信息融合技术在彩色图像分割方法中的应用

将信息融合技术应用于彩色图像分割 ,提出了一种新的分割方法 ,并应用剥壳技术降低问题的复杂度 ,为彩色分割在不同领域中的应用提供了一种新的思路与解决方法 .将该方法应用于彩色地图自动矢量化输入系统 ,得到了令人满意的结果 .

基于颜色和纹理特征的森林火灾图像识别

为了降低火焰状干扰源存在时森林火灾的误报率,提高火灾预警的快速性,根据火焰独特的颜色和纹理特征,提出了以分块的LBP直方图特征结合LPQ直方图特征的火焰识别算法。首先利用YCbCr颜色空间的规则进行颜色检测,得到疑似火焰区域;再使用LBP、LPQ分别从空域、频域提取纹理,图像空域和频域的纹理特征结合后,得到特征向量;最后将特征向量输入SVM分类器进行测试和火焰识别。实验结果表明:此融合算法鲁棒性强、检测率高,存在火焰状干扰源时,测试集的火焰识别准确率可达94.55%;与深度学习算法对比,该算法在保证较高正确率的同时,预测耗时大幅度减少,预测耗时是DBN的1/4、是CNN的1/50,提高了火灾预警的快速性,为快速准确的林火预警提供了算法依据。

一种基于主色聚类的仿造迷彩设计方法

对固定目标实施仿造迷彩可以有效地降低目标的显著性。在设计仿造迷彩时,斑块的颜色和形状是两个最主要的要素。文章选取CIE1976L*a*b*匀色空间对背景的可见光图像进行处理。提出了先使用谱系聚类法获得初始类心,然后用k-均值聚类法提取背景的主色的方法。将提取到的背景主色作为仿造迷彩伪装的颜色,并确定各个主色的覆盖范围作为伪装的图案。最后运用数学形态学方法消除图案中的小杂斑和边缘的毛刺。仿真结果表明生成迷彩的效果比较理想。

基于S-CIELAB空间的彩色图像分割

提出一种基于S-CIELAB颜色空间的彩色图像分割算法。在人类视觉彩色传递模型的基础上,将原始的RGB图像转换到S-CIELAB空间,运用均值漂移算法对图像进行分割。实验结果表明,该算法能模拟人类视觉模糊特性,得到与人类视觉非常接近的分割结果。对于被高斯噪声严重污染的彩色图像,该算法也能有效地进行分割。

仿造迷彩颜色确定的一种新方法

为了正确选取仿造迷彩的颜色,采用基于CIE1976L*a*b*均匀颜色空间的K-mean聚类算法将均方根误差函数作为评价函数。仿真结果表明背景图像与其三色和五色聚类图像的均方根误差均小于0.1。此算法可避免人为地在颜色空间上量化带来的色差,能与背景更有效地融合,更好地满足迷彩伪装设计要求,同时也可为仿造迷彩自动化设计提供基础。

基于改进K均值聚类分析的迷彩伪装色选取

伪装色是影响迷彩伪装效果的关键因素。提出一种基于改进K均值聚类分析的迷彩伪装色选取算法:在Lab颜色空间中选择色差尽可能大的标准伪装色作为初始聚类中心,由最小色差原则和相邻元素特征共同决定目标像素归属,最后将得到的背景优势色(最优聚类中心)转换为军标规定的迷彩伪装色。通过迷彩伪装图案设计实例对伪装色选取算法进行了实验分析,并通过边缘检测和识别跟踪算法对不同背景下的目标迷彩伪装效果进行了验证。结果表明,基于改进K均值聚类分析的迷彩伪装色选取方法能够满足迷彩图案具备较好伪装效果的要求。

城市绿地彩叶植物搭配应用的多样性比较

为北方城市彩叶植物的引进、选择及合理化应用提供科学依据,采用实地随机调查方法,对黑龙江省牡丹江、齐齐哈尔和哈尔滨3个城市绿地系统彩叶植物搭配应用方式进行调查。结果表明:在牡丹江、齐齐哈尔和哈尔滨3个城市的各类绿地中,彩叶植物类型的搭配形式主要有乔木-乔木、灌木-灌木和乔木-灌木等,在空间上形成更具层次感的高低错落格局;3个城市均用乔木做行道树,糖槭和银中杨是3个城市的共用树种;3个城市彩叶植物种类的搭配形式主要有1种植物(单一植物)、2种植物和3种植物,从搭配形式多样性指数看,哈尔滨市和齐齐哈尔市乔木搭配应用的多样性指数高于灌木搭配,且乔木搭配的多样性指数为哈尔滨(1.096)>牡丹江(1.037)>齐齐哈尔(0.985),灌木搭配的多样性指数为哈尔滨(1.072)>牡丹江(1.048)>齐齐哈尔(0.753)。3个城市彩叶植物均与建筑和小品进行搭配使用,牡丹江还采用山石与植物进行搭配,齐齐哈尔采用水体与植物进行搭配,均能很好地丰富园林景观。

