基于快速彩色空间变换的足球机器人目标搜索

采用了一种将颜色信息从RGB空间映射到HSI空间的快速变换方法,在结合足球机器人视觉特点的基础上加以改进,并以此为依据采用建立颜色索引表与动态网格扫描相结合的搜索方法确定场上目标,进一步提高了足球机器人视觉系统的实时性.

一种彩色空间变换的FPGA实现方法

在设计有特殊温度要求的LCD控制器的过程中,将数字视频信号由RGB空间转换到YCrCb空间,以便独立地控制图像的亮度和色彩。针对彩色空间变换的FPGA实现方法,在分析原理和一般的实现方法后,给出一种改进的、具有“时分复用”特点的逻辑结构。它仅用一组运算单元(3个乘法器,3个加减法器),使得该模块节省出2/3的逻辑资源,并提高了模块的最高运行速度。

一种快速YUV-RGB彩色空间变换方法

用一种查表方法实现YUV与RGB这二种计算机图像处理中最常用的颜色空间之间的转换。该方法不需要乘法,可以提高转换效率。

彩色空间变换在DEM与遥感影像复合中的应用研究

非遥感数据与遥感数据复合是提高遥感影像解译精度的重要方法之一。以延河流域1997年TM影像和1∶5万DEM为数据基础,在遥感影像处理软件ERDAS IMAGINE 8.4支撑下,研究了遥感数据与非遥感数据的复合方法。研究表明,利用彩色空间变换能取得较好的效果。把遥感影像从RGB颜色模式通过彩色空间变换变换到IHS颜色模式,利用DEM代替IHS模式的色度(H)分量并通过逆变换变回到RGB模式。变换后各地类间颜色对比度增大,有利于监督分类中分类模板的建立和提高分类精度。

基于彩色空间变换的迭代反射投影遥感影像的超分辨率重建

针对单帧迭代反射投影影像存在重建质量不高的问题,本文在分析了彩色空间变换和迭代反射投影算法的基础上,提出了一种基于彩色空间变换和迭代反射投影相结合的超分辨率重建算法。该算法结合了彩色空间变换和迭代反射投影算法的优势,通过彩色空间变换将RGB彩色空间转换到YCbCr彩色空间,对亮度信息分量Y进行迭代反射投影算法使得重构误差最小化。在Cb和Cr两个色差分量通道采用简单的双三次插值算法来降低算法复杂度,最后将重建得到的结果转换回RGB彩色空间。实验结果表明:该算法得到结果与现有其他算法相比得到的峰值信噪比高,且运算复杂度低,可明显提高重建质量。

彩色空间变换法在图像融合中的应用

本文讨论了ＲＧＢ空间与ＨＩＳ空间的特点及彩色空间变换的基本原理，并以卫星遥感获得的多光谱图像为例，成功的将彩色空间变换应用于空间信息与光谱信息的融合中，使融合后的图像同时具有较为丰富的空间信息和光谱信息，并对ＨＩＳ空间中Ｈ。

一种新的适用于彩色图像处理的彩色空间变换方法

从人眼的视觉特性角度出发，在ＣＩＥ国际颜色标准系统和孟塞尔系统基础上，提出了一种适用于彩色图像处理的色空间转换模式，并利用此方法对医用胃镜输出的图像进行了不破坏色调前提下的图像增强处理，明显地提高了彩色图像的细节分辨，实践证明该方法不失为一种具有实用意义的彩色空间变换及图像处理方法。

HSV空间的彩色多聚焦图像融合

针对彩色多聚焦融合图像对比度和饱和度偏低以及色调变化缓慢问题,提出了一种基于HSV空间的图像融合算法。首先对源图像进行RGB到HSV空间的变换,分离H、S、V分量;然后对亮度分量进行小波分解,小波尺度系数采用块自适应加权融合,而高频系数采用块绝对值取大的融合规则之后进行小波逆变换得到融合图像亮度分量;而色调分量与饱和度分量的获取,则是根据源图像与融合图像之间亮度分量的欧氏距离;最后进行HSV逆变换得到融合图像。实验结果表明,该算法有效提高了图像的对比度、饱和度以及色调变化速度。

