基于改进YCrCb颜色空间的肤色分割

人脸识别是计算机视觉、模式识别、生物特征识别、图像处理等多学科交叉的一门科学,肤色分割是人脸识别研究中一个重要的步骤。针对基于YCrCb颜色空间的肤色分割在强光下分割不准确的现状,提出了一种基于改进的YCrCb空间的肤色分割方法,本文利用改进YCrCb颜色空间提高了强光下肤色分割的准确性和适应性。实验证明该算法减弱了光线强弱对人脸肤色分割的影响,更加准确的找到人脸区域,误检率较低。

基于FPGA的RGB到YCrCb颜色空间转换

RGB,YCrCb是表示颜色时经常用到的两种颜色空间,在应用中经常需要实现它们之间的转换。在此结合FPGA运算的特点,推导出一种适合在FPGA上实现从RGB到YcrCb颜色空间转换的算法,该方法能有效节省逻辑资源。运用VHDL语言编写程序实现电路,调用DSP48 Slice模块实现乘法运算,采用流水线设计,运算速度快,实时性好,易于在实际工程中实现。

基于FPGA的YCrCb-RGB色彩空间变换

在视频设计中,经常要用到YCrCb-RGB色彩空间变换。介绍了YCrCb-RGB色彩空间变换的原理以及VHDL语言的实现,并在xc2v500-5fg256器件上进行综合与仿真。实验结果表明该色彩空间变换可以应用于实际的视频设计中。

基于HSV与YCrCb颜色空间进行肤色检测的研究

对肤色检测所适用的颜色空间进行研究,通过对比HSV和YCrCb颜色空间进行肤色识别的受亮度影响的程度,通过数据得出哪一种颜色空间更加适合进行肤色检测。

不需要彩色空间转换的人脸肤色的自动白平衡方法

在多数彩色图像处理的第一步是将RGB空间转换到其他彩色空间,如YCrCb,HIS,YIQ等,然后再进行处理。然而这种变换需要大量的内存空间和计算时间。提出了一种不需要进行彩色空间转换,就可以实现的人脸自动白平衡方法。实验表明此算法效果很好。

色彩空间转换的理论和实证研究综述

首先介绍了一些主流的色彩空间,对色彩空间转换流程进行了介绍,随后对国内外关于各种主流色彩空间的转换的研究文献进行了综述,最后给出了未来色彩空间转换研究的发展方向。

颜色空间转换的硬件设计与实现

针对RGB和YUV格式数据在数字媒体中的重要性及YCrCb格式易于数字处理的特点给出了颜色空间转换模块的一种硬件设计与实现。其中重点分析了RGB模式处理器和RGBtoYCrCb转换模块的设计。实验结果表明该颜色空间转换模块可以应用于图形引擎或视频设计中。

色度空间转换的设计及FPGA实现

介绍了色度空间的基本概念及色度空间转换的基本原理,主要描述了一种较为实用的YCrCb到RGB的色度空间转换方案及其FPGA实现。

基于AdaBoost的肤色检测新方法

本文针对肤色检测问题,提出了一种利用AdaBoost方法构造分类器进行肤色检测的算法。根据肤色在色度空间内的聚类性,通过大量肤色和非肤色样本将一族弱学习算法通过一定规则训练成一个强学习算法,得到一个检测性能优异的肤色检测分类器。提出了用圆形分类器作为弱分类器描述色度空间中的肤色分布,将AdaBoost学习算法用于肤色的聚类分析中。实验表明,该方法误检率低、鲁棒性好,对肤色检测问题有较强的实用性。

基于Real AdaBoost算法的肤色分割方法

提出了一种基于Real AdaBoost算法构造的肤色置信度分类器及动态阈值相结合的肤色分割方法。根据肤色在YCrCb色度空间的聚类性,通过大量肤色和非肤色样本用Real AdaBoost训练一族查找表(LUT)型圆形弱分类器,组成一个能输出连续置信度的强分类器,利用肤色强分类器计算图像中像素的肤色相似度,最后用大津法确定阈值对肤色相似图进行二值分割。实验表明,该方法能较好地描述肤色分布,误检率低,鲁棒性好。

基于RBF神经网络的彩色图像盲水印算法

利用径向基函数神经网络(radial basis function,RBF)把水印嵌入到彩色图像的DCT(discrete cosine transform)域.首先把原始图像从RGB空间变换到YCrCb颜色空间,使得水印的嵌入更加符合人的视觉特性;然后将色度分量(CrCb)进行二维DCT变换,将水印通过量化的方式嵌入到CrCb的直流成分中,以提高水印的不可见性和鲁棒性;嵌入水印的时候,使用密钥来控制水印在图像的嵌入位置,来增强水印的安全性;最后,利用RBF来训练模拟量化的逆过程,借助训练得到的RBF神经网络来完成嵌入和提取水印,进一步提高水印鲁棒性.仿真试验表明该方法在保证了很好的不可见性的同时,使水印对于常见的图像水印攻击都具有良好的鲁棒性.

基于ARM的hough圆优化的苹果识别算法

以三星EXYNOS4412为主控芯片,通过ARM驱动USB摄像头,调用Linux下的V4L2编程接口动态采集图像;结合采集到图像数据的特性和苹果的颜色特征,在YCrCb色彩空间下,提取Cr通道数据;通过动态阈值分割算法进行图像阈值分割结合优化的hough圆变换算法,实时识别出采集到的图像中的苹果。

视频图像快速去雾系统设计

针对雾天视频图像退化严重的现象,使用TMS320DM6437处理器及其外围电路,研制了一种视频图像快速去雾系统;利用大气物理模型建立基于YCr Cb空间的去雾模型,通过简单的数学推导和均值滤波算法,并利用查表法提高计算效率,实现视频图像的快速去雾;通过实验论证和结果分析,得出该系统具有自动化程度高,鲁棒性强,实时性好等特点,可以处理各种不良成像条件下的视频图像,对于720×576分辨率的视频图像,处理速率可以达到50帧/s,满足工程应用的要求。

基于无人机图像比对的违章建筑检测方法

针对当前违章建筑图像识别和图像变化检测中存在的误检、漏检等问题,提出了一套基于无人机图像比对的违章建筑检测方法,创新性地采用YCrCb颜色空间三分量分别进行差分运算和阈值化处理,结合图像分类算法排除非施工活动引起的图像变化,通过结构相似性检测,对新旧时相变化区域相似度进行评估,识别出在建违章建筑引起的图像变化区域.与目前主流的基于无人机图像的非单一类型违章建筑物检测方法相比,4032×3024分辨率图像的检测时间缩短40.9%至4.08 s,正确率提高15.3%达到86.3%且无漏检测.结果表明,本方法可有效、快速识别在建违章建筑区域,有利于城市管理人员及时发现并处理这些违章行为,从而提高城市管理的效率和响应速度.