导读:本文包含了彩色分割论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:彩色,图像,图像处理,模型,视差,颜色,形态学。
彩色分割论文文献综述
王志勇[1]（2016）在《基于自适应Bayes彩色分割的扩展式并行压缩图像传输方法研究》一文中研究指出传感器网络进行数据传输时,由于受网络运行环境的限制和设备性能的制约,网速较慢、延迟较大,特别是对于大簇数据传输,其传输速度几乎无法满足应用需求.为此,结合实际应用提出一种基于自适应Bayes彩色分割和GHM多小波图像压缩的彩色图像传输方法,以提升此类网络进行彩色图像传输的速度.考虑到大多数图像处理的应用及机器视觉中都离不开图像分割,从自适应Bayes彩色分割出发,采用了GHM多小波图像压缩技术实现大尺寸彩色图像景物与背景先后传输,并用实验验证了此方法在不降低图像辨识度的前提下降低图像大小、提高传输速度的有效性.(本文来源于《宁夏大学学报(自然科学版)》期刊2016年01期）
何培培,万幼川,蒋朋睿,高贤君,秦家鑫[2]（2014）在《彩色分割的航空影像房屋自动检测》一文中研究指出航空影像房屋提取方法的研究中大多基于灰度影像的区域生长算法,此类算法不仅忽略了不同材质的房屋所呈现的光谱特征对提取结果的影响,而且过于依赖种子像素的选取,处理效率不高。为了从高分辨率航空影像中实现房屋的自动检测,综合利用彩色信息与屋顶材料的光谱特征,采用影像分割原理,研究了房屋自动检测的方法。首先对RGB与HIS彩色空间进行转换,利用HIS空间各分量间不相关的特点和屋顶材料光谱特征进行影像分割,分离出红色瓦片屋顶与灰色水泥屋顶区域,并利用标记分水岭算法实现房屋区域的初始分割;然后计算各标记区域内的色调均值选取种子像斑样本,进而以像斑为单元在色调分量中进行区域生长,最后经过消除小斑和矩形拟合优化处理,得到轮廓清晰的房屋区域。与传统的基于像素区域分割算法相比,该方法整个过程无需人工干预且均在一维彩色空间进行处理,计算量明显降低,同时采用改进的基于像斑区域生长算法能够兼顾邻近区域内像素的几何结构信息,使算法精度得到显着提高,采用上述方法对高分辨率航空影像进行了实验,结果证明该方法有着较高的处理效率和准确性,具有实用价值。(本文来源于《光谱学与光谱分析》期刊2014年07期）
欧阳敏[3]（2012）在《图像彩色分割技术及应用研究》一文中研究指出图像处理与机器视觉领域的主要问题之一是图像分割(Image segmentation)。目前,已经有非常多的成果和结论应用于灰度图像的分割,而彩色图像作为对外部客观世界最为逼真的描述,其分割比较复杂,研究的相对较少。图像分割(Image segmentation)描述根据均匀和相似的准则将图像分为本身相连、互不重迭的图像元组(称为区域)的过程。与之相似,彩色图像分割(Color image segmentation)所描述的是从图像中提取一个或多个满足均匀性(同质)准则、相连的区域的过程,这里的均匀性准则以从图像光谱成分中提取的特征为准。在给定的彩色空间中给出这些成分的定义。有关场景中目标识别的知识可作为分割过程的基础,如光学和几何的特性。从分割方法的角度来说,彩色图像和灰度图像的区别,主要体现在每一个像素的描述上,前者是在叁维空间上,而后者是在一维亮度空间上。由于彩色图像包含了比灰度图像更多的信息,因此,在很多情况下很有必要对彩色图像进行分割。本文主要做了以下研究工作：1.白光区域形状的探讨简要介绍了颜色计量统计下的RGB计色制、XYZ计色制与CIE色度图、以及刚辨差与均匀色标制,通过对XYZ制色度图中白光区域边界曲线的拟合,以及均匀色标制下各颜色空间中白光区域边界形状的描述,旨在为广大颜色工作者研究白色或近白色提供一定的参考依据,以及论证色度差与色差在处理白色物体判定时的局限性。2.基于支持向量机的羽毛颜色分级为了克服羽毛颜色分级中存在的误差大等缺点,提出了一种新颖的智能分级方法。设计了基于支持向量机的羽毛颜色分级系统,即利用计算机视觉技术获取羽毛表面颜色的特征值作为颜色特征；依据支持向量机理论,选取径向基函数作为核函数,构造分类器；将羽毛表面颜色的特征值作为分类器的输入样本,对羽毛进行分级。