蔓越莓花青素在酸性偏硅酸矿泉水中的CIELab颜色空间特征

本文采用CIELab系统方法研究酸性坏境下蔓越莓花青素偏硅酸矿泉水溶液的颜色参数特征,并研究溶液pH值和花青素含量与颜色参数的相关性。结果表明:溶液的pH在2.0~3.5范围时,花青素偏硅酸矿泉水溶液均呈红色系,溶液的酸度相同时,随着花青素浓度越大,样品的明度L^(*)值降低,红度a^(*)值、黄度b^(*)值增加,饱和度C^(*)ab和色调角H^(*)ab值也增加,即样品越红;花青素浓度相同时,随pH值的增大,样品的明度L^(*)值增加,红度a^(*)值、黄度b^(*)值减小,饱和度C^(*)ab和色调角H^(*)ab值也减小,即样品的红色色调越弱。Pearson相关性分析表明花青素含量与溶液颜色参数均呈显著相关性,与L^(*)值为负相关,其他为正相关;pH值与颜色参数中a^(*)、b^(*)、C^(*)ab和H^(*)ab显著负相关,与明度L^(*)不相关。pH值和花青素含量对溶液的颜色特征均具有一定的影响。

基于CIELab色空间法分析光质对葡萄酒颜色的影响

光辐射能够导致葡萄酒颜色变暗、酒体衰老。为延长葡萄酒的货架期,采用蓝光、红光、绿光、棕光和白光分别对葡萄酒进行辐照处理,研究不同光照对葡萄酒的影响。结果发现,蓝光处理后葡萄酒的L^(*)和a^(*)分别下降了20.53和1.282,而b^(*)增加了9.9,表明蓝光对葡萄酒颜色损伤较大。棕光和绿光处理组葡萄酒辐照7 d后,亮度与对照组无显著差异,a^(*)略有增加,红色色调有增加的趋势。损伤最大的是白光处理组,葡萄酒L^(*)和a^(*)分别下降了19.86和6.33,而b^(*)值增加了12.9,辐照7 d后,葡萄酒颜色变暗,呈现棕色色调,出现老化特征。总之,蓝光、白光处理对葡萄酒的颜色影响较大,棕光和绿光影响较小,因此葡萄酒建议使用棕色或绿色玻璃瓶进行贮藏。

融合彩色模型空间的电力设备红外图像增强

电力设备红外图像普遍存在亮度暗、对比度低等问题,针对此现象,提出了一种融合彩色模型空间的图像增强算法。该方法将图像的对比度与亮度增强转换至HSV与RGB空间中分别进行处理:RGB空间中,首先预处理图像中的高灰度级,并采取混合滤波的方式抑制图中噪声,然后使用增强函数提高图像亮度,最后将增强图像转换至HSV空间中并提取H、S、V三分量图;HSV空间中,采用伽马变换和CLAHE(contrast limited adaptive histogram equalization)算法实现V分量的亮度提升,并采取非线性饱和度矫正函数处理S分量提升图像对比度,最后将处理分量与提取分量进行对应融合得到HSV空间中的增强图像,并将其转回RGB空间中得到最终的输出图像。实验结果表明,本文算法能明显地提升红外图像的亮度与对比度,增强后的3组图像其灰度均值和标准差平均值分别为115.94和78.65,相对于原图的平均值分别提升了81.59和36.17。

基于CIELab色空间的空气炸锅烹饪薯条颜色评价研究

为了研究空气炸锅烹饪薯条的性能好坏,同时兼顾消费者的直观视觉感受,科学评价空气炸锅的烹饪性能,以荷兰马铃薯加工工业协会(V.A.V.Ⅰ)开发的色卡(shade chart)为基础,结合CIELab色空间并参考GB/T 7921—2008《均匀色空间和色差公式》标准,对空气炸锅烹饪薯条颜色进行研究。通过上色能力指标建立色卡与色值间的联系,通过颜色均匀度反应整体颜色情况,将感官颜色转化为数值表达。结果显示,大部分空气炸锅烹饪薯条上色能力可达到75%以上,部分空气炸锅烹饪薯条的上色能力可接近90%;空气炸锅烹饪薯条整体颜色均匀度均在90%左右。上色能力与颜色均匀度指标易于消费者理解,同时为空气炸锅烹饪性能研究奠定颜色评价基础,为相关研究领域提供参考。

