HSV颜色空间

摘要： 针对微光图像存在亮度低、细节丢失严重以及现有算法增强后的微光图像存在曝光过度、颜色失真等问题,提出双分支金字塔网络的微光图像增强算法。首先,将微光图像从RGB颜色空间转换到HSV颜色空间。其次,对V分量采用双分支金字塔网络的微光图像增强算法,自适应获取图像特征。网络结构由并行双分支构成,含层级残差模块的分支有效增强V分量亮度,含特征金字塔注意力模块的分支获取深层特征信息。最后,对双分支结构提取的信息进行融合,并将增强后的图像从HSV颜色空间转换回RGB颜色空间。所提算法在真实图像上的峰值信噪比及结构相似度的均值分别达到29.451 dB和0.9301,均高于其他对比算法。实验结果表明,所提算法对V分量进行增强提高了图像亮度,有效地恢复了图像细节。

摘要： 针对苹果叶部病害图像存在光照分布不均匀、对比度低、过亮或过暗区域细节丢失等问题,提出一种改进的Faster R-CNN苹果叶部病害检测方法,提高病害检测的准确率。由于HSV颜色空间中的H、S、V三个分量具有相对独立性,且光照及阴影部分的遮挡对H、S分量的影响很小,因此,将病害图像从RGB颜色空间转换到HSV颜色空间,再采用颜色恒常性(Retinex)算法对图像进行处理。然后,采用Faster R-CNN网络模型对苹果叶部的三种病害(雪松锈病、灰斑病、黑星病)进行目标检测。实验结果表明:该方法提升了检测苹果雪松锈病、灰斑病、黑星病的平均精度,分别提高了4.03%、7.14%和13.77%,整体平均精度提升了8.32%。每幅图像的检测时间为0.201 s,单张图片检测时间减少了42 ms,确保了检测的实时性,这对于病害的预防具有重要意义。

摘要： 为解决花生群体种皮颜色快速鉴定难题,建立一种准确、简便和经济的种皮颜色识别标准,采用阿里云智能云计算平台颜色识别系统,测定黑、紫、粉、白等不同种皮颜色花生的HSV颜色空间(Hue,Saturation,Value colormode)数据,同时结合花生种皮花青素含量数据,构建花生种皮颜色指数(p)与种皮花青素含量(i)相关性模型,并用群体验证其准确性。研究结果表明,p和i相关系数达0.932,根据p值将花生种皮颜色划分为黑色(≥0.6000±0.0238)、紫色(0.6000±0.0238~0.4000±0.0238)、粉色(0.4000±0.0238~0.2000±0.0238)、白色(≤0.2000±0.0238)四个组别;采用AI智能种皮颜色识别模型能够快速、准确鉴定RIL群体后代的种皮颜色,具有准确性高、上下界明显等优势。

摘要： 雾霾天气造成图像质量下降,进而影响计算机视觉系统的特征提取。论文提出一种改进的单幅图像去雾算法。先通过正交Haar小波变换进行处理得到图像的低频分量和高频分量,然后基于大气物理模型将低频分量利用均值滤波对环境光和大气光进行估计,得到低频去雾图像。然后将低频去雾图像与小波分解后的高频图像进行重构。最后将重构后的RGB图像转换到HSV颜色空间增强图像亮度。实验结果表明,论文算法简单有效,改善了图像质量,增强了去雾图像的边缘特征,利于计算机视觉进行特征提取。

摘要： 智能微型化的医用器械在医疗行业逐渐被人们所重视。这些产品主要是由一些微型电子元器件构成,其中器件核心芯片部分的点线连接结构需通过高精密焊接工作完成。因此焊点和被焊芯线的识别精度要求越来越高,两者是否能准确有效识别直接影响焊接的最终质量。为高质量完成焊接过程中的焊点和芯线识别,本文主要使用电子显微仪器结合上位机VS17+OpenCV软硬结合的方法完成图像处理,对所采集图像中的焊点和芯线端头进行识别。以焊点和芯线端头的颜色及几何特征作为分析对象,经预处理后再通过各自特征分析突出感兴趣区域部分,通过特定颜色阈值选取方式和对比度提升算法完成焊点和芯线端头的分割过程,要求所测量焊点及芯线端头的识别精度误差≤0.1 mm。实验结果表明:本文印刷电路板(PCB)焊点及芯线端头的识别算法能有效识别焊点及芯线端头图中所在位置并显示其像素坐标值;经数据整理分析,本文算法的识别精度误差均控制在允许的误差范围内。