一种耦合空间域与变换域的遥感影像融合方法

针对多光谱波段和全色波段影像融合存在的空间分辨率问题和光谱失真的问题,提出了一种超球面彩色空间变换(hyperspherical color space,HCS)与非下采样轮廓波变换(nonsubsampled contourlet transform,NSCT)相结合的遥感影像融合算法。首先对目标影像进行HCS变换获取I分量,然后使用NSCT分解全色波段和I分量,并将分解获得的高频子带和低频子带采用加权的局部方向熵和改进的拉普拉斯能量和的方法进行筛选,最后对筛选的图像进行NSCT和HCS逆变换,生成融合多光谱遥感影像。为了验证影像融合质量,分别采用主观评价和客观量化评价方法(均值、标准差、信息熵、平均灰度和相关性等)对融合后的图像进行了分析。通过与现有HCS方法、NSCT方法、Gram-Schmidt方法对比研究表明,该方法在光谱保持度和空间分辨率上均优于传统方法,在融合结果得到的边缘、纹理和细节方面均能够表现出更好的融合特性和视觉效果。

基于简化脉冲耦合神经网络与拉普拉斯金字塔分解的彩色图像融合

针对图像空间分辨率低及分类精度不高等问题,提出一种基于简化脉冲耦合神经网络(S-PCNN)与拉普拉斯金字塔分解算法的彩色图像融合算法。首先,把RGB图像转换到HSI彩色空间中得到H、S、I三个分量,将H分量输入到S-PCNN模型中,利用S-PCNN对H分量进行特征区域聚类后,基于脉冲震荡频图和局部熵实现各源图像的H分量融合;然后采用拉普拉斯金字塔对S、I分量进行分辨率分解,根据不同融合策略对不同拉普拉斯金字塔图层中的S、I分量进行融合。最后,对融合后的H、S、I分量进行彩色空间逆变换,得到最终的RGB图像。实验结果表明,该融合算法在清晰度、空间频率、标准差方面优于传统的主成分分析(PCA)、脉冲耦合神经网络(PCNN)等算法,能很好地保留源图像的细节、纹理和主要特征信息,有效地提高了图像的融合效果。

基于局部统计特性和IHS变换的遥感影像融合

针对传统的高通滤波方法,提出了利用遥感影像的统计特性和IHS变换进行融合的方法。该方法通过对两幅遥感影像直方图匹配,进行影像融合。采用偏差指数、平均梯度和不同关系数三个指标对融合结果进行了定量评价。实验结果表明,与传统的高通滤波法相比,该方法在提高了多光谱影像空间分辨率的同时。

彩色等离子体显示器画质增强电路技术

技术简介 在以液晶电视和等离子体电视为主流的平板电视中．动态画面显示质量是产品竞争的关键。常规的图像处理电路主要包括去隔行、图像缩放、彩色空间变换、反伽马校正等功能，画质增强电路则主要实现灰度级增强、动态对比度增强、彩色增强等功能．它是对常规图像处理电路的补充与提升．是改善和提升平板电视画面质量的一个发展方向。

照相法测量冬小麦覆盖度的图像处理方法研究

植被覆盖度是重要的农学和生态学参数,对水文、生态、全球变化等研究具有重大意义。数码照相法作为一种方便快捷、精度较高的地面测量方式,在科学研究中得到了广泛的应用。目前照相法测量植被覆盖度的图像处理方法可以分为彩色空间判别法和图像分类法两类。通过对冬小麦覆盖度的连续监测,对不同植被分类判据进行了对比分析,结果表明基于RGB和HLS彩色空间算法的判据具有一致性。基于景合成模型的最大似然分类方法突破了传统分类方法将图像仅分为植被与非植被两类的限制,将图像分为叶片耀斑、光照叶片、阴影叶片、光照土壤和阴影土壤5个组分,具有较高的估算精度,可以作为照相法进行覆盖度估算的首选方法。

