基于RGB向量空间的彩色纹理图像检索

彩色纹理图像分析是图像理解和计算机视觉研究领域的重点之一,彩色纹理图像分析具有很大的优越性。本文提出了一种新的彩色纹理图像描述子,首先计算RGB向量空间的梯度,经过标准化后把它映射到灰度级上,利用共生矩阵来描述纹理图像特征,并用于图像检索。实验结果表明,该纹理图像描述子能够有效结合颜色和纹理特征,具有良好的检索效果。

室外机器人视觉导航的路径结构识别

提出了基于路径结构特征识别的视觉导航算法,以室外环境下导航路径图像为研究背景,根据图像RGB颜色特征,利用颜色聚类算法,将导航路径从复杂背景中提取出来,并检测出导航路径的中心离散点作为导航路径的基准点。当路径具有较明显的曲线特征时,利用最小二乘法曲线拟合检测导航路径,否则利用最小二乘法检测直线作为机器人的导航路径。实验结果表明:该算法在导航路径具有复杂的结构特征等情况下有较好的导航效果。

农田作业机器人视觉导航目标曲线检测算法研究

为研究农田作业机器人视觉导航信息的提取方法,以自然环境下采集的曲线特征较为明显的农田图像为研究背景,根据图像RGB颜色特征,利用颜色聚类算法,将导航路径从复杂的背景中提取出来.并对得到的二值图像进行形态学处理以消除噪声,然后对图像逐行扫描检测出导航路径的中心离散点,利用最小二乘法拟合出导航路径,并提出一种新的导航参数的获取方法.试验结果表明:该算法具有速度快、精确度高的优点;在作业环境具有较强的曲线特征等情况下有较好的检测效果.

彩色形态滤波器分析

形态滤波属于非线性信号变换处理,它利用信号的局部特征对信号进行修正.最近的研究表明形态滤波器能有效地滤除二值图像及灰度图像中的噪声.本文引入了建立在RGB彩色空间上的彩色形态变换,将数字形态学理论从灰度空间扩展到彩色空间.对基本彩色形态滤波器(即彩色形态闭、开)及以它们为基础所构造出一些复杂的彩色形态滤波器进行了研究,并对它们选用不同结构元素的情况进行了分析.实验表明彩色形态滤波器能直接有效地消除彩色图像的噪声、保持图像细节并且不产生新的颜色。

基于白平衡算法的图像色度学分割

受外界光照环境的影响,采集得到的图像存在色彩偏移的问题。为此,利用白平衡算法对其进行校正。按图像特性调整红、绿、蓝三色的强度,以修正外部光线所造成的误差。采用色度学的图像处理方法,使检测结果更稳健。对二值图像做边界跟踪处理,并使用直方图进行分割。实验结果表明,该方法的分割准确率较高。

一种彩色图像复原新方法:基于滑动窗口的支持向量回归算法

提出一种彩色图像复原新方法,将彩色图像按 RGB 三个通道进行分解,针对每个通道分别采用滑动窗口操作,直至遍历整幅图像,从而获得三个训练集。然后应用支持向量机进行回归分析,建立清晰图像与模糊图像之间的对应关系,从而得出彩色图像复原网络模型。最后根据该模型对待测模糊图像进行复原校正.实验结果显示新算法能很好地对模糊彩色图像进行复原,复原效果优于维纳滤波等经典滤波算法,且计算量远远小于迭代盲反卷积方法。

基于支持向量机的水稻稻瘟病图像分割研究

水稻稻瘟病图像的分割是水稻稻瘟病自动分析与识别的关键环节,其分割效果直接影响后续处理。提出一种基于支持向量机的水稻稻瘟病病害彩色图像分割方法。首先选取叶子正常部分的像素点以及颜色相对复杂的病斑像素点作为负训练样本和正训练样本,提取像素R、G、B彩色分量作为特征向量,对支持向量机进行训练,然后在RGB空间利用训练好的支持向量机对待分割图像的所有像素点进行分类,实现水稻稻瘟病彩色图像的分割。为了获得最佳的分割效果,采用网格搜索法对径向基核函数下的不同核参数分割效果和性能进行比较与分析,确定最佳模型参数。利用此模型进行水稻稻瘟病图像分割实验,获得较好的分割精度,结果优于最大类间方差分割算法。

