基于YCbCr颜色分割与特征分析的变电站压板状态识别

针对传统保护压板图像识别方法对光照条件要求苛刻﹑识别率低以及目前较热的深度学习识别保护压板状态的方法对计算机硬件要求高﹑样本需求量大的问题,提出了一种改进的颜色提取和特征识别压板状态的方法。该方法先对巡检机器人移动端采集到的屏柜图进行图像预处理,提高图像的清晰度和辨识度;然后将彩色图像转换至YCbCr颜色空间中进行颜色特征提取,获取二值图像,对二值图像进行形态学处理并提取连通域;接着对连通域进行形态特征分析,利用面积及边界信息分析除去标识牌和干扰小光斑,利用极限腐蚀算法判别粘连连通域并对粘连连通域进行分割;最后采用简单最小外接矩形和面积最小外接矩形算法获取连通域的外接矩形,对压板进行定位,并根据外接矩形的长高比和偏转角度结合判断压板的状态。试验结果表明所提方法对压板切割的准确性,对复杂环境特殊情况识别的一般性,以及识别方法的高效性和准确性。

基于分数阶全变分和低秩正则化的彩色图像去模糊方法

针对现有的彩色图像去模糊过程中存在色彩失衡、阶梯效应和伪影等现象,提出了一种基于分数阶全变分和低秩正则的图像去模糊优化方法。首先,将传统的RGB彩色图像转换到YCbCr颜色空间,利用其亮度通道特征解决色彩失衡问题;其次,利用分数阶全变分的特征消除图像恢复任务中出现的阶梯效应,并且引入加权核范数低秩正则进一步抑制伪影及噪声;最后,利用交替方向乘子法设计出高效的求解方法,通过迭代优化得到纯净图像的最优估计。对彩色图像测试的实验结果表明,所提出的方法对图像去模糊任务取得较好的视觉恢复效果,客观评价指标良好。

基于YCbCr空间和GA神经网络的棉花图像分割算法

棉花分割是采棉机器人视觉系统的关键步骤,在强光照、阴影等复杂的棉田环境下如何准确有效地分割棉花,有助于确定其在三维空间的位置。该算法在YCbCr颜色空间下,基于棉花与背景的色调信息差,分别提取棉花与背景样本,采用BP神经网进行训练并输出其误差,得到适应度函数并进行遗传算法中的选择、交叉及变异操作,优化神经网络权值、阈值,直到输出误差达到要求或达到预定迭代次数。最后根据所获得的BP神经网络权值、阈值进行棉花图像分割。通过对136幅棉田环境中拍摄图像的分割实验表明:该方法在棉花强光照及阴影条件下也能准确地分割,分割准确率达91.9%,并且比BP算法收敛更快。

基于YCbCr颜色空间和Fisher判别分析的棉花图像分割研究

棉花的分割是采棉机器人研究的关键技术。本文分别在HSV、HIS和YCbCr颜色空间下,首先根据棉花的颜色信息与背景颜色信息的差距,对样本图像中的各个对象(棉絮、棉枝、土壤等)分类;其次根据分类结果分别提取各类在各颜色空间下的样本像素值;再根据类间离散度最大和类内离散度最小的准则计算出Fisher判别向量和各类的质心;最后按照像素值离各质心最近的准则进行图像分割。结果表明,在YCbCr颜色空间下产生的分割噪声最小,选取此颜色空间,采用贴标签的方法自适应去噪。实验仿真表明,本方法可有效避免阳光直射和阴影的干扰,对各种情况都能准确分割,分割准确率达90.44%。

基于YCbCr颜色空间的火焰图像分割方法

视频火焰检测对消防安全具有重要的实际意义。火焰颜色信息在视频火灾检测中起着举足轻重的作用,众多学者提出了基于不同颜色空间的多种火焰颜色检测算法。针对目前视频火焰颜色检测算法检测率低、误检率高、适应性差等不足,提出基于颜色空间的火焰图像分割方法。通过研究火焰图像在颜色空间上的分布情况,分析火焰像素对应的Y,Cb和Cr分量的关系,总结出火焰像素的约束条件。在不同场景下进行火焰目标提取,通过与文献中其他三种方法比较表明提出的方法检测率高、误报率低,并具有较好的适应性。