摘要： 针对现有显屏驱动芯片图像色彩增强功能存在的增强效果不易调控和评价的问题,提出了一种可通过参数进行精确调控的图像色彩增强方法。该方法分为图像分析和增强计算两个阶段。在第一阶段,根据接收的图像数据和预设饱和度增高系数,计算实际饱和度增高系数。在第二阶段,根据最小像素亮度变化准则和实际饱和度增高系数,计算各像素新的RGB颜色值。在硬件电路实现时,上述两个阶段的操作分别在相邻的两个图像帧传输周期内完成。该方法具有增强效果可量化、计算简便、硬件开销小的优点,适合在显屏驱动芯片上应用。

摘要： 矿物识别是工艺矿物学的研究基础,针对矿物颜色作为镜下矿物鉴定主要依据的特点,为提高矿物识别效率,降低人工识别成本,提出了一种HSV颜色空间的阈值分割方法。利用双边滤波对采集的矿物显微图像进行预处理,消除噪声干扰,针对不同矿物颜色亮度的差异,在HSV颜色空间下分离H、S、V三通道的颜色分量图提取颜色阈值,并通过阈值分割操作获得目标矿物区域。对磁铁矿和黄铜矿共存的显微图像进行识别,并与传统的大津法和基于HSV颜色空间的阈值分割方法对比。结果表明,基于HSV颜色空间的矿物识别方法能够准确的识别区分开磁铁矿和黄铜矿,分割结果与人工标注的矿物位置基本符合,准确率达95%以上,且提高了识别速度,是机器视觉代替人眼视觉在矿物识别方面的一次探索。

摘要： 由于我国人口老龄化趋势不断加快,出生率下滑,农村劳动力严重不足。为了解决这一问题,研究人员开发了一系列不同用途的农业机器人,其中就包括水果采摘机器人。对于水果采摘机器人而言,水果的检测和识别是一项重要的任务,因此本研究小组提出了一种基于HSV颜色统计特征的水果识别技术。首先,将水果图像从RGB颜色空间转换为HSV颜色空间;然后将水果HSV颜色空间的色调分布近似为拉普拉斯分布,该拉普拉斯分布可作为该果实的特征描述;将水果从输入图像中分割出来,如果分割后的水果图像符合某种90%置信区间的拉普拉斯分布,则输入的水果属于该水果。在实际操作中,将每种水果的拉普拉斯分布的90%置信区间对应的马氏距离(MD)作为参考评价;如果输入水果数据的马氏距离(MD)小于参考值,则该输入属于该类型的水果。实验结果表明,该方法对不同种类的水果具有良好的识别效果。

摘要： 为了提升无人船(Unmanned surface vehicle,USV)在恶劣航行场景下的视觉感知能力,提出一种基于HSV(Hue,Saturation,Value)颜色空间的水上航行场景可见光偏振图像融合方法。根据水上航行场景的偏振特性,制定了不同区域的融合规则,再基于HSV颜色空间,融合原场景的颜色信息,实现了对恶劣航行场景图像的语义分割,并将测试结果进行对比分析。在耀斑场景下,综合像素精度(Pixel accuracy,PA)值为0.7682。实验结果表明:该方法能增强图像对比度,凸显边缘轮廓信息,能够在恶劣航行场景下,稳定获得对比度较强、目标特性较好的特征信息,一定程度上提升了无人船在恶劣航行场景下的环境感知能力。

摘要： 针对目前利用单幅低动态范围图像生成高动态范围图像过程中亮度的动态范围扩展与饱和度不匹配,从而导致扩展后图像泛白的问题,提出一种结合饱和度调节的由单幅图像生成高动态范围图像的方法.该方法将图像转换到H SV颜色空间,首先对亮度分量进行反色调映射及高光区域校正得到新的亮度分量,并对饱和度分量进行线性拉伸;然后计算原始亮度与饱和度的相关系数,再通过相关系数和新亮度分量对拉伸后的饱和度分量进行微调得到新饱和度分量;最后将处理后的各分量进行融合得到高动态范围图像.实验结果表明,该方法能产生颜色鲜亮的高动态范围图像,更符合人眼的视觉特性.

