基于CAMSHIFT算法和形态学的人手动态分割

动态图象分割是计算机视觉分析中一个重要和困难的任务。该文讨论了一种基于CAMSHIFT算法和形态学的动态跟踪分割。首先把采集到的图象由RGB色彩空间转换到HSV色彩空间,因为肤色对HSV色彩空间的H色调具有恒常性。其后在HSV颜色空间建立肤色直方图模型,确定肤色概率度,运用CAMSHIFT算法对人手动态跟踪,然后运用形态学重构闭运算去除空洞和噪声。实验证明该方法能够有效的实现了人手的动态分割。     

偏好肤色的获取与再现研究

目的基于人眼长期观察实践对色彩形成的认知以及识别肤色时的主观偏好记忆性,对偏好记忆的肤色进行获取以及再现。方法选取代表人群拍摄肤色数据,并通过心理物理试验获取偏好肤色数据库,采用YCb Cr空间建立椭圆模型对肤色和偏好肤色分布进行模拟。利用椭圆模型,提出一种基于仿射变换的偏好肤色再现算法。结果实现了输入图像中肤色到偏好肤色的转换和再现,并使用瑟斯顿成对比较法对仿射变换再现算法和其他算法的再现效果进行了评价。结论算法具有较高的观察者偏好度,更符合人们的主观感受,肤色再现效果较好。     

基于人脸肤色和特征的实时检测跟踪算法

针对实时视频中的运动人体目标,提出一种基于人脸肤色和特征的快速人脸检测和跟踪方法.首先运用帧差法和形状信息检测出视频中的运动人体目标;然后在YCbVCr色彩空间中,根据肤色的色度聚类特性建立Gaussian模型,分割出肤色区域,去除噪声后,结合人脸的几何特征和器官独有的颜色特征滤除非人脸肤色区域,准确定位人脸在图像中的位置;利用控制策略驱动摄像机,根据人脸信息使人的头肩部位始终处于视频图像的中心,从而实现运动跟踪.为了增强系统对光线变化的适应性,提出了适当的Gaussian模型参数更新策略.实验结果表明,该算法能够适应复杂背景下的人脸检测,具有速度快、准确率高、鲁棒性好的特点,实现了运动人脸的可靠跟踪.     

基于肤色平滑度的人脸分割

人脸检测具有非常重要的现实意义．在进行人脸检测时．人们通常将注意力集中在眼、鼻、口等具有显著特征的核心区域．而忽略人脸面部、额头肤色是比较的平滑的这一特征．针对这点．本文提出肤色平滑度的概念,并利用这一概念和HSV颜色模型对图像进行分割．实验表明．本文的基于肤色平滑度的分割方法,能方便快速有效地分割出处于各种旋转角度、各种光照条件、各种颜色背景下的人脸．     

肤色建模和肤色分割的人脸定位研究

为了实现彩色图像中人脸的精确定位,提出了一种基于肤色模型、肤色分割处理的人脸定位算法.通过建立肤色模型计算得到图像的相似度分布图,经自适应阈值的二值化处理后,再进行肤色分割,将非人脸区域去除:最终利用眼睛与嘴巴构成三角形特征结合人脸椭圆模板匹配定位人脸.实验结果表明,该算法对于复杂背景下的彩色图像中的人脸正面定位和人脸转动一定角度后定位都有较好效果.     

HSV空间中基于区域边缘直方图的视频目标再识别算法

视频目标再识别涉及计算机视觉领域的运动目标检测、跟踪、图像处理、特征提取、特征匹配等.现提出一种基于前景检测、彩色区域边缘直方图(REH)的视频目标再识别算法.前景目标检测能有效消除背景像素产生的冗余特征,结合HSV空间中的彩色区域边缘直方图,增强了对目标的特征描述.实验在笔者建立数据集和3Dpes上取得了86.7%和51.5%的识别率,进一步提高了视频目标再识别的准确率.     

复杂背景下的人耳检测方法

本文在借鉴人脸检测算法的基础上,对现有的人耳检测方法进行研究,针对人耳区域小、共性特征少、复杂背景下难以检测等特点,提出了一种分阶段优化的静态彩色复杂背景下的人耳检测方法.首先采用肤色分割将检测范围缩小至肤色区域;接着利用侧脸的先验知识再次筛选;然后对图像进行边缘提取,在边缘图像中利用人耳含有丰富边缘信息的特点进行区域搜索以确定人耳.在该方法中,彩色图像的肤色信息和灰度图像的多尺度边缘以及人耳自身特征被结合起来,对解决人耳共性特征在复杂背景下难以被提取的问题具有较好的效果.实验结果表明,该算法在复杂背景下是有效的.     

