首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 15 毫秒
1.
儒林 《科技通报》2012,28(4):94-96
当前主流的人脸识别算法,都是把原有的彩色图像转化为灰度图后,采用基于灰度图像的特征抽取与识别算法进行分类识别。人们在实际操作过程中,只是使用一组简单的加权系数实现从彩色图像到灰度图的转换,这并不能很好的体现R,G,B 3个颜色分量之间的次重关系。本文根据人脸图像颜色组成的特点,对彩色人脸图像的R,G,B 3个分量的颜色信息进行特征抽取与分析,从中找出鉴别特征的三基色系数表示方法,把彩色图像转化为灰度图。最后,在国际通用的AR标准彩色人脸库中进行了大量实验,验证了本文算法的有效性。  相似文献   

2.
为提高彩色图像分割精度,解决传统分水岭图像分割算法误分割率高等问题,本文提出了一种基于改进分水岭算法的彩色图像分割方法。建立了基于偏微分方程的去噪模型,既可以抑制噪声又可以有效地保护图像轮廓。结合数学形态学、图像信息熵、区域合并实现图像分割。在彩色图像RGB空间利用信息熵求取形态学梯度,然后对彩色梯度图进行分水岭分割,最后进行区域合并。仿真结果表明:本文所述分割方法准确度和清晰度较好,噪声抑制效果理想而且分割速度较快。  相似文献   

3.
崔炜 《科技通报》2012,28(4):52-54
研究文本定位与特征提取问题。针对传统的Canny算子图像检测算法的不足,提出了一种改进的Canny算子图像信息特征提取算法。研究方法是:首先对彩色图像进行高斯金字塔分解,然后用Canny算子检测彩色图像,提取边缘图像,再经过通二值化,去噪方差投影定位文本区域。实验结果表明,本文提出的方法有效、实用。  相似文献   

4.
针对低照度情况下难以采集到清晰高质量的图像的问题,本文在多尺度Retinex算法的基础上进行了改进,对彩色图像在HSI模型上进行处理,避免造成图像颜色失真,同时,在MSR算法尺度因子的权重的选取过程中,将图像分为低亮度、中亮度和高亮度区域,从而确定其权重。经过实验证明,本文算法既实现了图像的颜色保真,又可以提高图像的整体亮度和清晰度,具有很好的鲁棒性。  相似文献   

5.
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。  相似文献   

6.
彩色图像检索方法基于HSV颜色模型提取示例图像的颜色特征与图像库中图像的颜色特征时,提取不同维数的特征向量。在图像相似性度量的时候使用不同的计算公式。实验结果证明,这种颜色直方图算法速度快且与人类的视觉有着良好的一致性。  相似文献   

7.
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。  相似文献   

8.
在矿井作业中,由于亮度不够,产生粉尘和噪声等不良因素,使得采集到的图像对比度下降和细节缺失.为改善上述问题,采用一种基于局部相关的非线性图像增强算法.该算法是由亮度增强和对比度增强2个独立部分组合而成.首先,将彩色图像转换为灰度图像;其次,对灰度图像使用非线性传递函数进行亮度增强;最后,处理后图像中像素点通过与其周围像素的关系来进行对比度增强.实验结果表明,该方法可以有效增强图像细节,提高图像整体亮度,对比度和抑制噪声.  相似文献   

9.
提出将基于二维Otsu算法的分割方法应用于大壁虎脑切片彩色图像背景区域的漂白处理中及保护目标区域的方法,并对一维和二维算法进行了比较。首先构建二维直方图,然后利用二维直方图建立二维Otsu算法,并对大壁虎脑切片彩色图像进行分割,最后恢复分割完成的二值图像中目标区域的彩色特性。这一方法在生物医学彩色图像处理中得到了较好的实现,同时,本文进一步验证了该方法在普通彩色图像处理中的可行性。  相似文献   

10.
雷赟  齐影虹 《科技广场》2007,(9):138-141
数字水印是一种新的有效的数字产品版权保护和数据安全维护的技术,它是一种十分贴近实际应用的信息隐藏技术,近年来已成为国内外的研究热点并有着广泛的应用前景。首先介绍数字水印技术的特点、分类及应用领域,并阐述了其基本原理,同时对一些鲁棒彩色图像数字水印算法做了概要性的介绍。由于彩色是我们平时接触最多的,因此,彩色图像的水印算法比灰度图像水印算法更具实用性。最后,指出了彩色图像数字水印今后的研究方向和前景展望。  相似文献   

11.
Mean Shift算法是目前广泛应用于图像分割和计算机视觉中的方法。论述了该算法应用在彩色图像分割中的原理及过程,并给出实验过程和结果。  相似文献   

12.
彩色图像包含了丰富的颜色信息,是时客观存在的物体的一种相似性的生动模仿或描述.近年来.随着计算机技术的进一步提高,彩色图像的使用越来越多,彩色图像的分割方法的研究也成为了一大研究热点.本文讨论了4类常见的分割算法的原理、特点以及在解决分割问题时需要深入分析的要素.  相似文献   

