Lab颜色空间

摘要： 针对视频监控下运动人体目标分割,传统的简单线性迭代聚类(SLIC)分割算法经常会受到光照变化的干扰,易产生欠分割问题,文中提出一种基于降维的改进型SLIC融合算法。首先,在Lab色彩模型转换过程中只对L分量进行转换,剔除对光照及迭代聚类贡献度低的色彩分量a,b,并进行降维简化;其次,引入灰度特征向量g以增强图像的特征信息,弥补因降维导致的特征损失问题;最后,将灰度信息、L分量和位置信息融合成一个4维特征向量[l,g,x,y]用于分割。与传统SLIC算法的实验对比结果表明,改进型SLIC融合算法不仅适用于一般场景,对于光照干扰下的场景,也能准确地分割出人体目标,且该算法的各项评价指标均优于传统的SLIC算法,其平均运算效率比传统SLIC算法提高约9.075%,能够很好地应用于监控视频帧图像中受光照干扰较为严重情况下的超像素分割问题,可为后续图像的进一步处理提供更好的基础。

摘要： 针对传统清水砖筛选方式因依赖人眼视觉与经验判断,容易发生的色差分辨难、标准不统一等问题,利用数字图像处理技术和图像掩膜提取算法,设计了一种自动选砖算法,搭建了视觉系统,建立了清水砖选砖机器人系统及运行流程。与传统方式相比,新方法建立了清水砖数字化筛选标准,实现了高标准清水砖自动筛选,显著提升了选砖效率与品质,为后续类似工程精益建造提供了技术支撑。

摘要： 针对通过RGB空间各个颜色分量高度线性相关会导致分割过程处理速度慢、分割结果不准确的问题,以及二维Otsu算法实时性差,计算量大的缺陷,提出一种基于Lab空间的融合改进二进制量子PSO和Otsu优化算法。将RGB空间转换为Lab空间,减弱不同颜色分量的相关性;利用改进的二进制量子粒子群算法搜索最优阈值,作为改进二维Otsu算法的分割阈值,然后对图像进行分割。通过实验证明改进算法与其他算法相比,分割速度和分割精确度都有很大的提升。

摘要： 传统盲道边界模型对提示盲道的预警作用不足,因此提出一种基于颜色信息的提示盲道检测算法.将摄像头采集到的盲道图像从RGB颜色空间转换为Lab颜色空间,对具有不同干扰颜色的盲道,结合盲道分割常用的颜色空间以及提示盲道的特征,分别提取a分量和b分量,综合利用Otsu阈值分割、形态学处理分割盲道区域,得到分割后的二值图像.通过分析二值图像中盲道区域像素点的数量与像素点中心位置的关系,实现提示盲道的检测和分类.实验结果表明,该算法能有效分割出大多数盲道图像,并实现提示盲道的准确检测和分类,将其应用在导盲设备中,利用声音或者物理振动的反馈,提醒盲人提示盲道的存在,帮助盲人寻找更好的行进方向,不仅能够极大地保证出行安全,而且还可以提供更加全面的盲道信息.

摘要： 针对光学字符识别中被红色印章覆盖的字符难以识别的问题,提出了一种基于Lab颜色空间的方法,分离被红色印章覆盖的字符图片与正常字符图片.该方法考虑到图片的颜色特征,取图片在Lab颜色空间中的a分量,依据像素值和像素数目设计分类器.实验表明,该分类器具有较好的分类效果,较SVM方法效果更佳,识别正确率达到98.33％.

