HSV色彩空间

摘要： 成像设备在暗光照环境下会出现对比度不高、图像细节信息丢失、颜色失真等问题,这会对视频监控、智能交通、人脸识别等应用场景产生巨大干扰。为了解决这一问题,本文提出了一种融合了注意力机制的的复合残差网络来实现对低照度图像的增强。该算法首先通过色彩空间上的转换(RGB-HSV)将亮度分量V放入构造的神经网络中,然后神经网络通过融合了注意力机制的多分支结构进行图像浅层特征的提取,接着经过复合残差网络提取深层特征,再经过图像重建得到增强后的V分量,最后通过分量融合实现图像增强。实验结果表明,对比目前国内外主流低照度图像增强算法,所提算法在主观视觉上对图像亮度与对比度有显著提升,在PSNR、SSIM指标上与传统算法的对比结果分别提升了约20%和15%,与深度学习算法的对比结果分别提升约9%和3%,不论是在人工合成的低照度图像还是真实、自然低照度图像中均有良好表现,基本满足图像增强的颜色自然、对比度和鲁棒性高等要求。

摘要： 目的采用简单、便捷的方法制备β-CD@AuNPs并将其应用于汗潜指印中乳酸的检验。方法以HS-β-环糊精(HS-β-CD)为还原剂,通过微波加热方式制备β-CD@AuNPs。基于β-CD@AuNPs对汗潜指印中乳酸的主客体识别产生溶液颜色变化的原理,并使用数据处理软件对溶液颜色进行HSV数据化处理,从而实现汗潜指印中乳酸的可视化检测。结果β-CD@AuNPs对乳酸产生的颜色变化与乳酸的量存在数量关系,对新鲜和陈旧汗潜指印具有分辨能力。结论本文所建立的方法实现了对汗潜指印二维形态以及成分信息的同步可视化诊断。

摘要： 自动线稿上色近年来已成为计算机视觉领域的研究热点之一。现有方法旨在通过改进网络架构或图像生成流程来提升上色的质量,但生成结果多存在色相集中、饱和度和明度分布不合理等现象。为此,提出一种结合绘画先验的线稿上色方法。该方法受插画师上色过程的启发,学习其广泛使用的绘画先验知识(如色相变化、饱和度对比和明暗对比)来提升自动线稿上色的质量。具体来讲,该方法在HSV色彩空间上增加了像素级损失,引导网络生成异常纹理较少的结果。同时,提出的三项启发式损失函数分别引入了色相变化、饱和度对比和明暗对比等绘画先验,引导网络生成具有合理色彩组成的上色结果。在真实线稿构建的测试数据集上,采用FID和MOS两项指标对所提方法和现有方法从生成结果与真实数据的分布相似度及视觉质量方面进行了比较。实验结果表明,相比性能第二的模型,所提方法的FID指标降低了21.00,MOS指标提高了0.96,因此所提线稿上色方法有效提升了自动线稿上色的视觉质量。

摘要： 现有监测系统无法很好地应对疫情环境下存在的交叉传染以及追溯困难等问题,因此提出了一套基于边缘计算的公共交通检测系统的设计方案。首先,建立图数据库来储存乘车人员与乘车信息,同时使用双数据库模型防止建立索引带来的阻塞,从而完成插入效率与搜索效率的均衡;其次,在车辆人像信息提取中,采用HSV色彩空间对图片进行预处理,并建立人脸三维空间模型来提升神经网络的识别准确率,在目标佩戴口罩时,通过较明显的鼻尖特征点、下颌特征点与未遮挡的鼻梁部特征点回归出其口鼻等特征点信息;最后,通过k度搜索快速找出密切接触乘客。在特征对比测试中,该方案在BioID数据集和PubFig数据集上分别达到了99.44%和99.23%的正确率,且在两数据集上的假阴性率均小于0.01%;在图搜索效率测试中,在浅层次搜索的时候,图数据库与关系型数据库并无较大差异,当搜索层次变深时,图数据库效率更高;在验证理论可行性之后,模拟了公交车与公交站的实际环境,经测试所提系统在其中的识别准确率为99.98%,识别时间平均约为21 ms,符合疫情监测的要求。所提系统设计可以满足疫情时期公共安全的特殊需求,能够实现人员甄别、路径记录、潜在接触者搜索等功能,从而有效地保证公共交通安全。

摘要： 在信息技术快速发展的过程中,电子产品的更新速度不断加快,电子元器件也逐渐向集成化、微型化方向发展。在这种情况下,电子元器件的检测难度不断加大,传统的目标检测方法存在图像分辨率低、信息量匮乏等问题,而在机器视觉的基础上构建电子元器件检测系统可以提高检测效率与质量。对基于机器视觉的电子元器件检测系统设计方案与方法进行了简要分析,发现在设计系统时应优化图像预处理、点定位等方面的设计工作,增强系统的实用性。