基于背景图像迷彩伪装颜色研究

迷彩涂层要达到良好的伪装效果,首要解决的问题是对迷彩颜色的确定.为提高迷彩伪装颜色设计的精度,分析了不同照明条件、大气气幕亮度及阴影对获取的迷彩颜色的影响,并根据相关色度学理论,对获得的背景图像进行校正,从而较好地补偿了以上3种因素产生的误差影响,为从理论和实践上精确地确认迷彩伪装颜色提供了较好的方法.

基于HSV颜色空间的快速边缘提取算法

针对当前无人机障碍物检测能力较弱的问题,基于图像快速边缘提取算法,提出一种改进型局部二值模式(I-LBP)算子来增强边缘提取效果.在HSV (Hue, Saturation, Value)颜色空间中,利用I-LBP算子描述像素点的局部纹理特征,并采用Hausdorff距离确定边缘点,最后用矩形框圈出障碍物轮廓.该算法根据模糊集理论对传统LBP算子进行改进,通过将简单的二值化描述方式扩充到三维向量,增强了LBP算子对局部纹理特征的描述能力及其抗噪声的能力.利用MATLAB软件进行仿真验证的结果表明:I-LBP算子具有良好的稳健性,在光照条件较差并有噪声污染的情况下依旧可以准确地识别障碍物;同时,I-LBP算子还具有良好的实时性,可以满足无人机的避障要求.

基于BP神经网络的颜色模糊量化方法

将BP神经网络用于颜色量化过程,提出了符合人眼颜色视觉特性的颜色模糊量化方法。对RGB颜色空间向量进行空间变换,提取得到颜色特征向量。对特征向量标准化处理后,作为BP神经网络的输入向量。将训练样本的期望类别输出做模糊化预处理,用模糊化后的隶属度值作为样本的目标期望输出。利用样本集对改进的BP神经网络进行训练.基于最大隶属原则对神经网络输入特征向量进行分类和量化。使用训练后的BP神经网络进行颜色量化的仿真实验,验证了所提出方法的有效性。

基于差分量化局部二值模式的人脸反欺诈算法研究

随着人脸识别技术已经融入到人们日常生活中,人脸欺诈检测作为人脸识别前的一个关键步骤越来越受到重视.针对打印攻击和视频攻击,提出了一种通过量化局部像素之间的差值来细化传统局部二值模式(local binary pattern, LBP)特征的差分量化局部二值模式(difference quantization local binary pattern, DQ_LBP)算法.DQ_LBP能够在不增加LBP维度的基础上提取像素之间的差值信息,以便更精确地描述图像的局部纹理特征.此外,使用空间金字塔算法统计了不同彩色空间中的DQ_LBP特征并将其融合成统一的特征向量,从而更加充分地描述了人脸的局部彩色纹理信息及其空间结构信息,进一步提高了算法的检测性能.实验结果表明:该算法在CASIA FASD,Replay-Attack,Replay-Mobile三个具有挑战性的人脸反欺诈数据库中都取得了较为优异的结果,而且在实时性设备的应用上具有很大的潜能.

城市型迷彩的颜色确定方法研究

针对城市背景复杂的颜色特征,提出了一种基于HSV模型和量化直方图的迷彩颜色选取算法.利用HSV颜色空间描述背景颜色的特性,通过特殊量化方式对背景的颜色直方图进行量化,借助阈值方法在颜色空间选取背景主色作为迷彩颜色.考虑移动车辆在城市街道机动的情况,获取目标所处的路面以及路侧地物的光学图像,提取其主代表色作为城市型迷彩的颜色.这一方法准确快速.

