基于包装材料数字图像的RGB颜色空间色差评价方法研究

目的解决包装材料复杂颜色区域色差评价,目测检验方法存在判定标准复杂、结果一致性差等问题。方法提出一种基于包装材料高清数字图像的RGB颜色空间色差评价方法。通过搭建高清数字图像采集装置,获取包装材料标准样(上限、中限、下限)的全幅数字图像。通过采用RGB颜色空间降维的方法,对标准样测试区域的颜色空间进行离散边界拟合,构建标准样品测试区域的三限样RGB色差模型,与测试样对应测试区域的颜色空间进行对比;根据颜色空间模型的一致性判定测试样色差是否合格。结果对比多种离散边界拟合模型,采用滚球法边缘拟合模型的包含率和多出率分别达到100%、78.9%,模型拟合效果最佳。通过对包装材料色差缺陷样验证测试,采用上述色差评价方法准确率达到100%。结论本文提出的滚球法颜色空间边缘拟合模型和色差评价方法,可实现对包装材料复杂颜色区域的色差合格性判定,有利于提高企业生产的智能化检测水平。

蔓越莓花青素在酸性偏硅酸矿泉水中的CIELab颜色空间特征

本文采用CIELab系统方法研究酸性坏境下蔓越莓花青素偏硅酸矿泉水溶液的颜色参数特征,并研究溶液pH值和花青素含量与颜色参数的相关性。结果表明:溶液的pH在2.0~3.5范围时,花青素偏硅酸矿泉水溶液均呈红色系,溶液的酸度相同时,随着花青素浓度越大,样品的明度L^(*)值降低,红度a^(*)值、黄度b^(*)值增加,饱和度C^(*)ab和色调角H^(*)ab值也增加,即样品越红;花青素浓度相同时,随pH值的增大,样品的明度L^(*)值增加,红度a^(*)值、黄度b^(*)值减小,饱和度C^(*)ab和色调角H^(*)ab值也减小,即样品的红色色调越弱。Pearson相关性分析表明花青素含量与溶液颜色参数均呈显著相关性,与L^(*)值为负相关,其他为正相关;pH值与颜色参数中a^(*)、b^(*)、C^(*)ab和H^(*)ab显著负相关,与明度L^(*)不相关。pH值和花青素含量对溶液的颜色特征均具有一定的影响。

基于Retinex和HSV颜色空间的低照度图像增强算法

针对低照度图像存在的对比度低、颜色失真、细节信息损失、噪声干扰等问题,提出一种基于Retinex的改进算法。首先,将原始图像转换到HSV颜色空间,采用改进算法和Gamma校正对V分量进行亮度调节;其次,基于对比度拉伸算法调整S分量,增强图像饱和度和对比度;最后,将融合后的图像转换回RGB颜色空间,输出图像。在MATLAB平台上选取不同场景低照度图像进行增强处理,采用图像信息熵(IE)、峰值信噪比(PSNR)和结构相似性指数(SSIM)三个客观指标进行均值对比,实验结果表明,新算法计算结果均优于传统的直方图均衡化算法(HE)和多尺度Retinex算法(MSR),有效保持图像边缘信息,提升图像质量。

基于多颜色空间的烟叶颜色表征方法研究

【目的】实现云南产地烟叶颜色表征,输出真正意义上能够反映云南宣威复烤厂初烤烟叶颜色特征的信息。【方法】课题组利用工业相机采集烟叶图像,对烟叶图像进行预处理、彩色图像分割,将烟叶图像分别转换到RGB、HSV、Lab等多颜色空间,采用投影寻踪法,将多颜色空间下的各颜色分量信息进行融合,使用综合值对烟叶颜色进行表征,并分析了使用多颜色空间的表征方法是否优于单颜色空间。【结果】1)融合多颜色空间计算出的颜色表征值与专家排序结果的相关系数高达0.98;2)单独使用RGB、HSV、Lab颜色空间进行颜色表征的相关系数分别为0.95、0.62、0.76,这表明多颜色空间包含了更多颜色信息,其表征值更能反映烟叶颜色特征。【结论】该方法可快速把烟叶真实的颜色信息提取出来,并且与人工排序的符合度较高,可实现在线应用,并为烟叶外观颜色均质化加工提供控制指标和数据支撑。