摘要： 针对地震时基于计算机视觉的隔震支座位移测量特点,即相机在地震时位置不固定,且难以追踪相机各时刻的运动位姿,本文提出一种基于视觉的隔震支座动态位移测量方法,该方法无需额外追踪相机位姿,沿建筑轴线两个正交方向分别设置相机,在隔震支座上下连接板处设置双标靶,相机光轴与标靶平面相互垂直,对每帧图像用比例因子法确定物象关系,则各时刻两标靶的相对位移就是隔震支座位移。用一个LRB500隔震支座的基本力学性能试验对提出的方法进行验证。结果表明:无论相机运动还是固定,该方法得到的隔震支座水平位移时程与位移计得到的结果几乎完全一致;相机运动比相机固定的测量误差要大,但与位移计测量的结果相比,水平和竖向位移峰值的绝对误差均小于1 mm,说明提出的方法可进行隔震支座长期荷载及地震作用下的位移监测。

摘要： 为了增强红外与可见光图像融合的目标信息、环境信息以及图像的人眼辨识度,提出2种基于HSV色彩空间的红外与可见光图像融合算法。每种算法首先将RGB和可见光图像分别转为HSV图像,并将H、S和V三通道分离,然后对于红外与可见光的H、S和V通道建立合适的数学模型相互映射融合,再将新的HSV图像转换到RGB图像。结果表明,所提的融合方法相较于传统空间域的处理方法,拥有更加明亮的目标信息、环境信息和视觉效果。

摘要： 为提高低照度环境下输电线路图像视频在线监测设备分析的准确性,提出一种基于Retinex理论的低照度图像增强方法.首先采用改进型同态滤波算法增强低照度图像的RGB分量,然后将图像转换至HSV色彩空间中.对多尺度Retinex算法增强图像进行改进,采用双边滤波函数替代Gaussian函数作为Retinex算法的环绕函数,引入色彩恢复函数进行图像色彩恢复,入射分量采用幂律变换校正,反射分量采用Sigmoid函数处理.最后将图像再转换至RGB空间得到增强后的输电线路图像.对实拍低照度输电线路图片进行仿真处理,结果表明该方法可以有效提高低照度图像的对比度、清晰度和信息熵,并在覆冰预警和异物识别中实现较好的应用.

摘要： 车辆颜色是重要的车辆信息之一,对其进行识别可为智能交通系统中的车辆识别环节提供更为精准丰富的信息.自然场景中光线的变化会对车辆颜色造成影响,致使难以根据RGB图像直接获得车辆的颜色类别.传统的机器学习方法用于车辆颜色识别时,通常依据经验筛选用于分类的图像特征,易导致分类效果有限等问题,且这些方法一般计算量较大,难以获得实时结果.针对自然场景中车辆颜色信息难以获取和描述这一问题,提出了一种基于多色彩空间信息的深度神经网络模型(MultiColor-Net),使用多个不同尺寸滤波器分别对输入图像在RGB颜色空间和HSV颜色空间上进行特征提取,再将上述不同颜色空间中获得的特征组合,通过全连接网络,获得自然交通场景中目标车辆的颜色分类结果.在真实的智能交通数据集上对比ResNet,Inception v3等深度神经网络模型和本文所提出的MultiColor-Net,结果表明,MultiColor-Net相比于单独识别HSV图像,准确率提高了2.45％左右;相比于单独识别RGB图像,准确率提高了0.8％左右.因此,MultiColor-Net模型能够在真实的交通图像数据上取得较高的识别准确率,同时保持较低的计算复杂度.

摘要： 颜色的自动检测分级是纺织、印染行业质量检测中的关键一环.为达到纺织品颜色的快速分级,根据人类视觉特性,提出了一种基于Sigmoid核函数的纺织品色差分类检测方法.该方法首先将采集的待测纺织品图像进行预处理操作,并将图像数据由RGB色彩空间转换至HSV色彩空间;其次对图像区域进行均匀分块,提取H、S、V分量值并采用加权和的方式计算待测纺织品与标准样品间的色差值ΔE;最后以ΔE作为特征向量,采用基于Sigmoid核函数的SVM分类器来实现纺织品颜色分级.通过色差检测系统分类实验验证该方法分类准确率较高,可以实现纺织品的色差检测分类.研究结果可为陶瓷、木材等其他行业的色差检测分类提供参考.