摘要： 为解决传统K均值算法在RGB空间处理彩色图像分割时,出现分割精度低、色彩表现差、初始聚类中心位置和数目难以确定等一系列问题,提出一种基于Lab颜色空间的自适应K均值彩色图像分割方法。首先将图像由默认的RGB空间转换到色彩表现更符合人眼机制的Lab空间;其次引入DBI指数作为聚类是否进一步分裂的判别依据,与改进的最大最小距离方法相结合,获得全局初始聚类中心点;最后运行k均值算法,进行彩色图像分割。实验结果显示,改进算法的平均运行时间较传统算法快6.316s,误差概率下降18.712%。该方法不仅解决了分割图色彩饱和度不足问题,并且获得了更快的分割速度和更准确的分割精度。

摘要： 传统的多投影颜色校正和亮度融合在RGB颜色空间下进行,存在校正过程中亮度和色度相互干扰的问题.针对上述问题,提出一种基于Lab颜色空间的颜色校正和亮度融合方法.将亮度与色度单独提取出来,用B样条曲线模型建立起各投影仪原图像与投影显示画面的亮度、色度转换关系,以消除各投影仪投影显示画面之间的颜色差异,并采用融合B样条曲线的伽玛校正对画面重叠区域的亮度进行调节.实验结果表明,相对于RGB颜色空间,在Lab空间进行颜色校正使两个投影显示画面的颜色强度差异在Lab三通道分别减少了4.14,2.41,2.44;相对于RGB颜色空间的伽马校正,在Lab空间将伽马校正与B样条曲线融合进行亮度调节使投影显示画面重叠区域与非重叠区域的颜色强度差异在Lab三通道分别减少了6.12,4.64,3.47.基于Lab的多投影颜色校正及亮度融合技术可对投影显示画面亮度与色度进行更准确的校正,并且给予不同颜色强度对应的伽马系数.

摘要： 针对植物叶片病害实时性差的问题,提出了一种在树莓派OpenCV上的植物叶片病害识别的方案.针对如何提取植物叶片褐斑病害区域的问题,利用一种在Lab颜色空间下运用K-means聚类算法的方法.K-means聚类方法可以在目标区域和背景区域的差异比较明显的情况下,有效的提取叶片 目标区域.同时结合Lab颜色空间,利用植物病害区域的褪绿特点以及Lab颜色空间颜色分布的均匀性,从褐斑病区域中提取相对容易对比的叶片颜色特征和纹理特征.然后根据已有的少量褐斑病叶片样本和正常叶片样本,凭借KNN(K nearest neighbors)分类器识别叶片是否患有褐斑病.通过在树莓派3b+上的Python-OpenCV实验,K-means聚类结合Lab颜色空间的病害提取是可行的,且KNN分类器可以正常识别.

摘要： 为解决传统K均值算法在RGB空间处理彩色图像分割时,出现分割精度低、色彩表现差、初始聚类中心位置和数目难以确定等一系列问题,提出一种基于Lab颜色空间的自适应K均值彩色图像分割方法.首先将图像由默认的RGB空间转换到色彩表现更符合人眼机制的Lab空间;其次引入DBI指数作为聚类是否进一步分裂的判别依据,与改进的最大最小距离方法相结合,获得全局初始聚类中心点;最后运行k均值算法,进行彩色图像分割.实验结果显示,改进算法的平均运行时间较传统算法快6.316s,误差概率下降18.712％.该方法不仅解决了分割图色彩饱和度不足问题,并且获得了更快的分割速度和更准确的分割精度.

摘要： 为了提高玉米叶部病害图像分割的准确率,提出一种基于Lab颜色空间的改进K-means聚类算法.针对叶部病害图像中病斑区域与正常区域存在的颜色差异性,选择在Lab颜色空间进行分割处理.采用K-means聚类算法在分割过程中会存在初始聚类中心点难以确定、分割时间较长、边缘信息分割不完善等问题,文中通过两方面对K-means聚类算法进行改进:首先是在Lab颜色空间中的a,b两个颜色通道搜寻波峰,确定初始聚类中心点的位置和数量;其次是用马氏距离替换欧氏距离进行距离度量的优化.应用改进后的K-means聚类算法对60幅玉米病害图像进行分割,平均误分率为5.72％,平均分割时间为6.69 s,与传统的分割方法相比,分割准确率提升,分割时间缩短.实验结果表明,改进K-means算法能实现玉米叶部病害图像的快速、准确分割.

