基于HSI空间的颜色算法提牌照识别的性能

为了研制高性能的车辆牌照识别系统,在原有基于灰度图牌照分析的基础上,考虑利用牌照的颜色信息来提高牌照识别的性能,提出了HSI空间上确定彩色牌照颜色的方法,进而用改进的基于K-means的HIS空间颜色聚类算法得到背景色范围,然后用数字形态学方法对聚类后的牌照背景进行一系列的形态运算,去除聚类后得到的前景字符对背景的干扰,最后,用边界颜色拟和直线确定精确的牌照边界,并实现对倾斜牌照的矫正。对大量的彩色车牌图片进行实验结果表明,利用HSI空间的牌照颜色信息可以提高整体牌照识别系统的性能。

一种基于HSI空间的异类传感器假彩色图像融合算法

提出了一种基于HSI空间的假彩色异类传感器图像融合算法。该算法从边缘、色彩这两个图像的基本特征着手,在灰度融合图像的基础上,基于HSI空间,用色彩体现特殊传感器的独有信息。选用laplacian金字塔融合算法及一致性融合规则得到边缘灰度融合图像,并将其送至HSI空间的I通道;根据需要,将某特殊传感器获取的图像,送至H通道进行调制;最后将HSI空间的融合图像变换到RGB空间显示。仿真结果显示:本文算法得到的彩色融合图像不仅保留了与灰度融合图像相近的空间分辨率,而且突出了独有信息,是一幅信息量比较完备的融合图像。同时,对于HSI三通道的选择是固定的,具有很好的算法稳健性。

基于纹理特征与HSI空间的苹果识别与标定

在分析了不同图像分割方法的基础上提出了一种基于颜色特征和纹理特征的图像分割算法,以解决复杂背景下苹果采摘机器人分割目标与背景的问题。通过分析灰度图像的纹理特征,求取灰度共生矩阵提取特征,以支持向量机分割图像,并结合HSI颜色空间的色差特征达到目标和背景分离的效果。通过与单纯的颜色特征分析和纹理特征分析相比较,该方法在识别率上高于其他分割算法,同时对于颜色与背景相近的果实也能有很好的分割效果。

基于直方图的HSI空间伪彩色编码研究

利用输入图像直方图和图像中已有的灰度级,结合互补色编码原理和人的视觉习惯,提出了一种基于直方图的色调、色饱和度和亮度空间(hue,saturation,intensity,HSI)伪彩色编码方法,用于对输入图像进行伪彩色变换.结果表明,该方法利用了原输入图像的有用信息,变换后得到的伪彩色更为丰富,具有较好的自适应性,且易于实现.可用于对实时性要求较高的军事、医学和卫星遥感等领域.

基于HSI空间彩色图像多结构元形态边缘检测

构建了一类在HSI 颜色空间基于多结构元彩色形态边缘检测梯度算法实现彩色图像边缘检测新方法,多结构元形态边缘检测有着比单一结构元素形态边缘检测更优越的性能。所定义的算法充分考虑了边缘的方向性和噪声对边缘检测的影响,本算法在噪声抑制方面显示了优良的性能,能满足不同应用的需要。

基于数学形态学的HSI空间彩色边缘检测方法

针对在RGB空间中很难有效区分颜色相似性的问题,选择更加符合颜色视觉特性的HSI颜色空间进行图像处理,提出一种基于HSI空间的多结构多尺度自适应彩色图像边缘检测方法。首先对H、S、I三个分量采用不同结构和不同尺度的结构元素进行形态学边缘检测,然后对三个边缘分量利用信息熵加权得到融合后的彩色边缘信息。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,有效地抑制噪声,自适应地提取完整的边缘信息。

改进的HSI空间形态学有噪彩色图像边缘检测

针对在RGB空间中很难有效区分颜色相似性问题,选择了更加符合颜色视觉特性的HSI颜色空间进行图像处理,提出了一种改进的形态学有噪彩色图像边缘检测方法,将开闭的迭代运算和双结构元多尺度运算应用到传统形态学梯度算子中,然后计算图像H、S、I三个分量的边缘信息,根据H、S、I所占比重对三分量进行加权融合得到彩色图像边缘。实验结果表明,该方法所检测的边缘符合人眼视觉特性,在抗噪声方面的效果比传统方法及其他多种方法更佳,能够更完整地保留原彩色图像的轮廓,计算量相对较小,有很好的实用性和通用性。

基于改进的HSI空间模型的目标搜索方法

在分析了RGB空间模型的优缺点后,决定采用HSI空间模型进行图像处理,并根据足球机器人比赛的实际情况对HSI模型做了相应的改进;同时依据连续图像相关性的特点,提出了一种顺序网格和种子填充相结合的目标搜索方法.通过在微型足球机器人视觉系统上的应用,验证了该方法的可靠性.

