基于CB模型的彩色图像混合噪声去除方法

将分数阶偏微分理论和CB模型相结合应用于图像去噪,提出了一种基于分数阶偏微分方程和CB模型的彩色图像混合噪声去除方法.对于添加混合噪声(高斯噪声和椒盐噪声)的彩色图像,首先,利用MCM模型去除图像中的椒盐噪声,然后将处理后的彩色图像分解为色度C和亮度B两部分,用分数阶偏微分模型处理亮度B,而对于色度C,由于其受到单位长度的限制,在处理时非常困难,利用拉格朗日乘数法并通过添加辅助变量,将色度转化为两个近似的子问题,从而得到色度的近似处理方法,最后将处理后的亮度B和色度C合成为新的彩色图像.最后通过实验证明了该方法的有效性.

一种改进CB模型的彩色图像混合噪声去除方法

将分数阶偏微分理论和CB模型相结合应用于彩色图像混合噪声去除。对于添加混合噪声的彩色图像,首先,利用MCM模型去除图像中的椒盐噪声,然后将处理后的彩色图像分解为色度C和亮度B两部分,用分数阶偏微分模型处理亮度B,而对于色度C,由于其受到单位长度的限制,在处理时非常困难,因此,在角度域中平滑色度C,这样可以避免计算时的困难,并能够提高平滑的效率,然后将处理后的亮度B和色度C合成为新的彩色图像。最后通过实验证明了该方法的有效性。

基于分数阶偏微分方程和CB模型的彩色图像去噪方法

将分数阶偏微分理论和CB模型相结合应用于图像去噪,提出了一种基于分数阶偏微分方程和CB模型的彩色图像去噪方法。首先,将一副彩色图像分解为色度C和亮度B两部分,然后用分数阶偏微分模型处理亮度B,而对于色度C,由于其受到单位长度的限制,在处理时非常困难,利用拉格朗日乘数法并通过添加辅助变量,将色度转化为两个近似的子问题,从而得到色度的近似处理方法,最后将处理后的亮度B和色度C合成为新的彩色图像。最后通过实验证明了该方法的有效性。

H-Cb混合颜色模型下快递单手写体提取算法研究

目的在不受光照条件的影响下,利用H-Cb混合颜色模型,提取快递单底单图像手写体文字信息。方法首先将图像从RGB颜色空间分别转换到HSI颜色空间和YCbCr颜色空间;然后将改进的YCbCr颜色空间的Cb颜色分量与HSI颜色空间的H颜色分量进行信息融合;最后对提取出的手写体文字信息进行阈值和反相处理,并将该算法提取结果与基于YCbCr颜色空间Cb颜色分量阈值分割方法和基于Lab颜色空间的手写文字聚类算法的提取结果,在分割效果、文字识别率上进行对比。结果利用H-Cb混合颜色模型检测出的手写体文字更准确,具有更高的识别率,在理想文字切分条件下识别率达96%。结论使用H-Cb混合颜色模型提取手写文字受光照条件影响小,提取出的图像噪声小、识别率高,算法简单可行,为彩色图像的检测与判定技术提供了支撑。