彩色图像滤波的新方法

提出了用于彩色图像噪声滤除的新矢量滤波器。这些滤波器对于脉冲噪声的滤波效果较好，其中准均值滤波器（１）的性能近似于矢量中值滤波器，其余滤波器在低脉冲噪声情况下的性能则优于矢量中值滤波器。与矢量中值滤波器相比，新滤波器具有算法简单、计算量小且易于硬件实现的特点。

基于模糊算法的彩色图像边缘检测

彩色图像的边缘检测算法有很多;但检测结果仍存在细节丢失、抗噪性差的问题。提出一种新的彩色图像边缘检测算法。首先,在RGB空间下,采用矢量梯度算法,分别在三个通道中求出像素的梯度值。然后,采用自适应双阈值算法,对梯度值进行判断,筛选出图像的边缘点。最后,只采用筛选后的边缘点的信息,构造新的模糊矩阵的隶属函数,从而形成新的模糊算法。利用该算法,检测出最终的图像边缘信息。实验证明,该算法得到的图像检测结果,不仅对比度高、边缘连续、细节保存完整;而且具有较强的抗噪性。

基于二元向量值有理插值的彩色图像重建

彩色图像比灰度图像含有更多的信息,描述彩色图像特征的比特数远大于灰度图像,因此数据压缩在彩色图像处理中就起到了重要的作用。传统的方法是将彩色图像分解成多通道的单色图像处理,但这样容易造成图像颜色信息的丢失。考虑到这一缺点,提出一种新的图像重建方法,即在RGB空间中通过对原图像进行采样,构造一种二元向量值有理插值函数,计算采样点之间数据点的像素值,并实现彩色图像的重建。实验结果表明只需原图的30%或更少的像素值即可重建原图像,且重建后的图像边缘清晰,细节保持较好,平均误差率较小。

基于视觉灵敏度及改进方向距离彩色图像迭代滤波算法

为消除人眼视觉差别对彩色图像滤波的影响,提出了RGB非均匀色彩空间中三基色(红、绿、蓝)的视觉灵敏度的计算方法。滤波算法先用粗糙集理论对噪声像素做初步判断,再结合视觉灵敏度修正判断结果,最后用改进的方向距离滤波器(DDF)滤除噪声像素。仿真实验表明,算法在颜色保持、边缘细节保护、噪声滤除率方面均优于现有滤波算法;且在各种密度噪声情况下,其归一化均方差最小,峰值信噪比最大。

基于PCA方法的高分辨率遥感影像城市道路提取

基于PCA变换生成的假彩色图像具有较强的色彩表达能力和突显地物的优点,提出了一种以PCA变换为基础的城市高分辨率遥感影像道路提取方法。首先对原始影像进行降噪、增强等预处理,然后进行PCA变换,并使用PCA变换后的新分量组成假彩色图像,根据RGB空间向量的彩色图像分割方法将道路初步提取出来,最后使用面积开运算和数学形态学的方法对初步提取的结果进行后处理。实验表明:通过该方法,能够将不同传感器和不同城市高分辨率影像中的道路准确完整地提取出来。

基于肤色模型与颜色空间的目标识别算法

为了解决当前皮肤病变目标特征微弱和所处背景环境干扰大,导致对病原目标识别能力较弱的问题,提出了基于肤色模型与颜色空间的目标识别算法。首先,根据RGB颜色空间,设计一个肤色图像模型,区分皮肤区域与非皮肤区域;然后,根据HSV颜色空间,建立淡红图像模型,区分疑似目标区域与非目标区域;结合以上两种模型,进行图像与操作,进一步缩小疑似目标区域,提取图像帧颜色特征;最后,建立基于支持向量机的机器学习机制,精准区分正常图像帧与含病变图像帧,完成病原目标识别与定位。实验测试结果显示,相对于已有的目标识别技术而言,该方案具有更高的准确识别率。