基于颜色属性直方图的尺度目标跟踪算法研究

利用目标颜色信息的跟踪算法,容易受到环境光照、尺度变化、相似背景等因素的干扰,导致跟踪任务失败。为了克服以上问题,该文提出一种基于颜色属性空间的鲁棒尺度目标跟踪算法。该算法首先将原始的RGB颜色空间映射到颜色属性(Color Names,CN)空间,减少目标颜色在跟踪过程中受环境变化影响。然后采用一种背景加权约束的颜色属性直方图,来抑制相似背景的干扰。最后,为了解决目标尺度变化带来的影响,先用梯度上升法粗略估计尺度,再用约束项精确求解尺度,并利用反向一致性检验,进一步提高尺度估计的准确性。该文选取了5段典型视频进行实验,并与相关算法进行比较。结果表明所提算法能够消除环境光照、阴影、相似背景和尺度变化等因素所带来的影响,在中心位置误差和跟踪成功率性能指标上,优于其它算法。

一种足球机器人中指定颜色属性物体的识别方法

为解决足球机器人中已知颜色属性的物体的识别问题 ,本文提出了一种基于 HSV模型 ,应用 H、V参数特征值来识别指定颜色属性物体的方法 .在 HSV模型中 ,参数 H能较集中的反映被识别物体的颜色种类特性 ,但当 RGB值较小时 ,色调趋向于不确定 ,可以通过引入参数 V改进这点不足 ,从而有效的实现颜色物体的识别 .

颜色属性辨析

颜色属性是色彩学的基本概念,正确理解、应用颜色属性非常重要。本文对亮度、有色度、明度、饱和度、彩度等容易混淆的颜色属性进行辨析,举例简述了它们的应用方法,为正确应用颜色属性提供了参考。

半导体激光船舶号灯颜色属性的设计与仿真

为了提高现行船舶号灯在复杂光环境中的可识别性,更好地保障船舶夜航安全,运用色度学及半导体激光器的发光原理,设计了一种新型船舶号灯。选取长度大于等于50m的机动船的右舷灯和桅灯为实验对象,在三维实体建模软件(Lighttools)环境下建立右舷灯和桅灯的实体模型,并对这2种号灯的半导体激光器光谱区波长、光谱权重、功率、光线数量、光线追迹阈值等参数进行设置,模拟了不同接收距离处灯光的颜色属性。模拟结果表明:半导体激光号灯右舷灯颜色刺激纯度为1;半导体激光号灯中桅灯光色的色品坐标与参考白光(色品坐标为(1/3,1/3))接近,二者均符合《国际海上避碰规则》对号灯颜色属性的要求。

基于颜色属性的车辆阴影去除方法

颜色属性,即语言颜色标签,可以表示世界中的所有颜色。视频帧图像中的阴影的颜色属性为黑色,因此提出一种基于颜色属性的车辆阴影去除方法。利用概率潜在语义模型学习颜色属性,建立颜色名概率字典,并实现对视频帧图像的颜色名映射,将表征阴影的黑色区域二值化为背景,而非阴影区域二值化为前景。同时,将二值化图与背景差分图进行"与"操作,去除阴影,再去除阴影外边缘的噪声。最后,对其进行先膨胀再连通域填充处理,以得到去除阴影后的车辆目标。实验证明,该方法在一定场景下可以很好地去除阴影,获得相对完整的运动车辆目标。

一种基于颜色属性的通用目标检测方法

通用目标检测是视频分析技术中目标定位、检测和跟踪的关键技术.针对数字图像分析中的通用目标检测问题,提出了一种基于颜色属性的通用目标检测算法,用以提取图像中有可能包含目标的子区域并以外接矩形的形式输出.该算法首先利用输入图像的颜色属性对其进行区域分割并计算划分后的区域相似度,接着根据相邻区域间的相似度进行区域合并,最后结合选择性搜索策略,实现了通用目标的检测.实验表明此算法检测出的候选框的精度可以满足通用目标检测的要求.

