基于多颜色模型的车牌定位方法

提出了一种基于多颜色模型的车牌定位方法.首先把输入的RGB彩色图像转化到HSV和YIQ颜色空间,综合这两个颜色空间的信息进行颜色分割去除大量的背景干扰信息,得到了颜色为车牌照的一些区域.然后将颜色分割后的图像灰度化并分块,找出水平差分累加和最大的块确定车牌大致位置在原彩色图中实现车牌的粗定位.最后对粗定位图进行二次颜色分割得到车牌区域的信息利用投影法精确定位出车牌.实验结果表明该方法效果较好.     

彩色地图分色算法及其实现

研究一种新的彩色地图图像分色算法,该算法首先将彩色图像通过非线性变换,转换到孟塞尔颜色空间,再进行色彩学习。算法的特点是利用了图像的空间相关信息,可使分色结果得到局部优化,取得较为理想的效果,且降低了运算量。     

彩色扫描地图中线目标的矢量化方法

地图要素的矢量化是从扫描地图中获取地理信息的重要问题之一.通过分析彩色扫描地图的颜色特征,提出了一种线目标半自动矢量化的方法.该方法通过在用户选择的线目标上加一个滑动窗,采用颜色空间转换、K-均值聚类和区域生长相结合的方法对窗口内的当前线目标进行自适应分割;再通过不断地沿前进方向移动窗口和对窗口内的线目标进行分割、细化及序贯跟踪,来完成线目标的矢量化.实验结果表明,文中方法快速、准确、适应性强,对于低对比度、低信噪比的彩色扫描地图尤为有效.     

基于多颜色模型的车牌定位方法

提出了一种基于多颜色模型的车牌定位方法。首先把输入的RGB彩色图像转化到HSV和YIQ颜色空间,综合这两个颜色空间的信息进行颜色分割去除大量的背景干扰信息,得到了颜色为车牌照的一些区域。然后将颜色分割后的图像灰度化并分块,找出水平差分累加和最大的块确定车牌大致位置在原彩色图中实现车牌的粗定位。最后对粗定位图进行二次颜色分割得到车牌区域的信息利用投影法精确定位出车牌。实验结果表明该方法效果较好。     

扫描输入彩色地图的去噪与自动分割*

针对扫描输入纸质彩色地图噪声干扰严重,自动分割效果不理想的现状,提出了一种先去噪后分割的地图分割新方法。根据噪声性质采用维纳滤波与小波阈值萎缩相结合的去噪方法,进行基于CIE-L*a*b*色空间的颜色聚类。与传统的彩图分割相比,该方法对噪声具有更强的鲁棒性,处理速度快且分割清晰。     

一种用于套色检测的图像分割新方法

提出一种基于HSI模型直方图以及颜色聚类的套色标记彩色分割方法.该方法将拍摄的RGB彩色图像转换到HSI颜色空间,并以H分量为主要依据,结合S与1分量进行粗分割,获取颜色初始聚类中心.然后对像素点进行颜色聚类,最后采用区域合并修复误分割的区域.实验表明,该方法能在较大范围内准确分割套色标记.     

彩色地图影像分割方法及其实现

利用统计模式识别的方法，通过提供强大的图像分析功能和方便的人机交互界面，在MAPGIS二次开发平台上实现了彩色地图影像的分割，能够解决绝大多数彩色套印地图的分层分色问题。     

基于RGB模型颜色相似性的彩色图像分割

图像分割是图像处理的重要步骤,由于彩色图像含有的信息比灰度图像还多,因而对彩色图像分割的研究越来越受到人们的关注.提出一种新的基于RGB空间颜色相似性的彩色图像分割方法.首先比较各种颜色模型的优势与不足,然后根据RGB颜色空间的颜色信息和亮度信息提出一种计算在RGB空间下颜色相似性的方法,再结合提出的图像颜色分量计算方法,从而形成颜色分类地图,最后根据颜色分类图进行像素划分,得到分割结果.实验在Matlab平台上进行,结果表明:对于颜色分明的图像,该算法准确性高,有较好的健壮性和较低的计算复杂度,能很好应用在图像前景与背景分割应用上.     

一种图象区域颜色与面积特征的抽取与表示方法

图象色彩与面积特征已被广泛运用于基于内容的图象或视频检索等领域.如何获取及表示区域彩色特征相似性,是对彩色图象进行有效分割的前提.此文提出一种基于HSI颜色空间的区域彩色特征相似性表示方法,利用改进的区域合并法对彩色图象进行分割.在图象分割的基础上,进而研究并提出一种图象分割区域颜色与面积特征的抽取与表示的有效方法.     

基于自定义颜色空间的快速图像分割算法

为实现视觉伺服中对图像的实时处理,针对由RGB颜色空间模型转换到HSV颜色空间模型过程计算量大、时延明显的问题,提出了一种基于自定义的ASV颜色空间模型的快速变换方法,减小了计算量,提高了处理速度;并采用一种对不同颜色分量进行序列分割的彩色图像分割方法,在自定义的HSV颜色空间中实现了彩色图像的快速分割.实验证明了这种方法的有效性.     

Effects of color display, color name, color formation and color alignment on the screen layout usability of customized product color combinations

This study investigated the effects of screen layout on the usability of a large number of color combination options for customized product. Using an L₁₈ orthogonal array, 18 interfaces were designed around four factors: color display, color name, color formation and alignment. Participants completed a color combination search task and a questionnaire concerning their satisfaction with the interfaces.Based on the search time and user satisfaction, the display of color samples by modular sections (itemized color chips) was found to be the optimal method of color selection. This arrangement reduced the number of combinations of color samples displayed on the screen and allowed efficient navigation of a large palette of color combinations. Vertical alignment aided the product color discrimination and reduced the search time. Users viewed various product color combinations directly with or without the aid of color names.