摘要： 在实际的卫星遥感成像过程中,区域性的云雾是经常存在的.它们使得图像模糊不清,降低了图像的理解度和分辨率.遥感图像中云雾主要集中在图像的低频部分,其它地物背景信息则集中在图像的高频部分.为了有效去除云雾噪声,本文将原始彩色遥感图像转化到HSV颜色空间.通过考察图像频率分布信息,结合小波变换的特点,本文仅对HSV颜色空间的V分量进行小波变换.然后用新V分量与原始的H分量和S分量进行HSV反变换得到去云后的遥感图像.结果表明基于小波变换及HSV颜色空间的云雾去除方法的去云影像,细节信息丰富,去云效果较好.

摘要： 在实际的卫星遥感成像过程中,区域性的云雾是经常存在的.它们使得图像模糊不清,降低了图像的理解度和分辨率.遥感图像中云雾主要集中在图像的低频部分,其它地物背景信息则集中在图像的高频部分.为了有效去除云雾噪声,本文将原始彩色遥感图像转化到HSV颜色空间.通过考察图像频率分布信息,结合小波变换的特点,本文仅对HSV颜色空间的V分量进行小波变换.然后用新V分量与原始的H分量和S分量进行HSV反变换得到去云后的遥感图像.结果表明基于小波变换及HSV颜色空间的云雾去除方法的去云影像,细节信息丰富,去云效果较好.

摘要： 在实际的卫星遥感成像过程中,区域性的云雾是经常存在的.它们使得图像模糊不清,降低了图像的理解度和分辨率.遥感图像中云雾主要集中在图像的低频部分,其它地物背景信息则集中在图像的高频部分.为了有效去除云雾噪声,本文将原始彩色遥感图像转化到HSV颜色空间.通过考察图像频率分布信息,结合小波变换的特点,本文仅对HSV颜色空间的V分量进行小波变换.然后用新V分量与原始的H分量和S分量进行HSV反变换得到去云后的遥感图像.结果表明基于小波变换及HSV颜色空间的云雾去除方法的去云影像,细节信息丰富,去云效果较好.

摘要： 在实际的卫星遥感成像过程中,区域性的云雾是经常存在的.它们使得图像模糊不清,降低了图像的理解度和分辨率.遥感图像中云雾主要集中在图像的低频部分,其它地物背景信息则集中在图像的高频部分.为了有效去除云雾噪声,本文将原始彩色遥感图像转化到HSV颜色空间.通过考察图像频率分布信息,结合小波变换的特点,本文仅对HSV颜色空间的V分量进行小波变换.然后用新V分量与原始的H分量和S分量进行HSV反变换得到去云后的遥感图像.结果表明基于小波变换及HSV颜色空间的云雾去除方法的去云影像,细节信息丰富,去云效果较好.

摘要： 为了在互联网上对军装图片进行过滤,我们设计了一种基于多级检测的军装图片识别框架,并在该框架下对其中的关键技术进行了深入的分析,就人脸快速检测技术、颜色纹理处理、区域形态学处理、基于支持向量机分类识别领花物件等进行了研究.实验表明,该算法在检测效率和精度方面能够满足实际应用的需要,可高效地对网络上传的军装图片进行高速过滤,该算法还可以解决其它类似的服装检测的问题.

摘要： 为了在互联网上对军装图片进行过滤,我们设计了一种基于多级检测的军装图片识别框架,并在该框架下对其中的关键技术进行了深入的分析,就人脸快速检测技术、颜色纹理处理、区域形态学处理、基于支持向量机分类识别领花物件等进行了研究.实验表明,该算法在检测效率和精度方面能够满足实际应用的需要,可高效地对网络上传的军装图片进行高速过滤,该算法还可以解决其它类似的服装检测的问题.

