主颜色提取算法及其在服装图像检索中的应用

为了提高服装检索的查准率和查全率,利用人们对服装颜色的主观感知,提出了用于服装图像的颜色特征提取的主颜色提取算法:首先,根据服装的主颜色占比情况判断该服装是花色还是非花色,将花色服装用特征值进行标记;然后,将颜色直方图中的特征值按占比大小降序排列,去除占比较小的部分特征值,保留主颜色特征值.在进行服装检索时,先对数据库中的图像进行第1轮筛选,将花色服装与非花色服装进行分类;然后再对分类后的服装根据主颜色特征值进行第2轮筛选,得到最后的检索结果.实验结果表明:无论对于简单背景或者复杂背景的服装、花色或者非花色服装,本文算法相比于现有的其他算法,服装检索的查全率和查准率都得到了显著提高.

车牌号码颜色提取搜索方法

文中提出了用于车牌号码搜索的颜色提取法。该方法对车牌号码底色和车牌号码本身颜色如蓝色、黄色、黑色。

基于颜色提取方法的仪表彩色指针识别

主要论述了利用颜色提取及图像分割技术对汽车仪表指针位置进行识别处理的原理、步骤以及具体的实现过程。通过使用彩色提取和形态学图像处理技术,成功地提取了仪表盘中红色的指针,确定圆心并利用角度法计算出指针仪表读数。颜色提取方法为HIS颜色空间的坐标区域表示法,与常见的先把仪表图像转化成灰度图再进行处理的方法比较,此方法对于彩色指针仪表的识别更简单有效。

基于语义的手机图像颜色提取方法

为了能够准确提取彩色图像中的颜色区域,提出基于语义的手机图像颜色提取方法。该方法通过语义描述划分颜色区域,采用模糊聚类算法将图像中的像素聚类到各个颜色区域。实验结果证明,该方法在手机中实现了根据语义需求提取某一颜色区域,在对图像的边缘检测和模式识别中具有很高的应用价值。

基于模糊颜色提取的彩色图像分割

为了对彩色图像进行有效分割,提出了一种基于模糊颜色提取的新型彩色图像分割算法,这种算法可以有效的进行区域分割.首先,提出了一种模糊颜色提取方法,然后介绍了该算法,算法经过迭代可以选择典型的种子颜色来提取颜色分量,最后应用区域生长法可以确保所需区域的完整连通性.区别于现有的图像分割方法,本方法是将相同的像素分成几个模糊集,分割成功率提高10%左右.实验结果表明该算法可以合理分割出所需区域,避免冗余,并且具有较好的噪声抑制力和鲁棒性.

基于多标签深度神经网络的颜色提取方法

传统的颜色提取方法都基于RGB颜色空间,得到的只有单纯的RGB值,并没有将RGB值划分到相应的类别颜色,并且不能提取包含颜色错觉的图片颜色。为了能直接读取识别图片的多种类别主题色,文中建立了一个带颜色标签的纯色块数据库,其中也包含颜色错觉色块,并用基于深度神经网络的多标签分类方法进行学习,从而可以提取多个类别主题色。结果表明,构建的模型对测试集色块识别准确率为97. 4%。对测试集之外的复杂图片,能正确识别两种颜色的概率为94%。文中应用的提取方法更贴近人的直观视觉感受,用中文颜色命名规则将RGB值划分归类,同时解决了颜色错觉图片的颜色提取问题。

结合标定拟合和模糊理论的焊点特征颜色提取

针对自动光学检测系统中元件颜色特征,提出了一种依靠颜色标定块和模糊隶属度判别法进行焊点特征颜色提取的方法。该方法对颜色标定块HSV中的H与S分量进行统计直方图分析,以高斯函数为模型拟合出各分量特征函数,建立起了一种以H和S分量为线性特征组合的各个颜色隶属度函数。根据模糊法隶属度判定准则对图片中颜色进行分割,提取出特征颜色。最后将该算法对3组PCB图像进行分割实验。实验结果表明该算法Bezdek分配系数为0.68左右,方差数据为1.0E-4数量级,表明该算法聚类效果稳定,类内数据相比于主色判别式法的一致性高。此外该算法适用性强,可普遍运用于指定颜色的提取系统中。

