基于数学形态学的HSI空间彩色边缘检测方法

针对在RGB空间中很难有效区分颜色相似性的问题,选择更加符合颜色视觉特性的HSI颜色空间进行图像处理,提出一种基于HSI空间的多结构多尺度自适应彩色图像边缘检测方法.首先对H、S、I三个分量采用不同结构和不同尺度的结构元素进行形态学边缘检测,然后对三个边缘分量利用信息熵加权得到融合后的彩色边缘信息.实验结果表明,该方法可以充分利用彩色图像的色度,饱和度和亮度信息,有效地抑制噪声,自适应地提取完整的边缘信息.     

一种基于梯度域的彩色图像转灰度图像的方法

本文提出了一种基于梯度域的彩色图像转灰度图像的方法。当彩色图像转化为灰度图像时,一些亮度相似但颜色不同的可视细节可能会丢失。本文通过在梯度域的操作,试图减少这种彩色图像转化为灰度图像时可视细节的丢失。此方法首先将图像从RGB颜色空间转化到LCrCb空间,然后对各个分量分别计算其梯度。其次对亮度L的梯度进行修改,若梯度值较大,则保持不变;若梯度值较小,并且对应位置色差分量Cr或Cb的梯度值较大,则保持亮度L梯度的方向不变,适当放大其大小。最后通过对修改后的亮度梯度求解泊松方程,得到灰度图像。实验表明,此方法获得的灰度图像保留了大部分的可视细节。     

图像边缘检测方法对比与实现

本文主要针对彩色图像和灰色图像边缘检测的一些方法进行了对比。对于灰色图像根据不同方法的优缺点提出了一种基于数据融合的边缘检测的方法。该方法对原始图像分别采用sobel算子和小波变换两种方法进行边缘提取,然后采用加权平均的方法进行融合并且得到了边界更为清晰的边缘图像;对于彩色图像则分别对比了在RGB彩色空间直接计算梯度得到的边缘图像,以及在分量图像分别计算然后相加得到的梯度图像的边缘效果。     

复杂背景下的人耳检测方法

本文在借鉴人脸检测算法的基础上,对现有的人耳检测方法进行研究,针对人耳区域小、共性特征少、复杂背景下难以检测等特点,提出了一种分阶段优化的静态彩色复杂背景下的人耳检测方法.首先采用肤色分割将检测范围缩小至肤色区域;接着利用侧脸的先验知识再次筛选;然后对图像进行边缘提取,在边缘图像中利用人耳含有丰富边缘信息的特点进行区域搜索以确定人耳.在该方法中,彩色图像的肤色信息和灰度图像的多尺度边缘以及人耳自身特征被结合起来,对解决人耳共性特征在复杂背景下难以被提取的问题具有较好的效果.实验结果表明,该算法在复杂背景下是有效的.     

改进提升小波变换的空间频率比图像融合

提出了一种新型图像融合算法.该算法在提升小波变换的基础上,通过取消其奇偶分裂环节,得到具有平移不变性的非采样提升小波变换.对图像经非采样提升小波变换后的低频分量首先定义一种空间频率比,再通过空间频率比来计算融合因子,然后采用加权与选择相结合的方法对低频分量进行融合.高频分量直接选择一种基于边缘信息的加权融合方法.最后通过非采样提升小波逆变换重构得到融合图像.实验结果显示,该算法相对传统的图像融合算法能更好地描述灰度的突变信息,获得含有丰富细节特征的融合图像.     

基于图像处理的贮存电压去噪算法研究

本文以一次电路电容贮存电压为识别对象,设计了一套实时视觉检测系统。利用HSI模型中H分量提取待处理采集图像区域,通过多通道色度信息、灰度投影等图像处理技术滤除干扰,完成电压信号的初次提取;并且二值图像灰度化,再将灰度图像阈值分解的变换思想对传统二值化图像进行改进,得到更加光滑的电压信号曲线。最后通过两步细化的改进细化算法对平滑曲线细化,得到单点信号波形。实验结果表明该检测系统是有效可行的。     

改进的自适应阈值Canny边缘检测

针对传统Canny边缘检测算法的阈值需要人为设定的缺陷,本文提出了一种新的自适应改进方法.该方法-根据梯度直方图信息,提出梯度差分直方图的概念,同时,对图像进行自适应分类处理,使得算法不仅不需人工设定阈值参数,而且还能有效地避免Canny算法在边缘寻找中的断边和虚假边缘现象.对边缘信息丰富程度不同的灰度图和彩色图像运用该方法寻找边缘的实验结果表明,对于在目标与背景交界处的多数像素梯度幅值较大的图片,该算法具有边缘检测能力强、自适应能力强的优点.     

