不同颜色分量对图像分割结果的影响

为了提高图像分割质量,分析了RGB颜色模型下3种颜色分量对花卉图像分割结果的影响。根据花卉目标的颜色特征,在RGB颜色模型下分别提取花卉图像的R分量、G分量、B分量,采用FCM算法分别对3个分量进行图像分割,并对十多幅自然场景下拍摄的不同颜色花卉图像进行分割实验。结果表明,针对合适的色彩分量进行图像分割可以获得更好的分割效果。     

基于HSV空间的彩色图像分割

彩色图像分割是彩色图像处理和图像识别的重要问题,彩色图像分割可以看成是灰度图像分割技术在各种颜色空间上的应用。根据HSV颜色空间颜色和亮度无关,将彩色图像从RGB空间变换到HSV空间,然后经过H分割对绿色信息进行提取得到分割结果。试验表明,这是一种计算高效的分割算法。     

一种使用经验系数灰度化的中药叶片分割方法

针对传统的彩色叶片图像灰度化分割效果不理想问题,使用了一种经验系数灰度化的彩色叶片图像分割方法。该方法利用RGB颜色相关性特征进行灰度化,提高叶片颜色比例,增加叶片与背景的差异性,在不同背景条件下对叶片图像使用最大类间方差法进行分割。实验结果表明,使用经验系数灰度化的方法可以获得更理想的分割效果。     

基于颜色特征的交通标志图像分割研究

本文分别基于RGB色彩空间和HSI色彩空间采用阈值分割法,对不同光照条件下采集到的交通标志图像进行颜色分割,并根据实际检测效果进行改进,得出了颜色分割效果较好的闽值空间。     

一种玉珠图像的快速分割方法

提出一种针对手机拍摄的玉珠图像的快速分割方法.该方法通过对图像多个采样点的R、G、B分量分析,设计出适合不同颜色玉珠分割的RGB颜色特征组合,并利用其分割出不同的图像元素,最后进行图像合并.较好地解决了由于玉珠颜色不同、表面光滑度不同和拍摄角度等原因,造成的珠体反射点多、形状失真、模糊及遮挡等影响玉珠与背景分离的问题.经实验证明,本方法具有较好的分割效果,较快的实现速度及稳定性.     

图像处理在护照缝纫装订中的应用

为提高护照质量,有效防止护照被不法分子仿制,以及国民个人信息安全被泄露,利用图像处理技术通过Matlab软件处理采集到的图像。在紫外灯照射下,缝纫线与纸张上的荧光纤维都呈现出一定亮度的颜色。先将RGB颜色空间转换为HSV空间对原始图像进行同态滤波处理,然后转回RGB空间,提取红色通道,对灰度图进行图像增强与图像平滑预处理|再利用巴特沃兹滤波器增强缝纫线的边缘,对滤波后的图像进行均衡处理|最后用Otsu进行图像分割,最终获得细节分明的二值图像。通过以上的图像处理步骤,在消除背景噪声的同时,可获得了细节丰富的缝纫线图像。     

颜色恒常性的距离正则化水平集彩色图像分割

引入颜色恒常性原理用于区分自然彩色图像中的差分结构,并结合距离正则化水平集算法,对具高光和阴影的自然彩色图像进行分割。实验结果表明,该算法能够正确有效地分割出图像目标,而未引入颜色恒常性原理的水平集算法则得到错误的图像分割结果。     

基于不确定性理论的彩色图像多阈值分割

提出一种新的彩色图像多阈值分割算法,首先根据点关联度的仿射性和仿射变换的保序性对色彩空间进行特征组合;再对组合后的灰度图像统计其信息熵,然后对信息熵进行模糊隶属划分。实验表明:在图像色彩信息较为丰富的情况下,该方法能够对RGB彩色图像中的基色和非基色进行有效划分。     

基于改进的OTSU算法的视频处理

针对跳水运动视频中的人体运动目标分割问题,提出利用颜色信息进行运动目标检测和分割的算法。首先采用色相和亮度两个彩色分量加强图像中的颜色差异,使用OTSU算法对图像进行阈值分割,同时结合RGB颜色空间启发式肤色聚类,确定运动目标所在的连通区域,从而完成首帧运动目标的自动检测。在后续帧的处理中,以数学形态学方法进行自适应运动区域预测,运用改进的OTSU算法,提高了分割速度。实验表明,本方法有效地克服了复杂背景变化的影响,能够快速实现跳水运动目标的分割,且对运动对象的快速运动有较强的鲁棒性。     

基于肤色模型和人眼几何特征的人眼定位算法

通过对人眼的定位识别,可对人眼的状态作进一步的分析、处理,以实现不同的应用。为了加快彩色图像中的眼睛定位速度,提出一种基于肤色模型和人眼几何特征的人眼快速定位算法:先将基于RGB空间的图像转换为YCbCr颜色空间的图像,再将转换后的图像二值化,最后利用人眼几何特征定位眼睛。实验表明该算法定位正确率达到80.2%,该算法计算复杂度低,易于推广。     

跳水运动视频中的运动目标分割

针对跳水运动视频中的人体运动目标分割问题,提出一种简单有效的基于颜色特征运动目标检测及分割算法。首帧进行图像预处理,利用色相和亮度两个分量加强颜色差异,然后使用OTSU算法对图像进行阈值分割。结合RGB颜色空间启发式肤色聚类结果确定运动目标所在的连通区域,最终完成首帧运动目标的自动检测。有效地克服了复杂背景变化的影响,能够快速实现跳水运动目标的分割,且对运动对象的快速整体运动有较强的鲁棒性。     

基于肤色特征的运动目标检测及分割算法研究

针对跳水运动视频中的人体运动目标分割问题,提出一种简单有效的基于颜色特征运动目标检测及分割算法.首帧进行图像预处理,利用色相和亮度两个分量加强颜色差异,然后使用OTSU算法对图像进行阈值分割,结合RGB颜色空间启发式肤色聚类结果确定运动目标所在的连通区域,从而完成首帧运动目标的自动检测.在后续帧的处理中,通过数学形态学方法自适应预测出运动区域后,运用改进的OTSU算法在区域中分割运动目标.实验表明,本方法有效地克服了复杂背景变化的影响,能够快速实现跳水运动目标的分割,且对运动对象的快速整体运动有较强的鲁棒性.     

