车身颜色识别方法研究

车身颜色的识别是车辆识别系统中的一个重要的辅助手段,车身颜色识别在交通调查和交通管理方面也起着重要的作用。在目前的城市交通管理工作中,车身的颜色识别受外界影响很大,仅噪音和环境光照而言就已经给车身颜色识别的精度造成极严重的影响,导致不能够识别出车身的颜色。     

基于车身颜色搜索未识别车牌图片的研究

个别车牌因设备、环境和自身的影响而不能识别。为了能够快速查找极少数不能识别的车牌,提出了基于CIELab颜色空间车身颜色识别的车牌分类方法,该方法包括图像预处理,颜色识别,颜色库的建立等三个步骤将图片进行分类处理。与传统的查询方法相比。该方法提高了未识车牌的查询精确度和速度,增强了智能车场的识别精度和鲁棒性。     

复杂背景下基于颜色的车牌定位方法研究

车牌的颜色特征是车牌定位的一个关键信息。复杂背景下,直接对车牌边缘进行分割以达到车牌的定位比较困难。为解决上述问题,提出了一种复杂背景下基于颜色的车牌定位方法。此方法通过颜色空间变换,将复杂背景下与车牌颜色相近的颜色全部保留,滤除其他不符颜色。实验结果表明,基于颜色的车牌定位方法,去除了背景颜色及不相干区域的干扰,可以简化后续车牌处理算法,提高车牌定位的精度和速度。     

多摄像机在无重叠区域的目标匹配算法

基于颜色特征的目标匹配方法具有很好的区分性和直观性,但是特征本身受光线变化、背景复杂度等影响而对于目标识别准确率存在差异.针对这一现状,提出了一种新的基于时空局部特征和颜色特征的目标匹配方法.利用时空局部特征3-D LSK对待测视频中的运动目标进行行为识别,识别出具有相同行为目标.再结合目标的颜色特征,通过基于区域权重(Weighted Region Matching)的颜色匹配方法来识别出具有相同颜色的目标.对无重叠区域的多个测试视频进行的相关实验表明,该算法能够有效识别出普通场景下的不同目标,对于衣着颜色相近的不同目标也有很高的识别率.     

一种改进的火灾颜色模型检测算法

从火焰的颜色特征出发,综合考虑已有颜色模型的优缺点,提出一种改进的基于颜色模型的火灾检测方法.首先结合HSI颜色模型和YCbCr颜色模型对火灾图像进行预处理提取出可能火焰区域,然后在HSI空间上采用颜色空间距离法去除噪声.实验结果表明,该方法提高了火灾图像识别的准确度,并能在一定程度上消除干扰,具有较好的适用性.     

车辆颜色识别方法研究

车辆颜色识别对车辆的识别与搜索,完善和增强智能交通系统功能具有重要意义。本文通过对颜色表示方法的深入研究,使用特殊的颜色空间合并与分解方法,提出了在室外正常光照条件下基于支持向量机的车辆颜色识别的方法。本方法克服了车辆颜色识别过程中多种颜色产生的混叠问题,将车辆颜色分为7个种类,解决了样本分布不均及光照对车辆颜色的影响,提高了车辆颜色识别的准确率和效率。     

基于颜色空间和模板匹配的交通标志检测方法

交通标志检测技术是交通标志识别系统的重要前提和基础。由于背景的复杂性,在进行颜色分割时部分区域可能会受到干扰,为交通标志的检测带来困难。文中利用HSV颜色空间和RGB颜色空间对不同颜色的交通标志进行粗检测,标记不同的值实现ROI分割。然后利用模板匹配的方法对交通标志进行处理,使用模板在ROI区域上滑动,得到模板相似度的最大值,以此来实现检测过程。实验结果表明该方法能获得较好的检测结果。     

复杂车辆图像中的车牌定位

针对复杂背景的车牌定位问题,提出了一种综合形态、颜色、投影等多种特征的车牌定位算法.基于车牌区域边缘信息丰富的特点,首先利用边缘检测和数学形态学方法定位候选车牌区域,并消除噪声干扰;然后根据质心所在位置对候选区域进行由低到高的排序,并通过颜色识别作进一步筛选,以排除车灯等区域的干扰;最后采用投影法及谷值分析对截取出的缺损车牌进行补全,从而得到准确的车牌位置.实验结果表明,算法的效率与精度与车辆图像的清晰度、曝光度及车牌大小等因素有关,与传统车牌定位算法相比,效率和精度分别提高了15%和20%以上.     