基于MSR和边缘提取的彩色图像融合新方法

提出了基于多尺度Retinex（MSR）和边缘提取实施彩色图像融合的一种新方法。多尺度Retinex算法具有突出图像中阴暗区域信息的功能，采用边缘检测的方法提取图像中阴暗区域，将原图像阴暗区域的像素替换成多尺度Retinex增强图像的像素实现彩色图像融合，得到的新图像信息更丰富。在提取闭合区域时，提出了区分真断点和准断点的技术，改进了闭合边缘提取的方法。进而对融合的新图像进行了深入研究，获得埃及Giza金字塔中最大的Khufu金字塔阴影的几何信息。     

基于图像边缘的灰度加权算法应用于LED管芯检测

LED管芯检测的像素级算法受到图像分割的影响,造成目标中部分像素的丢失.本文利用图像边缘区域的灰度加权算法,以求取物体边缘所在像素点的灰度来计算边缘位置.检测结果分析表明,该算法在检测精度上有了明显提高.     

基于平均加权四元数卷积的岩石节理裂隙检测

为了检测彩色岩石节理裂隙边缘,同时抑制由其它色彩引起的噪声.本文将彩色图像像素的R,G、B分量作为彩色空间矢量的三个分量形成纯虚四元数,利用四元数卷积及旋转相关知识,得到彩色图像边缘检测方法并运用于岩石节理裂隙的检测中.同时,本文提出了一种简化的四元卷积方法.为了抑制噪声并对边缘准确定位,本文将不同尺度下的四元数卷积进行平均加权.实验结果表明,本文提出的方法针对岩石节理裂隙检测有较好的效果,具有重大的工程实用价值.     

Color‐edge detection based on discrimination of noticeable color contrasts

Color‐edge detection is an important research task in the field of image processing. Efficient and accurate edge detection will lead to higher performance of subsequent image processing techniques, including image segmentation, object‐based image coding, and image retrieval. To improve the performance of color‐edge detection while considering that human eyes are ultimate receiver of color images, the perceptually insignificant edges should avoid being over‐detected. In this article, a color‐edge detection scheme based on the perceptual color contrast is proposed. The perceptual color contrast is defined as the visible color difference across an edge in the CIE‐Lab color space. A perceptual metric for measuring the visible color difference of a target color pixel is defined by utilizing the associated perceptually indistinguishable region. The perceptually indistinguishable region for each color pixel in the CIE‐Lab color space is estimated by the design of an experiment that considers the local property due to local changes in luminance. Simulation results show that the perceptual color contrast is effectively defined and the color edges in color images are detected while most of the perceptually insignificant edges are successfully suppressed through the proposed color‐edge detection scheme. © 2009 Wiley Periodicals, Inc. Int J Imaging Syst Technol, 19, 332–339, 2009     

基于多级LatLRR和HSI空间的彩色图像融合算法

目的 为提高红外与彩色可见光融合图像的可视性,更好地再现图像的对比度和色彩效果,提出一种基于多级低秩表示和HSI颜色空间的彩色图像融合算法.方法 首先利用RGB到HSI颜色空间转换,把彩色可见光RGB图像转化到HSI颜色空间,并分离H,S,I三通道.然后利用LatLRR对彩色可见光图像的I通道图像和红外图像进行二级分解,可得到显著的细节部分和基础部分,并将彩色可见光图像I通道和红外图像的细节部分采用核范数自适应加权融合策略进行融合,基础部分采用高斯模糊逻辑值自适应加权进行融合.最后把融合后的细节部分和基础部分相加产生新的I通道图像,结合H,S通道再转到RGB空间,得到融合图.结果 实验结果表明,文中算法得到的融合图主观上彩色失真度最小、场景细节最清晰、红外目标更突出,同时客观评价指标值上升约1％～24％.结论 文中算法是一种有效的算法,对彩色图像融合结果有较好的改善作用.     

基于HSI颜色空间噪声检测的彩色图像去噪算法

目的为了有效去除彩色图像中的椒盐噪声,提高彩色图像质量。方法采用椒盐噪声检测和中值滤波相结合的方法,提出一种基于HSI颜色空间噪声检测的彩色图像去噪算法。将图像转换到HSI颜色空间,根据椒盐噪声在S通道具有极大值或极小值的特点判断出可疑椒盐噪声的位置,在H通道、I通道将可疑椒盐噪声分为噪声点和有用信号,对检测出的噪声像素进行中值滤波去噪。结果采用文中算法去噪后,验证图像主观评价值(Z)为1.30,平均PSNR为37.54,SSIM为0.99,Entropy为7.31,在主客观评价上优于现在常用算法。结论文中提出算法可以为彩色图像椒盐噪声的去噪提供理论基础,具有一定的实际应用价值。     

Multiple color-image authentication system using HSI color space and QR decomposition in gyrator domains

