基于Lab空间颜色量化的卡通画模拟绘制

卡通画的模拟绘制具有广泛的应用。为了提升卡通画模拟绘制的效果,通过分析卡通画的绘制特点,确定卡通画模拟绘制的步骤,主要包括图像抽象化、色彩量化、边缘检测以及图像融合,提出基于Lab空间颜色量化算法和双边滤波图像抽象化的卡通画模拟绘制算法,最后进行边缘提取并与颜色量化后的图像进行融合。从实验效果来看,所提方法有较好的模拟效果。

基于Lab空间的图像检索算法

探讨Lab颜色空间内基于颜色的图像检索问题。分析已有的基于Lab色度直方图的检索算法的不足,提出改进的基于Lab空间颜色通道的检索算法,该算法分别将a,b颜色通道非均匀量化成22个等级,用其直方图来表征图像的颜色特征,从而保留了两个颜色通道的特性。设计并实现了基于用户感兴趣图像块的相关反馈技术。实验结果表明,改进算法具有良好的检索结果,采用的相关反馈技术提高了检索性能。

一种Lab空间的色域边界描述算法

基于区域分割法,提出一种Lab空间的色域边界描述算法,以更精确地实现图像颜色映射到打印机色域。在Lab空间内,首先用色域边界描述(GBD)对打印机色域进行整体分割描述,然后根据图像每个像素点的色相角计算打印机的线性色域边界(LGB),最后比较图像每个像素点的L值与LGB矩阵L值区间的关系,确定像素点是否在打印机色域边界内。算法在GBD对打印机色域边界进行分割后,还面向图像每个像素点确定打印机的LGB边界,色域边界描述更加精确。实验仿真结果表明,该方法能够更精确、直观地实现图像颜色映射到打印机颜色。

基于LAB空间和自适应聚类的害虫图像分割方法

为了提高多种棉花害虫图像分割的效率与准确度,提出一种基于LAB颜色空间的棉花害虫普适K聚类害虫图像分割方案.利用LAB颜色空间特性将棉花害虫图像的亮度信息和色彩信息分开分析,并将目标区域图像a分量进行归一化,自适应选取K值.算法核心思想是将K值转换成只与色彩、光照差异有关的阈值C,再利用K-means聚类算法根据提取的害虫图像特征进行分割.实验结果证明,该方案能有效地对典型棉花害虫的图像进行分割.

结合Lab空间和单尺度Retinex的自适应图像去雾算法

针对暗通道先验算法在大片天空区域透射率估计过小及景深突变处出现Halo效应的问题,提出一种结合Lab空间和单尺度Retinex的图像去雾算法。将RGB图像转换至Lab空间提取出亮度分量,利用Canny算子对亮度分量提取边缘信息,丰富恢复图像细节;利用单尺度Retinex对非边缘区域进行高斯自适应滤波估计出优化后的亮度分量,获得“伪”去雾图像,得到粗略的透射率;利用交叉双边滤波优化透射率消除Halo效应;最后根据大气散射模型恢复出无雾图像。实验结果表明,该方法恢复出的图像细节明显,整体平滑,且对含大片天空区域的图像也有较好的恢复效果。

基于lab空间和图像形态学的车牌定位算法

车牌定位是车牌识别系统LPR的关键技术之一。根据Lab颜色空间b通道特性,本文提出了一种Lab空间下的车牌定位方法。该方法首先针对b通道图像设计了一种判断车牌颜色的算法;之后对不同颜色车牌选取不同的阈值范围进行迭代运算,得到最优分割阈值,并对二值化图像进行形态学处理;最后选取连通域的面积大小、长宽比及灰度跳变次数来筛选出真实车牌区域。实验表明,该方法准确率较高,耗时短,受光照、背景环境影响较小。

基于Lab空间的K均值聚类彩色图像分割

针对运用RGB和HSV空间进行图像分割时的分割精度低和处理速度慢等问题,提出一种基于Lab颜色空间的K均值聚类彩色图像分割方法。将待分割彩色图像从三通道分量高度线性相关的RGB颜色空间转换到均匀的Lab颜色空间;再将图像的每个像素点视为一个样本点分解得到L,a和b的3个特征分量;并对其进行K均值聚类,将颜色相近的像素点划分到同一类簇中,为每个像素点分配类标签以实现图像分割。通过选取的彩色图像进行分割实验,结果显示文中所提方法能够对复杂场景下的彩色进行有效分割,同时显著提高了分割效率。