基于二维高斯核密度估计的有色纤维颜色特征提取方法

为提高基于显微高光谱成像的有色纤维颜色测量的准确性和可重复性,研究了一种基于二维高斯核密度估计的有色纤维颜色特征提取方法。首先通过显微高光谱成像测色系统采集有色纤维的高光谱图像,选择400~700 nm、波段间隔为10 nm的光谱反射率,将其转换为色度值CIE L^(*)a^(*)b^(*),计算纤维区域中的颜色均值与每个像元颜色的色差ΔE_(00),建立色差ΔE_(00)与L^(*)相关联的二维数据;再基于二维高斯核密度估计方法计算像元的密度值,并确立了有色纤维的密度截断阈值估计方法,用于截断舍弃低密度的离散异常像元;最后根据像元的密度值计算加权光谱反射率并转换为相应的色度值。选取有色羊毛纤维进行实证分析,结果表明:影响颜色测量结果准确性和可重复性的离散异常像元主要存在于二维空间密度分布中的“尾部”区域,离散异常像元越多,“尾部”越长,对测量结果影响越严重;相比均值法和明度加权法,本文通过截断舍弃离散异常像元以减小其对测色结果影响的方式,提高了有色羊毛纤维颜色测量的准确性,且测量结果的可重复性最优,在有色羊毛纤维的染配色和混配色预测模型研究中具有实际应用价值。

基于颜色特征提取方法的汽车仪表指针识别研究

利用HSI颜色空间中的色调提取方法,根据汽车仪表彩色指针的颜色特征提取出仪表的指针,为了消除仪表背景中与指针同颜色的像素,通过改进的差分算法提取出指针,确定指针圆心,并利用角度法计算仪表读数。研究中用MATLAB的GUI中ActiveX控件模拟了汽车转速仪表,将指针转动状态及角度判断实时显示在了模拟仪表中,实现了动态跟随。实验结果显示该研究方法对于彩色指针仪表的动态识别快速、便捷、有效。

基于纹理滤波和颜色聚类的提花织物纹样自动提取方法

为了提高提花织物纹样提取的准确性,消除织物组织结构对提取结果的干扰,文章提出了一种基于纹理消除滤波算法和密度峰聚类算法的纹样提取方法。通过统计图片区域梯度信息分离提花织物组织纹理区域和图案边缘结构,并利用非极大值抑制获得纹样边缘结构作为滚动引导滤波器的引导图,经过多次迭代计算实现织物纹理滤波。然后将图片从RGB颜色空间转换为CIELab颜色空间,利用密度峰聚类算法对织物色彩空间分割聚类,最终提取出织物纹样。实验结果表明,文章提出的方法快速准确地实现了提花织物纹样的自动分割与提取。

一种酶标板培养孔颜色特征提取的图像检测方法

针对现阶段酶标(ELISA)板培养孔菌体生长情况的筛选判断检测方法存在效率低、自动化程度低等问题,提出了采用机器视觉算法对酶标板培养孔菌液颜色识别的菌体生长检测方法。对酶标板孔菌体在不同生长时期、菌液浑浊度不同产生的颜色差异进行调查研究,在OpenCV平台对摄像头采集的酶标板图片信息进行预处理和边缘检测,寻找酶标板的最小包围矩形确定目标区域,选取培养孔孔位区域进行颜色计算获取判断依据。考虑到摄像头在垂直方向拍摄时酶标板四周的孔位区域会发生变形,提出了在不同孔位区域选取合适区域计算颜色特征的试验方案,可有效减小培养孔颜色特征提取的误差,为实现在微生物培养中完成菌体的自动化筛选奠定了基础。

图像颜色征提取技术的研究与应用

介绍图像信息处理技术的一项基础性研究——图像颜色特征提取技术,重点讨论颜色特征提取技术的发展现状以及两大应用背景,即图像检索和图像情感语义的研究,揭示了颜色特征提取技术在基于内容的图像检索和图像情感识别研究方面的重要作用。总结了常用的颜色特征提取方法,指出现有方法中存在的问题和不足之处,提出了研究的新思路,并对今后的研究重点做出了展望。