彩色叠焦显微颜色空间聚焦评价算法

聚焦评价是叠焦扩展显微景深的关键,为了准确快速地获取叠焦图像序列像素点聚焦位置,生成高质量全聚焦图像,提出了一种基于颜色向量空间的聚焦评价算法。该算法直接在RGB向量空间中计算彩色图像梯度,充分利用了颜色通道间的相关性,避免了传统聚焦评价算法将彩色图转化为灰度图时造成的信息损失,且相较于彩色分量梯度的简单叠加具有更高的准确度;将中心像素与邻域像素在RGB空间的曼哈顿距离均值作为聚焦评价权值,可增强聚焦部分的敏感度,降低离焦部分的评价值,使聚焦评价曲线特性趋向理想化。选取空域、频域和统计学中7种聚焦评价算法与所提算法进行性能对比实验,结果表明:所提算法在仿真图像和真实显微图像中,具有更好的灵敏度、聚焦分辨力和抗噪声能力,曲线特性提升显著,应用于显微镜景深扩展可进一步提升叠焦大景深成像的质量。

激光成像雷达技术下数码印花颜色空间转换方法

颜色空间转换效果直接关系到数码印花的质量,针对传统颜色空间转换存在的色差较大的问题,提出一种激光成像雷达技术下数码印花颜色空间转换方法。该方法分为两部分,前一部分是激光成像雷达技术获取印花原稿图像并利用邻域平均法去除处理去除图像中的散乱点云数据,后一部分将印花原稿的RGB颜色空间转换到Lab空间,再利用神经网络模型将转换到CMYK颜色空间。针对该方法展开仿真测试,结果表明:应用本方法后,图像色差在0.22~0.37之间,结构相似性指数在0.88~0.95之间,转换时间在21.9 s~25.6 s之间,说明该方法的转换效果更好,转换后更能够保证颜色与印花原稿颜色的一致性,在提高转换效率的同时降低了颜色偏差。

黄金芽与群体种制成条形、螺形红茶的颜色空间数字化分析

基于颜色空间的数字化评价方法,研究不同品种制成的2种典型外形红茶的色泽品质差异。将群体种、黄金芽品种茶鲜叶,分别加工成条形和螺形红茶,再利用HSV颜色空间获取干茶、茶汤和叶底的色泽构成、HSV分量均值,进一步得到色泽拟合色卡和多变量可视化结果,并与人工感官审评结果作对比分析。条形红茶干茶色泽黑色占比显著高于螺形,条形红茶茶汤中橙色比例显著高于螺形;黄金芽品种的红茶茶汤的H、V分量均值则显著高于群体种,品种对螺形茶的色泽影响较条形茶更大。而HSV颜色空间数字化评价技术可以精准地量化、可视化人眼无法识别的颜色特征差异,在茶叶色泽品质评价的客观性、可追溯和数字化储存方面具有较好的应用前景。

基于颜色空间及形状特征的变电站电晕检测

针对广东沿海地区变电站设备易积污产生电晕放电的情况,本文提出一种基于颜色空间及形状特征的电晕检测方法,实现对变电站是否存在电晕的有效监测,以免电晕进一步发展造成设备跳闸,影响供电可靠性。

CMAC辨识的CMYK到CIE L*a*b颜色空间转换模型的研究

为了解决设备相关颜色空间CMYK与设备无关颜色空间之间的相互转换问题,利用小脑模型神经网络(cerebellar model articulation controller,CMAC)高度非线性拟合能力,研究CMYK颜色空间与CIE L*a*b*之间的转换关系,研究结果显示该方法具有结构简单,易于软件和硬件的实现,将IT8.7/3标准色靶文件中104个专业色块值作为检验样本,检验样本的平均色差为1.6,完全适用于两种不同颜色空间之间的转换过程.

基于生成对抗网络的小样本颜色空间转换方法

目的解决基于深度学习的颜色空间转换方法需求样本量大、样本采集成本高的问题。方法以色度学和深度学习方法为基础,提出融合多通道校正的Cor-WGAN模型,设计多阶段训练方法,在小样本条件下,学习RGB到CIELab颜色空间的转换关系。先在标准颜色空间下测试模型的转换效果,再设计非标准颜色空间仿真实验和逆转换实验,并测试模型在实际应用中的效果。结果实验结果表明,文中提出的Cor-WGAN模型的小样本学习能力较强,在64个均匀分布样本的训练条件下就可实现较好的转换效果,转换的平均色差为1.71,最小色差达到0.16,超过90%的样本点可以达到人眼无法分辨色差的转换程度。结论文中算法在处理小样本颜色空间转换任务方面具有明显优势,为基于深度学习的色彩管理应用提供了一种新思路。

