宽色域技术是目前画质增强方向的研究热点之一，该技术可以大大提高视频图像的色彩还原能力，改善人眼的视觉感受。扩展色域的方法主要分为3个方向，传输“负”值色光、高饱和三原色以及多原色。首先简述了宽色域技术的研究意义，然后主要对现有标准色域和主流宽色域标准进行了介绍，并且详细阐述了多原色宽色域的成像与显示技术，最后讨论了该领域待解决的问题以及未来发展趋势。
宽色域 多原色 颜色空间 成像与显示 激光与光电子学进展
2024, 61(4): 0400007
昆明理工大学国土资源工程学院，云南昆明 650093
分量替换是遥感图像融合中的一种经典方法，其具有良好的空间保真度，但容易产生光谱失真，为此本文提出一种结合结构与能量信息的全色与多光谱图像融合方法。方法首先通过超球面颜色空间变换分解多光谱图像的空间和光谱信息。其次，通过联合双边滤波引入了两层分解方案。然后，将全色图像和强度分量分解为结构层和能量层。最后，提出结构层通过邻域空间频率策略融合，强度分量的纯能量层用作预融合图像的能量层。强度分量定义颜色的强度，通过将预融合结构层与强度分量的能量层结合，可以有效地结合源图像的空间和光谱信息，从而减少全色锐化图像的光谱失真。本文在 Pléiades和 QuickBird数据集上进行大量实验，并对实验结果进行定性和定量分析，结果表明所提方法与现有先进方法相比具备一定优越性。
全色锐化 超球面色彩空间 联合双边滤波 空间频率 全色图像 多光谱图像 pansharpening hypersphere color space joint bilateral filter spatial frequency panchromatic image multispectral image
1 云南师范大学物理与电子信息学院，云南 昆明 650504
2 云南省光电信息技术重点实验室，云南 昆明 650504
3 云南师范大学信息学院，云南 昆明 650504
立体显示、虚拟现实及头戴设备的应用研究需要对人眼视觉双目特性做更深入的研究。阈值测量是研究视觉感知特性的方法之一，人的左右眼分别观看不同的颜色，且双眼观看的颜色色差不超过双目颜色融合的阈值时，可能会感知到灰色，也就是发生了双目色调消除现象。为了研究这种特殊现象，本文设计了视觉心理物理学实验，在CIELAB颜色空间中研究双目融合范围内能够感知到灰色现象的对立颜色方向和色差阈值，并将实验结果分别在LMS、Macleod-Boynton、DKL等颜色空间中表示，为进一步研究人眼特性及双目颜色机理提供实验数据。
视觉，颜色与视觉光学 颜色感知 双目视觉 色调消除 CIELAB颜色空间 光学学报
2023, 43(13): 1333001
1 湖南科技大学 机电工程学院, 湖南 湘潭 411201
2 湖南科技大学 机械设备健康维护湖南省重点实验室, 湖南 湘潭 411201
针对人工核药效率低的问题, 提出了一种改进MobilenetV3-Small网络结构的药片定位识别方法。将获取的原始图片转换到LAB颜色空间, 对LAB颜色空间下的L通道进行Canny边缘分割、形态学处理、图像填充、单一药片图像框选, 实现对单一药片的定位; 通过加载预训练权重, 使用K-means聚类算法优化输入尺寸, 根据特征图修改网络层等方法改进MobilenetV3-Small网络结构; 结合图像处理的定位方法和改进MobilenetV3-Small网络的识别方法, 实现对药片的快速准确检测。最终在处理得到的523张单一药片图像上, 药片识别算法最终Loss值为0.000035, 验证了算法的有效性。
深度学习 药片检测 Canny边缘分割 LAB颜色空间 deep learning tablet detection MobilenetV3-Small MobilenetV3-Small canny edge segmentation LAB color space
北京理工大学 光电学院 颜色科学与工程国家专业实验室, 北京 100081
针对传统人脸检测中存在色偏所造成检测精度偏低, 深度学习方法中通过训练大量数据来实现人脸检测而造成硬件要求高等问题。提出了训练简单的卷积神经网络来实现人脸和非人脸的判断, 并利用白平衡算法来解决色偏的问题。将YCgCr颜色空间与K均值聚类的方法结合起来实现肤色检测, 最后在肤色检测的基础上实现人脸检测。其精度相较于传统的人脸检测方法提升3%左右, 速度比基于深度学习的人脸检测快2倍左右。
肤色 人脸检测 卷积神经网络 K均值聚类 YCgCr颜色空间 skin color face detection convolution neural network k-means clustering YCgCr color space
1 湖北工业大学机械工程学院, 武汉 430000
2 现代制造质量工程湖北省重点实验室, 武汉 430000
针对图像去雾算法效果不佳、处理效率低的问题, 提出图像融合快速去雾算法。首先对原图降采样处理, 减小图像尺寸, 拷贝两份图像, 然后分别转换到HSV色彩空间。针对转换后的第一份图像, 降低v分量, 提高透射率准确度；针对转换后的第二份图像, 对v分量进行自适应处理、对s分量线性拉伸, 提高图像色彩饱和度；接着将处理后的图像转回到RGB色彩空间, 对转换后的第一份图像进行改进的暗通道算法去雾、直方图拉伸。最后对融合后的两份图像重采样。实验结果表明, 去雾后的图像主观上视觉效果好,客观上算法复杂度降低, 峰值信噪比、结构相似性、信息熵、标准差显著提高, 证明算法有效。
图像融合 高斯滤波 图像增强 色彩空间 下采样 暗通道去雾 image fusion Gaussian filtering image enhancement color space down-sampling dark channel defogging
人体内不同白细胞的数值水平是疾病判断的重要依据之一。在白细胞计数中, 准确分割白细胞是后续分类计数的重要前提步骤, 决定了后续分类计数的准确与否。对于使用各种不同染色方法所得的血液涂片图像, 都可以通过颜色校准, 分别调整RGB图像的R、G、B分量, 改变图像的色彩信息, 接着通过图像HSI颜色空间中的H分量, 结合Otsu自动阈值法和面积阈值法对图像进行分割、处理, 最终准确定位、分割提取出整个白细胞, 用于后续的分类计数。实验结果表明, 该方法分割准确度高、实用性强、操作简单并且效率高。
白细胞分割 HSI颜色空间 颜色校准 Otsu法 面积阈值法 leukocyte segmentation HSI color space color calibration Otsu method area threshold method
人体外周血五类白细胞数量和所占比例反映了人体的健康状态, 人工检查白细胞消耗医务人员的大量精力, 如何用智能方法快速、准确进行白细胞智能分类是一个亟待解决的问题, 其中白细胞分割的准确性是正确分类的关键。提出了一种改进的迭代阈值图像分割算法, 对恢复有丝分裂连线的最小距离方法进行了基于数学和数模分析的预处理改良, 提升了白细胞图像分割的精度和效率, 解决了血小板粘连、白细胞边界不分明等问题。将白细胞从复杂的血液环境中分离出来, 对有丝分裂细胞的多叶核进行最小距离判定并连线, 然后定位到每个白细胞, 制作数据集, 最后用CNN分类。经测试, 分割正确率达到了96%以上。实验结果验证了所提分割方法的准确性、高效性和实用性。
白细胞 迭代阈值 彩色空间 图像分割 卷积神经网络 leukocyte iterative threshold color space image segmentation convolutional neural network