基于YCbCr颜色空间的快递单手写文字分割

目的在YCbCr颜色空间下,利用Cb颜色分量信息结合阈值分割方法,提取快递单图像手写体文字信息。方法首先将图像从RGB颜色空间转换到YCbCr颜色空间下,然后在Cb颜色分量图像下进行图像阈值分割处理操作,最后对提取出的手写体文字信息进行中值滤波去噪处理,并将该算法提取的结果与基于YCbCr颜色空间使用K均值聚类方法提取的结果在分割效果、分割时间与文字识别率上进行对比。结果利用Cb颜色分量提取出的手写体文字信息更清晰,具有更快的处理速度和更高的识别率,快递单图像平均处理时间为1.36 s,识别率为89%。结论单独利用Cb颜色分量信息提取手写文字就可得到较好的提取效果,算法简单、可行。

一种基于定点DSP的YCbCr到HSV的快速转换算法

通过分析YCbCr到RGB以及RGB到HSV之间转换的算法,提出一种YCbCr空间转换到HSV空间的快速算法。在该算法中分别使用了移位运算和查表法代替了浮点乘法运算,从而显著提高了算法在DSP上的运行速度。另外,转换时Y分量不再参与计算,从而进一步降低了运算复杂度。最后实验证明,在DSP平台上,该算法比传统算法能节省80%的计算时间,在PC平台上能节省46%的计算时间。因此,提出的算法在车牌识别、火焰检测等实时视频分析应用中有广泛的应用性。

基于改进的YCbCr空间及多特征融合的手势识别

针对基于视觉的手势识别的复杂性,提出一种基于改进的YCbCr空间及多特征融合的手势识别新方法。首先针对YCbCr颜色空间易受环境因素影响的特点,采用改进的YCbCr椭圆聚类肤色模型的手势分割方法提取手势区域;然后按手势图像外接矩形的宽高比和手指个数进行粗分类,再提取手势的Hu矩和傅里叶描述子构建融合特征,并将融合特征输入BP神经网络进行训练识别;最后综合粗分类和BP神经网络的结果进行手势判别。实验结果表明,该方法在保证实时性的同时具有较高的识别率。

基于YCbCr三基色插值及其在DSP上的实现

讨论一种对CCD传感器输出原始图像的三基色插值的新算法及其实现。该算法针对Bayer滤色器的色信号特性,近似估计每个像素的CbCr值,然后根据RGB到YCbCr的转化公式反推像素另外的基色。该算法能在DSP上快速实现,所得的彩色图像比常规算法更清晰、平滑。

基于YCbCr色彩空间的玉米叶部病斑的图像分割

玉米病害对中国玉米生产危害较大,由于其复杂的致病因素使得大多数分割算法不能很好的分割出叶部病斑。在长期探索研究的基础上,根据病斑在色度空间的高斯分布,对彩色图像中每个像素,将其从RGB色彩空间转换到YCbCr空间,计算该点属于病斑区域的概率。根据该点离高斯分布中心的远近距离得到和病斑的相似度来分割病斑。在Visual C++软件平台上进行了样本训练和学习仿真试验,对玉米叶部病斑的图像分割实例验证了该方法的有效性和可行性。

融合YCbCr肤色模型与改进的Adaboost算法的人脸检测

提出了一种将人脸肤色检测与改进的Adaboost算法相结合的人脸检测方法。将人脸图像从RGB颜色空间映射到YCbCr颜色空间,建立肤色模型进行人脸相似度求取,通过形态学处理得到候选人脸区域。在训练阶段,通过调整加权误差分布限制目标类权重的扩张,通过修改目标权重更新抑制训练退化和训练目标类权重分布过适应现象。用改进的Adaboost算法对得到的人脸候选区域进行检测,提高了检测速度。实验结果表明,该算法抑制了训练目标类权重过适应现象,有效的提高了检测率和检测速度。

基于YCbCr颜色空间的不良图片检测研究

为了实时监测网页中的不良图片,提出一种以YCbCr颜色空间肤色检测为主,结合模板匹配、特定情景的识别实现对不良图片的快速检测,采取提高肤色检测正确率、消除背景区域及模板匹配等过程逐步明确其类别。通过选取网络图片进行实验,其中正常图片的识别率为90.3%,不良图片识别率为89.5%,表明该方法能应用于实际过滤系统中。

