基于HSV空间的彩色边缘检测

为了克服在颜色亮度差别大的情况下,传统柱坐标模型下的欧氏距离不能合理分辨颜色的缺点,根据饱和度对亮度进行变换,提高了模型的准确性.并在此颜色距离模型下设计了一种彩色Min边缘检测算子,有效地提取了图像的边缘信息.实验证明该方法可以合理分辨不同的颜色,有效提取图像的彩色边缘信息,并能克服非均匀光照所带来的影响.

基于HSV空间的创新型车牌定位方法

在HSV空间中,将车牌底色用1表示,非车牌底色用0表示,实现二值化。用二分法扫描滤波后的区域,对黑白变化特征进行识别,完成车牌粗定位。在灰度图像中对提取后的车牌区域进行直方图统计。大于或等于车牌字符灰度值的像素赋值为1,否则为0。然后进行特征提取及投影分析,实现车牌精定位。

基于HSV空间的创新型车牌定位方法

在HSV空间中,将车牌底色用1表示,非车牌底色用0表示,实现二值化.用二分法扫描滤波后的区域,对黑白变化特征进行识别,完成车牌粗定位.在灰度图像中对提取后的车牌区域进行直方图统计.大于或等于车牌字符灰度值的像素赋值为1,否则为0.然后进行特征提取及投影分析,实现车牌精定位.

基于HSV的材料腐蚀特征颜色量化处理

材料腐蚀特征颜色的人工评定无法解决颜色量化问题,在RGB空间获取材料腐蚀特征图像信息,通过HSV颜色空间对该腐蚀特征区域的颜色值进行相应量化处理,获得一维特征矢量直方图。由于材料腐蚀特征区域颜色并非单一、均匀分布,材料腐蚀特征区域中的颜色具有敏感点及颜色信息偏态分布,其用平均值方法无法进行有效处理,所以使用区域分块、累计百分比方式对区域中的颜色进行权重处理,从而实现在HSV空间下对材料腐蚀特征区域颜色量化处理,使得特征区域颜色值符合人工评定颜色的需要。

彩色数字仪表图像二值化技术研究

针对石英晶体振荡器的计量检定中对数字仪表高精度识别的要求,通过对各种灰度及彩色图像二值化技术及HVS颜色空间特性的研究,提出一种在HVS颜色空间下进行彩色图像二值化分割技术,讨论了HSV颜色空间中H、S、V三分量对彩色图像二值化的影响及意义,分析并给出了H、S、V三阈值的计算方法,在实际使用中取得了满意的效果。采用该技术并结合校验神经网络,实现了数字仪表面板数字的高精度识别,达到了石英晶体振荡器的计量检定误识率低于0.001的项目要求。

基于骨架提取和颜色迁移的古代碑文虚拟修复

针对古代碑文石质风化、字迹变淡、模糊不清等问题,提出一种古碑文虚拟修复方法。以侯马盟书为例,基于HSV空间图像增强技术,结合八邻域像素值分析法对盟书文字骨架进行提取,采用形态学运算对骨架进行毛刺去除和均匀膨胀,恢复残缺笔段,使用颜色迁移的方法使修复后的文字与其背景保持原有色彩和风格。实验结果表明,该方法有效修复了侯马盟书模糊的字迹和褪掉的色彩,更加符合人的视觉特性。

结合饱和度调节的单曝光HDR图像生成方法

针对目前利用单幅低动态范围图像生成高动态范围图像过程中亮度的动态范围扩展与饱和度不匹配,从而导致扩展后图像泛白的问题,提出一种结合饱和度调节的由单幅图像生成高动态范围图像的方法.该方法将图像转换到HSV颜色空间,首先对亮度分量进行反色调映射及高光区域校正得到新的亮度分量,并对饱和度分量进行线性拉伸;然后计算原始亮度与饱和度的相关系数,再通过相关系数和新亮度分量对拉伸后的饱和度分量进行微调得到新饱和度分量;最后将处理后的各分量进行融合得到高动态范围图像.实验结果表明,该方法能产生颜色鲜亮的高动态范围图像,更符合人眼的视觉特性.