摘要： 为了在互联网上对军装图片进行过滤,我们设计了一种基于多级检测的军装图片识别框架,并在该框架下对其中的关键技术进行了深入的分析,就人脸快速检测技术、颜色纹理处理、区域形态学处理、基于支持向量机分类识别领花物件等进行了研究.实验表明,该算法在检测效率和精度方面能够满足实际应用的需要,可高效地对网络上传的军装图片进行高速过滤,该算法还可以解决其它类似的服装检测的问题.

摘要： 为了在互联网上对军装图片进行过滤,我们设计了一种基于多级检测的军装图片识别框架,并在该框架下对其中的关键技术进行了深入的分析,就人脸快速检测技术、颜色纹理处理、区域形态学处理、基于支持向量机分类识别领花物件等进行了研究.实验表明,该算法在检测效率和精度方面能够满足实际应用的需要,可高效地对网络上传的军装图片进行高速过滤,该算法还可以解决其它类似的服装检测的问题.

摘要： 提出并实现一种结合HSV颜色特征及其纹理特征映射的图像特征提取新方法.首先将图像分块,提取子块的纹理特征,并应用主成分分析进行纹理特征映射.然后提取图像的RGB颜色特征并将其转换为HSV颜色特征,每个子块的特征向量由上述两种特征集成.基于每个子块的特征向量应用Kmeans聚类方法对图像内容进行自动聚类实验,结果表明,本文提出的方法能有效结合图像的纹理信息及其颜色构成和分布信息,具有良好的复杂图像内容理解与识别的效果.

摘要： 提出并实现一种结合HSV颜色特征及其纹理特征映射的图像特征提取新方法.首先将图像分块,提取子块的纹理特征,并应用主成分分析进行纹理特征映射.然后提取图像的RGB颜色特征并将其转换为HSV颜色特征,每个子块的特征向量由上述两种特征集成.基于每个子块的特征向量应用Kmeans聚类方法对图像内容进行自动聚类实验,结果表明,本文提出的方法能有效结合图像的纹理信息及其颜色构成和分布信息,具有良好的复杂图像内容理解与识别的效果.

摘要： 一种基于RGB和HSV双颜色空间的图像去雾方法，涉及数字图像处理技术领域，解决现有方法中透过率估计不准确，易产生光晕现象以及颜色失真，实时性差等问题，本发明从大气散射模型出发，利用有雾图像最小值通道和雾浓度估计建立透过率估计模型；在HSV的空间，利用饱和度特性，实现饱和度下像素级的雾浓度估计；利用RGB空间的L2范数，建立RGB三通道的像素级的雾浓度估计的数学模型；结合两个颜色空间的雾浓度估计，利用成像场景与雾浓度估计的参数，自适应地获取最终的雾浓度估计值；从而，直接从单幅图像中获得最佳的大气透过率图。利用最小值通道图像自适应的获取全局大气光。本发明算法处理效果较好且运算量小，可应用于实时工程系统中。

摘要： 本发明提出了一种基于HSV颜色空间与色度键的蓝屏抠像方法，可以精确去除蓝色背景与半透明材质中溢出的像素点,本发明采取的技术方案为：将图片从RGB颜色空间转换到HSV颜色空间并进行蓝屏背景的去除，保留下来的部分生成掩膜，在掩膜黑色对应原图的部分进行RGB颜色空间上色度键抠像，并生成Distance图，根据Distance图进行合成。

摘要： 本发明属于视频检测技术领域，具体涉及一种基于HSV颜色空间的污水排放检测方法。一种基于HSV颜色空间的污水排放检测方法，步骤1：将视频帧转换到HSV空间，得到一个三维的图像矩阵，分别对应色调、饱和度、亮度分量；步骤2：采用3x3的模板对洁净度空间的视频帧进行中值滤波；步骤3：计算秒内洁净度累计差分图，定位水体排放区域；步骤4：对帧水体污染与否做出判断；步骤5：示警并存储污水排放视频帧。本发明能够较好地区分各种颜色的污水与净水，且基于洁净度累计变化的方法能够对流动水体进行“精准”地定位。只对排污阶段的视频信息进行存储，能够为相关部门查证、制定相关处理办法提供切实可靠的参考依据。