Lab空间色彩分割在快速车牌定位中的应用

针对复杂环境下的车牌定位,提出了基于Lab空间色彩分割的快速车牌定位新方法:首先充分利用Lab空间色度分量a的红绿色特性去除红绿色干扰;再利用Lab空间色度分量b的蓝黄色特性,及蓝色和黄色数值的差别,提取出蓝色区域和黄色区域,为实现快速定位,把蓝色区域和黄色区域合并;最后通过纹理识别,一次性准确定位出蓝黄色车牌。实验结果证明,该车牌定位方法定位快速、准确。

自然环境下基于Lab空间的成熟苹果图像分割

为了提高自然环境下成熟苹果图像的分割质量,通过对自然环境成熟苹果颜色特征的分析,提出一种在Lab颜色空间的苹果图像分割算法。首先对图像进行均值滤波预处理以消除噪声的影响,然后把图像从RGB空间转换到Lab空间并提取a分量,最后进行K-means分割。结果表明,基于Lab空间中a分量的K-means分割能有效地把苹果从图像中提取出来。

基于LAB空间的LCD显示器CSF模型构建

目的通过心理物理学实验,在暗室下构造基于LCD显示器的人眼对比敏感度函数。方法通过测试不同颜色空间的自相关性,选择通道间相关性最小的颜色空间;选择4个颜色点制作不同空间频率、不同对比度的光栅图像;安排15人进行观测试验,得到不同空间频率下的心理对比度阈值,将得到的数据进行拟合得到对比敏感度函数模型。结果拟合得到了L通道、A通道、B通道的人眼对比敏感度函数。结论 Lab颜色空间的自相关性数值以0.1134最低,其正交性最好。得到的对比敏感度函数也符合人眼的低通特性,研究结果对图像色差模型的改进和图像压缩具有重要意义。

融合模糊Histon阈值和FCM的Lab空间色彩分割算法

提出了一种简单有效的自适应无监督方法。在CIELab空间中利用模糊Histon阈值技术获得图像中所有可能的均匀区域,即通过寻找峰值,区域初始分割和区域颜色相似性合并,获得由聚类中心标注的均匀区域,提出自适应FCM聚类算法以提高均匀区域之间的紧密度,最终完成色彩分割。该算法已成功应用到伯克利图像库,相比当前一些无监督色彩分割算法,例如:Mean-Shift、NCuts取得了合理更好的划分,视觉上有效提取目标物体,具有一定鲁棒性。

基于Lab空间的太阳能电池片图像优化方法研究

针对太阳能电池片人工颜色识别较慢且准确性不高的问题,提出一种基于Lab颜色空间的太阳能电池片颜色识别优化方法。首先对原始图像进行去噪,增强颜色对比,再用ROI特征提取等方法进行预处理,然后将图像从RGB空间转换到Lab空间,接着引入K均值聚类算法对图像颜色进行分割,通过分析图像直方图来对图像进行分类。结果显示,通过对加入K均值后的图像直方图的分析,能够较好的分辨出电池片颜色之间的差别。

基于Lab空间的白细胞图像偏色校正算法

因光学显微成像过程中的染色和光照变化的影响,细胞图像常常会出现偏色问题,直接影响后续白细胞分类识别的精度。针对该问题,本文将灰度世界法和完美反射相结合,提出了一种基于Lab颜色空间的细胞图像的偏色校正算法。实验结果表明,相比灰度世界法和完美反射法,本文方法对偏色白细胞图像的校正效果更好。

Lab空间的改进Canny边缘检测方法

针对传统RGB图像不能进行亮度分离的问题,提出了一种基于Lab颜色空间的改进Canny算子边缘检测方法。该方法将图像由RGB模式转换到Lab色彩空间,将亮度与色度信息分离,进一步使用基于组合滤波和自适应阈值的Canny算法,分别对Lab色彩模式下的三个通道分量进行边缘检测,实现三个通道的边缘融合确定。仿真实验结果表明,该方法可以有效提取图像中的边缘。