基于颜色属性的信号指示灯检测识别

信号指示灯检测识别是根据信号指示灯的颜色、形状等特征分析图像内容,找出信号指示灯位置并加以识别的过程。提出一种基于颜色属性的信号指示灯检测识别方法,通过将输入图像从原始RGB颜色空间映射到11维颜色属性空间,进行颜色特征的有效提取。实验结果表明,该方法能较好地检测出指示灯位置并识别指示灯开关状态。

使用自适应背景约束改进的颜色属性跟踪算法

颜色属性跟踪算法使用的核脊回归分类器对于背景信息的利用过少,导致算法在目标快速运动、局部遮挡和背景相似物干扰等情形下容易发生漂移。针对此问题,首先,通过计算响应矩阵峰值旁瓣比确定干扰峰所在位置;然后,在核脊回归分类器上引入对应的背景约束项来加强分类器对背景信息的利用;最后,使用构建尺度空间滤波器的方法实现对多尺度变化的支持。在Visual Tracker Benchmark数据集上的对比实验结果表明,该方法在不过多损失算法速度的前提下,能够有较高的跟踪精度。

基于低维颜色属性的多尺度相关滤波跟踪

为了提高视觉目标跟踪算法的性能及对尺度变化的鲁棒性,同时保持良好的实时性,针对颜色属性的高维性及复杂图像序列中目标尺度变化大的问题,提出了一种基于低维自适应颜色属性的多尺度相关滤波跟踪算法。首先,用颜色属性扩展相关滤波跟踪器;然后,通过使用自适应降维技术,把原来的11个维度减少到只有两个;最后,通过在尺度金字塔上训练一个分类器来估计目标的尺度。在多组测试视频上的实验表明,仔细选择颜色变换非常重要,改进后的算法提高了跟踪器的性能并能实时更新尺度信息,实现多尺度跟踪。

基于颜色属性的光谱重建训练样本正交优化

选择具有代表性的颜色作为光谱重建的训练样本可以有效减少样本冗余,提高光谱重建精度。采用正交试验方法,基于色相、明度和饱和度在Munsell颜色集中选择具有代表性的颜色样本,并分析颜色三属性对光谱重建精度的影响。结果表明,采用主成分分析(PCA)法重建得到的反射率与原反射率的平均均方差(RMS)最大可达0.120 4,而采用违逆(PSE)法和R矩阵(R-matrix)法重建得到的平均RMS相对较小。三属性的优先级别R极差分析中,明度明显大于色相和饱和度。颜色三属性对P C A法的影响大于对PSE法和R-matrix法。明度对光谱重建精度的影响较大,而色相和饱和度对光谱重建精度的影响相对较小。

融合颜色属性和空间信息的显著性物体检测

目的提出了一种基于颜色属性和空间信息的显著性物体检测算法,并将其用于交通标志的检测。方法首先,训练颜色属性得到颜色-像素值分布,据此将图像划分为不同的颜色聚簇,每个聚簇的显著性取决于其空间紧致性。其次,将每个聚簇分割为多个区域,用颜色属性描述子表示每个区域,计算区域的全局对比度。最后,同时考虑区域对比度和相应聚簇的空间紧致性,得到最终的显著图。在此基础上,将交通标志的先验知识转换为自上而下的显著性图,形成任务驱动的显著性模型,对交通标志进行检测。结果在公开数据集上的测试结果表明,该算法取得最高92%的查准率,优于其他流行的显著性算法。在交通标志数据集上的检测取得了90.7%的正确率。结论提出了一种新的显著性检测算法,同时考虑了区域的颜色和空间信息,在公开数据集上取得了较高的查准率和查全率,在对交通标志的检测中也取得了较好的结果。

