基于光照补偿和颜色统计的汽车牌照定位方法

基于车牌颜色相对固定,亮度易受光照条件影响的特点,提出一种车牌定位方法。把车辆图像从RGB空间转换到HSV空间,利用同态滤波对亮度分量进行光照补偿,保持色度和饱和度不变;转换回RGB空间,基于颜色统计进行车牌定位。实验结果表明,对于常见的蓝底车牌,该方法不仅能够实现光照不佳、背景复杂车辆的准确车牌定位,而且还能实现包括接近车牌颜色的各色车体的准确车牌定位。

一种新的基于颜色统计特征的判别跟踪方法

针对目前目标跟踪的大部分判别算法注重跟踪效率而没有考虑尺度变化这一问题,提出了一个简单而鲁棒的基于颜色统计特征的判别跟踪方法。这种新的颜色统计特征具有一定的光照不变性,同时保持较强的判别能力。建立了跟踪过程的仿射运动模型,利用优化参数来解决尺寸及角度变化等问题。此外,为了进一步提高跟踪速度,采用低维的颜色统计特征描述目标外观,利用颜色统计特征训练贝叶斯分类器,将置信值最大的样本作为跟踪结果,并在线更新分类器。与现有跟踪器的大量综合性的对比实验表明,该判别跟踪方法在不同挑战因素下均有明显优势。

基于边缘分析和颜色统计的车牌精确定位新方法

针对车牌的边界定位不准确和伪车牌较多的问题,提出了一种边缘分析和颜色统计相结合的车牌精确定位的新框架。该框架主要分为预处理、粗定位、精确定位和伪车牌排除四个模块。对图像作边缘检测和二值化等预处理,用投影法粗定位出候选区域,利用候选区域及其周围的边缘和颜色的信息实现车牌的精确定位。对于定位结果有多个候选区域的情况,对候选区域进行排序,再将排序结果按顺序传入字符分割模块,从而有效排除非车牌区域的影响。实验结果表明,该方法精确度和准确率高、实时性强,适用于不同的应用场合。

一种基于颜色统计聚类的医学图像检索技术

基于颜色检索的基本思想是将图像间的距离归结为其颜色直方图间的相似性度量,从而图像检索也就转化为颜色直方图的匹配。目前基于颜色检索的算法主要集中在不同颜色空间进行全局颜色聚类或融合其他可视特征(纹理,颜色空间信息等)联合检索两个方向上。该文在具体的结肠镜图像检索系统研究中,根据医学图像的特点,提出一种在HSV空间的颜色统计聚类的检索方法,取得了良好的检索效果。

基于数学形态学和颜色统计的车牌定位方法

车牌是车辆的重要信息,是确定车主身份的关键。准确定位车牌是车牌识别的关键步骤,本文提出一种数学形态学和颜色特征结合的车牌定位算法。首先,通过数学形态学处理对车牌粗定位,再结合车牌的颜色像素进行行列搜索,达到车牌的精确定位。实验表明,该算法简单实用,可以有效定位出车牌位置。

基于RGB统计颜色模型的火焰识别

火焰检测是识别复杂环境下火灾的重要方法,为提高火灾识别率,提出了一种基于RGB颜色空间统计模型的火焰识别算法,结合区域生长以及帧差法分割出疑似火焰区域后,侧重提取分析视频火焰的动态特征及分层特征,尤其是火焰闪烁特征,然后利用BP神经网络融合5个特征参量进行火灾的判决.实验结果表明:该方法在复杂场景下具有较好的鲁棒性,可有效识别火灾火焰,降低误报率.

基于统计颜色模型的肤色检测器

介绍了基于统计颜色模型的肤色检测方法,并且详细阐述了实验调节阈值构建了一个肤色检测器的流程,实验结果表明,此肤色检测器能简单有效的进行肤色检测。

综合边缘和颜色特征的IC类贴装器件的检测

为了适应印刷电路板(PCB)上IC类贴装器件检测的实时性要求,提出了一种基于边缘积分投影和颜色统计特征的检测算法。分析了不同贴装质量的IC类器件在三色(红、绿、蓝)结构光下的特征,用Sobel算子提取图像的水平和垂直边缘,并对边缘做积分投影,从而避免了设置边缘阈值的困难。在此基础上,利用最大邻域梯度法和滑动定位窗算法定位引脚的水平和垂直边界,并检测缺件、错件、偏移、歪斜等缺陷,最后,引入HSI(色度、饱和度和亮度)空间的颜色统计特征,完成对翘脚、极性错误的检测。实验结果表明:该算法可有效地检测IC类器件常见的贴装缺陷,整体准确率为97.9%,检测单个IC器件的时间约为30 ms,能够满足在线检测系统高准确率和实时性的要求。