摘要： 提出了一种基于Lab颜色空间的运动目标检测方法,选择Lab三通道的颜色特征作为前景/背景的分类特征,将亮度与反应色彩本质的色度分开处理,得到每个像素在各个通道的不同信息,然后采用背景差和帧差结合的差分检测模型分别进行背景更新处理,最后再进行背景差分得到运动目标.为了排除杂乱运动物体的影响,对于不确定的区域还增加了统计多帧的联合判断.实验结果表明:此方法能够对监控场景中运动目标进行精确检测,对环境中的光线变化、背景干扰不敏感,具有较好的鲁棒性.

摘要： 提出了一种基于Lab颜色空间的运动目标检测方法,选择Lab三通道的颜色特征作为前景/背景的分类特征,将亮度与反应色彩本质的色度分开处理,得到每个像素在各个通道的不同信息,然后采用背景差和帧差结合的差分检测模型分别进行背景更新处理,最后再进行背景差分得到运动目标.为了排除杂乱运动物体的影响,对于不确定的区域还增加了统计多帧的联合判断.实验结果表明:此方法能够对监控场景中运动目标进行精确检测,对环境中的光线变化、背景干扰不敏感,具有较好的鲁棒性.

摘要： 提出了一种基于Lab颜色空间的运动目标检测方法,选择Lab三通道的颜色特征作为前景/背景的分类特征,将亮度与反应色彩本质的色度分开处理,得到每个像素在各个通道的不同信息,然后采用背景差和帧差结合的差分检测模型分别进行背景更新处理,最后再进行背景差分得到运动目标.为了排除杂乱运动物体的影响,对于不确定的区域还增加了统计多帧的联合判断.实验结果表明:此方法能够对监控场景中运动目标进行精确检测,对环境中的光线变化、背景干扰不敏感,具有较好的鲁棒性.

摘要： 提出了一种基于Lab颜色空间的运动目标检测方法,选择Lab三通道的颜色特征作为前景/背景的分类特征,将亮度与反应色彩本质的色度分开处理,得到每个像素在各个通道的不同信息,然后采用背景差和帧差结合的差分检测模型分别进行背景更新处理,最后再进行背景差分得到运动目标.为了排除杂乱运动物体的影响,对于不确定的区域还增加了统计多帧的联合判断.实验结果表明:此方法能够对监控场景中运动目标进行精确检测,对环境中的光线变化、背景干扰不敏感,具有较好的鲁棒性.

摘要： 热转移印花是一个新兴的行业,目前对于热转移印花颜色质量分析有主观经验法、密度法。本文探索了一种基于Lab 颜色空间高温热转移印花颜色分析评价的方法,该方法将主观的经验法和客观的密度测量法相结合,不但量化印花颜色相关参数,并且符合人眼的观察特点和心理感受。为热转移印花行业提供了实用可靠的质量评价方法,对生产实践有积极的指导意义。

摘要： 热转移印花是一个新兴的行业,目前对于热转移印花颜色质量分析有主观经验法、密度法。本文探索了一种基于Lab 颜色空间高温热转移印花颜色分析评价的方法,该方法将主观的经验法和客观的密度测量法相结合,不但量化印花颜色相关参数,并且符合人眼的观察特点和心理感受。为热转移印花行业提供了实用可靠的质量评价方法,对生产实践有积极的指导意义。

摘要： 热转移印花是一个新兴的行业,目前对于热转移印花颜色质量分析有主观经验法、密度法。本文探索了一种基于Lab 颜色空间高温热转移印花颜色分析评价的方法,该方法将主观的经验法和客观的密度测量法相结合,不但量化印花颜色相关参数,并且符合人眼的观察特点和心理感受。为热转移印花行业提供了实用可靠的质量评价方法,对生产实践有积极的指导意义。

摘要： 热转移印花是一个新兴的行业,目前对于热转移印花颜色质量分析有主观经验法、密度法。本文探索了一种基于Lab 颜色空间高温热转移印花颜色分析评价的方法,该方法将主观的经验法和客观的密度测量法相结合,不但量化印花颜色相关参数,并且符合人眼的观察特点和心理感受。为热转移印花行业提供了实用可靠的质量评价方法,对生产实践有积极的指导意义。

