基于Munsell-HLC颜色空间的彩色图像分割

图像分割既是数字图像处理中的主要研究内容之一,也是进一步进行图像识别、分析和理解的基础。目前,灰度图像分割算法已经比较成熟,随着彩色图像在各个领域的广泛应用,出现了许多用来进行彩色图像分割的颜色空间和色差的理论。这里用HLC颜色空间及颜色距离（色差）实现彩色图像分割,实验结果证明了这种方法的有效性。     

基于FPGA的RGB到YCrCb颜色空间转换

RGB,YCrCb是表示颜色时经常用到的两种颜色空间,在应用中经常需要实现它们之间的转换。在此结合FPGA运算的特点,推导出一种适合在FPGA上实现从RGB到YcrCb颜色空间转换的算法,该方法能有效节省逻辑资源。运用VHDL语言编写程序实现电路,调用DSP48 Slice模块实现乘法运算,采用流水线设计,运算速度快,实时性好,易于在实际工程中实现。     

基于颜色和边缘直方图的多目标跟踪

为了解决基于颜色直方图的多目标跟踪方法对复杂场景适应能力差,容易丢失目标的问题,文中提出一种将颜色直方图与边缘方向直方图相结合的多目标跟踪方法。该方法首先采用一种分块连通域标记方法进行多目标提取,并获得目标的颜色、边缘特征;然后融合目标颜色与边缘两种特征来描述目标的外观模型;最后对跟踪过程中的目标模板进行更新。实验结果表明,该方法对于目标在尺度、光照、姿态发生变化以及目标发生旋转情况下能够实现目标的稳定跟踪,具有很强的鲁棒性。实验中对3组挑战性的视频序列进行了测试,目标数目选定为2个,目标窗口大小为64 pixels× 64 pixels的情况下,本文方法跟踪速度最高可达20 fps,基本上可以满足实时性的跟踪需求。     

基于层次聚类的多颜色空间融合分割方法

针对自然图像分割中,由于单一的颜色空间难以表示复杂多变的场景信息以及目标与背景的低对比度等产生的过分割和误分割问题,提出了选择RGB、XYZ和LUV这3个颜色空间的增强图像进行基于层次聚类的融合分割的新方法.对Berkeley分割图像库中的多幅图像进行了多组分割实验,并与Mean-shift等多种经典分割方法进行了定性...     

一种基于HSV空间和粗糙集的彩色图像分割方法

研究了基于HSV颜色空间的粗糙集直方图阈值彩色图像分割方法.根据HSV空间的特性,定义了HSV空间颜色距离计算公式,对HSV三分量计算粗糙集直方图和彩色图像进行分割.实验结果表明该方法较好地保留了图像的颜色信息,具有较高的通用性,能够获得满意的分割效果.     

YUV到RGB颜色空间转换算法研究

图像的显示质量在计算机视觉系统中起着关键性的作用。在此根据YuV到RGB颜色空间的转换理论、图像数据格式以及转换公式,并在精简的图像采集平台上,获取图像的YUV数据,并分别基于VC＋＋和Matlab提出了一种颜色空间转换算法。通过实验验证表明该算法可以有效地提高图像的显示质量。     

基于RGB颜色空间的机场跑道胶痕自动识别系统

针对机场跑道胶痕识别过程中出现的残留状态不易检测的问题,设计了一套具有机器视觉功能的胶痕自动识别系统的硬件平台和软件平台。根据机场跑道识别区的区域特征和颜色特征,提出基于RGB颜色空间的图像识别算法,不仅为胶痕的残留状态提供了识别方法,而且克服了机场跑道环境的条件限制。实物测试结果表明:该系统对于机场跑道的重度胶痕区域、轻度胶痕区域、无胶痕区域和异物具有较好的识别能力,完全能够达到胶痕识别性能指标的要求,具有较高的工程实践价值。     

一种基于RGB颜色空间和随机矩形区域的显著性检测方法

提出了一种基于RGB颜色空间和随机矩形区域的显著性检测方法.该方法以R、G、B作为图像特征,然后随机产生不同位置和大小的矩形区域,并统计每个矩形区域内各像素特征值与该区域的特征均值之间的距离,再综合所有矩形区域和所有特征得到最终的显著图.因不需进行颜色空间转换,可大幅减少计算时间;同时,RGB颜色空间三通道的亮度变化比较一致,使得在特征融合时能够充分利用所有特征的信息,因而取得了更好的检测效果.实验结果表明该方法能更快速、更有效地检测出图像中的显著性区域.     