颜色的表征方式及其测量

随着技术的发展,人们对颜色的认识也越来越深入。本文主要阐述了有关颜色的一些基本概念和内容。并介绍了颜色匹配的拉格斯曼定律,颜色定量表示的一些专用术语。对常用的颜色空间和颜色的测量作了基本的介绍。

基于六角锥体模型颜色直方图的植物农杆菌基因瞬时转化表达图像定量分析

基因的瞬时表达是一种快速的研究基因表达、蛋白质亚细胞定位及基因间相互作用的手段,有简单、快速、周期短等优点,结果直观可靠,但在分析实验结果时,运用肉眼观察法,对结果衡量的标准不统一,有一定的局限性.基于颜色恒常性,利用图像分割的阈值法对农杆菌外源基因侵染4种植物叶片的注射实验得到的图像进行分析,将植物基因瞬时转化表达的图像转为六角锥体模型颜色空间,进行颜色直方图的分析,研究表明此方法定量分析植物对外源基因瞬时转化表达更具实用性和科学性.

视频序列中运动目标检测技术

提出一种基于前景目标分类的视频序列中运动目标检测方法。该方法在RGB空间内建立了一种新颖的背景模型;为了解决背景更新“死锁”问题,提出了像素点的跳跃度函数和稳定性函数,将前景分类为静止目标、运动目标及虚假目标;最后提出了一种基于HSV颜色信息和一阶梯度信息的混合阴影剪除算法。实验结果表明,该方法能有效分割视频场景中的运动目标并鲁棒地分离目标及其阴影区域。

基于分块非等区间局部累加直方图的实时视频检测

结合帧图像的颜色特征对视频检测技术进行了探讨，提出了一个基于分块非等色调区间局部累加直方图的实时检测新算法，并据此设计、实现了一个广告实时检测统计系统。实验表明该算法实时性好、检测率高，具有较高的实用价值。

基于Kinect的移动机械臂平台开门策略设计与实现

目前对于机器人开门方法的研究基本都是在机械臂位于门前固定位置的前提下,通过对门把手进行识别来实现的。将机械臂与机器人本体运动控制相结合,提出了一种基于深度传感器(Kincet)的移动机械臂开门策略。给出开门策略的流程图,分析基于Kinect的图像接收处理过程,采用色调-饱和度-强度(HSI)颜色空间对门把手进行定位的方法以及将门把手定位信息与五自由度机械臂的运动控制相结合的控制策略。在VS2008环境下编写控制软件,以开门实验验证了该方法的有效性。

基于H-S直方图的苹果着色率检测算法研究

针对用机器视觉的方法检测苹果着色率时检测结果容易受图片亮度影响的问题,文中提出了一种基于H-S直方图的苹果表皮着色率检测算法。该算法用红绿黄3种不同颜色的少量样本图片生成不同的H-S直方图。检测着色率时,提取图像中每个像素的色度值与饱和度值,用H-S直方图分析苹果表面红色区域所占的比例得出苹果表面的着色率。试验结果显示,该方法可以有效地检测出苹果表面的着色率,得到的检测结果与人眼观测的结果基本一致,平均误差小于8.3%,且检测结果不易受图片亮度的影响。

应用于显屏驱动芯片的可精确调控图像色彩增强方法

针对现有显屏驱动芯片图像色彩增强功能存在的增强效果不易调控和评价的问题,提出了一种可通过参数进行精确调控的图像色彩增强方法。该方法分为图像分析和增强计算两个阶段。在第一阶段,根据接收的图像数据和预设饱和度增高系数,计算实际饱和度增高系数。在第二阶段,根据最小像素亮度变化准则和实际饱和度增高系数,计算各像素新的RGB颜色值。在硬件电路实现时,上述两个阶段的操作分别在相邻的两个图像帧传输周期内完成。该方法具有增强效果可量化、计算简便、硬件开销小的优点,适合在显屏驱动芯片上应用。

一种基于Android平台的简单图形识别方法的研究

本文主要基于Android平台,使用OpenCV计算机视觉库来实现对简单图形的形状和颜色识别,采用模板学习,轮廓检测,和轮廓相似度比对的方法进行识别。首先进行模板学习,生成模板库,再进行图像识别,识别过程先对拍摄原图进行预处理,将RGB颜色空间转换为HSV颜色空间,经过高斯滤波、区分颜色、灰度化、二值化处理后,再对二值化图形进行轮廓检测与提取,最后与模板库进行轮廓比对,根据相似度值得到识别结果。