摘要： 在均匀颜色空间中，任意两个颜色点之间的欧几里德距离对应于人类视觉系统存在的感觉差异。本文根据均匀颜色空间的属性提出了一个新型的特征描述子，本文称之为彩色基元描述子，它能够利用基元图像的颜色差别来描述图像特征。它首先把彩色图像从RGB空间转换为CLE Lab颜色空间，然后把彩色图像均匀量化为64种颜色，并检测出Lab颜色分量的基元位置，最后利用颜色差别来描述图像特征，并用于图像检索。实验结果表明：本文提出的彩色基元描述子能够结合颜色和纹理特征，检索性能明显地高于边缘直方图和LBP方法。

摘要： 在均匀颜色空间中，任意两个颜色点之间的欧几里德距离对应于人类视觉系统存在的感觉差异。本文根据均匀颜色空间的属性提出了一个新型的特征描述子，本文称之为彩色基元描述子，它能够利用基元图像的颜色差别来描述图像特征。它首先把彩色图像从RGB空间转换为CLE Lab颜色空间，然后把彩色图像均匀量化为64种颜色，并检测出Lab颜色分量的基元位置，最后利用颜色差别来描述图像特征，并用于图像检索。实验结果表明：本文提出的彩色基元描述子能够结合颜色和纹理特征，检索性能明显地高于边缘直方图和LBP方法。

摘要： 本发明公开了一种基于YCrCb和LAB颜色空间的火焰检测识别方法及系统，适用于对视频中的火焰实时检测识别。该方法通过公开的火焰视频数据，对CNN网络进行训练，得到用于检测识别视频图像中火焰区域的模型；然后将摄像机获取的视频帧图像从RGB转化为YCrCb颜色空间和LAB颜色空间，在通过灰度化以及高斯滤波的后进行做差，对差值图像二值化后进行开闭运算并提取轮廓图得到火焰候选目标；再利用CNN模型对火焰候选目标进一步识别，按照识别置信度进行删除操作得到火焰目标；最后记录并标记火焰目标在原视频帧中的位置。本发明可用于实时检测并识别视频中的及其位置，识别率达到93.51％，火焰检测识别速度保持在27‑35帧/s。

摘要： 本发明公开的一种CMYK到Lab颜色空间转换方法，首先将CMYK颜色空间值转化为Lab颜色空间值，构造神经网络的训练样本和测试样本，然后，建立小波神经网络模型，初始化神经网络中输入层、隐含层、输出层各层之间的权值和阈值，设定学习速率和迭代次数以及预测精度，使用布谷鸟搜索算法优化小波神经网络的权值和阈值，最后将训练样本输入优化完成的小波神经网络进行训练得到稳定的神经网络模型，实现CMYK到Lab颜色空间的转换功能。本发明公开的方法解决了传统颜色空间转换方法计算量大、模型复杂，解决神经网络算法易陷入局部最小值的问题。相比现有颜色空间转换方法转换精度大幅提高，并能保证一定的转换速度。

摘要： 本发明提供一种基于Lab颜色空间的偏色判断和归一化方法，包括以下步骤：步骤a：将彩色图像srclmg从RGB颜色空间转换到CIE*Lab均匀颜色空间，获得CIE*Lab空间图像lablmg；步骤b：统计lablmg的a,b二维直方图并归一化，得到ab分布图histAB，并根据所述histAB获得最大连通域；步骤c：根据最大连通域判断当前图像是否偏色，以及在偏色的情况下，判断当前图像是偏色严重还是偏色较轻；步骤d：在偏色较轻的情况下，采用Lab平移方法进行归一化调整。

摘要： 本发明公开了一种源颜色空间与目标颜色空间直接转换的胶印分色方法，其包括：S010，调色和采色；S020，根据采集到的色相数据，设计8种色序组合；S030，设计所述色序组合的组合色表；S040，通过若干次实验，确定出版条件、印刷设备条件、各色油墨的最佳印刷密度和最优的印刷补偿曲线；S050，基于对5色、6色、7色及8色印刷设备的对比，确定采用的印刷设备；S060，建立RGB光谱数据与采集到的光谱数据之间的转换模型；实现了减少了颜色转换过程中的丢失、扩大四色胶印的呈色范围。