彩色叠焦显微颜色空间聚焦评价算法

聚焦评价是叠焦扩展显微景深的关键,为了准确快速地获取叠焦图像序列像素点聚焦位置,生成高质量全聚焦图像,提出了一种基于颜色向量空间的聚焦评价算法。该算法直接在RGB向量空间中计算彩色图像梯度,充分利用了颜色通道间的相关性,避免了传统聚焦评价算法将彩色图转化为灰度图时造成的信息损失,且相较于彩色分量梯度的简单叠加具有更高的准确度;将中心像素与邻域像素在RGB空间的曼哈顿距离均值作为聚焦评价权值,可增强聚焦部分的敏感度,降低离焦部分的评价值,使聚焦评价曲线特性趋向理想化。选取空域、频域和统计学中7种聚焦评价算法与所提算法进行性能对比实验,结果表明:所提算法在仿真图像和真实显微图像中,具有更好的灵敏度、聚焦分辨力和抗噪声能力,曲线特性提升显著,应用于显微镜景深扩展可进一步提升叠焦大景深成像的质量。

基于CIELab颜色空间的矢量彩色图像放大算法

提出了一种基于CIELab颜色空间和矢量滤波器的彩色图像放大算法.该算法利用彩色图像各颜色通道的固有相关性,在CIELab颜色空间中利用矢量滤波器将彩色像素作为矢量集合进行处理,首先将彩色图像从RGB空间转换为CIELab颜色空间,然后在CIELab颜色空间利用矢量滤波器进行空间插值,最后将插值后的图像从CIELab空间转换为RGB颜色空间,得到放大后的彩色图像,保持了彩色图像的空间和频率特性.实验结果表明该算法优于传统算法.

基于S-CIELAB空间的彩色图像分割

提出一种基于S-CIELAB颜色空间的彩色图像分割算法。在人类视觉彩色传递模型的基础上,将原始的RGB图像转换到S-CIELAB空间,运用均值漂移算法对图像进行分割。实验结果表明,该算法能模拟人类视觉模糊特性,得到与人类视觉非常接近的分割结果。对于被高斯噪声严重污染的彩色图像,该算法也能有效地进行分割。

基于彩色空间距离优化的秸秆覆盖率检测算法研究

秸秆覆盖率是保护性耕作重要的评价指标之一。针对田间秸秆形态各异、细碎秸秆难以识别的难题,基于机器视觉技术,提出了一种基于K-means和彩色空间距离灰度化方法相结合的田间秸秆覆盖率检测算法。采用彩色空间距离方法对秸秆图像进行预处理,基于K-means算法实现秸秆和土壤背景的分类识别,使用数学形态学腐蚀和膨胀方法对识别后的图像进行处理,降低细碎秸秆对覆盖率的影响,最后计算秸秆图像的覆盖率。2022年10月,通过田间试验对北京小汤山国家精准农业研究示范基地采集的220幅玉米秸秆图像进行了算法验证。试验结果表明,对低秸秆覆盖率(0~30%)图像,识别准确率达到90%;对中等秸秆覆盖率(30%~60%)图像,识别准确率达到88%;对高秸秆覆盖率(60%以上)图像,识别准确率达到86%;整体秸秆覆盖率分等定级准确度达到98.18%。本研究设计的基于K-means和彩色空间距离灰度化方法相结合的田间秸秆覆盖率检测算法为保护性耕作评价提供了快速检测方法和手段。

基于分数阶全变分和低秩正则化的彩色图像去模糊方法

针对现有的彩色图像去模糊过程中存在色彩失衡、阶梯效应和伪影等现象,提出了一种基于分数阶全变分和低秩正则的图像去模糊优化方法。首先,将传统的RGB彩色图像转换到YCbCr颜色空间,利用其亮度通道特征解决色彩失衡问题;其次,利用分数阶全变分的特征消除图像恢复任务中出现的阶梯效应,并且引入加权核范数低秩正则进一步抑制伪影及噪声;最后,利用交替方向乘子法设计出高效的求解方法,通过迭代优化得到纯净图像的最优估计。对彩色图像测试的实验结果表明,所提出的方法对图像去模糊任务取得较好的视觉恢复效果,客观评价指标良好。

