基于自适应矢量参数的彩色图像梯度计算方法

由于灰度图像梯度计算方法难以直接推广到彩色图像梯度计算中,提出了一种基于自适应矢量参数的彩色图像梯度计算方法。该方法在HSV彩色空间内利用空间矢量求导方法计算彩色图像梯度,并结合彩色图像直方图均方误差得到HSV三分量的矢量参数,从而实现基于自适应矢量参数的彩色图像梯度计算方法。该方法解决了传统彩色图像梯度计算方法难以获取图像的细节梯度信息的问题,以及现有的彩色图像梯度计算方法不够稳定,普适性差的问题。实验结果表明,针对多种不同类型的彩色图像,该方法均能得到较好的梯度图像,较传统的方法获得更多的图像细节。

基于彩色图像分割技术的SMT焊点质量检测

图像分割的策略和方法是SMT焊点图像处理的一项关键技术,也一直是SMT焊点计算机质量检测的瓶颈;以SMT焊点的颜色和几何特征作为分析对象,在灰度图像分割所用二维阈值化的分割方法的基础上,提出一种从颜色直方图的量化级数和二维直方图概率密度不均匀化两个方面改进后的适用于HSV彩色空间图像分割技术,并将其应用于SMT焊点的质量检测;通过其得到SMT片式元器件焊点的图像,对其进行形态学处理后,利用Matlab软件将SMT焊点成功地从PCB板上分离出来,为三维重建提供良好的基础。

基于H分量旋转的荔枝图像分割算法

自然场景下荔枝图像分割,因果实与背景之间的颜色特征以及本身的形状特性的差异,表面会出现亮度不均匀,对分割造成非常大的影响。为了减少亮度不均匀给荔枝图像分割带来的影响,选择HSV彩色空间中色调H分量,并对H分量进行旋转作为图像分割的特征;通过模糊聚类算法和马氏空间约束条件来进行图像分割,利用形态学滤波消除分割后的随机噪声,并对分割区域标记,利用图像标记来恢复分割区域的原始图像。结果表明,该算法能很好地解决亮度不均匀造成的影响,对成熟荔枝分割的正确率达到了90.4%。

基于色彩空间变换的目标检测算法研究

对高光谱遥感图像的目标进行检测,通常采用异常检测算法.异常检测算法常在检测到目标的同时出现较多大噪声点和非目标异常点,为解决这一问题提出了一种基于HSV色彩空间的目标检测算法.利用背景和目标的光谱曲线特征,找到三个差异最大的特征波段子集进行平均,再进行假彩色合成并正变换至HSV色彩空间,以H分量为阈值进行目标检测.对仿真数据和真实高光谱数据进行了实验,实验结果证明了本算法的有效性.

一种新的空间颜色直方图及其度量方法

针对传统颜色直方图存在维数高、受光照影响、相近颜色缺少相关性以及丢失空间信息的问题,提出一种基于聚类的空间颜色直方图方法.该方法首先对图像进行k-均值聚类,然后在聚类图上统计基于空间位置分布的颜色直方图.利用pairwise参数学习方法学习出HSV颜色空间的距离度量参数,并提出基于最近颜色对迭代的空间颜色直方图的相似性度量算法.将基于聚类的空间颜色直方图特征用于图像检索实验,并与基于其它颜色直方图检索方法比较,查准率和查全率均有所提高.结果表明,该方法较好地描述了图像的主、客观颜色特征,具有较强的适应性和鲁棒性.