基于颜色识别的食堂结算系统的设计

本文完成了基于颜色识别的食堂结算系统的设计,在食堂购餐时能通过识别餐盘的颜色实现智能化自助结算.该系统由微控制器模块、红外检测模块、颜色识别模块、显示模块、系统电源模块构成.当餐盘放入结算区域时,红外检测传感器向微处理器发出启动信号,系统通过识别餐盘的颜色来统计不同菜品的种类和数量,然后根据对应的单价计算用餐者应支付的总价,并通过液晶屏显示出来,从而完成自助结算.该系统通过了自助结算测试,对实现食堂现代化、科学化管理具有一定的参考价值.     

基于区域颜色特征的食物类别识别算法

针对自选餐厅结账中人工计价的效率问题,文中提出了一种基于颜色特征的食物类别识别算法。该算法通过边缘投影提取目标区域,再基于Lab颜色模型对食物图像聚类分割,利用HSV颜色模型获取各类子区域的颜色特征,并基于区域颜色识别食物的种类。分别针对1类和3类食物的各30幅图像进行了仿真实验和统计分析。结果表明,算法识别准确率可达95.6%,识别速度最快只需0.119 s。     

基于多特征的服装图像检索

基于内容的图像检索一直是一个受关注的研究热点,这里利用图像的颜色和形状特征,将基于内容的图像检索应用于电子购物领域。提出先利用不变距与傅里叶描述子相结合的方法对图像形状特征进行检索,再利用改进的颜色直方图进行二次检索的检索方法。在检索前引入图像背景消除法消除图像中背景信息的影响。最后通过实验验证了基于颜色和形状特征的服装图像检索效果以及利用图像背景去除对检索效果的影响。     

基于图像处理的轨旁信号机识别方法

信号机是用于指挥列车运行的重要信号设备。为了进一步保障行车安全,文中提出了一种基于图像处理的准确定位轨旁信号机并识别其颜色信号的方法。该方法根据先验值提取ROI,对ROI图像在RGB色彩空间进行颜色分割以剔除无关背景干扰,同时利用形态学处理降噪。对处理后的图像进行霍夫圆变换来提取信号机的候选圆,并根据信号机位于轨道右侧的位置特点定位出指挥当前轨道列车运行的信号机,然后通过分析定位出的信号机区域内的像素值信息来识别其颜色信号。实验结果表明,该方法能精确定位和识别轨旁信号机,对单一红、黄、绿3种颜色的信号识别率分别为91.42%、85.00%和94.29%。     

基于颜色属性直方图的尺度目标跟踪算法研究

利用目标颜色信息的跟踪算法,容易受到环境光照、尺度变化、相似背景等因素的干扰,导致跟踪任务失败。为了克服以上问题,该文提出一种基于颜色属性空间的鲁棒尺度目标跟踪算法。该算法首先将原始的RGB颜色空间映射到颜色属性(Color Names, CN)空间,减少目标颜色在跟踪过程中受环境变化影响。然后采用一种背景加权约束的颜色属性直方图,来抑制相似背景的干扰。最后,为了解决目标尺度变化带来的影响,先用梯度上升法粗略估计尺度,再用约束项精确求解尺度,并利用反向一致性检验,进一步提高尺度估计的准确性。该文选取了5段典型视频进行实验,并与相关算法进行比较。结果表明所提算法能够消除环境光照、阴影、相似背景和尺度变化等因素所带来的影响,在中心位置误差和跟踪成功率性能指标上,优于其它算法。     

一种改进的基于纹理和颜色的运动阴影检测

精确地消除活动阴影对运动目标的影响是智能视频监控的核心任务之一,针对当前运动阴影检测中采用的纹理信息过于粗糙、阈值选取需要人工干涉等问题,通过对NCC(归一化互相关)纹理算法进行改进,并结合亮度和归一化颜色特性,提出一种自适应的运动阴影检测方法。以混合高斯模型得到的前景像素为基础,通过阴影在亮度和归一化颜色的特性筛选出候选的阴影区域,结合改进的纹理算法进一步缩小阴影区域范围,最后利用空间后处理得到真实阴影。实验结果表明,该算法在有效降低噪声干扰的情况下能够较好区分局部纹理不明显的运动目标和阴影。     

