基于Retinex和HSV颜色空间的低照度图像增强算法

针对低照度图像存在的对比度低、颜色失真、细节信息损失、噪声干扰等问题,提出一种基于Retinex的改进算法。首先,将原始图像转换到HSV颜色空间,采用改进算法和Gamma校正对V分量进行亮度调节;其次,基于对比度拉伸算法调整S分量,增强图像饱和度和对比度;最后,将融合后的图像转换回RGB颜色空间,输出图像。在MATLAB平台上选取不同场景低照度图像进行增强处理,采用图像信息熵(IE)、峰值信噪比(PSNR)和结构相似性指数(SSIM)三个客观指标进行均值对比,实验结果表明,新算法计算结果均优于传统的直方图均衡化算法(HE)和多尺度Retinex算法(MSR),有效保持图像边缘信息,提升图像质量。

血型检测凝集反应结果P-HSV综合判定方法

由于传统血型检测结果的确定取决于有经验的工作人员,使检测效率低下且准确性有待提高。为此,针对微流控血样芯片,首次提出了一种基于图像识别技术的P-HSV(Perimeter-Hue,Saturation,Value)综合判读方法。该方法采用血液凝集反应后的血红细胞凝集尺寸和颜色对血液类型进行综合判读。尺寸判读依据反应腔内凝集块轮廓边缘周长和凝集块数量进行分级,颜色判读依据反应腔内凝集块颜色饱和度(S:Saturation)与明度(V:Value)比值进行分级。根据尺寸和颜色判读结果综合判断凝集反应的等级。由于该方法依据机器视觉原理进行血液凝集反应结果的判断,因此可以快速、准确、客观判断血液类型,杜绝了人为判断的主观性,极大提高了检测速度和准确率。

基于HSV算法的弓片打磨工艺参数优化研究

针对目前机器人打磨弓片存在少打、漏打、打磨不均等导致弓片打磨效果较差、效率较低等问题,通过搭建的机器人打磨平台进行正交试验,然后通过极差分析法、方差分析法确定复合弓片打磨的最优工艺参数为砂带线速度30 m/s、砂带目数240、工件速度40 mm/s;根据最优工艺参数运用多元非线性回归分析法建立表面亮度和磨削厚度的数学回归模型,并对该模型进行试验验证,发现其最大相对误差不超过11.7%;最后利用机器人打磨测力平台对最优工艺参数下复合弓片打磨过程中的受力进行测试,发现最优打磨力为25 N,此时弓片表面胶层能够被完全清理,表面亮度为0.44,完全符合生产要求。

基于HSV+Canny模型、HED网络模型的衣物轮廓提取算法研究

针对边缘检测算法在衣物轮廓提取过程中易受噪声影响的问题,采用传统的图像处理方法和深度学习方法对衣物轮廓提取算法进行研究。传统的图像处理方法主要基于HSV模型和Canny算法,首先,通过HSV模型分割前景图像;然后,对二值化图像进行形态学处理;最后,利用Canny算法提取衣物轮廓,此方法能准确地提取大部分颜色的衣物轮廓。深度学习方法主要基于HED网络模型,针对HED网络模型输出边缘定位缺失和较为粗糙等问题,对HED网络模型进行改进,首先,去除第3、4阶段的池化层;然后,在特征融合阶段引入注意力机制;最后,融合Canny算法进行边缘细化。对比实验结果表明:HSV+Canny算法比Canny算法的ODS值和OIS值分别提升了13.16%和14.72%,检测速度有小幅提升;改进的HED网络模型比HED网络模型的ODS值和OIS值分别提升4.84%和3.97%的同时,检测速度持平。

HSV自适应混合高斯模型的运动目标检测

在目前的计算机视觉应用中,从视频序列中提取出运动目标是一个研究热点。针对传统方法在复杂多变环境下不能很好地检测出运动目标且运算量较大的问题,根据HSV颜色空间的特点,提出了一种基于HSV颜色空间的自适应混合高斯背景建模和阴影消除的方法。首先,在传统的混合高斯背景建模的基础上,引入了一种新的混合高斯模型高斯成分个数的自适应选择策略以提高建模的效率。其次,根据阴影在HSV向量空间的特点,融入了一种新的阴影消除方法,以检测出带阴影的运动目标。该方法能够快速准确地建立背景模型,准确分割前景目标。与传统的阴影消除方法相比,该方法可以在不需要设置阈值的情况下,对运动目标的阴影进行很好的消除,有很好的鲁棒性和实用性。

基于HSV彩色模型的自然场景下棉花图像分割策略研究

棉花成熟度和空间位置的识别是采棉机器人研究的关键技术,解决此问题必须对棉花图像进行分割。选取HSV模型中与亮度无关的S通道作为棉花图像的特征,排除了图像明暗变化对分割效果的影响。文中分两种情况对图像信息未缺失的棉花提出了成熟度判别的策略:正面时利用成熟棉花棉瓣的分散性和单朵棉花面积较大等特征进行判别;侧面时通过成熟棉花棉瓣相对棉荚面积比较大的特征进行识别。根据提取分割后棉花图像的几何信息,可确定棉花的重心位置。试验结果表明:该算法能很好地将成熟棉花从背景中分离出来,并较好地保存了棉花的轮廓信息。