基于HSI空间的柔性形态学的彩色图像边缘检测

将柔性形态学用于检测HSI空间的彩色图像的边缘中,并且拓宽柔性形态学的结构元素,采用多尺度多结构元素的方法。经过大量的实验证明,本算法在有噪声的干扰下,比传统的方法能够更好地抑制噪声并提取有用的图像边缘信息。

HSI空间基于形态学的彩色有噪图像边缘检测

针对在RGB空间中很难有效区分颜色相似性问题,选择更加符合颜色视觉特性的HSI颜色空间进行图像处理,提出一种HSI空间基于数学形态学的彩色有噪图像边缘检测方法.首先对H、S、I三个分量分别采用提出的新的形态学边缘检测算法检测边缘分量,然后对三个边缘分量进行融合得到最终的彩色边缘信息.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,有效地抑制噪声,提取完整的边缘信息.

一种基于HSI空间的红外测量图像伪彩色编码方法

由于红外测量图像灰度分布极不均衡,采用传统的HSI空间(Hue Saturation Imensity,HSI)编码方法对红外测量图像进行伪彩色变换时,常常导致变换后的伪图像色彩仅仅局限于少数几种颜色.针对此问题,本文结合阈值分割理论,根据红外测量图像的灰度分布特性及图像处理要求,提出了一种基于HSI空间的红外测量图像伪彩色编码方法.实验结果表明:采用该方法编码的伪彩色图像色彩丰富,且方法具有较好的自适应性,易于实现.

基于HSI空间和边缘检测的一种高性能的车牌定位方法

首先把图像的RGB空间转换成HSI空间,根据车牌区域在HSI空间的特征并结合模糊集合理论可分别得到H特征图、S特征图和I特征图。如果根据这三幅特征图定位车牌失败,则根据车牌的彩色边缘得到边缘特征图。如果边缘特征图也无法定位车牌,则把HSI特征图和边缘特征图结合起来再对车牌重新定位。进行的实验中共有200辆车辆图像,只有9辆定位失败,准确率达到95%。

基于HSI空间彩色差的快速水平集分割方法

为提高分割速度、改善分割效果,从两方面进行改进:首先对传统的快速水平集分割进行改进,得到基于CV模型的快速水平集;其次,通过引入HSI空间中的彩色差概念,建立一种新的、尤其适合彩色图像的快速水平集分割方法。实验表明,新提出的基于HSI彩色差的快速水平集分割方法,对彩色图像具有良好的分割效果。与传统水平集分割相比,新方法在分割性能和运算时间两方面均有明显提高。

HSI空间上高噪声彩色图像去噪方法研究

针对彩色图像中噪声难以去除的问题,根据HSI空间独特的色彩分离特点,对受高噪声污染的彩色图像的噪声去除进行了研究。首先将彩色图像投影到色彩特征空间HSI中,将色彩信息与亮度特征信息进行分离操作,然后对该空间中的色彩分量H和S提出极坐标下距离阈值去噪方法进行处理,在保持色彩不失真的情况下去除噪声。同时对亮度特征分量I进行多尺度变换得到高低频子图,根据高频子图中噪声突变频繁的特点提出自适应梯度阈值去噪方法去除高频中噪声以提高图像质量;采用稀疏去噪方法对低频子图中少量噪声进行处理;最后进行相应逆变换得到最终的彩色图像。实验结果表明,所提出的去噪方法在视觉上和PSNR、RMSE、SSIM、RE这些客观指标上均达到了良好的噪声去除效果。

基于HSI空间的彩色绣花图样的轮廓提取算法研究

电脑绣花需要彩色图像的轮廓提取与针法填充,而绣花机的针法填充可按区域色块进行.结合绣花机编针的特点,根据彩色图像形态学理论,提出一种基于HSI空间的彩色绣花图像轮廓提取算法.实验结果表明该算法能有效抑制噪声对图像的影响,图像提取的效果满足绣花图案的要求.