基于HSV颜色空间的烟叶烘烤阶段判别模型研究

【目的】烟叶烘烤的阶段判别对提升烘烤效率和品质具有重要意义,亟须实现烟叶烘烤阶段自动判别,减少人为影响,提高判别准确率。【方法】首先,使用图像处理技术将图像均衡化,再裁剪并剔除含背景信息多的图块,筛选出有效信息最多的图块;其次,提取烤烟图块的颜色特征,提取每一个图块的HSV三通道值,得到i项通道值;最后,使用基于阈值筛选的方法作为特征处理器,根据不同h、s、v值分类出烟叶烘烤的阶段,并将判断结果与实际情况进行对比验证。【结果】使用图像均衡化处理技术结合基于HSV颜色空间的特征提取算法,进行烟叶烘烤阶段判别,最终整体准确率达到90.64%,并且阶段3和阶段4的准确率达到了100%,效果非常理想。【结论】使用图像处理技术结合图像本身的颜色特征,能有效地判别烤烟的烘烤阶段,对判断烘烤进程、指导烘烤参数调节、提高烘烤品质、减少物料浪费和烘烤成本具有实际意义,有着广阔的应用前景。本研究为后续绕过深度学习等大算力算法但能提高实际应用效果方面的研究提供了方向。

基于颜色空间模型的稻谷脱壳率检测方法研究

建立一种基于色相-饱和度-明度(HSV)颜色空间的二值化方法及多种颜色空间模型的稻谷脱壳率的检测方法。方法先采用颜色空间变换和阈值法对图像的二值化进行处理,然后采用轮廓检测算法得到稻谷的外接矩形框,再采用对比分析法从图像的红、绿、蓝色的灰度(RGB)和HSV模型中提取R值和H值作为分类特征;最后采用支持向量机和K均值聚类算法处理特征数据,得到稻谷脱壳率。检测方法能够有效地完成稻谷脱壳率的检测任务。

基于YUV颜色空间GAN网络的图像去雾算法研究

针对目前单幅图像去雾算法存在有色差,去雾效果不理想等问题,提出了一种基于YUV颜色空间的单幅图像去雾算法。该方法应用了GAN图像着色任务的思想,从正向的角度对雾霾图像实现重新上色。将雾霾图像转换至YUV颜色空间,在Y通道采用密集残差模块采集图片的亮度特征,根据特征对雾霾图像的亮度信息进行调整,降低雾霾对图像的影响。在UV通道上采用4个残差模块对图像颜色信息进行多次提取,根据提取的颜色信息通过模型预测对图像进行重上色。采用包含跳跃连接结构的特征融合网络将底层特征与高层特征进行融合,在融合过程中加入注意力模块以实现更加精细的去雾。实验结果表明,该算法在合成雾霾图像数据集上,RMSE,SSIM和PSNR 3种指标均达到了较高的水平,在真实雾霾图像上,对浓雾和薄雾图像均表现出了优异的去雾效果,具有良好的稳定性。

颜色空间对打印图像水印性能影响研究

目的打印图像在数模/模数转换过程中,主要涉及到RGB、CIELAB和CMYK 3个颜色空间。本文基于DCT域水印算法,在不同颜色空间嵌入水印图像,研究并分析颜色空间对打印图像水印性能的影响。方法选取暗调、饱和色、风景、亮调、人物、中性灰6类图像分为低中高3个复杂度分别在RGB、LAB、CMYK颜色空间下的各个分量图像中进行透明性、鲁棒性评价。结果经透明性分析,RGB空间B通道、Lab空间b通道和CMYK空间M通道嵌入水印透明性更好;鲁棒性分析可知,亮调图像在RGB空间抗非几何攻击能力较差,各类型低复杂度图像在LAB空间抗攻击性能差,所有图像在CMYK前三通道的抗攻击性能优于K通道,抗打印攻击能力上暗调图像抗此攻击性能差,所有图像在LAB空间抗打印攻击性能最好,其中L通道最好。结论本文系统研究了颜色空间对打印图像水印性能的影响。结果显示,颜色空间对不同类型和不同复杂度的图像水印性能具有不同程度的影响。完善了数字水印技术在打印图像应用中的理论体系,同时将为彩色图像数字水印技术的工业化应用和优化提供一定的指导和借鉴。