基于视觉特性的非锐化掩模图像增强

将人类视觉特性中灰度敏感程度和颜色相关性引入到图像增强中.选择HSV彩色空问,提出最优可见偏差(OND)引导的非锐化掩模(LJM)图像增强算法(OND-UM)对亮度分量进行边缘和细节增强,其中通过数值拟合得到了OND曲线,并构造了基于局部方差的自适应增益函数以实现对不同细节区域增强强度的自适应调整;尤其针对含有低对比度区域图像,利用Otsu分割方法确定阈值的分段自适应拉伸函数进行图像的全局调整和对比度增强:而饱和度分量进行直方图均衡,色度分量保持不变;颜色空间转换后再进行基于改进的颜色相关性统计的RGB空间颜色校正.仿真结果表明,OND-UM对连续边缘增强和边缘噪声抑制方面较优,而颜色校正后的图像色彩更丰富艳丽,更符合人眼视觉.     

基于k-Means算法的彩色QR码识别

为了降低彩色QR码解码过程中出现的混叠效应,提高彩色QR码解码的正确率,提出一种基于HSV颜色模型的k-Means聚类算法。为了选择适合彩色QR码的颜色空间模型,通过实验验证了在RGB,Lab,HSV 3个颜色模型下k-Means聚类算法的效果。在HSV颜色模型下,根据等欧氏距离的原则建立彩色编码模块的配色模型,最大程度地减小解码中颜色的混叠效应。彩色QR码解码预处理阶段,利用基于HSV颜色模型的光线补偿的k-Means聚类算法对彩色编码模块进行颜色分离,以提高解码的精度。研究结果表明:在HSV颜色模型下,k-Means聚类效果最好,图像区域分类效果最清晰;所建立的配色模型可以最优地为彩色编码模块配色;基于HSV颜色模型的光线补偿的k-Means聚类算法可以提高彩色QR码解码的正确率。因此,建立合理的配色模型进行彩色编码模块的颜色设置,同时采用基于HSV颜色模型的光线补偿的k-Means聚类算法进行颜色分割,可以大幅度地降低彩色QR码编码模块之间的混叠效应,从而显著提高彩色QR码解码的正确率。     

增强彩色电子纸饱和度的误差扩散优化

为解决彩色电泳电子纸因粘滞阻力等引起的显示颜色饱和度低、边缘模糊等问题,本文提出基于HSL空间的彩色电子纸边缘增强误差扩散算法,以提高图像显示质量。该算法首先将去噪图像利用边缘检测算子得到边缘增强图像,结合边缘增强图像像素邻域平均灰度、像素与邻域灰度差异和像素邻域相似度得到新RGB图像像素值。接着,新RGB图像通过阈值处理过程得到16色阶RGB图像。最后,16色阶RGB图像转换到HSL空间,建立HSL和RGB色彩空间的转换模型,根据像素点的亮度和饱和度计算出调整因子,从而增强RGB图像饱和度。该算法与传统的误差扩散算法相比,信噪比PSNR提高了3.9%～26.7%,UCIQE提高了10.1%～48.2%,相似度SSIM提高了13.2%～25.4%。主观评价参考ITU-R BT.500-1标准设计实验计算Z得分,最终本文算法处理后图像在彩色电子纸上显示的图像细节和颜色更加接近原图,整体视觉效果更好。     

运用肤色信息和模板匹配的彩色人脸检测

人脸是一个复杂的模式,在图像中自动地对其进行定位和分割是进行人脸识别的第一步。本文提出一种运用肤色信息和模板匹配的人脸检测方法。该方法先进行肤色分割,然后对每一个人脸候选区域进行形状比例的分析,最后进行模板匹配。实验结果表明,该方法对任意背景下,任意姿态及任意数目的人脸检测非常有效。     

基于肤色特征和动态聚类的彩色人脸检测

在人类视觉机制和肤色聚类特性的基础上,提出了一种复杂背景下人脸检测方法。该方法采用K-均值动态聚类分析算法,利用人类肤色特征在输入图像中检测包含人脸的似人脸区作为候选人脸,再用同样的方法对候选人脸区域进行扫描,得到真正的人脸。实验结果表明,该方法的正确检出率达到84%,受背景、光照、角度、姿态的影响很小,具有较好的鲁棒性。     

