Color Measurement of Segmented Printed Fabric Patterns in Lab Color Space from RGB Digital Images

Colors of textile materials are the first parameter of quality evaluated by consumers and a key component considered in selecting printed fabric. In the textiles industry, digital printed fabric analysis is one of the basic elements in successfully utilizing a color mechanism scheme and objectively evaluating fabric color alterations. Precise color measurement, however, is mostly used in sample analysis and quality inspection which help to produce reproducible or similar product. It is important that for quality inspection, the color of the product should be measured as a necessary requirement of quality control whether the product is to be accepted or not. Presented in this study is an unsupervised segmentation of printed fabrics patterns using mean shift algorithm and color measurements over the segmented regions of printed fabric patterns. The results established a consistent and reliable color measurement of multiple color patterns and appearance with the established range without any interactions.

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。

基于半影区域校正的边缘暗化美术绘画色彩校正方法

由于美术绘画作品受设备性能与环境的影响,色彩发生变化或褪色,以及其边缘暗化情况通常细微,导致无法准确地捕捉和修复绘画作品中的微妙色彩变化。为此,本文提出基于半影区域校正的边缘暗化美术绘画色彩校正方法。采用近红外光谱技术采集原始绘画色彩,并在Lab颜色空间内,判断暗化处的偏色情况。采取相应变换函数去除暗化处半影,采取均值方差法使本影区域的色彩分布与原始绘画保持一致。实验表明:从视觉上看所述方法校正后的颜色与原始绘画一致,且均方根误差低于传统方法,鲁棒性较强。

分段均匀重分布和对数校正的水下图像增强

为了更有效地恢复水下图像的真实颜色、更好地改善图像的对比度和清晰度,提出了分段均匀重分布和对数校正的水下图像增强方法。用适中的图像强度分别对三通道图像进行强度补偿,对三通道分别进行分段均匀的灰度级重分布,以改善水下图像的颜色和提升图像的对比度;在Lab颜色空间中对亮度分量L进行自适应的对数斜率变换,以进一步改善水下图像的对比度和清晰度。实验结果显示,该方法在颜色恢复、对比度和清晰度的改善上优于部分现有方法,对水下图像增强后,获得更高的信息熵、UIQM和UCIQE值,因此,该方法具有更好的图像增强效果,对水下视觉具有更高的应用价值。

结合灰度世界和Retinex的低照度图像增强算法

针对图像增强处理中亮度偏低、细节模糊、色彩失真等问题,提出了一种基于Gabor滤波的多尺度Retinex与自适应补偿的灰度世界理论结合的图像增强算法.通过双伽马函数预处理图像暗区对比度并抑制亮区过增强;考虑Gabor滤波良好的方向选择性和纹理细节敏感度,将其作为多尺度Retinex算法的中心环绕函数在双曲正切域上进行卷积来突出细节,并添加增益偏移算子动态地调整反射分量的亮度;最后使用自适应补偿的灰度世界算法进行色彩保持和校正,得到最终的输出图像.实验结果表明该算法在结构相似性、标准差和平均梯度上比对比算法的平均值分别高出47%、38%和50.3%,处理后的图像在提高亮度、突出细节的同时保持了较高的色彩度.

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。

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。

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。

Lab的多投影颜色校正及亮度融合技术

传统的多投影颜色校正和亮度融合在RGB颜色空间下进行,存在校正过程中亮度和色度相互干扰的问题。针对上述问题,提出一种基于Lab颜色空间的颜色校正和亮度融合方法。将亮度与色度单独提取出来,用B样条曲线模型建立起各投影仪原图像与投影显示画面的亮度、色度转换关系,以消除各投影仪投影显示画面之间的颜色差异,并采用融合B样条曲线的伽玛校正对画面重叠区域的亮度进行调节。实验结果表明,相对于RGB颜色空间,在Lab空间进行颜色校正使两个投影显示画面的颜色强度差异在Lab三通道分别减少了4.14,2.41,2.44;相对于RGB颜色空间的伽马校正,在Lab空间将伽马校正与B样条曲线融合进行亮度调节使投影显示画面重叠区域与非重叠区域的颜色强度差异在Lab三通道分别减少了6.12,4.64,3.47。基于Lab的多投影颜色校正及亮度融合技术可对投影显示画面亮度与色度进行更准确的校正,并且给予不同颜色强度对应的伽马系数。

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。

基于Lab色度空间a分量的唇部提取方法

唇部提取是唇读系统和基于唇部的身份识别系统中的重要预处理过程,提取效果直接影响系统性能,现有的唇部提取方法对被提取人肤色有一定依赖性,且对带胡须和露齿图像的唇部提取效果较差。针对该问题,通过对常用色度空间各分量的可分离性进行研究,提出基于Lab色度空间的a分量唇部提取方法。实验结果证明,该方法能实现唇部的自动分割和提取,具有较好的鲁棒性。

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。

基于区域上下文感知的前景提取

为降低图像颜色分布和弱边缘对前景提取的负面影响,提出一种基于区域上下文感知的前景提取模型。结合图像亮度梯度和颜色信息将图像分成互不相交的区域,区域内颜色具有同质性,近邻区域间存在显著差异;依据颜色分布设计区域相似性测度,构建区域上下文关系和感知空间;在感知空间中将前景提取转化为二分类问题。实验结果表明,相对于传统模型,该算法提高了弱边缘、颜色非均匀分布图像的前景提取效果。

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。

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颜色空间的融合改进二进制量子PSO和Otsu优化算法

针对通过RGB空间各个颜色分量高度线性相关会导致分割过程处理速度慢、分割结果不准确的问题,以及二维Otsu算法实时性差,计算量大的缺陷,提出一种基于Lab空间的融合改进二进制量子PSO和Otsu优化算法。将RGB空间转换为Lab空间,减弱不同颜色分量的相关性;利用改进的二进制量子粒子群算法搜索最优阈值,作为改进二维Otsu算法的分割阈值,然后对图像进行分割。通过实验证明改进算法与其他算法相比,分割速度和分割精确度都有很大的提升。