西安邮电大学通信与信息工程学院，陕西 西安 710121
运用彩色图像色调、饱和度、强度（HSI）模型的H分量进行彩色图像阈值分割是一个新的彩色图像阈值化方式。考虑到H分量是一个圆形直方图，将圆形直方图断开为线性直方图，然后采用线性直方图阈值分割法进行阈值选取是一种有效途径。在信息论中，信息能量是Shannon熵的对偶，首先引入线性概率分布的累积分布信息能量概念，基于此来确定圆形直方图的断点；然后给出线性直方图上的信息能量阈值法，并基于此实现H分量圆形直方图的阈值选取。相比于基于对数运算的Shannon熵阈值选取准则，基于平方运算的信息能量阈值选取准则具有表述简单、运算速度快的优点。
视觉，颜色与视觉光学 彩色图像分割 色调、饱和度、强度颜色模型 圆形直方图 断点 信息能量 激光与光电子学进展
2023, 60(2): 0233002
闽南理工学院 电子与电气工程学院, 福建 泉州 362700
针对去雾过程中容易出现色彩过饱和与偏色现象的问题, 提出一种基于YUV颜色模型和导向滤波的图像去雾算法。首先分离出含雾图像的亮度分量, 结合拉普拉斯锐化算子与导向滤波细化大气光幕, 求得准确的透射率之后, 对天空区域进行修正; 其次根据光幕值的强度信息定位浓雾区域, 将该区域平均值作为大气光的估计; 最后对色度分量进行补偿, 还原真实场景的色彩饱和度。实验结果表明, 去雾后图像的边缘强度与颜色保真度得到大幅提升, 信息熵、平均梯度和标准差客观评价参数均优于目前主流的算法。该算法去除雾气的效果显著, 能满足图像视见度和细节清晰度的需求。
图像去雾 图像复原 YUV颜色模型 导向滤波 image defogging image restoration YUV color model guided filtering
西安建筑科技大学信息与控制工程学院，陕西 西安 710055
针对彩色图像匹配大多数仅利用图像灰度特征，忽视彩色信息，在颜色相近区域易造成误匹配的问题，引入颜色不变量，提出一种用于彩色图像的颜色尺度不变匹配算法。该算法首先将图像的RGB 颜色模型转换到高斯颜色模型。随后，通过计算颜色不变量代替灰度信息作为输入，建立多尺度空间，并使用SIFT 算法提取特征点，构建特征描述子。最后，选择其中一幅图的特征描述矢量为基准，利用FANN 算法在另一幅图的特征描述矢量中，寻找基准图像特征矢量的最优解即匹配对，从而完成两幅图像的匹配。实验证明，相对于传统的SIFT 图像匹配算法，本文的算法匹配正确率更高，图像匹配质量更好。
颜色不变量 高斯颜色模型 多尺度空间 color invariant FANN FANN SIFT SIFT Gaussian color model Multi-scale space
江南大学轻工过程先进控制教育部重点实验室, 江苏 无锡 214122
水果的颜色是水果分级的重要依据，影响着消费者的购买欲望。研究了一种基于RGB 颜色模型的红富士苹果表皮红色区域检测算法。通过苹果RGB 图像的光照补偿，降低光照变化和不均匀性带来的影响。在此基础上，计算各像素R、G、B 分量的G/B 和R/G 比值，通过训练获得其分割阈值，实现苹果图像和背景的准确分割。最后用超红-超绿阈值分割法检测分割后的苹果图像的红色区域并计算其面积。实验结果表明：基于RGB 颜色空间的红富士苹果表皮红色区域检测算法能够准确地检测出果皮表面的红色区域，满足红富士苹果颜色等级检测的需要。
图像处理 苹果 RGB 颜色模型 颜色检测 分级 激光与光电子学进展
2016, 53(4): 041001
1 中国农业大学现代精细农业系统集成研究教育部重点试验室,农业部农业信息获取技术重点实验室, 北京 100083
2 黑龙江八一农垦大学信息技术学院, 大庆 黑龙江 163319
3 河北农业大学信息科学与技术学院, 保定 河北 071001