基于颜色特征的动物图像分类识别仿真系统设计

为解决动物图像分类识别问题,提出了一种基于颜色特征的动物图像分类识别方法。该方法很好地利用了颜色直方图和低阶统计矩的属性。首先确定选择HSV颜色空间,依据图像的颜色直方图特性调整低阶统计矩数值作为特征描述量,再通过K近邻方法判断图像所属类别,并构建仿真系统。实验另外对比了组合类与单一类特征在识别准确率上的差异。实验表明,该方法能较有效地识别出不同种类的动物,平均正确识别率可达89%。仿真系统具有实用性,组合类特征可在一定程度上提高识别准确率并降低识别时间。

基于混合高斯模型的阴影去除算法

阴影去除是智能视频领域中运动目标识别的一项重要内容,其结果直接影响目标识别的准确性。针对当前基于纹理特征的阴影去除算法的不足,提出一种结合YCbCr颜色空间和混合高斯模型(GMM)的阴影去除算法。首先利用混合高斯模型提取出运动区域;然后通过分析运动区域的前景和背景在YCbCr颜色空间的差值统计特性,建立混合高斯阴影模型;最后根据高斯分布的概率分布规律,得到阴影分布特性,从而实现对阴影的去除。对于实验中的序列图像,所提算法有70%以上的阴影检测率。实验结果表明,所提方法能够在不同的场合快速有效地去除阴影,准确地提取运动目标。

一种有效的图像阴影自动去除算法

视频内容分析要求比较精确的目标检测方法。常用的背景减方法在检测运动前景时也会检测到运动目标投射的阴影,将阴影区域误认为目标区可能造成运动目标粘连或者目标区域几何变形,影响后续内容分析结果,因此去除阴影对于提高后续内容分析的准确性提供了保障。本文提出一种基于颜色统计特性的阴影去除方法。首先利用背景减的方法得到包含阴影的候选目标区域。进一步,分析候选目标区域和背景在YCbCr颜色空间的差值统计特性,发现阴影区域有很强的规律性:色度分量与背景区域一致性很高,亮度分量有固定的差。根据上述规律,设计算法去除阴影区域。与现有方法的对比实验结果表明,本文方法能够很好的去除阴影区域,同时又保持了前景目标区域的完整性。

一种基于图像处理的变形迷彩设计方法

从变形迷彩伪装技术出发,结合人类视觉原理,应用现代数学工具和数字图像处理技术等基础理论,提供了一种新的科学可行的变形迷彩设计方法,避免了人的主观因素所造成的各种误差.

足球视频中的目标检测与跟踪

提出了一种新颖的目标检测与跟踪算法来检测和跟踪足球运动中的球员。与普通的利用颜色分割的方法不同,考虑到足球视频中非目标的像素大体上都是单一的绿色这个特点,结合颜色的统计信息和像素的边缘特性来得到更完美的检测效果;接着利用灰度图像中的统计信息,轻松地完成球员队属的辨别;最后根据重叠面积提出一种简单的视频目标跟踪方案,结合图像匹配,解决运动中的遮挡问题。

基于自适应特征融合的无纹理3D目标跟踪

基于轮廓匹配的无纹理3D目标跟踪算法需要根据3D模型和2D投影轮廓的3D—2D匹配点连续估计目标的位置和姿态,但在背景复杂和运动模糊的情况下容易错配导致跟踪失败.针对此问题,提出一种基于自适应特征融合的3D目标跟踪算法.首先在3D模型投影轮廓附近进行轮廓匹配和颜色统计建模,以提取轮廓特征和颜色特征;然后定义基于轮廓特征和颜色特征自适应加权的能量函数,并计算其相对于位置和姿态参数的偏导数;最后通过LM优化算法求解位置和姿态参数的最优值.为处理目标和相机的快速运动,采用由粗到细的策略在多尺度视频帧中迭代跟踪.定性和定量实验结果表明,在复杂背景和运动模糊的情况下,该算法仍能实现快速稳定的跟踪,具有较高的精确性和鲁棒性.