基于颜色对比度增强的红外与微光图像彩色融合方法

针对用传统的颜色传递算法得到的彩色融合图像 存在目标与背景颜色相近、目标变淡的问题,提出了一种基于颜色对比度 增强的红外与微光图像彩色融合方法。首先对红外和微光图像进行 了伪彩色融合,然后对彩色参考图像与伪彩色融合图像进行了颜色传 递。其次,采用大津分割法分割出了微光图像中的目标信息,并得到了目标 区域。最后,在HSI颜色空间中利用目标区域对颜色传递后的融合图像 的H、S、I分量进行了调整,并得到了最终的融合图像。实验结果表明,利 用该方法得到的彩色融合图像具有目标与背景对比度高、细节丰富、色 彩较好等特点,可提高人眼对场景的理解和对目标的快速识别。     

城市型迷彩的颜色确定方法研究

针对城市背景复杂的颜色特征,提出了一种基于HSV模型和量化直方图的迷彩颜色选取算法.利用HSV颜色空间描述背景颜色的特性,通过特殊最化方式对背景的颜色直方图进行量化,借助阈值方法在颜色空间选取背景主色作为迷彩颜色.考虑移动车辆在城市街道机动的情况,获取目标所处的路面以及路侧地物的光学图像,提取其主代表色作为城市型迷彩的颜色.这一方法准确快速.     

一种有效的图像阴影自动去除算法

目标跟踪与检测研究中,在检测运动前景时也会检测到运动目标投射的阴影。阴影使得运动目标发生几何变形,可能造成运动目标粘连,甚至造成检测不到目标。阴影去除后才能较真实的得到运动目标重心。本文研究一种利用图像YCbCr颜色信息去除阴影的方法。首先利用背景减的方法得到带影子的目标区域,其次进行YCbCr空间的背景减,由于影子和目标物体在YCbCr空间背景减信息有较大差别,因此可以通过阈值判断得到去影之后的精确目标区域,目标物体识别的精确性和鲁棒性将会得到提高。实验结果表明,该方法在去除阴影的同时又较好地保留了前景目标的信息,是一种有效的阴影去除方法。      

基于OpenCV的目标物体颜色及轮廓的识别方法

针对机器人视觉中对目标物体的拾取问题,提出一种基于Open CV函数对从摄像头输入的目标物体的颜色及轮廓进行有效识别的方法。首先利用摄像头读取目标物体及周围环境,经一系列图像处理后进行目标物体的颜色识别,在此基础上进行Canny边缘检测并查找轮廓,最后将轮廓显示。结果表明,该实验程序可以很好地完成对目标物体的颜色及轮廓提取,且有效地避免了目标物体周围相近颜色的干扰。     

基于Lab颜色空间的车牌定位方法

本文提出一种基于Lab颜色空间的车牌定位方法。首先将RGB颜色空间转换成Lab彩色空间,采用自适应二值化阈值对b分量图像进行二值化处理,使得车牌区域凸显,并通过后续的形态学处理排除孤立点的干扰,最后采用投影法确定出车牌的准确位置。     

基于二次分割的银行票据彩色印章的滤除

由于彩色印章的存在,传统的印章滤除算法常常会弱化票据中印章的遮挡字符,降低票据识别正确率,这很难满足实际应用的需要。针对这种情况,提出一种基于彩色图像二次分割的算法,该算法能够实现印章的有效滤除。算法首先对票据背景和印章部分进行滤波。然后,基于印章颜色分析进行图像的第二次分割,判断并提取出印章遮挡的字符。根据票据背景平均灰度值自适应的增强遮挡字符,并滤除干扰印章部分,实现遮挡字符细节得以保留,从而提高了票据识别的正确率。实验结果表明,相比于现有的方法,该文采用的方法将识别准确率提高了约10%,实验证明了该方法的有效性,并具有较好的应用前景和商业价值。