缺素叶片彩色图像颜色特征提取的研究

在提取无土栽培番茄营养元素亏缺叶片彩色图像的颜色特征时 ,为了使颜色特征有效性不受叶片大小、形状和叶片背景噪声影响 ,对由几种常用颜色系统表示的叶片图像进行了统计算法、相关系数算法提取叶片颜色特征的研究 ,以上的方法未能获得很有效的颜色特征。最后 ,提出了百分率直方图法提取缺素叶片图像颜色特征 ,进行了除去图像中白色背景影响的研究 ,用百分率直方图取代一般直方图以解决叶片大小对颜色特征提取影响的研究 ,以及如何确定提取颜色值区域的研究 ,此方法提取的颜色特征能理想地识别缺素番茄叶片 ,准确率在 70 %以上。

基于PCA-K-means的卫星遥感图像的颜色特征提取技术

结合主成分分析(PCA)和K均值聚类算法(K-means)的特点,本文提出了一种对卫星遥感图像进行颜色特征提取的PCA-K-means算法.该算法去除了图像的R、G、B之间的相关性,在动态聚类的基础上,采用基于区域分类的空间一致性原则合并空间信息,使得该方法能高效的描述卫星图像的颜色特征.实验结果表明,该方法识别性能好,准确度高,是对多频谱遥感图像的颜色特征提取的一种有效的方法.

面向植物生长智能监控的叶颜色特征提取

植物叶颜色特征提取是植物生长智能监控中的关键步骤。根据植物生长智能监控的需求,设计了叶颜色特征提取方法:首先,提取叶整体颜色特征,根据特征数据能够判断植物叶是健康、存在整体颜色变异还是存在局部颜色变异;如果存在局部颜色变异,进行局部颜色变异部分分割、颜色特征提取和空间分布特征提取。将1组具有不同程度颜色变异的植物叶的阳面和阴面图像作为2个系列进行对比测试。测试数据表明:特征参数能够区分健康的叶和存在变异的叶,能够区分不同类型和不同程度的颜色变异,能够为后续决策处理提供数据支持,特征提取方法适合植物生长智能监控。

用小波变换及颜色聚类提取的视频图像内中文字幕

提取文字信息是基于内容的视频检索中重要内容。该文综合应用小波变换技术和颜色聚类技术提取含有中文字幕的视频图像的文字，并利用印刷中文字体特点进行噪音处理得到完整清晰的字幕文字。在进行颜色聚类时，该文提出一种8邻域颜色聚类方法，充分利用图像像素的空间相关性，使聚类具有较好的鲁棒性。实验结果表明这是一个有效的中文字幕文字的提取方法。

基于激光三维彩色数字化技术的数据颜色边界提取

分别利用基于光学三角形原理的光带法和彩色传感器直接拍照法实现对被测物体的三维彩色数字化,并利用传感器标定技术实现了三维信息与彩色信息的匹配.提出采用直接处理彩色传感器获取二维彩色图像的方法实现三维彩色数据颜色边界提取的算法,避免了数据简化过程中颜色信息的失真.以此为基础,对一服装模型进行了三维彩色数字化实验,并将所得数据按新算法进行了处理;实验结果验证了所提算法的正确性.

三维伪装背景颜色特征提取方法的研究

针对伪装背景勘察中快速精确地获得客观的三维背景特性的要求,采用了快速获得伪装背景三维点云数据的扫描方法,通过对点云数据预处理(数据拼接、颜色聚类),并对背景三维信息进行基于曲面面积的数据分析得到反映客观的三维数据颜色直方图,据此设计出获得符合背景的迷彩图案,结合某军事伪装试验场进行三维伪装背景颜色特征提取研究,实验证明本研究方案为伪装迷彩图案设计提供了客观可靠的数据支持。

基于分块主颜色匹配的图像检索

针对颜色直方图无法表达颜色空间分布信息的问题,提出一种基于分块主颜色匹配的图像检索算法,对图像进行新的重叠分块,提取各分块的主颜色,将简化的二次式距离计算方法应用到分块主颜色的匹配中,并对图像各个分块的颜色特征采用不同的加权系数。实验结果表明,该算法在保持较高检索精度的同时,能够降低特征空间维度,提高检索性能。

基于颜色特征的图像检索方法

针对颜色特征在基于内容的图像检索领域的重要作用,阐述了表示图像颜色的常用颜色模型,给出了几种图像颜色特征提取和颜色的相似性度量方法,并对各种方法的检索性能进行了对比分析,得出相应结论。