摘要： 本文针对彩色图像提出了一种基于HSV彩色空间的色度调整算法,该算法针对色彩空间的色饱和度分量把色彩空间分为色饱和度很低、色饱和度低、色饱和度高和色饱和度很高四个分区,然后针对彩色图像的每个像素对的饱和度分量进行分类并进行统计,分别加权得到饱和度的修正系数用以自适应调整饱和度.实验证明,经过此算法调整后的彩色图像更加生动、鲜艳,得到较好的效果.

摘要： 本文针对彩色图像提出了一种基于HSV彩色空间的色度调整算法,该算法针对色彩空间的色饱和度分量把色彩空间分为色饱和度很低、色饱和度低、色饱和度高和色饱和度很高四个分区,然后针对彩色图像的每个像素对的饱和度分量进行分类并进行统计,分别加权得到饱和度的修正系数用以自适应调整饱和度.实验证明,经过此算法调整后的彩色图像更加生动、鲜艳,得到较好的效果.

摘要： 本文针对彩色图像提出了一种基于HSV彩色空间的色度调整算法,该算法针对色彩空间的色饱和度分量把色彩空间分为色饱和度很低、色饱和度低、色饱和度高和色饱和度很高四个分区,然后针对彩色图像的每个像素对的饱和度分量进行分类并进行统计,分别加权得到饱和度的修正系数用以自适应调整饱和度.实验证明,经过此算法调整后的彩色图像更加生动、鲜艳,得到较好的效果.

摘要： 本文针对彩色图像提出了一种基于HSV彩色空间的色度调整算法,该算法针对色彩空间的色饱和度分量把色彩空间分为色饱和度很低、色饱和度低、色饱和度高和色饱和度很高四个分区,然后针对彩色图像的每个像素对的饱和度分量进行分类并进行统计,分别加权得到饱和度的修正系数用以自适应调整饱和度.实验证明,经过此算法调整后的彩色图像更加生动、鲜艳,得到较好的效果.

摘要： 本发明公开了一种基于HSV色彩空间的彩色图眩光去除方法及系统，其中，该方法包括：获取RGB彩色图像，通过转换公式将RGB彩色图像从RGB空间转换到HSV空间；在RGB彩色图像的R、G、B颜色通道中选取含有眩光分量最少的一个通道，通过多尺度Retinex算法进行亮度优化得到替换通道；将HSV空间中的RGB彩色图像的V通道替换为替换通道；通过转换公式的逆变换将HSV空间的RGB彩色图像转换到RGB空间。该方法基于抑制特定环境光线下产生的眩光，可广泛应用于手机等移动拍照设备，改善RGB彩色图像，提高物体可见度。

摘要： 本发明公开了一种基于HSV色彩空间的多尺度融合水下图像增强的方法，首先根据Jaffe‑McGlamery水下成像模型得出复原后的图像，然后基于灰度世界算法对水下图像RGB三通道进行颜色校正，接着基于多尺度融合对HSV空间的亮度V进行改进，再用一种自适应非线性算法对饱和度S进行处理，来增强图像细节，最后输出增强的图像。并且将UDCP法、IBLA法与本发明提出的基于HSV色彩空间的多尺度融合水下图像增强方法进行比较分析。本发明可以有效地改善颜色失真和增强图像细节，能够应用于水下机器人的实际应用场景。

摘要： 本发明属于图像处理技术领域，提供了一种基于HSV色彩空间的文档图像处理方法，包括步骤：获取文档图像，并根据获取的文档图像的RGB值；将所述RGB值转换为对应的HSV值，得到基于HSV色彩空间的文档图像；建立分别为色调，饱和度和明度的三个通道掩模，将基于HSV色彩空间的文档图像分别通过三个掩模通道，得到目标色彩的过滤掩模；对目标色彩的过滤掩模进行连通区域分析，得到目标色彩连通区域。本发明还提供了一种基于HSV色彩空间的文档图像处理系统，本发明的优点在于通过系统自动识别图像中的笔迹等信息，为后续的信息识别、记录、统计等操作做准备，采用基于HSV色彩空间图像处理，对彩色图像进行色彩过滤，剔除干扰信息，大大节省了人力和时间。

摘要： 本发明设计了一种基于HSV色彩空间和Retinex理论的无正常曝光图像参考的低照度图像增强方法，属于计算机视觉图像技术领域。针对于无正常曝光图像参考的低照度增强任务，本发明将其分解为颜色保留任务和亮度增强任务。对于颜色保留任务，本发明通过HSV色彩空间分离出颜色信息，并保留到增强后的图像上。对于亮度增强任务，本发明通过对分离出的亮度信息进行扰动，得到同一场景的不同光照水平的图像对，通过Retinex理论中的反射一致性约束得到反射分量，并将反射分量作为亮度增强的结果。实验表明，本发明可以有效地增强低照度图像，并在各个数据集和不同光照程度的低照度图像上有很强的泛化能力。