YCbCr颜色模式下基于L-M算法优化的火焰识别方法

传统火灾探测技术存在许多缺陷。提出了一种基于图像的火焰识别方法。首先将图像由RGB模式转换为YCbCr模式,以Cb,Cr为轴建立坐标系并绘出火焰样本的Cb,Cr值。用一个椭圆将绘出的坐标点包括起来,并创建椭圆方程和二维正态分布函数,使正态分布函数在椭圆外部的值为零,并用L-M算法对正态分布函数中的参数进行优化。对火焰的识别转换为判断正态分布函数在像素对应的Cb,Cr处的值是否大于零。该方法具有很好的实时性和识别效果。

基于YCbCr空间的多尺度同态滤波真彩图像增强

在RGB空间中分别对真彩图像的3个通道进行增强能够很好压缩图像动态范围,但往往会产生色彩偏离。提出先将真彩图像由RGB空间变换到YCbCr空间,进行色彩和亮度分离,然后对亮度通道进行多尺度高斯同态滤波增强。实验证实,增强后的真彩图像色彩无偏差,图像动态范围压缩良好。

快速查表法优化视频解码中YCbCr到RGB的转换

介绍视频处理过程中涉及到的两个颜色空间:RGB和YCbCr,以及他们之间的转换。用查表法优化媒体播放软件中YCbCr到RGB的转换,以达到提高转换速度,减少计算量,提高视频解码整体性能的目的。文中介绍的查表法兼顾了时间复杂度和空间复杂度。实验结果表明,该方法在嵌入式媒体播放软件中的优化效果非常明显。

YCbCr色彩空间的彩色图像光线补偿方法研究

在进行人脸检测过程中,自然光源光照条件和取景设备对图像原本色彩存在干扰影响,这样很难满足人脸识别系统的要求。从图像进行光照补偿处理的方法和效果的研究出发,实验证明:在图像背景相当简单的情况下,采用参考白光线补偿方法可以很好地对色温差图像进行光照补偿处理,消除了光照的影响力,使后续的处理更适合进行人脸识别性能。

基于YCbCr空间对大壁虎脑图谱的分割

确定大壁虎的各种运动行为与脑内控制其运动的具体的皮层组织对应关系是壁虎机器人的制作关键。通过对其脑图谱的制备,可以观察到脑内皮层组织的丰富信息。针对HE染色的大壁虎脑图谱自身的独特性,经过推敲,提出一种基于YCbCr空间的对图谱进行分割的方法。该方法将图谱由RGB空间转换为YCbCr空间,将亮度分量独立出来,不仅解决了拍摄过程中由于光线改变所带来的问题,而且阈值分明,分割彻底,鲁棒性好。其结果表明基于YCbCr空间的分割方法是分割效果非常好的方法。

基于YCbCr色彩空间的图像色偏检测方法

提出一种基于YCb Cr色彩空间的图像色偏检测方法。该方法的基本思想是利用图像统计特性,在合适的颜色空间中(本文选用YCb Cr色彩空间),使用简单的统计工具分析图像的颜色分布。在此基础上将图像的色偏分为三类:存在色偏;没有色偏;不可分类。其中不可分类是指图像考虑的部分不到图像整体的20%。该方法既充分利用了图像传感器的成像解析能力,又有效降低了算法的计算复杂性。大量自然图像测试的实验结果表明,该方法具有较好的图像色偏检测效果和较好的计算效率。

基于Python技术的网络通信彩色图像压缩编码传输

为了解决彩色图像传输过程中存在的信息偏差较高的问题,提出基于Python技术的网络通信彩色图像压缩编码传输方法。完成色彩空间转换后,将原始图像数据从空间域表示为频域系数,并对变换系数进行量化和变换编码处理。利用Python创建了一个socket对象作为图像压缩编码载体,借助bind()绑定本地地址和端口号,结合listen()监听到的连接请求,使用accept()接受请求并返回一个新的socket对象。在测试结果中,MS-SSIM值始终稳定在较高水平,最小值也达到了0.92,传输图像的信息偏差明显低于对照组。

基于YCbCr模型和传统ARQP算法的信息隐藏算法

针对传统抗原始快速配对(ARQP)算法的不足,该文以YCbCr模型和传统的ARQP算法为基础,结合亮度Y和RGB三色分量的关系转换公式,给出了ARQP改进算法——AR-QP213。该算法利用HVS对于不同颜色敏感程度的差异,在保证图像质量的情况下尽可能地扩展ARQP密写的颜色空间。与原ARQP算法相比,改进算法具有时间复杂度低、对载体图像质量影响小、抵抗原始快速配对(RQP)攻击能力强等优点。