在VC平台上实现了该方法,并在工业现场对大批量羽毛进行了分级,结果表明该方法效果良好,能够很好地满足羽毛分级的工业需求。3.羽毛污渍的分割分别使用LAB颜色空间的色差法与灰度图下的最小二乘法对羽毛污渍进行分割,在分割出羽毛污渍特征的同时,比较了两种方法的效果,在一定程度上说明了彩色图像相对于灰度图像包含更多的信息,是对客观世界最逼真的描述。本文通过Mat lab和VC++6.0软件实现了上述算法和方法,最后对彩色分割实验进行验证,取得良好的效果。(本文来源于《广东工业大学》期刊2012-06-01）
陈卓,陈普春,夏巨武,万丽[4]（2010）在《基于彩色分割的指针式仪表识别方法》一文中研究指出本文介绍了基于彩色分割的指针式仪表识别方法。通过使用RGB彩色分割和形态学图像处理技术,成功地提取了仪表盘的圆心、指针针尖及始末刻度坐标,据此计算出指针读数。实验表明,本方法适用于在自然光照条件下拍摄的光照不均匀、有投影的仪表图像。(本文来源于《仪器仪表用户》期刊2010年06期）
李红波,王玮,吴渝[5]（2009）在《复杂背景下多目标彩色分割算法》一文中研究指出运动视频多目标分割中的背景建模对环境变化有较大的依赖性,直接运用背景差分法会产生不理想甚至是错误的分割。提出了一种基于Kalman滤波理论的改进码书背景建模算法。根据码书为每个像素建立一个彩色模型,用来区分前景和背景像素,并利用Kalman滤波器的时域递归低通滤波特性对码书背景更新模型进行了校正。实验结果表明,该算法可以有效地更新背景模型,抗干扰能力强,在复杂背景条件下可精确分割出运动目标并满足实时性要求。(本文来源于《计算机应用》期刊2009年12期）
周春燕,周军,严恺[6]（2009）在《一种基于彩色分割的改进DSM视差匹配算法》一文中研究指出提出了一种改进的视差匹配算法。采用基于图像彩色分割的自适应权重方法,提高了DSM算法中像素点显着性估计的准确度,降低了视差匹配的误匹配率;并利用同一彩色区域的像素视差的相关性,缩小了视差匹配的搜索范围,减少了视差匹配的运算量。使用Middlebury网站的标准测试图像对文中的视差匹配算法进行了评估,实验结果表明,提出的视差匹配算法与DSM算法相比,降低了误匹配率,并且提高了运算速度。(本文来源于《中国图象图形学报》期刊2009年11期）
陈广学,张德,陈奇峰[7]（2009）在《地图图像的彩色分割算法及其实现(英文)》一文中研究指出地图是表现地理空间信息的图像,其中的彩色符号代表着不同的地理实体。对彩色地图图像的专色分色和提取,被广泛应用于地图的数字化采集以及对地理现象的智能化分析。本文探讨了地图扫描图像自动分色的原理和过程,在分色中首先利用图像处理技术,如图像的增强、滤波、去噪、锐化等方法进行采样样本的优化,然后再应用直方图的磨光、阈值分割、模糊约束聚类等算法模型,实现彩色扫描图像自动分割,得到比较满意的专色分色结果。论文还对分色结果存在的问题进行了讨论,提出了改进意见。(本文来源于《中国印刷与包装研究》期刊2009年03期）
刘丹[8]（2008）在《彩色分割在多刻度线的指针仪表中的研究及应用》一文中研究指出图像分割是图像分析和模式识别需要解决的首要问题和基本问题,也是图像处理的经典难题。彩色图像比灰度图像具有更多的视觉信息,因而受到了越来越多的重视。本论文的主要研究目的和任务就是力求将彩色图像分割的方法运用到多刻度线指针表的识别系统中,将传统的仪表识别系统中加入彩色图像分割的新方法,改善以往的仪表识别系统。本文主要论述了利用颜色提取及图像分割技术对多刻度线的指针式仪表的进行识别处理的原理、步骤以及具体的实现过程。详细介绍了彩色图像处理的基本理论基础,将图像颜色特征比较明显的指针式表盘作为研究重点,应用基于颜色提取的彩色图像分割技术完成对指针表盘图像中彩色刻度区域的分割提取,提出了一种新的应用在多刻度线的指针式仪表中的彩色分割算法。经过实验分析证明,该算法充分利用了指针刻度区域的彩色信息,取得了较好的分割效果,并且简化了指针刻度值的识别算法,为后续识别奠定了基础。此外,本文还通过模板匹配的方法利用刻度线旁的字符标识识别出相应刻度线测量值的物理意义,对后续指针刻度值的识别具有决定性的意义。大量的实验结果数据表明,这种方法具有比较满意的识别效果。(本文来源于《广东工业大学》期刊2008-04-25）