基于特征模型的非结构化道路跟踪算法研究

鉴于室外自主移动机器人视觉导航的应用需求,提出一种提高非结构化道路跟踪准确性和鲁棒性的算法。首先,利用局部二值模式LBP的纹理特征和颜色特征建立道路区域的H-S-LBP特征模型,利用特征模型对视频序列图像进行反向投影,将图像分割为道路区域和背景区域。同时,采用卡尔曼滤波器更新道路特征模型。通过反向投影与特征模型更新的交替完成,实现非结构化道路跟踪。实际应用表明,提出的算法能够准确跟踪视频图像中道路区域,对复杂多变的室外环境适应性较强,道路边缘处区分度较高,满足实时性要求。

基于PCNN和最大灰度熵图像分量的彩色图像分割

为提高彩色图像的分割效果,提出了一种最大灰度熵图像分量和脉冲耦合神经网络(PCNN)相结合的彩色图像分割方法。将彩色图像转换到符合人眼视觉特征的色调饱和度亮度(HSV)颜色空间中,选取灰度熵值最大的分量图像,用PCNN增强以增大感兴趣区域对比度,对增强后的分量图像运用PCNN进行循环分割,当二维Renyi熵值不再大于前一次的值时,终止PCNN的循环分割,获得最佳分割结果。运用多种评价指标对所分割的结果进行评价,评价结果表明:提出的算法能够有效实现对彩色图像的分割,尤其在图像细节方面,比传统的彩色图像分割方法表述得更为清晰。

基于多特征融合的彩色图像声呐目标检测

随着国内对河流、湖泊和海洋近岸浅水区域水下工作的深入开展,潜水员进行水下打捞、定位以及勘探等水下工程建设变得意义重大。本实验室开发的专利产品TKIS-I头盔式彩色图像声呐获得中国海军航行保障部认可,目前已有20多台服务于部队并持续获得部队订货。但是,在复杂的水下环境中,潜水员进行水下作业具有较大的风险,所以期望今后能利用水下机器人实现自动水下目标检测,从而把潜水员从危险的复杂水下活动中解放出来。为此,文中针对声呐图像的特点,在颜色、形状、纹理3个方面分别采取了HSV颜色空间、梯度直方图(HOG)、局部二值模式(LBP)的特征提取方法,并且改进了多特征融合的方式,使用优化后的支持向量机(SVM)进行分类,旨在快速检测出水下目标,为以后水下机器人的自动目标检测奠定基础。

多模式共生的彩色纹理图像分类方法

针对单一方法进行纹理图像分类时易受旋转、光照等干扰的情况,提出了一种结合颜色特征和纹理特征的共生纹理分类方法。将图像转换到HSV颜色空间后,对H通道使用SLIOP算法以及对S和V通道用CLBP算法提取特征,然后将各自提取到的特征进行串联共生,最后利用支持向量机对纹理图像进行分类。基于被广泛使用的纹理图像数据库,对提出方法与其他典型分类算法进行实验对比,分析表明在分类的准确率和计算效率上获得了较大提升。实验结果表明,提出了方法具有较强的旋转不变性、光照不变性以及抗噪性。

基于颜色空间融合与上下文显著性的红外偏振图像目标增强

针对低对比度、岸岛背景、前景遮挡等复杂背景下前视红外图像在检测识别海面弱小目标困难的问题,提出一种基于红外偏振图像的海面弱小目标增强方法。开发了一种符合人视觉系统感知色彩的改进色调-饱和度-强度(HSI)颜色空间融合算法,融合海面图像中的红外偏振度信息与红外强度信息;设计一种基于红外偏振图像的海面区域分割方法,分割海面区域,并将其作为候选目标增强区域;利用上下文显著性算法计算海面HSI颜色空间融合图像的显著性,根据显著图修正海面HSI颜色空间融合图像,得到目标增强图像。采用目标与背景对比度和局部信噪比评价融合图像增强效果。结果表明,与现有方法相比,所提方法在不同场景下能增强目标并抑制背景干扰,评价指标高于现有方法,能够为海面舰船目标检测与识别提供支持。