13.
目前,图像融合算法大多利用源图像信息进行融合,融合模型的建立和融合参数的配置主要依赖于经验,存在随意性。提出了一种基于粒子群优化的图像边缘融合算法:首先对源图像进行多尺度边缘检测;然后利用边缘相关性作为目标函数,采用粒子群算法优化搜索融合参数;最后利用融合后的多尺度边缘重构出融合图像。该算法克服了融合模型对经验的依赖性,使得源图像边缘信息最大量地保留在融合图像中。仿真结果表明,使用该算法得到的融合图像能够有效包含源图像信息。  相似文献   

14.
针对mean shift算法中带宽参数的选择不易确定的问题,提出了一种改进的自适应mean shift算法,并将其运用于彩色图像分割中。仿真结果表明,该算法对于不同类型的图像,均可以获得令人满意的分割结果。  相似文献   

15.
在此研究了彩色图像中的人脸检测算法,在肤色模型方面讨论了肤色在不同的色彩空间中的表现,通过对一定数量的样本建立了一个图像库,选择色彩空间并建立了肤色模型,然后通过形态学等处理后得到候选区域。然后对候选区域使用特征脸的方法进行验证。通过这样的方法在保证了精度的同时克服了特征脸方法原有的搜索速度慢的特点。最后本文对所使用的方法作了一个总结并对下一步的工作进行了展望。  相似文献   

16.
郑丽华 《科技风》2012,(22):31-32
广播电视信号采集实际中存在两种可能造成接端用户电视信号的问题进行图像增强。一种是由于光照条件不足产生低照度的图像;另一种是经A/D转换后边沿过冲或过渡边沿不清楚成图像信号的。针对这两情况图像存在的问题,结合广播电视传输特点,在对比常用的彩色增强方法存在的问题后,提出了基于YUV空间中灰度变换的色度-亮度重组算法,对采集的低照度图像和A/D转换图像进行彩色图像增强,并通过MATLAB进行了仿真实验。  相似文献   

17.
针对彩色数字图像的版权保护问题,提出了基于奇异值分解和离散的小波变换的彩色图像数字水印算法。算法将CIE-RGB色彩模式下的彩色图像转换到CIE-LAB色彩模式,然后将置乱后的水印嵌入到LAB色彩空间的L分量分块的小波分解低频系数的奇异值中。实验证明,该算法能够抵抗剪贴、拼贴、高斯噪声、JPEG压缩缩放、旋转等常用的图像处理的攻击,并且具有良好的不可见性和安全性。  相似文献   

18.
针对当前车牌识别系统中图像分割方法应用单一,适用范围窄的问题,提出了综合应用多种图像分割方法的算法。车牌识别系统分为车牌图像预处理、车牌定位、字符分割、字符识别四个步骤。首先运用投影算法,把输入的原始车牌彩色图像转换成灰度图和二值图,并实现车牌位置的初步定位;其次运用OTSU算法,实现车牌的精确定位,并获取车牌的灰度图数据;然后运用动态自适应算法对车牌灰度图进行二值化;最后根据车牌的几何特征,对车牌字符进行分割及归一化处理。通过对4000张不同环境下车牌图片的测试,表明本处的算法可以成功的实现车牌定位及字符分割,具有较强的适应性,对后续的字符识别起到了重要作用。  相似文献   

19.
陈艳 《科技通报》2014,(4):56-58
为改进图像处理算法,提升图像信息采集效果,避免图像噪点干扰,使用Mallat算法对图像进行小波处理后再使用POCS算法进行超分辨处理,并设计了残差处理以及效果评估模块对图像处理进行保障。新算法可有效提高图像分辨率以及图像锐度,尤其改善了边缘区域图像分辨率。最后通过DSP平台处理脑CT图进行仿真实验,结果表明新算法具有可行性,处理时间较短,同时也证实了图像处理的稳定性。  相似文献   

20.
多聚焦图像融合的目的是将两幅或多幅部分聚焦图像融合为一幅全聚焦图像。本文提出一种基于四叉树分解和鲁棒性主成分分析(RPCA)的空间域多聚焦图像融合算法。首先利用四叉树分解算法将源图像分解为最佳的四叉树形结构图像块;同时,在四叉树形结构中,使用鲁棒性主成分分析算法对其聚焦区域进行探测,将聚焦度探测结果作为停止四叉树分解的条件;最后,从源图像中提取出聚焦区域重建为一幅全聚焦图像。本算法充分发挥了四叉树分解和鲁棒性主成分分析的优势,实验结果证明,本文提出的算法在主观视觉和客观评价指标上都取得了较好的效果。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号