Relevance to industry

Because of the considerable observed reductions in search time and the superior reported degrees of satisfaction associated with the tested configurations for customized product color combination, the findings of this study have important ramifications for consumers and manufacturers of products as diverse as sofas, curtains, clothing, athletic shoes, cars, mobile phones and the other customized products.     

一种新的基于颜色恒常性的肤色分割算法

为了解决不同光照条件下的肤色分割问题,提出了一种新颖并且行之有效的解决方法。该方法先应用颜色恒常性算法对图像光照进行估计,根据光照估计的结果,在YCbCr颜色空间采用不同分布的高斯肤色模型,并利用动态阈值对图像进行分割。试验结果证明了算法的可行性和优越性。     

彩色图像显示系统的色彩还原技术研究

图像从输入设备到显示器观察,再到输出设备或最终的图像文件的流程中,由于不同设备的呈色机理、呈色特性、所采用的呈色空间不同,造成颜色信息在不同的设备间传递时出现了偏差,要维护原始的色彩是非常困难的。借助PCS空间,通过多项式分区回归的方法进行色彩空间转换。实验结果表明,这种方法能够实现彩色图像显示系统的色彩还原且精度较高。     

Pixel distribution shifting color correction for digital color images

This paper is concerned with a proposed color correction method called the Pixel Distribution Shifting Color Correction (PDSCC). This method employs a shifting process on the pixel distribution of a color image to correct its white reference point and ensure the white reference point is achromatic. The proposed method has been tested on numerous types of images which include indoor, outdoor, and underwater images. The qualitative and quantitative analyses have shown ample evidence that the proposed method outperforms some state-of-the-art methods, such as the Grey World, the White Patch and the General Grey World methods. The resultant images are viewed to be more natural and suggest more pleasant visualization without the intervention of the saturation problem.     

利用多颜色信息融合的自适应肤色建模

客观世界中存在不同的光照、肤色和人种等因素,通常情况下难以建立一个通用的肤色模型进行各种裸露皮肤的检测。研究了一种自适应肤色建模方法,即利用AdaBoost算法检测人脸,通过这些人脸区域进行肤色建模。为了取得较好的肤色建模效果,适当缩小了由AdaBoost算法检测到的人脸区域;利用多颜色空间信息融合技术,即通过选取多个颜色空间的若干颜色分量,计算待检测图像中这些分量的各自SPM（肤色概率图）,经过“与”运算融合获得最终检测的肤色区域。该算法不需要考虑光照、肤色和人种等因素,是一种自适应的建模过程。实验表明,该算法可以有效解决绝大多数情况下的彩色图像肤色检测问题。     

一种全新的RGB色差度量公式

从RGB颜色空间入手,在对现有的几种RGB色差度量公式分析对比的基础上,总结出RGB颜色色差的3个基本规律,提出颜色分量的重要程度这一概念。并根据颜色分量的重要程度用动态系数调整RGB颜色间的空间距离和矢量角度值,从而得到了一种全新的RGB颜色空间的色差度量公式。通过高复杂度图像的颜色量化实验证明该色差公式在颜色量化中的性能优于目前使用较为广泛的几种RGB色差度量公式。     

RGB颜色空间的矢量-角度距离色差公式

从RGB颜色空间入手,在对目前使用较为广泛的几种RGB色差度量公式进行分析对比的基础上,总结出RGB颜色色差的3个基本规律,提出颜色分量的重要程度这一概念。并根据颜色分量的重要程度用动态系数调整RGB颜色间的空间距离和矢量角度值,从而得到了一种全新的RGB颜色空间的色差度量公式。通过高复杂度图像的颜色量化实验证明该色差公式在颜色量化中的性能达到了CIELUV色差公式的水平,有效地节约了内存空间和计算时间。     

Fusion of color edge detection and color quantization for color image watermarking using principal axes analysis

In the past few years, many gray-level image watermarking schemes have been proposed, although the extension to the color case is rare and regularly accomplished by marking the image luminance, or by processing each color channel separately. This paper presents a new color image watermarking scheme that combines color edge detection and color quantization using principal axes analysis in three-dimensional color space. The watermark is hidden within the data by modifying a subset of carefully selected edge points to resist both geometric distortion and signal processing attacks. Experimental results show the robustness of the proposed scheme to resist common attacks.     

彩色图像颜色量化问题的求解方法

针对K-means聚类算法在彩色图像颜色量化问题中对初始条件依赖性较强而易陷入局部最优的缺点,以及传统智能优化算法在寻优时只考虑了种群层内个体的相互竞争而忽略种群层间相互协作的问题,提出了一种基于K-means的金字塔结构演化策略（PES）彩色图像量化算法。首先,将K-means聚类算法中的聚类损失函数作为新算法的适应度函数;其次,运用PES对色彩进行种群初始化、分层、探索、加速以及聚类等操作;最后,利用新算法对4幅标准彩色测试图像进行不同色彩量化级的量化。实验结果表明,所提算法能够改善K-means聚类算法以及传统智能算法的上述缺陷,在类内均方误差评判准则下,图像的平均失真率比基于PES的算法低12.25%,比差分进化算法低15.52%,比粒子群优化（PSO）算法低58.33%,比K-means算法低15.06%,且随着色彩量化级的减少,算法量化后的图像失真率比其他算法降低更多,此外,算法量化图像的视觉效果优于其他算法。