彩色背景下的颜色突显研究

颜色突显是指在与视觉搜索任务有关的视觉显示中,采用颜色突出显示多个项目中的目标项目,从而提高视觉搜索效率的一种方法或技术。本文采用视觉搜索任务,以正确率和反应时为指标对单彩色和复杂彩色背景下不同颜色突显的视觉搜索绩效进行了研究。结果表明:(1)在单彩色背景和复杂彩色背景下,颜色突显条件视觉搜索绩效显著优于非突显条件;(2)在浅蓝或浅绿的单彩色背景下,四种颜色突显绩效中,红色突显绩效最好,紫色最差,而在随机彩色背景和复杂彩色背景下,颜色突显绩效差异并不显著;(3)在彩色背景下的颜色突显绩效会受到干扰数字的颜色的影响,其中在单色和随机彩色背景下,干扰目标颜色为黑色时的视觉搜索绩效优于干扰目标颜色为白色时的情景,而在自然彩色背景下,这种视觉搜索优势并不存在。

不同非彩色背景明度对祖母绿绿色明度的影响

祖母绿颜色艳绿、接近透明,非彩色背景对其颜色外貌的影响不仅针对目标色的明度而言,同样也将涉及到色调和彩度,而且其自身明度也会制约背景明度对自身色的影响(Kutas and Bodrogi,2008;Huertas et al.,2003;Melgosa and Hita,1997;GB/T3979-1997,1997;Wang and Xu,

复杂彩色背景下特定运动目标定位方法

目标识别与定位是数字图像处理技术中的十分关键的一部分。该文提出了针对在复杂的彩色背景下特定运动目标定位的快速有效方法。同时在实践基础上 ,针对图像处理中的特征向量的提取给出了一个操作性较强的方法。在解决了某个特定环境下实现目标识别和跟踪的同时 ,对其它相类似的情况下的数字图像处理也是有借鉴之用的。

紫外荧光加分色照相拍摄彩色背景上汗潜指印的探讨

在拍摄彩色背景上汗潜指印时,传统的方法是在汗潜指印上刷显有色荧光粉,再利用紫外线作为激发光源激发有色荧光粉发出荧光图像的照相方法来加以解决,这种方法是在汗液指印比较清晰的情况下可以获得一定的效果。但随着反侦查意识的增强,案犯在现场遗留的清晰痕迹物证将会越来越少,因此,提取现场疑难痕迹物证特别是在复杂背景上的汗潜指印将成为刑事技术人员不得不面临的问题。本文探讨的就是在复杂背景上的汗潜指印用传统紫外荧光照相法效果不理想的情况下,再加用分色照相的方法将二者融合在一起来解决这个问题的实验探讨。

彩色背景上残缺痕迹的照相修复

在彩色背景上形成的有色痕迹,由于痕迹在白色与蓝、红、绿的交界处,在白色部分的痕迹清晰可见,在蓝、红、绿色部分的痕迹用肉眼难以分辨,即形成残缺痕迹。实验证明:采用多波段光源来加强和显现残缺痕迹,与白色部分的痕迹形成完整的整体,可达到修复残缺痕迹的目的。并且效果较为理想。

非彩色背景对铝系列紫色—红色系石榴石颜色的影响

选取34颗紫色—红色系石榴石,采用紫外—可见光分光光度计、X射线荧光光谱仪、爱色丽分光光度计、Munsell中性灰色背景对样品进行观察与测试。经测试确定了此次实验所选取的紫色—红色系石榴石均属于铁铝榴石和镁铝榴石之间的过渡品种;紫外可见光光谱显示,Cr导致了红区692nm处的吸收,Fe导致了黄区575nm强吸收带、绿区527nm和蓝区504nm弱吸收带。基于CIE 1976 L~*a~*b~*均匀色空间,依次转换Munsell非彩色背景N1—N9,研究不同明度的非彩色背景对石榴石颜色三要素的影响,发现随着非彩色背景明度的升高,石榴石颜色的明度和彩度均逐渐升高。方差分析结果表明,不同明度的非彩色背景对石榴石颜色的明度、彩度有极显著影响,对色调角没有显著影响。采用K-means快速聚类,将石榴石按色调角划分为三类,在转换N1—N4背景时,色调角降低,转换N5—N9背景时色调角升高,向红色、橙色区转移。为使石榴石展现更高的明度和彩度,可将石榴石放置于高明度的背景环境中。

交通场景中基于彩色视觉信息统计的背景建模

研究分析目前主流的背景建模方法,并针对动态交通场景中车辆目标持续运动,背景出现的概率较大的特点,提出一种基于彩色视觉信息统计的背景建模算法。实验结果表明,该算法可以较好地提取背景,并有效区分前景和背景。

澳大利亚绿玉髓显色背景研究及颜色评价

本文基于CIE 1976 L~*a~*b~*均匀色空间,利用红外光谱仪、X射线荧光光谱仪、便携式X-Rite SP62分光光度计、Munsell非彩色色卡等仪器设备对30颗澳大利亚绿玉髓样品进行了宝石学及色度学测试,并对澳大利亚绿玉髓提供了颜色评价方案。红外光谱分析显示,石英为绿玉髓的主要矿物成分,局部吸收峰缺失可能与石英岩质玉的结晶度相关;使用X射线荧光光谱仪对绿玉髓化学元素进行测试发现,绿玉髓颜色饱和度与Ni含量呈正相关;在D65荧光灯下,使用便携式X-Rite SP62分光光度计以10个Munsell非彩色色卡为背景,测试得到样品的颜色参数。经研究发现,不同的背景对绿玉髓的颜色具有很大影响并且在N9.5背景下绿玉髓能展现出最佳的饱和度。以Munsell N9.5为背景,采用K-均值聚类分析和Fisher判别式分析方法,将绿玉髓颜色从优到劣依次分为浓彩、深彩和中彩三组。

一种基于区域划分的人群密度估计快速方法

公共场景监控下的人群密度估计是公共安全管理中的一个重要内容。针对大场景监控情况,研究了一种基于区域划分的智能化人群密度估计快速方法。在帧差提取出的彩色视频背景的基础上,按视觉比例将大场景分成子区域,然后对某个子区域采用像素统计的方法实现人群密度估计,其余子区域采用自适应比例的方法实现人群密度快速估计。实验结果表明该方法在实际应用中简单、有效、快速,能为公共场所的预警系统提供有力的帮助。