区域颜色属性空间直方图背景建模

目的为了能在光照变化、动态背景干扰这一类复杂场景中实时、准确地分割出运动前景,针对传统的基于颜色特征和基于像素的方法的不足,提出一种在颜色属性空间进行区域直方图建模的运动目标检测方法。方法首先将RGB颜色空间映射到更为稳健的低维颜色属性空间,以颜色属性为特征在像素的局部范围内建立直方图,同时记录直方图每一个分区中像素的空间信息,使用K个空间直方图构成每个像素的背景模型,每个直方图根据其匹配度赋予不同的权重。降维的颜色属性提高了模型的鲁棒性和检测的时效性,空间直方图引入的位置信息提高了背景模型的准确性。然后通过学习率αb和αω来控制各模型直方图及其权重的更新,以提高模型的适应性。在标准测试数据集的所有视频序列中进行了实验,通过分析综合性能指标(F1)及平均假阳性(FN)曲线,确定了算法中涉及参数的合理取值范围。结果对实验结果定性和定量的分析表明,本文方法能够得到良好的前景检测效果,尤其在多模态场景和光线变化的复杂场景中能显著提高检测性能。各类场景的平均综合性能指标(average F1)相比性能突出的方法 ViBe、LOBSTER(local binary similarity segmenter)和DECOLOR(detecting contiguous outliers in the low-rank representation)分别提高了0. 65%、3. 86%和3. 9%,并通过GPU并行加速实现运动目标的实时检测。结论在复杂视频环境下的运动目标检测中,相比已有方法,本文方法能够更为准确地分割出运动前景,是一种实时、有效的检测方法,具有一定的实用价值。

结合颜色属性的分层结构直方图

目的为克服单一颜色特征易受光照变化影响,以及图像的空间结构特征对目标形变较为敏感等问题,提出一种结合颜色属性的分层结构直方图。方法首先,鉴于使用像素灰度值对图像进行分层易受光照变化影响,本文基于颜色属性对图像进行分层,即将输入的彩色图像从RGB空间映射到颜色属性空间,得到11种概率分层图;之后,将图像中的每一个像素仅投影到其概率值最大的分层中,使得各分层之间像素的交集为空,并集为整幅图像;对处理后的每一个分层,通过定义的结构图元来统计像素分布情况,得到每一分层的空间分布信息;最后,将每一分层的像素空间分布信息串联作为输入图像的分层结构直方图,以此来表征图像。结果为证明本文特征的有效性,将该特征用于图像匹配和视觉跟踪,与参考特征相比,利用本文特征进行图像匹配时,峰值旁瓣比均值提升1.3479;将本文特征用于视觉跟踪时,采用粒子滤波作为跟踪框架,成功率相对上升4%,精度相对上升4.6%。结论该特征将图像的颜色特征与空间结构信息相结合,有效解决了单一特征分辨性较差的问题,与参考特征相比,该特征具有更强的分辨性和鲁棒性,因此本文特征可以更好地应用于图像处理应用中。

关于建设现代汉语颜色词属性库的构想

本文论及的现代汉语颜色词属性库可视为汉语词库建设中的分支工程。现代汉语颜色词的特殊性 ,使现代汉语颜色词属性库的建设面临了许多难题 ,这些难题同时也为颜色词属性库的拟构提供了路径。文中以《现代汉语词典》中的颜色词为例 ,对现代汉语颜色词中的一部分静态成员进行了尝试性的属性标记 ,并对相关颜色词素的构词能力进行了降频统计。

信息安全中基于颜色三维属性加密技术的研究与实现

密码技术是保障信息安全的核心技术。通过对计算机中彩色图像颜色三维属性的研究,提出了一种完全区别于传统密码技术的新的密码技术—彩色图像信息融容密码技术,并对该技术的实现原理、实现方法、技术创新进行了概括性的介绍。实验表明该技术加密速度快、保密性强、实现简单,可应用于信息安全的各个领域,具有广泛的市场推广价值。