Abstract

A new multiple color-image authentication system based on HSI (Hue–Saturation–Intensity) color space and QR decomposition in gyrator domains is proposed. In this scheme, original color images are converted from RGB (Red–Green–Blue) color spaces to HSI color spaces, divided into their H, S, and I components, and then obtained corresponding phase-encoded components. All the phase-encoded H, S, and I components are individually multiplied, and then modulated by random phase functions. The modulated H, S, and I components are convoluted into a single gray image with asymmetric cryptosystem. The resulting image is segregated into Q and R parts by QR decomposition. Finally, they are independently gyrator transformed to get their encoded parts. The encoded Q and R parts should be gathered without missing anyone for decryption. The angles of gyrator transform afford sensitive keys. The protocol based on QR decomposition of encoded matrix and getting back decoded matrix after multiplying matrices Q and R, enhances the security level. The random phase keys, individual phase keys, and asymmetric phase keys provide high robustness to the cryptosystem. Numerical simulation results demonstrate that this scheme is the superior than the existing techniques.     

Integrated color defect detection method for polysilicon wafers using machine vision

For the typical color defects of polysilicon wafers,i.e.,edge discoloration,color inaccuracy and color non-uniformity,a new integrated machine vision detection method is proposed based on an HSV color model.By transforming RGB image into three-channel HSV images,the HSV model can efficiently reduce the disturbances of complex wafer textures.A fuzzy color clustering method is used to detect edge discoloration by defining membership function for each channel image.The mean-value classifying method and region growing method are used to identify the other two defects,respectively.A vision detection system is developed and applied in the production of polysilicon wafers.     

基于卷积神经网络的印刷品颜色缺陷检测

目的 提取样本图像颜色直方图特征对卷积神经网络进行训练,达到快速、高准确率检测图像颜色缺陷的目的.方法 将标准图像从RGB颜色空间转换至HSV颜色空间,通过改变图像H,S,V三分量值获取训练样本和测试样本;在HSV颜色空间中非均匀量化图像的颜色直方图,得到所有训练样本和测试样本的颜色直方图特征;利用样本图像颜色直方图特征训练卷积神经网络,然后对测试样本进行检测,研究检测的速度、准确率,并将该检测方法与逐像素、超像素、BP神经网络和支持向量机方法进行对比.结果 对于图片尺寸为512×512的彩色图像,卷积神经网络检测单幅图片的平均检测时间约为57.66 ms,训练样本图像为50000张时,卷积神经网络方法对10000张测试样本进行检测的准确率为99.77％.结论 卷积神经网络方法在保证高准确率的前提下大幅提高检测精度,对于印刷品色差缺陷在线检测具有良好的应用价值.     

基于骨架模板匹配的彩色印刷品文字缺陷检测

针对彩色印刷品文字缺陷检测难等问题,提出了基于骨架模板匹配的文字缺陷检测方法。选取标准样本图像中有代表性的颜色,经过粗分割和精分割,提取主颜色;在每个主颜色的色板上分析连通分量区域几何位置关系,定位文字区;逐步细化文字区色板并赋予不同权值,得到骨架模板;把待检样品图像与骨架模板匹配得到缺陷信息并标记在待检样品图像上,完成缺陷检测。实验结果表明,该方法能有效消除印刷过程中多种干扰带来的抖动和配准精度对文字缺陷检测的影响,精确实现文字缺陷检测。     

多颜色空间的内窥镜图像血管增强方法

为了提高医用电子内窥镜所获图像的血管与组织的对比度,针对内窥镜血管图像的特点,提出了一种基于多颜色空间非线性对比度拉伸的血管增强处理方法。首先在RGB颜色空间利用非线性映射函数对绿色(G)分量进行自适应对比度拉伸;接着依据G分量的拉伸结果,相应地调整红色(R)和蓝色(B)两个分量的灰度值;然后将图像转换到HSV颜色空间,并对图像的饱和度(S)分量进行自适应对比度拉伸;最后将图像转换回RGB颜色空间,最终达到血管增强的目的。在本文中,利用所提出的算法对多幅电子内窥镜图像进行处理,结果表明,算法对于原始特征不明显的细小血管也具有较好的增强效果。通过与其它的增强方法相对比,增强后图像的细节方差(DV)显著大于其它方法。将算法嵌入到分辨率为1280×800的内窥镜软件中,其处理速度可达26 f/s。     

基于数学形态学的彩色图像边缘检测

为了克服传统边缘检测方法对噪声敏感的缺点,提出了一种基于数学形态学的彩色图像边缘检测新方法。该方法是在RGB空间内,把每个像素作为一个向量进行排序,将灰度形态学推广到了彩色图像。然后通过分析噪声（主要是椒盐噪声）污染图像的特点对彩色图像形态学基本算子进行了改进。改进后的算子有很强的抗噪性,可以直接实现边缘检测。实验表明,与传统方法相比,该算法能够更有效地抑制噪声对边缘检测的影响,并较好地保持图像边缘细节。