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CIELAB空间的开关型矢量中值滤波器

矢量中值滤波器VMF(Vector median filter)是一种经典和高效的矢量滤波器,主要用于消除彩色图像中的脉冲噪声.然而VMF没有区分细线条和噪声的能力,往往把细线条当成噪声而过滤掉.本文先将彩色图像从RGB空间变换到均匀颜色空间CIELAB中,然后模仿Laplacian算子,提出一个用于检测彩色图像中的脉冲噪声的算法,并结合传统的VMF构造出一个新颖的开关型矢量中值滤波器.实验表明,新的滤波器不仅能有效地保护细线条和边界等细节信息,而且其滤波性能也明显胜过传统的VMF和一些经典的、及最近开发的矢量滤波器.

基于CIELAB空间的光油聚类真假卷烟鉴别

为探讨一种科学的鉴别卷烟真假的方法,本文采用d/8度积分球分光光度仪,D65国际人工日光光源,色温为6500K,CIE规定的10°观察视觉,测量孔径3.5 mm,检测包装条码空白区域光油CIELAB空间L^(*)、a^(*)、b^(*)值,利用欧式距离-最近邻元素方法对样本进行系统聚类分析。结果显示,红塔山(软经典)真假鉴别准确率为100%。由此可见,本文所建立的方法简单可靠,可做为卷烟真假鉴定的有效实验方法和依据。

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.

CIELAB均匀色空间在印刷中的应用

论述了CIELAB色空间的建立、色差的计算、颜色比较的方法以及CIELAB色空间在色彩管理系统中的应用。

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。

基于CIELab颜色空间和颜色分布信息熵的图像检索

针对基于颜色空间信息熵的图像检索,提出了一种新的改进方案,使对颜色特征的提取建立在CIELab颜色空间的基础之上。利用CIELab的均匀颜色空间特性,来完成对颜色空间的分割,使之更符合人眼的色彩感觉特性,得到符合人眼色彩感觉的颜色空间信息熵。在图像相似性度量方面,提出了加权颜色统计函数的比较方法。经实验表明,该算法能够获得比较满意的效果。

CIELAB色空间内窥镜色彩还原能力对比分析

基于CIELAB色空间评价硬性内窥镜色彩还原能力,并进行4支硬性内窥镜色彩还原能力对比分析。通过与内窥镜连接的工业相机拍摄内窥镜观测到的色彩标靶图像,拍摄图像发送至计算机保存并处理。处理后得到图像中红绿蓝色块的RGB值,将RGB值转换至CIELAB色空间进而求得图像的L*、a*、b*值,最后利用已知标靶色块的L*、a*、b*值和求得的图像L*、a*、b*值计算CIELAB色差ΔE*ab,即色彩还原误差值。实验数据表明:4支内窥镜的色彩还原误差值都在47.9以上;4号腹腔镜对红、绿、蓝三色块的色彩还原误差值最小,色彩还原能力最好;2号宫腔检查镜对三色块色彩还原误差值比较大,色彩还原能力最差;1号鼻窦镜和3号关节镜的色彩还原能力处于中间水平。CIELAB色空间作为国际通用的测色标准,可以用于评价硬性内窥镜色彩还原能力。

有源CIELAB颜色空间的建立与应用

建立有源CIELAB颜色空间,使用颜色感知色相角h、感知饱和度C*和感知亮度L*,观察RGB颜色和油墨颜色的特性。研究表明,利用有源CIELAB颜色空间,可以看到以256阶调RGB三原色表述的颜色,在绿-青-蓝色相角区间会缺少对可见光足够的表现力;在饱和度和亮度较低区域,颜色会缺失很多。如果增加新的青原色,可以有效扩大颜色空间;增加原色的阶调级数在10倍以上,可以有效增加颜色饱和度和阶调的平滑度。使用简约12位RGB颜色,可以将颜色数有效控制在7560万种以内,仅比8位RGB颜色数增加4倍多。油墨颜色不应再延续使用网点面积百分率整数表示,阶调级数应达到256以上。

测色色差计在CIELAB色空间下的一种计量校准方法

现行的JJG 595-2002《测色色差计》检定规程中只给出三刺激值及其色品坐标(Y,x,y)的检定方法及允差,随着CIELAB色空间的广泛应用,部分厂家生产的测色色差计仅提供CIELAB色空间下的测量结果,但按照现行的检定规程将无法给出CIELAB色空间下的计量校准结果。文章根据国际照明委员会关于CIELAB色空间的描述及定义提出了一种在CIELAB色空间下的物体表面色准确性及色差准确性的计量校准方法,并研究了其可行性,方便在CIELAB色空间下对测色色差计进行计量校准。