SAR影像与TM影像的几种融合处理方法

利用彩色空间变换、比值变换及相关系数法分别对ＳＡＲ影像与ＴＭ３ 、ＴＭ４ 、ＴＭ５ 三波段影像进行融合处理。文章介绍了影像融合中的具体技术问题及其处理方法。因侧视雷达图像一般有明显的孤立噪声，所以，在进行影像融合处理之前，先对ＳＡＲ影像进行预处理，文中用δ滤波法抑制孤立噪声（ 光斑） 。最后，从视觉效果、熵、平均梯度值以及标准差等４

混合型强迫不变的遥感影像云雾阴影去除方法

针对遥感影像中云雾阴影干扰地物判读问题,建立一种“波段组合+HSI彩色空间变换+强迫不变”混合型强迫不变技术可进行阴影去除。首先,利用“波段选择+HSI彩色空间变换”进行阴影因子识别,再计算出影像各波段与阴影之间的相关系数;其次,通过拟合曲线、滤波以及平滑,使得各波段光谱值不随阴影因子变化,与阴影无相关性,即强迫不变;最后依据混合像元分解理论分离出像素中的阴影贡献值,达到去除云雾阴影目的。实验表明,该方法能有效识别阴影空间范围,阴影遮挡地物能基本显现,影像可判读性提高,效果较好。

三种像素级数据融合算法分析与性能比较

讨论了加权均值法、彩色空间变换法(HSI)和主成分分析法(PCA)三种像素级数据融合算法及实现,然后对全色图像和多光谱图像做了数据融合仿真实验,最后从信息熵、清晰度和光谱保持特性三个方面进行了性能综合评价。实验结果表明,基于HSI变换的融合图像整体清晰,色度协调,保留了较多的空间信息,细节特征明显,质量最好,能够满足实际应用平台的技术需求。

彩色编码投影光栅三维轮廓术中分色问题的研究

针对彩色编码投影光栅三维轮廓术所需的分色技术要求 ,根据光度学的原理 ,提出了一种由RGB格式到HIS格式的变换关系 ,同时给出了逆变换关系式。亮度I定义为R、G、B三个分量的平均值。白度S定义为R、G、B三个分量中最小的分量除以亮度值。用R、G、B三个分量中的最小值去减另外两个分量 ,得到该像素所对应的光谱色 ,然后由这两个分量的比值来确定色度H。在HIS格式中将亮度与颜色信息分离开 ,在进行分色处理时可以不受亮度变化的影响。通过设定固定的阈值 ,可以将红、绿、蓝、青、品、黄几种颜色有效地区分开来。

彩色多聚焦图像邻域融合算法的改进

针对彩色多聚焦图像融合存在色彩分布不均、斑效应问题,提出一种图像空间信息和颜色信息分离研究的改进算法。首先对源图像进行HSV变换并分离各分量,然后表示空间信息的V分量进行小波分解,最高分解层高频系数选用基于邻域的对比度取大融合规则,而其余分解系数选取基于邻域梯度的加权融合规则。其次重构得到融合图像V分量,表示颜色信息的H、S分量采用源图像与融合图像间V分量欧氏距离取小规则,最后进行HSV逆变换得到融合图像。经MATLAB仿真,该算法可有效缓解融合图像色彩分布不均及斑效应现象。

一种快速的全色和多光谱图像融合算法

针对非下采样Contourlet变换(NSCT)在全色和多光谱图像融合中计算复杂度较高的问题,文章提出了一种快速的基于NSCT和超维彩色空间变换(HCT)相结合的融合算法:采用HCT变换提取多光谱图像的亮度分量,使得任意波段的多光谱图像跟全色图像融合的计算复杂度降低;采用NSCT进行融合,使得融合结果的空间分辨率提高的同时,保留原光谱特性。基于Pleiades卫星图像的实验结果表明,跟NSCT变换相比,本文提出的融合算法的融合结果空间细节更加突出,光谱畸变更小,同时计算复杂度显著降低。