基于双颜色空间与多网络融合的水下图像增强

受不同水质、不同深度以及成像设备的影响,水下成像质量往往较低,有低对比度、颜色失真、细节模糊等问题。因此,文中在RGB颜色空间的基础上引入了HSV颜色空间,并与残差网络和注意力机制相结合,实现了双颜色空间与多个子网络的有机融合,弥补了单一颜色空间训练过程中信息丢失、特征提取不全的问题,在保证增强效果的同时提高了整个算法的泛化能力。实验在多个数据集上进行,与众多算法做主观视觉和客观评价指标的比较,使用全参考图像质量评价指标,均方误差(Mean Squared Error,MSE)、峰值信噪比(Peak Signal to Noise Ratio,PSNR)、结构相似性(Structural Similarity,SSIM)以及无参考水下图像质量评价指标,水下图像质量评价(Underwater Image Quality Measures,UIQM)等主流指标进行量化评价。实验表明,该算法不论是在主观还是客观评价上都具有一定的优越性。

基于Lab颜色空间的太阳能电池片色彩均匀性分析

提出一种快速、低成本的太阳能电池片色彩均匀性分析方法,可有效提升电池片色差分选过程的准确度和可靠性。在对电池片图像进行旋转矫正、背景切割及干扰消除等一系列处理后,通过分析像素点颜色在Lab颜色空间的分布特性筛选出颜色异常点,在此基础上建立差异度和离散度模型用于色彩均匀性的分析。结果表明,差异度小而离散度大的电池片在视觉上显得更加均匀。进一步研究显示,通过优化差异度和离散度的归一化边界值,能够对均匀样品和不均匀样品进行有效的分类和识别。为验证该方法的可行性,将结果与人工标注比对,显示样品分类准确率约为94%,其中对均匀样品的识别成功率达到95.7%。

基于多颜色空间融合的图像分割算法研究与改进

针对视网膜图像中血管结构复杂,且在常用的RGB颜色空间中细节区域分割不精确等问题,提出了一种基于改进UNet网络的多颜色空间融合的图像分割算法。首先将图像由RGB颜色空间分别转换到HSV、Lαβ、YCbCr颜色空间,然后在UNet网络中引入多颜色空间融合的改进模块,接着对预处理后的视网膜图像进行分割,最后通过不同融合方式进行实验并对比分析。实验结果表明,改进算法的分割效果优于传统UNet网络。

结合形态学变形虫和复合颜色空间的彩色图像边缘检测模型

为解决彩色图像边缘检测中出现的RGB空间中向量排序、边缘准确定位以及抗噪性问题,提出一种基于形态学变形虫(自适应结构元素)并联合使用HSV空间和RGB空间的彩色图像边缘检测方法.首先在HSV空间中计算变形虫结构元素,克服了传统形态学结构元素选择不合理的缺点;然后借助HSV空间中的度量,并将其转换到RGB空间中完成向量的排序;再在RGB空间中,通过计算上述变形虫结构元素中像素间距离最小值定义边缘强度,不仅避免了HSV空间边缘定位不准确的问题,而且提高了算法的抗噪性;最后借用Canny算子的思想得到单像素边缘.实验结果表明,该方法能够充分考虑到图像的局部特征,边缘定位准确、抗噪效果显著,能得到有效、丰富的边缘信息.

采用均匀颜色空间的竹片分类研究

竹片作为装饰用材对颜色的统一性要求严格。利用CIE1976 L*a*b*颜色空间的等距性和高分辨率的特点,将竹片的RGB颜色特征转换成L*a*b*空间颜色特征进行分析,选取能恰当表征竹片颜色的特征参数,再结合BP神经网络分类器对竹片进行细分类。实验表明,分类正确率可达96%,满足工业上的要求,解决了人工目测分类的各种问题。

基于YCgCr颜色空间的光照自适应的肤色区域检测

为了校正由于光源颜色变化而引起的图像色彩的偏差,在RGB颜色空间基于GrayW orld假设,采用颜色平衡方法对输入的彩色图像进行颜色校正;为了有效地检测彩色图像中的肤色区域,采用了新颜色空间YCgCr,并在该颜色空间建立了联合亮度信息和Cg-Cr色度查找表的肤色模型。大量实验结果表明,该模型具有较强的光照适应性,可应用于复杂环境下的彩色图像中的人体肤色区域检测。