贺兰山东麓红葡萄酒颜色差异分析

为探究贺兰山东麓地区赤霞珠及梅鹿辄葡萄酒的颜色特征差异,以贺兰山东麓5个地区的‘赤霞珠’及‘梅鹿辄’葡萄为实验材料,测定其CIELAB色空间参数、酚类物质含量,并进行主成分分析。结果表明,贺兰山东麓葡萄酒CIELAB参数受品种及地区影响显著,具有较低的L^(*),而a^(*)、b^(*)较高,葡萄酒颜色较暗,红色色调较高;C^(*)_(ab)为47.46~60.82,酒样色彩饱和性较高。不同地区和不同品种的干红葡萄酒在颜色相关指标的主成分图上分布差异显著。金山赤霞珠葡萄酒的L^(*)、a^(*)等CIE参数均显著低于其他酒样,而花色苷、总黄酮等酚类物质显著高于其他酒样,酒体呈暗紫红色,明显区别于其他地区;玉泉营梅鹿辄葡萄酒的b^(*)、h_(ab)较低,总花色苷显著高于其他酒样,酒体明亮,呈胭脂红色。各地葡萄酒颜色差异显著,具有各自特有的颜色特征。

三种舌色的三维空间分布特征的描述

目的探讨不同舌色颜色数据在三维空间中的分布特征。方法由临床医生选取舌色样本的数据,获得706例数字舌图的色度值,其中淡白舌25例,淡红舌445例,红舌236例。在CIELAB颜色空间以及由CIELAB空间转化的LCH颜色空间中,使用Matlab软件对各类舌色色度值的分布特征进行描述。结果3种舌色在CIELAB和LCH空间中,均呈现较为规整的分布特征,外观上大致呈立体梭形状;3种舌色在L*-a*、a*-b*、L*-C*和C*-H*平面中均呈现规则的梯形分布,说明淡白舌的明度最高,彩度最低;红舌的明度最低,彩度最高;3种舌色在L*-b*和L*-H*平面中表现为重叠在一起。结论CIELAB和LCH空间均适用于对3种舌色的分类,每种舌色分别占据一定的空间位置。由CIELAB颜色空间转化而来的LCH颜色空间,在描述舌色方面更加直观。将舌色在颜色空间中的分布位置与中医的临床观察相结合进行舌诊研究,有助于推进舌诊客观化的研究步伐。

基于Lab空间的图像全息数字水印算法

为了提高水印的鲁棒性和不可见性,在颜色模型、全息和小波理论的基础上,提出一种基于Lab空间的图像全息数字水印算法。首先将水印信息进行双随机相位调制并生成水印全息图,然后将载体图像从RGB颜色空间转换到CIELab空间,对L分量进行两次小波分解,再将水印全息图嵌入两次小波分解后的低频系数上,采用全息加密技术对水印信息进行加密,实现水印的盲提取。实验结果表明,水印的不可见性较好(PSNR>20 dB),经过图像处理操作的攻击结果表明,提取水印的NC>0.9。与其他水印算法做鲁棒性的对比实验,证明了该算法有较好的鲁棒性。

基于CIELAB、LCH的典型舌色与复杂舌色的颜色特征研究

目的:探讨典型舌色与复杂舌色的颜色特征和颜色空间分布特征。方法:从445例淡红舌中,选取典型淡红舌23例、偏紫舌36例、偏暗舌12例,从236例红舌中,选取典型红舌13例、偏紫舌20例、偏暗舌21例。采用Matlab软件,在CIELAB和LCH颜色空间中对各类舌色的数据及分布特征进行探讨。结果:(1)淡红舌的明度最高,色相偏于红黄。(2)红舌的明度减低,彩度加大。(3)典型淡红舌、典型红舌的特征为明度和彩度均加大。(4)偏暗舌以明度的减低为著。(5)偏紫舌的特征为色相偏红紫色。(6)偏紫舌与偏暗舌在CIELAB和LCH颜色空间中所处的空间位置不同。结论:典型舌色与复杂舌色的颜色不同,在颜色空间的位置不同。