自适应多尺度颜色特征目标跟踪算法研究

为了解决尺度变化对目标跟踪的影响,本文在颜色特征跟踪算法的基础下提出了一种多尺度目标跟踪算法。该算法通过训练位置和尺度两个相关滤波器以实现自适应尺度跟踪。首先通过最小二乘分类器学习获得位置相关滤波器,采用主成分分析法对颜色特征进行降维,计算响应的最大值作为下一帧目标中心位置;接着根据设定的尺度因子在中心位置周围形成多个大小不一的矩形区域,并计算每个区域的颜色特征;学习每个区域的颜色特征,获得尺度相关滤波器,并采用正交三角分解对尺度相关滤波器进行降维;然后根据响应的最大值确定跟踪目标的尺寸;最后对目标的位置和尺寸进行更新。通过对13组挑战性的视频序列进行测试,结果表明,本算法不仅对目标尺度变化具有一定的适应性,而且对光照变化、快速运动、运动模糊等复杂情况下,均具有鲁棒性,多项性能指标均优于目前跟踪性能先进的算法。

基于二次误差测度的带属性三角网格简化算法

给出一种基于边折叠和二次误差测度的快速简便的算法来简化带属性的网格模型。该算法通过分别建立几何和颜色属性二次误差测度来计算几何和颜色属性误差,用几何与颜色属性误差的总和来控制网格简化的顺序和精度。边折叠是根据某种误差测度将候选的边按照折叠代价排序,每次取代价最小的边进行折叠操作,直至满足给定的终止条件。二次误差测度采用点到平面距离的平方作为误差测度。应用实例表明,该算法既能保证简化模型同初始模型在几何上尽可能相似,又能较好地保留初始模型的颜色、纹理等属性信息。

基于光照不变性颜色特征的行人再识别方法

针对光照变化对行人的颜色外观有很大影响导致行人再识别率低的问题,提出了一种基于光照不变性颜色特征的行人再识别方法。使用颜色属性转换(Color Characteristic Transfer,CCT)把不同光照条件下的行人图像统一转换到相近亮度,把转换后的图像从像素值变化大的RGB空间转换到可以使像素值变化相对较小的颜色空间中去,提取出颜色直方图作为光照不变性特征。采用跨视图二次鉴别分析(Cross-view Quadratic Discriminant Analysis,XQDA)算法进行行人图像特征向量间的相似性度量。通过在公共数据集VIPeR和CUHK01上的实验,表明了文中所提出的特征对光照变化有一定的鲁棒性,且算法与相关的行人再识别方法相比,识别精度得到了进一步提升,具有更高的实际应用价值。

以颜色视觉理论贯穿色彩学教学体系

本论文在论述颜色科学的研究目标和研究方法的基础上,结合多年教学经验,强调颜色视觉属性和颜色视觉理论在印刷色彩学教学中的重要作用。从颜色视觉理论的高度用CIE色度体系的计算公式构筑颜色视觉模型,使学生可以更好地理解计算公式的色彩意义,更好地掌握印刷色彩学知识。

逐级细化的交通标志识别算法

针对交通标志识别中存在的识别精度和实时应用之间的矛盾,根据中国交通标志的特点,提出一种逐级细化的交通标志识别算法。首先进行粗分类,构建颜色属性-梯度直方图(Color name-histogram of gradient,CN-HOG)描述子表示每类标志的形状和颜色特征,采用线性支持向量机(Support vector machine,SVM)将交通标分为禁令标志、警告标志、指示标志、解除禁令标志和其他标志5大类;然后进行细分类,采用词袋模型中颜色和形状特征早融合的方式将颜色属性(Color name,CN)和尺度不变特征变换(Scale-invariant feature transform,SIFT)描述子相结合、利用高斯核SVM得到交通标志区域的最终类别标记。在公开数据集上的实验表明本文算法在满足实时应用的同时取得了99.15%的识别精度。