人脸图像中人眼的检测与定位

利用人脸几何特征和图像分割原理，提出了一种在有背景的灰度和彩色人脸图像中自动检测与定位人眼的新算法。首先，基于人脸器官几何分布先验知识建立人眼位置判定准则；其次对人眼的分割阈值范围进行粗估计；然后采用分割阈值递增法，并结合人眼位置判定准则判定分割图像中双眼黑块是否出现；最后利用二雏相关系数作为对称相似性测度，检验检测到的双眼的真实性。为了避免图像背景对人眼检测的干扰，还运用了肤色分割原理来缩小检测人眼的搜索区域，从而进一步提高人眼定位的准确性。实验验证表明，所提出的人眼检测与定位方法在速度和准确性方面具有良好的性能。     

基于颜色属性相关性的图像色差公式的研究

CIE 色差公式不适合用于复杂图像对间色差预测,为更准确地评价再现图像与原稿之间的颜色差别,提出了一个基于颜色属性相关性的图像色差计算算法。算法的图像色差的计算,采用对比度敏感度函数(CSF)去除图像内容中视觉难以觉察的信息,降低图像内容的空间复杂性,通过对图像对间颜色三属性的相关性分析,确定各色彩属性差的权重。心理物理实验证实,色差公式计算值与主观评价的评分是一致的,表明该算法可用于评价图像对间的颜色差别,也可用于评价压缩方式、图像增强算法以及色域映射算法等的性能。     

Experimental assessment of color-rendering indices and color appearance under varying setups

The Color-Rendering Index (CRI) for light source is a quantitative measure of the capability to preserve color appearance of illuminated objects. Recently, CRI has had a renewed interest because of the new LED-based lighting systems. These sources usually have a Color-Rendering Index rather low, but a good preservation of color appearance and a pleasant visual appeal. Various attempts to develop a more reliable new color-rendering index have been done so far, but researchers are still working on the topic. This article presents the open issues related to CRI and discusses some of the approaches available in literature. In order to have a baseline to verify the above points, we present an experiment performed with human observers to assess the appearance preservation of a color under a set of light sources. The test protocol uses 3D reference objects and can be used as an alternative way to assess CRI. The results are then compared with a range of available color rendering indices. The goal is not to make a rank among CRIs, rather to assess their variability relative to human judgment through different setups and light sources.     

颜色相似性度量在色差检测中的应用

针对彩色图像缺陷检测中存在的色差问题,在RGB与HSI颜色空间模型的基础上,应用颜色相似性度量的方法来量化一些关键指标,以达到色差识别的目的.实验表明,这种方法符合人眼颜色视觉的相似性判定规律,同时计算简单,易于实现.它不仅避免了复杂的颜色转换过程,而且还能满足颜色视觉特性,因而具有重要的实际意义.     

基于层次分析法的用户色彩偏向研究

目的分析用户色彩偏向性的选择行为,为应用软件标志色彩的设计提供指导性意见。方法以层次分析法对应用软件标志色彩的识别性影响因子及影响比重进行实验,构建用户选择色彩影响因子的层次结构。从用户对色彩认知的生理、心理、社会三个方面提取色彩影响因子,对色彩影响因子的提取方式进行探索与实践;在生理方面结合眼动实验数据,将数据作为用户的生理评定数值引入层次模型;在心理方面通过色彩区域划分,获知用户对色彩的偏向次序;在社会方面运用色彩语义法进行语义分类。以医疗类应用软件标志色彩选择为例进行实验,将各因子的层次结构转化为判断矩阵进行数学计算,得出各影响因子的权重值。结果应用软件标志色彩的影响因子提取模型具有可行性,且模型具有可重复性。结论借助层次分析法获知用户对应用软件标志色彩的偏向次序,为应用软件标志色彩的设计提供新的理论依据。     

区分商品图中计算机生成图和相机拍摄图的方法

在很多场合的应用中,利用图片做数据挖掘之前,有必要区分计算机生成图片和相机拍摄图片.本文针对互联网上的商品图片集(主题为商品的图片,简称商品图).对现有的一些分辨计算机生成图片和相机拍摄图片的方法进行了讨论.分析了各种判别方法在商品图上运行时的局限性,并提出了一种适用于商品图的简单有效的方法.该算法首先从文字图片和图像图片具有不同视角效果的角度对二者进行区分,并将文字图片认定为计算机生成图片;然后时剩余的图像图片的主颜色,颜色多样性等进行综合的判定区分出计算机生成图片.本文在一个拥有40 000张的网上商品图片库上验证了算法的有效性.     

影响产品色彩设计的因素剖析

色彩设计是现代产品设计的一个重要方面,了解产品色彩设计的因素,分析其形成的原因,对产品设计至关重要.因此文章详细剖析了影响产品色彩设计的各种因素,指出色彩是产品设计这个系统工程中的重要一环,它必须与产品的形综合在一起,才能取得有机和谐的整体设计效果.