摘要： 本发明提供用于测定单色溶液浓度的HSV/HSB色彩空间比色方法，包括以下步骤：获取图像采集装置在光源照射下采集的呈单色的待测溶液的彩色图像；获取所述彩色图像在HSV/HSB模型下各像素点的明度值、饱和度值；根据各像素点的明度值、饱和度值获取对应的明度均值、饱和度均值；根据所述明度均值与所述饱和度均值的比值指示颜色深浅表征值，以匹配出所述待测溶液的浓度τ。在待测溶液的彩色图像的颜色深度表征值与待测溶液的浓度之间建立关系，通过获取待测溶液的彩色图像的明度值、饱和度值，即可求得待测溶液的浓度。可对单一待测溶液进行浓度测定，也可同时对若干个待测溶液进行浓度测定，实现高通量的定量分析，操作简单、快速。

摘要： 基于HSV色彩空间分离的图像去雾方法。本发明方法包括：首先将图片从RGB色彩空间转换到HSV色彩空间，然后将色调H与饱和度S以及亮度V分离，设计去雾网络，包括特征提取模块、特征融合模块、残差学习模块，在特征提取模块中，使用3种不同大小的卷积核来进行特征提取，残差模块中包含九个相同的残差块，将训练集输入网络、进行特征提取，由大小为1x1和3x3的卷积核获取到的特征被并行合并来得到融合特征F1，由大小为3x3和5x5的卷积核获取到的特征被并行合并来得到融合特征F2，然后对融合特征F1和F2进行合并，得到最终的融合特征F3，进而训练网络，最终将有雾图像输入到训练完成的网络中、再通过大气散射模型将有雾图像还原成无雾图像。

摘要： 本发明提供一种基于HSV色彩空间下的Criminisi图像修复方法，包括如下步骤：1、判断是否存在待修复的图像破损区；2、取破损边缘像素点p，根据以点p为中心的9*9的正方形区域内的像素值计算出置信值C，并判断其大小，若大于阈值K，则根据优先权函数计算出正方形区域块的优先权值P；3、根据匹配原则，利用HSV颜色空间中色调H与亮度V的差值比较寻找未受损区域中最佳匹配块；4、将搜索到的最佳匹配块填充至待修复像素块中，并让其中心像素点重合；5、更新修复区的边界信息，同时更新修复完成区域的像素点的置信值；6、重复以上步骤，直至所有像素块修复完成。本发明弥补了Criminisi修复算法中优先权函数不准确性以及修复后图像质量下降的缺陷，性能优异。

摘要： 本发明公开了一种HSV色彩空间颜色识别与噪声过滤的方法，它包括如下步骤：一、将图像从RGB色彩空间变换到HSV色彩空间；二、对图像区域内的所有像素的色相值进行聚类；三、利用色相值聚类结果对图像中的噪声进行过滤；四、利用到颜色子集聚类中心的距离进行加权的方法进行颜色识别；本发明通过对图像中像素进行聚类分析，然后避免色相环跳跃问题和直方图分隔问题，为颜色识别和噪声过滤提供了更好的效果。

摘要： 本发明创造提供了一种基于HSV色彩空间直方图的车身颜色识别方法，利用CCD/CMOS相机获取外部车身彩色图像到计算机中；去除图像因电路或其他图像处理算法引起的噪声，提取识别区域中边缘，用于过滤边缘部分的信息统计；计算机将输入的车身色彩图像的色彩空间由RGB转为HSV空间，利于提取、统计颜色信息；计算机提取H‑S特征并获取H‑S直方图；计算机按照H‑S特征直方图最高柱Hue查表输出颜色。本发明创造所述的基于HSV色彩空间直方图的车身颜色识别方法，排除了外界光线对车身颜色识别的影响，充分的利用了HSV色彩空间的色度H、饱和度S的相关统计信息，利用直方图的方式将颜色分布呈现出来，能够有效、准确地识别光线变化剧烈场景下的车身颜色信息。

摘要： 本发明公开了一种HSV色彩空间中色相环跳跃问题的解决办法，它包含如下步骤：一、HSV色彩空间中图像区域的色相平均值的计算；二、两个色相值之间的距离计算：三、在图像区域中对所有像素计算色相标准差；本发明通过对色相直方图进行分析，并且找到最大缺口位置的方法，将色相环坐标系进行变换，进而解决了色相环跳跃问题对色相平均值、色相距离、色相标准差等问题的干扰，提高了HSV的实用性。