基于小生境的自适应多目标遗传算法求解流水车间调度问题

针对分水岭算法的过分割问题,设计了一种结合分水岭和区域合并的彩色图像分割算法。使用分水岭分割算法对图像进行初始分割,由于图像中的细节信息和噪声会导致图像的过分割问题,针对此问题而产生的小图像区域,定义了它们之间的区域距离。依据区域距离融合了小图像区域的颜色信息和邻接关系信息的特点,提出了小图像区域合并算法,对小图像区域进行合并,并通过仿真实验与其他分割算法进行了比较和分析。     

基于同步振荡神经网络模型的图像分割

目前,国内外学者提出了很多图像分割算法,其中一些已经广泛应用于灰度图像和彩色图像分割。本文对图像分割方法进行了总结,并利用振荡神经网络模型的同步提出了对彩色图像分割的算法。我们在经典Kuramoto模型的基础上将全局耦合改为局部耦合,将相位耦合改为频率耦合并用它描述外界刺激引起的相位变化。通过引入瞬时频率,重建耦合神经元的活动曲线,将原彩色图像分别通过R、G、B三个通道,形成三个振动曲线,并将其进行叠加,根据一致同步性原理,得出一个新的彩色图像分割算法。     

茶叶嫩芽图像自动分割方法的研究

以茶叶嫩芽图像为研究对象,利用图像处理技术实现了茶叶嫩芽自动分割。该算法首先选取不同颜色模型下茶叶分割图像,其次采用最大类间阈值法对图像进行二值分割,最后通过数学形态学处理和逻辑操作实现嫩芽彩色分割。实验表明,基于R-B色差的茶叶嫩芽分割方法不仅能够有效地识别嫩芽区域,而且算法鲁棒性较强。     

尿沉渣有形成分优化分割技术研究及应用

由于现有尿沉渣处理技术存在不足,加上尿沉渣空间环境中细胞图像中聚堆、粘连等类似融合特点和采集过程中受光源等环境的影响,细胞彩色图像的采集经常会发生彩色偏移问题,再加上图像背景本身的复杂性,使得对尿沉渣中有形成分的分割和处理非常困难。为改变传统细胞图像分割和处理方法的不足,提出一种改进型的色度学的图像处理方法,使得分割和处理结果更理想,性能更稳定。其核心系统采用白平衡算法,针对因外部光线所造成的误差进行校正,从而解决了由光照引起的图像彩色偏移等问题,然后利用改进型RGB向量空间分割法对过程图像进行处理,最后在复杂的背景中将尿沉渣有形成分分割出来,进而得到理想的实验结果,满足医学研究中检测分类的要求。     

基于K-means彩色图像分割的六价铬检测方法

依据重金属残留现场快速检测的要求,利用二苯碳酰二肼分光光度法显色原理制成六价铬检测试纸,对溶液中的六价铬离子发生紫红色的显色反应,设计一种K-means聚类算法对该显色反应图像进行分析,获得聚类分割的彩色目标区域。基于RGB彩色空间模型提取试纸中的R、G、B 3个颜色分量特征值,通过分析彩色图像预处理与切割、拟合R、G、B与浓度之间的关系等阶段,实现基于机器视觉的六价铬检测系统的研究。     

基于近邻传播和区域融合的彩色图像分割算法

提出了一种基于近邻传播聚类的彩色图像分割方法。首先将彩色图像的颜色空间转换到CIE L*u*v*颜色空间,并对变换后的彩色图像进行采样;然后运行给定聚类数目的近邻传播聚类(APGNC),接着对其余未采样数据根据最大相似度规则,分别得到它们的类归属;最后利用形态学的区域合并方法去除独立小区域,得到修正后的图像分割结果。经仿真实验证明,该方法可以实现近邻传播算法在大规模彩色图像分割中的应用,具有较快地处理速度和较满意的分割结果,更符合人类的整体视觉感观。     

彩色图像分割方法综述

图像分割是图像分析中一个非常重要的预处理步骤,分割效果将直接影响到后续任务的有效性。彩色图像相较于灰度图像更接近人类的视觉特性,因此对彩色图像的研究更为重要。对当前比较常用的一些彩色图像分割方法进行了综述,阐述了基于阈值、基于聚类、基于区域以及基于特定理论的几类分割方法各自的优缺点和应用场景。最后根据基于过完备字典的稀疏表示能够刻画图像细节信息、实现图像最优逼近的特点,提出将其推广至彩色图像分割的研究思路。     

一种彩色图像的边缘检测算法

通过对灰度图像的边缘检测的研究,构造了一种新的基于色度差的边缘检测算法,并充分利用彩色图像的颜色信息,将此算法从灰度图像转化到RGB的颜色空间中。这种新方法旨在区别于传统意义上对图像的边缘检测要求的精准性,而把提取出彩色图像中直观形象的轮廓信息作为研究目的。实验仿真表明,该算法提取出的边缘能够较好地反映目标图像中具有代表性的信息。