基于HSV空间的视频实时水位检测算法

提出一种新的基于视频水位检测算法,能对设立于水中的标尺刻度进行自动和实时的测算.针对水面图像特有的属性,在将视频转换到HSV颜色空间的基础上,利用色调分量基本不受光照条件影响等特性,以一种基于能量函数的统计模型和可变区域的策略,解决了图像模糊、背景复杂且有倒影干扰等不利条件下,传统边缘检测算子无法准确测算的问题.

路况视频中HSV彩色不变量阴影检测法研究与改进

为解决视频检测中车辆阴影的影响,研究了常用的基于HSV彩色不变量的阴影检测方法,指出对于路面区域,阴影覆盖前后色调H分量和饱和度S分量近似不变的特性不总是成立,并以实例证明色调变换的奇异性也将导致该方法受限,继而提出了一种改进算法,利用两个色彩分量的变化量之比近似不变的特性进行阴影检测,其更适合路面环境。实验结果证明,所提出的改进算法能够较好地分离车身及其阴影,有助于准确提取交通信息。

基于改进K均值聚类与HSV模型的棉花分割算法

针对棉花图像中存在阳光直射和阴影遮挡等因素而导致图像分割精度低、效果差的问题,提出一种结合颜色聚类与V通道信息的图像分割方法。该方法对原始图像进行各向异性扩散滤波预处理;再对图像采用改进的K均值颜色聚类完成初始分割,对分割结果利用HSV模型中的V通道信息作为棉花图像的特征,去除背景影响实现最终分割。实验结果表明,该算法在阳光直射及阴影遮挡等干扰条件下能较好地将成熟棉花从背景中分离出来。

基于HSV颜色空间的视频镜头检测

为了克服光线变化和运动对视频镜头检测的影响,本文提出了一种新的视频镜头检测算法.该算法把视频图像从RGB颜色空间映射到HSV颜色空间,再重新量化图像的H与S分量到127个色度区域,最后通过比较帧间图像在色度区域的重叠程度来检测镜头的变化.同时采取有效的虚假镜头分割分析机制以减少图像快速变化的影响.实验结果表明,本算法具有较高的准确率和查全率,并且有较快的处理速度,在视频镜头分割检测领域具有一定的实用价值.

一种基于HSV颜色空间的新码书模型

为了有效消除复杂动态背景对运动物体检测的影响,提出一种新的基于HSV颜色空间的码书模型。该模型的特点是:1)引入具有较强前后景区分能力的HSV颜色空间,有效减少伪目标的检测;2)采用四元素码字,实现较前人九元素码字更快的训练和更低的存储;3)设计新的码字学习和更新策略,实现简单和快速的码字学习和运动目标检测。同时提出新的算法评价方法:覆盖率—准确率曲线,以反映运动物体检测算法对连续视频序列的检测性能。使用覆盖率—准确率曲线评价的实验结果证明,所提出的码书模型可以有效检测复杂背景下的运动物体。

基于SUSAN角点和HSV颜色模型的粒子滤波目标跟踪算法

针对传统粒子滤波目标跟踪算法在目标与背景颜色相似情况下目标定位偏差大、易导致丢失目标的缺陷,提出一种基于角点和颜色模型的粒子滤波目标跟踪算法。首先,提出一种改进SUSAN角点检测算法,采用圆形模板邻域内像素灰度值中值代替模板中心像素灰度值作为模板"核"来检测区域目标角点,其改进SUSAN角点算法在继承原有SUSAN算法计算简单、定位准确、具有旋转不变性等特点的同时,具有更好抗噪声性能;其次,利用HSV颜色模型光照不敏锐特性,对检测到的角点建立HSV颜色模型,并将其嵌入到粒子滤波框架中,实现对目标的跟踪。实验结果表明,当背景与目标颜色相近时,该算法能够有效避免背景对目标的干扰,取得了较好的目标跟踪性能。

基于HSV颜色模型的广义梯度矢量流图像分割方法

采用广义梯度矢量流(G enera lized grad ien t vector flow,GGVF)作为势能函数的Snake算法在处理灰度图像分割时具有较好的性能。但当处理彩色图像时,GGVF模型往往将彩色图像转化为灰度图像进行处理,此过程造成颜色信息丢失,因而容易受到阴影等伪边界灰度变化的干扰。本文提出了基于HSV颜色模型的GGVF,充分利用了图像的色彩信息进行图像分割。实验结果表明,该方法能够有效地区分彩色图像的真实边界与由阴影产生的伪边界,并取得较好的分割结果。