基于分光测色反演哈密瓜叶片叶绿素与含水率研究

为了快速、精准地预测哈密瓜叶片含水率和叶绿素含量,提高对哈密瓜作物精准管理水平,采用分光测色技术,选用生长期、开花期和结果期三种不同生长阶段的哈密瓜叶片作为实验对象,分别研究9:00—10:00、14:00—15:00和20:00—21:00三个不同采集时间段的叶片温度、叶片含水率和叶绿素含量与色彩空间CIELAB特征值的相关性变化。采用最小二乘法(LS)对不同样本叶片的温度、含水率和叶绿素含量与颜色特征值存在的变化规律进行数据预处理,选用拟合度最优的特征值进行回归分析和预测模型验证。结果表明:①叶片温度、叶片含水率和叶绿素含量在不同参数情况下,都会使叶片存在不同的颜色特征值变化。②含水率为84%~93%的叶片,其温度和叶绿素含量都与叶片含水率呈负相关性。③叶绿素含量和叶片含水率与色彩空间CIELAB存在一定的线性相关,随着叶片含水率的上升,L呈上升趋势,表现为叶片颜色逐渐变浅呈淡绿色,随着叶绿素的增加,L呈下降趋势,表现为叶片颜色逐渐加深呈黑绿色,所有的样本数据均存在L、B为正值。④通过模型预测与评估,选用随机森林(RF)、偏最小二乘法(PLS)、支持向量机(SVM)和LASSO都能很好地对叶绿素含量进行有效的预测。在叶绿素预测模型中,RF预测性能最好,R_(c)^(2)=0.939、RMSE_(C)=0.868和MAE=0.686,R_(p)^(2)=0.915、RMSE_(P)=1.194和MAE=0.942。⑤通过模型预测与评估,选用随机森林(RF)、偏最小二乘(PLS)、自适应增强与套路回归(ADABOOST)和多项式回归(POLYNOMIAL)都能很好地对叶片含水率进行有效的预测。在叶片含水率预测模型中,POLYNOMIAL预测性能最好,R_(c)^(2)=0.884、RMSE_(C)=0.0059和MAE=0.0052,R_(p)^(2)=0.920和RMSE_(P)=0.0062和MAE=0.0057。采用分光测色的方法,能够有效、快速地测定叶片含水率与叶绿素含量,有望为无损、快速和精准地测定叶片含水率与叶绿素含量提供一种可选的可行测定方案。

一种基于色空间转换的色域体积快速估算法

为了利用少量色度测试数据快速计算显示设备的三维色域体积,提出基于CIELAB到RGB色空间的均匀采样色域体积估算方法.该算法在CIELAB色空间定义色样集,经色模矩阵转换到与设备相关的RGB空间,统计得到设备可显示色样占色样集总和的比例,以此估算被测显示器的三维色域体积.算法虽为估算方法,但通过适当调整量化间隔,可提高计算精度.与四面体剖分色域体积计算方法相比,本算法节省色度测量工时,运行速度更快,适用于显示器颜色重显性能的快速检测和评价.

红葡萄酒CIELAB参数与花色素的主成分多元线性回归分析

采用CIELAB色空间体系对119 种市售红葡萄酒颜色参数进行分析,并利用超高效液相色谱-串联质谱法、pH示差法分析测定红葡萄酒样品中16 种单体花色素含量、总花色素含量,使用主成分分析、相关性分析和多元线性回归分析法对上述变量因子进行分析,研究红葡萄酒CIELAB体系中L*、a*值和b*值与单体花色素、总花色素含量、pH值之间的关系。结果表明,通过主成分分析得到对红葡萄酒颜色贡献程度较大的3 种主成分,累计贡献率达到84.11%。CIELAB色空间体系的颜色参数分别受不同单体花色素含量影响,对L*、a*值影响最大的单体花色素为矢车菊素-3-O-葡萄糖苷,对b*值影响最大的单体花色素为锦葵色素,总花色素含量对L*、a*、b*值均有极显著影响,L*值与a*值呈极显著负相关。

一种以颜色视觉感知参数优化匹配源和目的颜色空间的算法结构

彩色图像复制工艺中,直接在与设备相关颜色空间中对原色调进行变换,对彩色图像印刷质量的影响可谓是喜忧参半。因此以色度学理论和方法,设计新的工艺规范,成为提高彩色图像成像质量的新途径。新工艺规范的核心是建立有源CIELAB颜色空间。在此空间中,以视觉感知颜色色相h、饱和度C*和亮度L*,优化匹配源和目的颜色空间颜色。彩色图像数字化设备生成的颜色线性扩展到PCS空间的CIERGB颜色空间,以CIELAB空间的L*C*h参数对外传递。CIERGB三原色允许出现负值,以使设备颜色空间在线性扩展中不会被压缩。彩色图像应用设备及系统的颜色空间中颜色以L*C*h参数优化匹配PCS空间中CIERGB颜色对应的L*C*h参数。