基于改进Surendra背景更新算法的视频火灾检测

针对目前视频火灾检测误检率高以及计算量大而需要高性能硬件支持的工程应用需求,提出了采用改进的Surendra背景更新算法实时提取视频背景。采用迭代法实时求取当前的最佳阀值,以及Surendra背景更新算法获取背景,依据背景求得图像中的运动区域,形态学处理后通过火焰颜色统计模型判别是否是火灾。实验表明,文中采取的检测算法快速高效,具有良好的市场应用前景。

一种用于机器人水果采摘的快速识别方法

针对机器人水果采摘中容易受遮挡、光照变化等因素的影响而产生误识别的问题,提出了一种基于颜色分量统计的特征匹配水果识别方法。根据成熟水果所特有的颜色特性,提取代表水果特征的描述值,将其作为识别时的特征进行匹配。在匹配过程中对每个搜索子图进行匹配时采用积分求和的思想,大大提高了水果识别的效率。实验结果表明:该算法在一定程度上有效解决了光照和遮挡对识别造成的影响,能快速准确地识别出需要采摘的成熟水果类型。

基于多特征匹配的视频图像火灾火焰检测方法研究

相对传统的视频图像火灾检测方法,提出一种基于多特征匹配的视频图像火灾火焰检测方法。首先,算法采用改进的混合高斯分块模型对监控画面中的动态区域划分;再利用颜色概率统计模型提取动态区域的颜色特征,并分割出疑似火灾区域;最后,通过统计疑似火灾区域圆形度特征并判断火灾火焰是否存在。实验表明:算法对火灾火焰的检测识别准确率较高,并具有较好的实时性和抗干扰性。

频度图像原理及其应用介绍

统计彩色图像中具有相同颜色值的像素出现的次数(频次),并在图像中用这个次数值代替原来的颜色值,由此得到的图像称为频度图像。频度图像中的每个像素的灰度值反映了对应彩色图像的具有相同像素值的像素点个数,以及它们的分布位置。论文主要介绍频度图像的原理,结合已发表的相关文献,回顾使用频度图像的特征在稀薄烟雾检测,低照明度条件下的眼球检测,以及边缘检测这三方面的应用进行阐述,并对频度图像未来工作进行了展望。

无人机场景下尺度自适应的车辆跟踪算法

为解决传统相关滤波算法对无人机(UAV)拍摄视频中的车辆进行跟踪时,因目标车辆尺度变化而产生模型漂移的问题,提出了一种改进的尺度自适应的车辆跟踪算法。该算法基于核相关滤波,通过构建区分尺度的空间跟踪器,即利用两个滤波器分别对目标车辆的位置进行定位,对目标车辆的尺度进行估计,以此来快速确定目标相关信息,实现对目标车辆尺度的自适应。此外为解决目标车辆因快速形变而导致跟踪效果不佳的问题,还加入了对形变不太敏感的颜色特征,增加滤波器的鲁棒性,采用统计颜色特征方法,不受模板类特征限制。该改进算法在经过OTB和UAV数据集中28段车辆相关的视频序列测试后,平均距离精度为80.8%,平均成功率为82.7%,FPS达到了58.24。实验表明该算法可以提高在无人机场景下对车辆的检测跟踪效果,能够有效解决目标车辆因尺度变化和快速形变产生的问题,相比于其他核相关滤波算法有着更优秀的跟踪精度和实时性。

Characterization of a New Methodology Based on the Intensity of Skin Staining of Ornamental Fish with Applications in Nutrition

The colors presented in ornamental fish determine their acceptability in the market, which is one of the main factors which determine their price. Selecting the fish by only looking at them makes the result analysis based in statistics difficult. Thus, it has become necessary to develop a method of quantification for practical use, which will apply minimal stress to the fish while being economically feasible. The proposed method uses a technique which converts the colors of interest to numerical indexes usable in statistical methods of higher precision. The results increase the abilities of fish nutrition researchers aiming to intensify the color characteristics of fish through selective breeding and genetic engineering with the intent of reliably achieving the desired visual characteristics for commercialization.