基于Lab色彩空间的沙尘降质图像增强方法

针对沙尘天气导致的数字图像质量大幅下降问题,提出一种基于Lab色彩空间的沙尘降质图像增强方法。将沙尘图像增强分解为偏色校正与细节增强两个步骤处理。偏色校正部分包括去除色偏与亮度拉伸。首先对Lab与YUV色彩空间中的沙尘图像直方图偏移特点进行了分析,然后提出一种Lab空间偏色校正算法修正直方图偏移,并对初步去除偏色的图像进行亮度拉伸,提升图像对比度。在细节增强部分,引入一种基于饱和度估计透射率的去雾方法进一步增强图像细节信息。实验结果表明,相较于各对比算法,所提算法可以去除不同程度沙尘带来的色偏,且在面对中小型图像时具有最佳的时间性能表现。在量化指标方面,基于无参考感知的图像质量评估标准和基于熵的无参考图像质量评价标准分别提升了3.2%和10.7%。本文方法可以有效去除色偏,还原清晰图像。

基于Lab颜色空间的太阳能电池片色彩均匀性分析

提出一种快速、低成本的太阳能电池片色彩均匀性分析方法,可有效提升电池片色差分选过程的准确度和可靠性。在对电池片图像进行旋转矫正、背景切割及干扰消除等一系列处理后,通过分析像素点颜色在Lab颜色空间的分布特性筛选出颜色异常点,在此基础上建立差异度和离散度模型用于色彩均匀性的分析。结果表明,差异度小而离散度大的电池片在视觉上显得更加均匀。进一步研究显示,通过优化差异度和离散度的归一化边界值,能够对均匀样品和不均匀样品进行有效的分类和识别。为验证该方法的可行性,将结果与人工标注比对,显示样品分类准确率约为94%,其中对均匀样品的识别成功率达到95.7%。

基于Lab颜色空间及环形直方图的图像检索

探讨基于内容的图像检索,应将重点放在颜色特征上面,采用均匀颜色空间CIELab颜色空间,其具有感知上的均匀性,更接近于人眼的视觉感知,因此,在Lab颜色空间内实现基于颜色的图像检索具有一定的意义。颜色的统计采用一种改进的直方图法叫环形直方图,它不仅具有传统直方图的特点,还结合了颜色的空间分布信息。由此,在检索实验中取得了比较理想的检索效果。

基于Lab均匀色彩空间的色彩调和系统

对计算机辅助色彩调和工具进行研究 ,分析了 Lab均匀色彩空间的特性 ,提出了可视化匀色空间的两种算法 ,对比其性能表现并进行了分析。根据孟赛尔色彩调和理论 ,构建了色彩调和的几何框架 ,通过调整几何框架的形状、位置、角度、匀色空间色点密度等参数 ,确定调和框架顶点和Lab均匀色彩空间的映射 ,最终获得调和的色彩设计方案。在此基础上开发了 CAID软件系统中的色彩调和工具 。

一种基于LAB色空间拓扑剖分影射的颜色恒常性模型

本文针对人体肤色和黏膜颜色特点,建立一种室内自然光条件下的医学真彩图像采集分析的颜色恒常性模型.在LAB均匀色度空间中,对一维L*空间进行线性影射,二维a*b*空间进行三角剖分影射和还原,建立了一种拓扑剖分影射TRM模型.通过对SG色标中13个肤色色标进行的校正还原,结果显示,TRM模型还原的颜色色差明显减小,离散度小,性能稳定.

基于Lab色彩空间和模板匹配的实时交通灯识别算法

交通灯的识别是无人驾驶汽车研究的一个重要方面,提出一种实时交通灯识别算法。首先对图像进行形态学预处理,然后对三种色彩的交通灯取样,利用交通灯在色彩方面的特征,在对红、黄、绿色彩描述更为清晰的Lab色彩空间,查找交通灯的候选区域。根据交通灯在结构上被一个黑色矩形框包围的特征,设计出三种交通灯模板,使用模板匹配对候选区域进行确认。最后使用统计方法对结果进行验证。实验结果表明,该算法能实时准确地识别出交通灯。