基于CIELab和HIS空间的声呐图像伪彩色增强方法及质量评价

现有声呐图像伪彩色增强方法只涉及到RGB颜色空间和HSV颜色空间。因此,文中提出2种涉及CIELab空间和HIS空间的声呐图像伪彩色增强方法,并对其增强后的图像进行质量评价。首先提出一种基于CIELab空间的声呐图像伪彩色增强方法,该方法实时性好,图像清晰,层次丰富。而后结合大津法,根据声呐图像的灰度分布特性,提出一种基于HIS空间的自适应声呐图像伪彩色增强方法,该方法自适应性强,处理后的图像信息丰富。最后,采用2种客观质量评价方法联合主观评价,验证了文中2种增强方法的有效性。

彩色多普勒超声联合STIC技术在胎儿主动脉弓及分支异常中的诊断价值

目的 分析彩色多普勒超声(CDUS)联合时间-空间关联成像(STIC)技术在胎儿主动脉弓及分支异常中的诊断效果。方法 选取2020年4月~2022年4月于本院行产前胎儿畸形筛查的产妇341例,均行CDUS与STIC检查,以超声心动图复查及尸检报告为“金标准”,统计分析CDUS联合STIC诊断胎儿主动脉弓及分支异常的效能。结果“金标准”明确为主动脉弓及分支异常的胎儿53例;CDUS联合STIC检查出主动脉弓及分支异常的胎儿49例。CDUS联合STIC检查胎儿主动脉弓及分支异常的灵敏度、特异度、准确度均在85%以上。kappa检验显示:CDUS联合STIC检查胎儿主动脉弓及分支异常结果与“金标准”检查结果一致性极好(kappa值=0.908,P=0.000)。结论 CDUS联合STIC检查胎儿主动脉弓及分支异常的效能显著,可准确诊断胎儿主动脉弓及分支。

基于CIELAB色空间的红葡萄酒颜色直观表征

现有红葡萄酒颜色特征的表征方法,很难形象地描述和传递葡萄酒颜色信息。基于CIELAB色空间,构建了高清色彩平面(L*=60),以红葡萄酒颜色的彩度分布图、明度分布图和特征颜色图,并结合可见吸收光谱图,直观地表征红葡萄酒的颜色特征。采用该方法和传统的CIELAB参数分析法,对我国各产区10款陈酿型赤霞珠干红葡萄酒颜色特征的研究表明,该方法可以完整而直观地呈现CIELAB参数信息,并可给出具体的酒样特征颜色;供试酒样间颜色特征差异显著,但都存在颜色过快老化的问题。

基于CIELAB颜色空间分析法和HPLC测定法对僵蚕不同炮制品的外观性状和内在质量的控制研究

目的：对中药僵蚕不同炮制品的颜色特征建立数据化判断标准,同时测定各炮制品中草酸铵的含量。方法：采用CIELAB颜色分析法研究僵蚕不同炮制品的颜色,采用HPLC法测定其抗惊厥的有效成分草酸铵的含量。结果：在颜色测定分析中,糖麸炒僵蚕的L值区间数值较小,亮度最暗,姜麸炒、蜜麸炒、姜麸炒L值较为接近,外观亮度比较相似;清炒僵蚕L值区间数值较大,亮度较高。清炒僵蚕的a值区间数值较小,较为接近白色,姜炙僵蚕次之,麸炒、蜜麸炒、糖麸炒、姜麸炒的a值比较接近,介于16.0~18.0,颜色偏红。清炒僵蚕的b值区间数值最小,最为接近白色,而姜麸炒僵蚕b值区间数值较大,较为接近黄色。在草酸铵的含量测定中,糖麸炒僵蚕草酸铵含量降低最为明显,姜炙僵蚕、姜麸炒僵蚕其次,清炒僵蚕、蜜麸炒僵蚕有所下降,麸炒僵蚕降低程度最轻。结论：基于CIELAB颜色空间技术的特征颜色提取分类方法能够表示中药炮制品的实际视觉描述分类关系,具有一定的可行性;中药僵蚕的各种炮制工艺对其草酸铵含量的变化有不同的影响,其中以麸炒僵蚕的影响为最小。

基于视觉特性和颜色空间的多尺度彩色图像增强算法

本文根据人眼视觉对亮度和颜色不同的敏感特性,按照视觉特性选择了CIE La*b*均匀彩色空间,在此空间中提出了一种基于小波变换的彩色图像增强算法.和目前存在的灰度图像增强算法相比,本文不仅给出了一种自适应动态范围调节算法,同时对图像的饱和度分量也进行处理.实验证明,增强后的彩色图像不仅更加清晰,同时更加生动,鲜艳,达到了预期的目的.