针对基于机器视觉的农业导航机器人在图像处理时易受光照变化影响和常规导航线检测算法实时性、稳健性不高等问题，提出了YCrCg颜色模型，选择该颜色模型中与光照无关的Cg分量进行后续图像处理，采用基于二维直方图的模糊C均值聚类法(FCM)进行图像分割，并根据图像中作物行的特点，提出了基于直线扫描的作物行直线检测算法。该算法将图像底边和顶边像素点作为直线的两个端点，通过移动上下端点位置产生不同斜率直线，选择包含目标点最多的直线作为作物行中心线。实验表明，不同光照下基于YCrCg颜色模型的图像分割可以有效地识别出作物行，处理一幅640 pixel×480 pixel图片耗时约为16.5 ms，直线扫描算法能快速准确的检测出导航线，与最小二乘法、Hough变换等算法相比具有速度快、抗干扰性强等优点。
机器视觉 颜色模型 图像分割 导航线 农业导航
燕山大学电子科学与技术, 河北 秦皇岛 066004
运动人体目标的跟踪一直是视频监控中研究的重点。本文主要侧重柔性目标变形的方面, 以 HSI颜色模型进行模板的学习, 在当前帧中得到模板, 并且统计每一帧图像的信息量, 然后在一下帧中进行 Kalman预测。将预测到的区域与模板比较判断之后再决定是否更新模板, 减少了一定的计算量, 为了约束窗口的变化, 引入信息量的概念, 信息量由 HSI颜色空间的 I的特征点计算得到。这样, 一直更新模板和窗口直至准确有效地跟踪人体目标。实验表明, 在人体发生较大形变的过程中, 会持续的跟踪人体, 不会发生跟踪丢失的问题。
柔性目标跟踪 HSI颜色模型 Kalman预测 模板更新 窗口更新 non-rigid object tracking HSI color model Kalman prediction template updating window updating
针对传统偏振图像伪彩色融合方法存在的不足，提出了一种基于非负矩阵分解和IHS(Intensity Hue Saturation)颜色模型的图像融合方法.首先将偏振信息解析得到的各偏振参量图像作为原始数据集进行非负矩阵分解，得到三幅特征基图像，这些特征基图像包含了场景的大部分偏振信息；然后将三幅特征基图像经直方图匹配之后，分别映射到IHS颜色模型的三个颜色通道，最后变换到RGB颜色空间，得到融合后的图像.实验结果表明，该方法不仅具有较好的色彩表达能力，而且有效地突出了目标的细节信息，提高了图像的可判读性.
光学偏振 图像融合 非负矩阵分解 IHS颜色模型 Optical polarization Image fusion Non-negative matrix factorization IHS color model
哈尔滨工业大学 电气工程系，黑龙江 哈尔滨 150001
在工业、农业、**以及医疗等领域中，目标识别是一个关键技术，近年来在图像处理方面已成为一个重要的研究课题。提出了一种用于除草机器人的基于HSI(色调、明度和饱和度)颜色模型的彩色图像目标提取方法。该方法首先将具有某种色彩信息的杂草与农作物从背景土壤中分离出来，然后再根据杂草与农作物形状的不同，采用腐蚀和膨胀的方法进一步将杂草与农作物分离。该方法除了用于除草机器人以外，还可用于水果采摘等。仿真结果验证了该方法的有效性。
图像处理 颜色模型 目标提取 腐蚀 膨胀 image processing color model object extraction erode dilate
1 重庆大学,光电技术及系统教育部重点实验室,重庆,400044
2 重庆大学,光电技术及系?辰逃恐氐闶笛槭?重庆,400044
介绍了烟草在线异物剔除系统的结构及工作原理,讨论了系统方案设计中的主要问题,设计了系统原理样机调试实验,并分析了实验结果.采用HIS颜色模型,以色度为主要特征量,设定阈值对烟草和异物的像素点进行判别.在此基础上,设定一定数量的像素点构成判别单元,统计单元中异物像素点的比例,再对该比例进行二次判别,以最终给出表示烟草或异物的检测信号.采用高性能的元器件构成系统,并利用(MIL_LITE 7.0)图像开发库,实现对内存数据的直接操作.实验研究的结果表明:原理样机在模拟在线条件下能实时地运作,对异物具有较高的识别率和剔除率.
烟草在线异物剔除系统 HIS颜色模型 内存直接操作 原理样机