基于一种动态颜色模型的模糊C-均值图像分割

不同颜色的可见光本质上是具有不同波长范围的电磁波.本文试探性地提出了一种动态颜色模型,它模拟了成像曝光时间内图像平面所接收到的电磁波的动态变化.离散化之后,彩色图像的颜色特征能够被表示成一个K维矢量,称为彩色图像的动态颜色空间表示.然后建立了模糊C-均值分割算法,分别在动态颜色空间和RGB空间分割彩色图像,实验结果表明动态颜色空间的分割结果优于RGB空间的分割,从而验证了动态颜色空间的性能.笔者相信本文所提出的动态颜色模型也能够被用于纹理分析或其它的图像处理领域.     

基于RGB颜色空间的红外偏振人脸识别

热红外成像在人脸识别中具有重要的应用价值,但存在分辨率低、细节不清、边界模糊等不足。通过分析人脸长波红外偏振图像的特征,研究偏振探测技术对人脸热红外成像纹理细节的增强效果;基于高斯差分（DoG）边缘特征图像修正色域通道映射权重,提出一种人脸偏振热像RGB空间融合框架;利用方向梯度直方图（HOG）获取红外偏振人脸特征,提出一种基于支持向量机（SVM）的人脸识别方法。实验结果表明,偏振探测能够增强人脸红外热像的纹理和细节,RGB色域融合可以提高人脸长波红外热像的结构相似性,偏振红外人脸热像的质量指标整体优于普通红外热像;利用偏振红外人脸热像进行人脸识别时,所提框架的精度可达到75.6%。     

彩色空间的视频对象自动分割

提出了一种基于RGB空间的视频对象自动分割方法。图像简化阶段，采用连接算子中的区域开启闭合算子来简化图像；图像标识提取阶段利用RGB空间的信息得到准确的视频对象轮廓，根据对比度消除区域中噪声小梯度，并在此基础上提取标识，在分水岭阶段，采用类似区域增长的改进分水岭方法，实验证明此方法的结果准确可靠。     

基于超像素与图卷积神经网络的白细胞分割

白细胞分割是医学图像处理领域的一项富有挑战性的任务,针对目前白细胞分割存在的准确度不高、粘连情况不易分割等问题,将图像的分割转化为区域节点的分类问题,提出基于图卷积神经网络的白细胞分割算法.首先将训练图像经超像素分割得到若干超像素区域,把每个超像素区域作为图的一个节点,并充分利用超像素区域的彩色特征以及空间邻域关系构造...     

基于彩色空间的二维OSTU的图像分割算法

图像分割的研究一直是图像处理研究的热点问题,尤其是对彩色图像的分割研究更为重要,虽然对彩色图像分割的研究提出很多分割算法,但是很多算法仍存在缺陷,本文针对解决二维OSTU分割算法分割图像时计算复杂和易受噪声干扰的问题,提出将Lab彩色空间应用到二维OSTU算法中,首先将色彩图像从RGB空间转到Lab空间,然后联合利用L通道、a通道、b通道图像信息进行粗分割,最后针对其中某个通道的图像信息进行二维OSTU细分割.通过试验表明,该方法对彩色图像有较好的分割效果.     