基于HSI空间的沙尘图像增强算法

针对现有去沙尘算法的时间效率较低和受雾霾影响图像对比度提升不明显等问题,在偏色校正的基础上,提出在HSI空间提高饱和度与对比度的去沙尘增强算法.首先,在RGB颜色空间利用绿色通道校正其他颜色通道,实现沙尘图像的色彩平衡,完成颜色校正.其次,利用HSI空间各通道互不干扰的特性,针对S通道设计了自适应饱和度增强算法,I通道利用限制对比度自适应直方图均衡化(Contrast Limited Adaptive Histogram Equalization,CLAHE)算法提升对比度.最后,合并通道转到RGB颜色空间得到清晰的去沙尘图像.实验结果表明:本文所提算法对于图像细节的清晰度和对比度恢复效果均有较大提升,而且本文算法在时间效率上提升显著,在原有算法的基础上,改进后平均算法效率提升77%左右,保证了算法的实时性.

基于HSI空间和纹理的频谱度量的印鉴识别

印鉴在东方国家和地区的应用非常广泛,尤其在我国的应用更为广泛,从而导致伪造印鉴的犯罪活动屡禁不止。为了实现大量印鉴的自动识别,已经提出了许多方法,这些方法主要根据边缘和模板匹配的方法实现的,其匹配过程需要调整印鉴的旋转角度。以印章图像为研究对象,采用HSI色彩空间来描述,它比RGB色彩空间更符合视觉特性,并且可以大大简化图像分析和处理的工作量。运用HSI色彩空间对印章图像颜色特征提取等一系列预处理,研究了多种识别方法后发现基于纹理特征的印鉴识别方法不但速度快,而且识别率也较高,并且方法简便。通过将极坐标和傅里叶变换结合,计算出印鉴图像纹理的频谱度量,来完成印鉴的特征提取,运用支持向量机分类器对印鉴进行识别,实验证明,方法具有良好的旋转不变纹理分析性能,提高了识别率。

HSI空间在低照度沥青混合料图像处理中的应用

针对低照度条件下摊铺混合料图像预处理中集料颗粒分割不准确的问题,笔者利用数字图像HSI颜色空间Retinnex亮度增强的方法,通过对两种光照条件下采集到的摊铺沥青混合料数字图像,分别采用传统RGB色彩空间和HSI色彩空间图像亮度增强方法进行预处理。对比传统RGB颜色空间处理方法和笔者HSI颜色空间图像处理方法,对图像预处理后图像的灰度共生矩阵与二值图像中9.5 mm以上集料面积占比的分割准确性,进行了适用于低照度条件下,摊铺沥青混合料图像图像处理技术的研究。研究结果表明:通过笔者HSI颜色空间图像亮度增强预处理算法,低照度工况下图像灰度共生矩阵熵和能量与光线充足工况下下图像结果接近,集料面积比与抽提筛分试验结果误差较小;HSI颜色空间摊铺沥青混合料数字图像预处理方法在低照度条件下对图像还原度较高,集料分割识别准确,适用于实际工程中光照条件较暗条件下沥青混合料图像的预处理的应用。

HSI空间亮度信息的多尺度Retinex图像增强研究

彩色图像增强可以提高图像的亮度,增强图像的对比度和细节,同时使得图像颜色更加逼真自然,并且较少失真,在遥感、医学、刑侦、电视与多媒体等许多方面具有良好的应用前景和重要的理论研究意义。提出基于HSI空间亮度信息的多尺度Retinex图像增强算法(HSI_MSR),算法通过对HSI颜色空间模型的分析,通过增强HSI模型中I分量,将HSI模型转换到RGB模型,得到增强后的彩色图像。通过仿真实验可知HSI_MSR算法可以较好地提高图像的视觉特性,亮度适合人眼观察,细节较为丰富,使得图像颜色更加逼真自然。

基于HSI空间的彩色图像水印技术

该文研究了基于HSI空间的彩色图像水印技术,详细地说明了数字水印嵌入和提取过程并进行了鲁棒性攻击实验。结果表明:该技术不仅是可行的,而且在HSI空间嵌入水印具有较好的优越性。