基于加减性色彩系统的视频偏色盲估计方法

针对视频图像在获取过程中产生的偏色现象,提出了一种基于加减性色彩系统的视频偏色盲估计方法。计算图像RGB三通道的颜色比率和能量差,根据颜色比率判断图像的色彩系统类型及偏色通道,融合偏色通道的颜色比率和能量差得到偏色因子,实现偏色图像的检测及偏色程度估计。依据本文所设计的评价标准,对图像库进行实验测试,实验结果表明,基于加减性色彩系统的视频盲估计方法与主观评价结果具有较好的吻合。

基于方差因子的图像偏色检测研究

随着公安工作中视频与图像的广泛应用,准确判断视频与图像中犯罪嫌疑人的衣着颜色等特点十分重要,因此对于视频与图像中产生的图像偏色需要进行偏色检测与矫正。本文利用统计学的方法研究图像的偏色检测,统计了SONY-NEX-5R相机在室外晴天自然光、室外阴天自然光、室内晴天自然光、室内阴天自然光以及室内灯光五种场景和多个白平衡模式下的图像偏色因子以及偏色因子之间的方差值。通过比较各种场景和白平衡模式下的偏色因子及其方差值,基于任何场景下自动白平衡模式拍摄的图像不偏色的原则,得出了图像的三个偏色因子之间差值小于0.1且方差值小于0.01时,图像不偏色的结论。该研究为公安视频侦查工作中准确判断犯罪嫌疑人的衣着特点提供了依据。

基于图像偏色检测的自动白平衡算法研究

为了克服传统方法在图像偏色检测中的局限性,采用了一种基于等效圆的偏色检测和偏色划分方法。提出了一种结合灰度世界和完美反射的白平衡算法,根据偏色等级决定的尺度因子对图像进行白平衡校正,采用Imatest软件评测校正后图像。实验结果表明,基于图像偏色检测的自动白平衡算法有效弥补了传统方法的不足,取得了较好的处理效果。

三种色彩模式下火灾图像偏色度量化方法研究

环境的复杂色彩严重影响了火灾现场救援过程中目标识别的准确性与及时性。为此提出一种面向三种色彩模式的基于欧式距离的火灾图像偏色度量化方法。首先通过三种情景模拟火灾现场,利用相机拍摄不同时空下的火灾现场场景,同时拍摄不同时空常规现场场景,形成火灾现场偏色检测图像库;其次面向RGB、HSV、YCbCr三种色彩模式提出欧式距离法火灾图像偏色度量化方法,同时针对火灾图像基于图像库进行偏色度检测;最后,利用MATLAB软件进行统计分析,验证方法的可靠性。仿真结果表明,三种色彩模式下的基于欧氏距离的火灾图像偏色度量化方法能够有效检测各类情景图像,检测效果较好,能够避免单一色彩模式下火灾图像偏色度量化带来的局限性。

基于图像分析的色偏检测算法

针对传统色偏检测算法存在的局限性,提出一种新的基于图像分析的色偏检测算法。该算法采用图像的色彩度指标对色偏因子的计算方法进行优化,通过色彩度加权,将含有大块单一颜色的图像"转化"为色彩丰富的图像,从而消除图像主色调对色偏检测的影响,降低色偏图像的误判率。与传统的基于图像分析的色偏检测算法进行实验比较,结果表明,该算法能够准确、高效地检测出色偏图像,提高色偏检测的准确率和可靠性;将检测结果与人眼主观评价结果进行对比,结果表明,该算法不仅能消除主色调的影响,降低色偏图像的误判率,还能准确判别色偏图像和主色调图像。