摘要： 本申请公开了一种颜色空间模型转换方法、包含用于颜色空间模型转换的转换方法的记录介质、通过应用该方法而定义的颜色空间、和用于将图像转换到通过应用该方法而定义的颜色空间的设备(例如，计算机产品)。

摘要： 本发明提出基于LAB颜色空间多尺度融合网络的单幅图像雨滴去除方法，包括以下步骤；步骤A：根据同场景下的原始附着雨滴退化状态和干净状态生成训练图像对，针对训练图像对进行颜色空间变换，得到对应LAB颜色空间的训练图像对；步骤B：对训练图像对进行预处理，得到LAB颜色空间的图像块数据集；步骤C：基于图像对在LAB颜色空间上的特性，利用多尺度学习策略设计单幅图像雨滴去除的卷积神经网络；步骤D：设计目标损失函数loss，以图像块数据集为训练数据，利用反向传播方法计算卷积神经网络中各参数的梯度，利用随机梯度下降方法更新参数；步骤E：以图像雨滴去除网络生成雨滴去除之后的图像，恢复至RGB颜色空间；本发明能显著提高图像雨滴去除的性能。

摘要： 本发明属于图像处理和计算机视觉领域，涉及基于深度网络在LAB颜色空间下的水下图像增强方法。本发明提出一种利用深度网络在LAB颜色空间下的水下图像增强算法。本发明利用LAB颜色通道自身的特性，L通道只刻画图像的亮度信息，AB通道只刻画图像的颜色信息，更好的利用彩色图像信息。将图像对比度增强和颜色矫正在图像通道上进行解耦，降低深度网络学习的从低质图像到高质量清晰图像映射关系的难度，提高了算法的有效性和高效性。本发明减小对比度增强过程中噪声被放大问题，并通过将对比度增强和颜色矫正问题解耦，在对比度增强网络中可以更好的利用陆地上收集的图像，来提高网络的性能，弥补了水下图像收集困难的问题。

摘要： 本发明属于图像处理技术领域，涉及一种基于HSV和Lab颜色空间的色纺织物组织识别的方法，广泛应用于织物组织识别，瑕疵检测，图像检索等领域。本发明首先对采集到的织物图像进行滤波去噪预处理，再分别对HSV和Lab颜色空间的织物图像进行分割得到组织点并提取具有相同性质的通道分量加以融合，得到各个组织点的局部的纹理特征和全局的颜色特征，最后采用多核支持向量机的学习方法将纹理特征与颜色特征进行融合识别。本方法不仅能够有效地完成色纺织物的组织识别，并且具有广泛的适用性。

摘要： 本发明公开了一种基于YCrCb和LAB颜色空间的火焰检测识别方法及系统，适用于对视频中的火焰实时检测识别。该方法通过公开的火焰视频数据，对CNN网络进行训练，得到用于检测识别视频图像中火焰区域的模型；然后将摄像机获取的视频帧图像从RGB转化为YCrCb颜色空间和LAB颜色空间，在通过灰度化以及高斯滤波的后进行做差，对差值图像二值化后进行开闭运算并提取轮廓图得到火焰候选目标；再利用CNN模型对火焰候选目标进一步识别，按照识别置信度进行删除操作得到火焰目标；最后记录并标记火焰目标在原视频帧中的位置。本发明可用于实时检测并识别视频中的及其位置，识别率达到93.51％，火焰检测识别速度保持在27‑35帧/s。

摘要： 本发明公开了一种基于Lab颜色空间的西瓜花体图像分割方法，属于图像分割领域，该方法能够对西瓜花体进行分割和目标区域的提取，首先对采集的花体图像转换到Lab颜色空间，对b通道进行otus阈值分割处理，并与原图进行与操作处理得到彩色花体目标区域图像，该方法能够对采集的西瓜花体图像进行分割处理，快速准确地分割提取西瓜花体目标区域，得到背景单一的图像。