Y、GY、G、BG、B颜色区域的均匀性要比在CIELAB颜色空间稍好一些,是一个较为理想的色彩空间.