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： 本申请公开了一种基于HSV颜色空间相互运算的浓雾彩色重建方法及装置，其中，方法包括：将浓雾下相机采集的RGB图像转换到色调‑饱和度‑亮度HSV颜色空间，并利用预设算法提升亮度域的对比度，且利用优化后的亮度域对图像做导向滤波，得到滤波后的浓雾图像；对滤波后的浓雾图像进行白平衡校正，并利用预设的SV域的相互运算提升饱和度的信噪比，得到最终浓雾图像；基于最终浓雾图像，利用色调域确定浓雾下目标物的颜色，并利用饱和度域确定浓雾下目标物的边界信息，以基于浓雾下目标物的颜色和边界信息得到浓雾下目标物的彩色重构结果。由此，解决了相关技术中，在雾气较浓的情况，会因为图像噪声干扰严重而无法有效成像的技术问题。

摘要： 本发明涉及矿相识别技术领域，且公开了基于HSV颜色空间的矿相识别方法，包括，步骤一、采集图像，将制备完成的矿石光片试样放置在光学显微镜载物台上，调节物镜和目镜的倍数以及调节好其它设备参数，直至观察到清晰的图像，在单偏光镜下使用CCD相机进行拍摄，将拍摄到的清晰图像传入电脑保存，然后调整物镜倍数再次进行拍摄保存，步骤二、双边滤波，双边滤波可以在滤波的同时保证边缘信息不被破坏，以确保矿物分割的准确性。该基于HSV颜色空间的矿相识别方法，可以提高研究矿相的精确度和效率，并且操作简单，有效促进工艺矿物学的发展，为工艺矿物学工作人员提供参考。

摘要： 本发明公开了一种基于HSV颜色空间的斑马线检测方法，所述方法包括：获取斑马线帧图像和HSV颜色空间；根据所述HSV颜色空间和所述斑马线帧图像，得到斑马线候选区域；对所述斑马线候选区域进行分析检测，得到目标斑马线区域。本发明通过HSV颜色空间和斑马线帧图像得到斑马线候选区域，然后对所述斑马线候选区域进行分析检测得到精准的目标斑马线区域，以实现精准的盲人导航。

摘要： 本发明公开一种基于HSV颜色空间的自适应葡萄叶图像分割方法，包括以下步骤：（1）数据采集：采集葡萄叶的图片数据；所述图片数据的为BGR图像；（2）转换至HSV颜色空间：读取步骤(1)中的葡萄叶的图片数据，并将所述图片数据转换至HSV颜色空间；（3）提取S通道数据：提取步骤(2)中HSV颜色空间的S通道数据；（4）自适应葡萄叶图像分割：对步骤(3)中的S通道数据进行OTSU自适应阈值选取，并对所述葡萄叶的图片数据进行葡萄叶图像分割；（5）输出分割结果：针对步骤(4)中的葡萄叶图像分割的结果，进行图像处理，并输出最终分割结果。本发明无需人工标注，能够进行自适应，有效提升葡萄叶图像的分割效果。

摘要： 本发明公开了一种基于HSV颜色空间模型变换的日间云检测方法，该方法包括对所获取的遥感数据进行辐射定标，获得目标波段的反射率信息；根据反射率信息来分析厚云、薄云、海水、陆地四种物体在预设波段或波段组合中的反射特性，选取反映云信息的若干个波段或波段组合，依次放入红、绿、蓝三通道生成RGB假彩色图像；根据HSV颜色空间模型转换方程，计算得到色度、饱和度以及亮度分量；根据所计算得到分量数据中的云像元的分布特性来构建日间云检测指数算法NDCDday；利用日间云检测指数算法计算得到NDCDday统计直方图，根据直方图中的分布特征来设定阀值并检测污染像元。本发明NDCDday算法有效减少了薄云的误判和漏判情况，具有更高的可靠性、通用性以及准确性。