基于改进的2-D Otsu方法和YCgCr空间的肤色分割

为了弥补基于固定阈值的肤色分割方法存在的缺陷,在对多种彩色空间和肤色模型进行分析的基础上,提出采用改进的2-D Otsu方法和YCgCr彩色空间进行肤色分割。首先将光照补偿之后的肤色样本图像从RGB彩色空间转换到YCgCr彩色空间,并利用样本图像上的179221个肤色点建立2维高斯模型;进而将待分割的图像进行光照补偿并转换到YCgCr彩色空间,利用已经建立的高斯模型计算图像的肤色相似度,得到肤色相似度图像;最后,结合像素的空间邻域信息,使用改进的2-D Otsu方法对肤色相似度图像进行2值化处理。对这种方法进行了理论分析和实验验证。结果表明,该肤色分割算法有效地克服了使用固定阈值法进行图像分割时缺乏针对性和抗噪性的缺陷,该算法是可行的。     

Multiview depth coding based on combined color/depth segmentation

In this paper, a new coding method for multiview depth video is presented. Considering the smooth structure and sharp edges of depth maps, a segmentation based approach is proposed. This allows further preserving the depth contours thus introducing fewer artifacts in the depth perception of the video. To reduce the cost associated with partition coding, an approximation of the depth partition is built using the decoded color view segmentation. This approximation is refined by sending some complementary information about the relevant differences between color and depth partitions. For coding the depth content of each region, a decomposition into orthogonal basis is used in this paper although similar decompositions may be also employed. Experimental results show that the proposed segmentation based depth coding method outperforms H.264/AVC and H.264/MVC by more than 2 dB at similar bitrates.     

White and narrow band image compressor based on a new color space for capsule endoscopy

In this paper, we present the design of a low power and hardware efficient image compressor integrated circuit for wireless capsule endoscopy application. The proposed compression algorithm supports dual-band imaging, that is, works on both white-band imaging (WBI) and narrow-band imaging (NBI). The scheme uses a novel color-space and simple predictive coding for optimized performance. Based on the nature of the narrow- and white-band endoscopic images and video sequences, several sub-sampling schemes are introduced. The proposed dual-band compressor is designed in such as way that it can easily be interfaced with any commercial low power image sensor that outputs RGB image pixels in a raster scan fashion, eliminating the need of large buffer memory and temporary storage. Both NBI and WBI reconstructed images have been verified by medical doctors for acceptability. Compared to other designs targeted to video capsule endoscopy, the proposed algorithm performs strongly with a compression ratio of 80.4% (for WBI) and 79.2% (for NBI), and a high reconstruction peak-signal-to-noise-ratio (over 43.7 dB for both bands). The results of the fabricated chip are also presented.     

Histogram-based segmentation in a perceptually uniform color space

In this work, we present a segmentation algorithm for color images that uses the watershed algorithm to segment either the two-dimensional (2-D) or the three-dimensional (3-D) color histogram of an image. For compliance with the way humans perceive color, this segmentation has to take place in a perceptually uniform color space like the Luv space. To avoid oversegmentation, the watershed algorithm has to be applied to a smoothed histogram.     

彩色汽车牌照定位方法

汽车牌照的定位是牌照识别的第一步，定位的准确与否将后续操作起关键性的作用。在模式识别领域中，希望通过一种方法就完成一项实际工作是不可能的，必须要考虑多种方法融合的策略，提出了一种基于多方法的车牌定位策略，首先利用颜色信息对输入图像进行彩色粗分割，得到了颜色为车牌照的一些区域，然后将分割结果中的伪目标区域（即除了车牌照区域外的其他区域）分为两类（一类是与汽车牌照颜色相近的背景，一类是可能和牌照颜色相近的汽车外壳），分别进行处理，最终利用投影法得到准确的车牌位置，实验结果表明该方法效果较好。     

基于肤色分割与几何特征的人脸检测

针对传统的人脸检测方法存在算法复杂、鲁棒性差以及精确度低等不足,提出一种基于肤色分割与几何特征的人脸检测算法。首先,将人脸彩色图像进行光照补偿预处理与非线性转换,建立YCb Cr颜色空间肤色模型同时融合人脸几何特征进行粗定位;然后,在人脸区域内,依据眼睛与嘴巴的色度特性分割出眼睛与嘴巴的特征区域并确定各自特征点的中心位置;最后利用眼睛,嘴巴的几何关系构建三角形精确定位人脸。实验结果表明,该算法简单,在速度与准确性方面具有良好的性能。