传统山水画着色模式在当代包装设计中的运用

通过将传统山水画中最为经典的水墨着色模式、青绿或金碧着色模式和浅绛着色模式与当代包装设计中的色彩运用形成链接,并且分析了其文化属性、物理属性、色彩心理与消费需求的关系,论证了传统山水画着色模式在当代包装设计中的运用空间,以求有效提高商品设计品位,传承传统文化经典。

基于统计模式识别的彩色图象分割方法

根据岩芯铸体薄片图象特点，提出了用颜色空间作为特征空间，利用统计模式识别的监督分类方法，根据最小距离法则来对彩色图象进行真彩色二值化分割。实际结果证明该方法具有快、有效和准确的特点。

Haar型LBP纹理特征的行人检测研究

针对行人检测中直接在灰度图像下提取局部二元模式(Local Binary Pattern,LBP)特征受噪声影响大导致检测率低的问题,提出了基于HSV颜色空间提取改进型Haar型LBP(IHLBP)特征的方法。首先将图像由RGB颜色空间转化到HVS颜色空间,然后对HSV图像的H、S、V空间分别提取IHLBP特征,最后将3个IHLBP特征归一化后串接为一个特征向量,得到最终的IHLBP特征。在INRIA Person数据集上采用支持向量机(Support Vector Machine,SVM)作为分类器进行测试。实验结果表明,该方法能有效地提高识别率,可达98.5%。相比于HOG特征、HPG-LBP特征和WLD-LBP特征具有更好的实验效果。

服饰包装袋中的空白艺术

通过分析"空白"在服饰包装袋设计中的体现和运用,并结合几个典型的设计范例,论述了在服饰包装袋设计中,空白艺术举足轻重的地位,是功能与审美的必然要求。在此基础上,从构图、色彩、图案方面论述了空白艺术与服饰包装袋设计的相互关系,进而分析了空白艺术在包装袋设计过程中发挥着不可替代的作用,也深深地影响着服饰包装袋未来的发展方向。从而得出结论,采用"空白"艺术的包装袋不但更能突显设计主体,体现品牌文化底蕴,使品牌形象一目了然,展现其独特的艺术魅力,还能让观者和使用者在思想情感上受到感染。

香港车牌识别系统

提出了一个香港车牌识别系统。针对香港车牌的特点,先对车牌图像进行彩色二值化、不可能字符区域的去除、水平梯度统计、基元扫描后得到车牌的大致区域,然后对大致车牌区域进行精确搜索,最后获取车牌字符,送交到后端的字符识别模块进行识别。通过大量图片的测试和实际的应用表明,本系统有着93%以上的识别正确率。

基于无人机影像的四川米亚罗景区彩叶景观林色彩特征变化

色彩是植物配置和景观呈现的重要方面。文章通过无人机对四川米亚罗景区内12个彩叶景观林进行跟踪拍摄,并量化图像色彩,以定性和定量相结合的方法研究其色彩属性现状及变化特征。结果表明:米亚罗彩叶景观林的色彩季相变化明显,色彩饱和度和明度集中在中间等级。春夏季为非彩色期,主色调以绿色为主;秋季为彩色期,绿色与红橙黄三色构成对比色,能够营造出强烈的视觉效应。纯林和混交林在变色初期以绿色为主,色彩空间格局尚未形成,随着一些落叶树种的叶色变红变黄,色彩组成以及色彩空间格局方面的差异逐渐被体现出来,在变色盛期纯林和混交林色彩特征差异最明显。彩叶景观林的最佳观赏期在10月中旬,前后持续20 d,游客在此期间出行可以观赏到叶色丰富、层次明显的景观。研究可为彩叶景观林配置等提供一些理论参考。

概率密度估计和阴影抑制的运动目标检测

采用核密度估计算法得到可靠背景,通过试验准确地分割出前景物体.利用最近的历史帧数据估计当前像素的概率密度,以适应不同的复杂背景场景.结合阴影抑制技术,通过HSV色彩的阴影抑制处理降低目标检测的虚警率,不仅减轻污染前景的程度,还能得到更加合理的背景模型和前景目标,提高运动目标检测的准确性和鲁棒性.

基于特征融合与随机森林的吊车碰线预警算法

现有的输电线路防外力破坏技术无法自动识别目标,导致对吊车碰线的监测效果较差。因此,该文提出了1种基于特征融合与随机森林的预警算法来解决这一问题。该算法在分析吊车自身特点的基础上设计了"形状–纹理–颜色"的融合特征提取方式:首先采用改进的边缘直线检测方法提取吊臂形状特征,然后利用局部二值模式(local binary pattern,LBP)算子获取纹理特征,最后在两步量化后的色调饱和值(Hue,Saturation,Value,HSV)颜色空间内得到颜色特征。进行融合特征后采用随机森林分类器进行目标识别,当判定目标为吊车时,根据其姿态和距离参数发出不同等级的预警信息。实验结果表明:该算法对工程吊车的平均识别准确率达到90.6%,相比于3种单一特征提取方式分别提升17.3%、7.9%和12.6%。同时该算法具备较强的实时处理能力,适用于输电线路防外力破坏的智能监控场合。