Lab空间色彩分割在快速车牌定位中的应用

针对复杂环境下的车牌定位,提出了基于Lab空间色彩分割的快速车牌定位新方法:首先充分利用Lab空间色度分量a的红绿色特性去除红绿色干扰;再利用Lab空间色度分量b的蓝黄色特性,及蓝色和黄色数值的差别,提取出蓝色区域和黄色区域,为实现快速定位,把蓝色区域和黄色区域合并;最后通过纹理识别,一次性准确定位出蓝黄色车牌。实验结果证明,该车牌定位方法定位快速、准确。

融合模糊Histon阈值和FCM的Lab空间色彩分割算法

提出了一种简单有效的自适应无监督方法。在CIELab空间中利用模糊Histon阈值技术获得图像中所有可能的均匀区域,即通过寻找峰值,区域初始分割和区域颜色相似性合并,获得由聚类中心标注的均匀区域,提出自适应FCM聚类算法以提高均匀区域之间的紧密度,最终完成色彩分割。该算法已成功应用到伯克利图像库,相比当前一些无监督色彩分割算法,例如:Mean-Shift、NCuts取得了合理更好的划分,视觉上有效提取目标物体,具有一定鲁棒性。

均匀色空间中绿色翡翠的色差

采用MPV_Ⅲ型显微光度计测定了 32个翡翠样品的可见光吸收光谱 ,计算了部分样品的三刺激值。在此基础上引入色度学中均匀色空间及色差的概念 ,通过计算样品NBS值定量分析了不同翡翠样品间的绿色差异。结果表明 ,色差的定量计算可以反映样品间的真实颜色差别 ,并且不同于同色异谱指数 ,可作为绿色翡翠颜色鉴别中一种较为有效的定量方法。

基于OEDLBP的人脸欺诈检测算法研究

人脸识别技术提高了身份验证的效率,给用户带来快捷方便的体验.但是,当有人试图伪造用户人脸通过系统验证时,就会威胁合法用户的信息和财产安全.针对打印攻击和视频攻击,提出了一种基于奇偶数位像素差异的描述子OEDLBP,该算法将局部偶数位差值模式(EDLBP)、局部奇数位差值模式(ODLBP)和全局特征模式(GBP)结合,利用空间金字塔算法统计彩色图像通道内和通道间特征,将提取到的特征进行融合并用SVM对真假人脸进行分类,在CASIA-FASD、Replay-Attack和Replay-Mobile 3个人脸反欺骗数据库中取得了较好的实验效果.