柴慧臻,陈树越,葛学军[9]（2006）在《HSV彩色分割法在人体解剖切片中的应用》一文中研究指出彩色图像分割是图像处理领域中的一个难题。本文对彩色人体解剖切片的分割问题进行了研究,利用有效的彩色信息特征算法进行分割。该算法利用转换后彩色空间的特性,将目标组织从背景中准确分割出来,并且算法易于实现,对彩色人体解剖切片的分割效果令人满意。(本文来源于《实用医学影像杂志》期刊2006年02期）
柴梅平,朱明[10]（2006）在《基于彩色分割的人脸检测算法的研究》一文中研究指出针对复杂彩色背景下的人脸检测问题,主要研究基于色彩信息的人脸检测算法,通过对RGB,HSV,YCbCr空间色彩模型分别做实验对比,选取在YCbCr空间进行人脸建模;提出了一种快速非线性阈值估计方法,减小了色度值对亮度值的依赖;并设计出基于YCbCr模型的人脸跟踪系统,该系统根据检测出的人脸大小和位置,将其作为控制信息调整云台的转动方向和相机焦距,从而实现目标的自适应跟踪,并能给出大小基本一致的目标;在PC机上的实验结果表明,该算法的准确率及实时性都能达到预期要求。(本文来源于《计算机测量与控制》期刊2006年01期）
彩色分割论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
航空影像房屋提取方法的研究中大多基于灰度影像的区域生长算法,此类算法不仅忽略了不同材质的房屋所呈现的光谱特征对提取结果的影响,而且过于依赖种子像素的选取,处理效率不高。为了从高分辨率航空影像中实现房屋的自动检测,综合利用彩色信息与屋顶材料的光谱特征,采用影像分割原理,研究了房屋自动检测的方法。首先对RGB与HIS彩色空间进行转换,利用HIS空间各分量间不相关的特点和屋顶材料光谱特征进行影像分割,分离出红色瓦片屋顶与灰色水泥屋顶区域,并利用标记分水岭算法实现房屋区域的初始分割;然后计算各标记区域内的色调均值选取种子像斑样本,进而以像斑为单元在色调分量中进行区域生长,最后经过消除小斑和矩形拟合优化处理,得到轮廓清晰的房屋区域。与传统的基于像素区域分割算法相比,该方法整个过程无需人工干预且均在一维彩色空间进行处理,计算量明显降低,同时采用改进的基于像斑区域生长算法能够兼顾邻近区域内像素的几何结构信息,使算法精度得到显着提高,采用上述方法对高分辨率航空影像进行了实验,结果证明该方法有着较高的处理效率和准确性,具有实用价值。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
彩色分割论文参考文献
[1].王志勇.基于自适应Bayes彩色分割的扩展式并行压缩图像传输方法研究[J].宁夏大学学报(自然科学版).2016
[2].何培培,万幼川,蒋朋睿,高贤君,秦家鑫.彩色分割的航空影像房屋自动检测[J].光谱学与光谱分析.2014
[3].欧阳敏.图像彩色分割技术及应用研究[D].广东工业大学.2012
[4].陈卓,陈普春,夏巨武,万丽.基于彩色分割的指针式仪表识别方法[J].仪器仪表用户.2010
[5].李红波,王玮,吴渝.复杂背景下多目标彩色分割算法[J].计算机应用.2009
[6].周春燕,周军,严恺.一种基于彩色分割的改进DSM视差匹配算法[J].中国图象图形学报.2009
[7].陈广学,张德,陈奇峰.地图图像的彩色分割算法及其实现(英文)[J].中国印刷与包装研究.2009
[8].刘丹.彩色分割在多刻度线的指针仪表中的研究及应用[D].广东工业大学.2008
[9].柴慧臻,陈树越,葛学军.HSV彩色分割法在人体解剖切片中的应用[J].实用医学影像杂志.2006
[10].柴梅平,朱明.基于彩色分割的人脸检测算法的研究[J].计算机测量与控制.2006
论文知识图