一种基于HSV颜色分割和模糊级联分类器的人脸检测技术

在复杂背景下的人脸检测技术是当今智能视觉技术中的一项难题。为了提高人脸检测的精度和实时性,降低误检率,基于HSV模型和模糊级联分类器对复杂背景中的人脸检测技术进行研究。首先在HSV模型中对图像进行选择性光线补偿,然后对图像在HSV模型中进行分割,接着用图形学的方法去噪,再将连通的肤色区域构建肤色团块,并且利用人脸的脸部比例特征来剔除不相符的人脸团块,最后利用模糊级联分类器对肤色团块检测人脸。该算法的误检率和漏检率分别为0.1%和5.9%,检测的准确率可以达到94.1%,并且有效提高了检测速度,具有一定的实用价值。实验结果表明,基于HSV肤色检测和模糊级联分类器的算法能更好地处理人脸在较差光线和有阴影干扰的环境下的检测。

基于HSV模型和改进AdaBoost算法的车牌检测

提出了一种基于HSV颜色模型和改进Ada Boost算法的车牌检测方法。针对传统Ada Boost算法在训练过程中出现的过配现象和检测率偏低问题,文中在传统Ada Boost算法的基础上对其权值更新规则和弱分类器加权参数做了改进,并通过利用HSV颜色模型构建第一层强分类器,并构建成级联分类器应用于车牌检测。实验证明使用该方法得到的车牌检测器不仅提高了车牌检测率和检测速度,并在一定程度上避免了过配现象产生。

圆形植物识别定位的HSV模型研究

圆形植物的识别定位是植物自动修剪设备的核心,针对圆形植物图像,采用传统图像分割方法因存在噪声难以完成有效分割,提出基于HSV模型的图像分割方法。该方法利用色调和饱和度分量对圆形植物图像进行图像分割处理,对分割图像进行形态学处理得到理想的圆形植物目标区域,并进行图像标定得出圆形植物的中心点坐标和半径尺寸。使用该方法可以有效地对圆形植物进行识别定位。

基于HSV颜色模型的二维流场可视化

为解决流场图像流速大小和流动方向的显示问题,在线积分卷积(LIC)算法的基础上,结合HSV颜色模型,提出一种新的二维流场可视化方法.该方法将流场速度方向映射为色度,将流速大小映射为饱和度,将LIC值与亮度关联起来,从而合成新的流场可视化图像.新的流场图像不仅保留了LIC图像高分辨率的流线纹理特征,而且还展现了流速大小和流动方向.目前该方法已经成功应用于二维爆炸流场的可视化.实验结果表明,该方法可以有效改善流场的可视化效果.

HSV-1基因转移载体在荷瘤裸鼠体内的生物分布研究

目的研究HSV-1基因转移载体在BALB/c荷瘤裸鼠体内的生物分布。方法BALB/c裸鼠注射人乳腺癌MCF-7细胞制备肿瘤模型,瘤体内注射1×107pfu HSV-1,每2天给药1次,共给药3次。分别于给药后24h、5d和17d采集组织脏器,采用Taqman实时荧光定量PCR法,检测不同组织脏器中HSV-1基因拷贝数。结果成功制备裸鼠肿瘤模型。在不同时间点,肿瘤中检测到的病毒载体最多,且随着时间延长不断增加;淋巴结、背根神经节和性腺中也有较高水平的病毒载体;其他组织器官中病毒载体量较少。结论HSV-1能为基因转移提供有效、安全的载体平台,并能用于构建溶瘤基因治疗产品。

基于阴影检测的HSV空间自适应背景模型的车辆追踪检测

在交通监控中 ,要进行车辆的检测、车流量统计、实时追踪、车速测定等工作 ,而如何从复杂的背景中分割运动物体是至关重要的一步 ,目前采用的典型方法是背景相减方法 .为了对运动车辆进行准确快速的检测 ,在研究了目前存在的各种方法之后 ,提出了一种新的基于阴影检测的 HSV空间自适应背景模型的车辆追踪检测算法 ,并将其应用于运动物体的分割 ,同时给出了具体的试验结果 .该方法之所以不在传统的 RGB空间实现 ,而在 HSV空间实现 ,因为 HSV空间可以提供更丰富的颜色信息 .运行试验结果表明 ,该方法准确率高 ,适应性强 ,运算速度快 ,兼具灵活性 。

基于HSV空间模型的视频场景切分

针对RGB彩色空间模型下统计直方图用于切分场景时,存在对内容变化不敏感、计算量大等问题,提出了一种基于HSV空间模型的视频场景切分方法。该方法将图像帧的RGB转换为相对应的HSV值,然后对H、S、V进行非等间隔量化,再合成为一维特征矢量。计算视频前后两帧图像的一维特征矢量直方图,求出它们的相似度,从而判断出是否发生了场景切换。实验证明,该方法能够比较准确地对视频进行场景切分,为视频摘要的关键帧提取提供了必要的条件。