基于CIELAB空间的中医舌色分析方法

目的:遵循颜色科学的理论与技术,探讨中医舌色的分析方法。方法:根据中医舌色的视觉诊断过程,采用CIELAB均匀颜色空间作为舌色分析的平台,将所采集的舌色RGB数据转换到CIELAB空间,研究与视觉感受对应的舌色色域分布规律。结果:提出一种数值拟和的方法,对中医描述的舌色(红舌,淡红舌,淡白舌等)进行分类,并根据舌色的分布,提取各类舌色的典型特征色。结论:这种分类和特征色的提取方法能够表示中医舌色的实际视觉描述分类关系,具有一定的可行性。

基于HIS空间的彩色图象分割

提出了一种基于 HIS空间的彩色图象自动分割算法 .在这个算法中 ,彩色图象首先被转化到 HIS颜色空间 ,图像分解成彩色通道 (H和 S分量 )和亮度通道 (I分量 ) ,我们对彩色通道采用基于 J-图象的自动分割算法进行分割 ,对亮度通道采用水线阈值算法进行分割 ,然后将分割后的结果进行组合 ,得到最终分割结果 .试验表明 ,这种方法计算快速简单 。

基于HSI和LAB颜色空间的彩色图像分割

彩色图像分割一直是彩色图像处理与分析中最为困难的不可缺少的步骤,针对图像分割质量直接在很大程度上影响了图像后期分析的效果,提出了一种基于HSI和LAB颜色空间的彩色图像分割方法。该方法在HSI颜色空间用最优阈值方法进行阈值分割,在LAB颜色空间采用基于K均值聚类图像分割,然后将两次分割结果进行区域合并,最后进行加窗滤波消除噪声。对林区活立木真彩色图像进行分割的实验结果表明,该方法能够精准地将活立木从背景中提取出来。

基于HSI颜色空间的彩色边缘检测方法研究

针对在RGB空间中很难有效区分颜色相似性的问题,通过选择更加符合颜色视觉特性的HSI颜色空间进行图像处理与分析,提出了一种新的色差度量方法,在此基础上设计了一种彩色边缘检测方法。首先计算色度、饱和度、亮度等三个分量的边缘信息,然后对三个分量进行加权得到彩色边缘信息,通过非极大值抑制和阈值选取后,得到彩色图像的边缘。实验结果表明,该方法可以充分利用彩色图像的色度、饱和度和亮度信息来有效地检测彩色边缘。

适应彩色空间的图像对比度增强算法

介绍了模拟人眼视觉系统的Retinex图像对比度增强方法,引入了非线性变换函数修正彩色图像的照射分量和反射分量。全局对比度增强函数拉伸图像照射分量,改善了全局视觉效果。非线性局部增强函数对较大和较小的反射分量值改变较小,对中间值的改变较大,从而改善了图像局部对比度。在RGB彩色空间和许多分离色度亮度的彩色空间的处理速度都很快,彩色空间适应性较好,处理图像也没有出现彩色失真现象。

一种基于HSV空间的彩色边缘图像检索方法

结合重要的彩色图像边缘及人眼视觉特性,提出了一种基于彩色边缘直方图的图像检索方法。该方法首先利用Canny检测算子提取出原始图像的彩色边缘信息,然后将彩色图像边缘转换至符合人眼视觉特性的HSV空间并进行量化处理,再将彩色边缘划分成圆环区域和角形区域,并分别计算出圆环区域和角形区域的颜色直方图,最后综合利用上述圆环区域和角形区域的颜色直方图计算图像间内容的相似度,并进行彩色图像检索。仿真实验表明,该方法能够准确和高效地查找出用户所需内容的彩色图像,并且具有较好的查准率和查全率。