外文翻譯---關(guān)于顏色識(shí)別中顏色特征分析的方法-預(yù)覽頁(yè)
【正文】 坐標(biāo)。本文通過(guò)研究 RGB 空間， CMY 空間， YUV 空間， YCbCr 空間， I1I2I3 空間及 HSI空間這幾個(gè)常用顏色空間的顏色特征可除性，得出結(jié)論：在上述基于距離判據(jù)的顏色空間中， HSI 最具可除性；并為顏色識(shí)別提供理論基礎(chǔ)。除此之外，由于從 YCbCr 空間到 RGB 空間的轉(zhuǎn)換是很簡(jiǎn)單的線(xiàn)性轉(zhuǎn)化，所以前者通常被應(yīng)用于視頻編碼壓縮領(lǐng)域。常被用于彩色電視系統(tǒng)的 YUV 空間通過(guò) Y,U,V 三個(gè)波道來(lái)定義像素。色彩圖像中的顏色可由不同的顏色空間模式規(guī)定，比如 RGB 空間， CMY 空間， I1I2I3 空間， YUV空間和 HSI 空間，其中， RGB 是最基本也是最常見(jiàn)的顏色空間，并且可以很容易的映入其他顏色空間中。 Hall,1998. [3] WANG Yansong, JIN Weiqi, “Surface Inspection Based on Color Clustering of Mapping Chromatism”, Transactions of BeijingInstitute of Technology, ,2020. [4] CAO Jian qiu, WANG Hua qing and LAN Zhang li, “Skin Color D ivision Base onModified YCrCb Color Space”, JOURNAL OF CHONGQ ING JIAOTONG UN IVERSITY( NATURAL SC IENCE) , Vol. 29, ,2020. [5] WANG Feng, MAN Lichun and XIAO Yijun et al., “Color Recognition of License Plates Based on Immune Data Reduction”. JOURNAL OF SICHUAN UNIVERSITY (ENGINEERING SCIENCE EDITION), , pp. 164170, 2020. [6] XU Qing, SHI Yuexiang, XIE Wenlan and ZHANG Zhengzhen, “Method of face detection based on improved YUV color space”, Computer Engineering and Applications, Vol. 44, ,2020. [7] HAN Xiaowei, Study on Key Technologies of Color Image Processing, Northeast University,2020. [8] LIU Zhongwei, ZHANG Yujin, “A Comparitive and Analysis Study of Ten color Featurebased Image Retrieval Algorithms”,SIGNAL PROCESSING, , , 2020. [9] Liu Jin, Chen Gi, Yu Ruizhao, “Development of Computer Color Science”, COMPUTER ENGINEERING,2,1997. [10] YANG recognition and Intelligent Computation: Matlab Technolgoy, Beijing: Electronic Industry Press, 2020. 陜西科技大學(xué) 9 中文譯文 2020 第八屆模糊系統(tǒng)與知識(shí)挖掘國(guó)際學(xué)術(shù)會(huì)議（ FSKD） 關(guān)于顏色識(shí)別中顏色特征分析的方法 紀(jì)建偉 齊曉軒 信電與電氣工程學(xué)院 沈陽(yáng)農(nóng)業(yè)大學(xué) 沈陽(yáng)，中國(guó) 摘要：分析五種常用的顏色空間的特征并研究其分別對(duì)顏色識(shí)別的影響。colorrecognition。 Electric Engineerin Shenyang Agriculture University Shenyang, China Abstract—This paper analyzes the characteristics of five monly used color spaces and explores their influences on color recognition respectively. Divisibility evaluation based on distance criterion is utilized to evaluate the different colorfeatures in each color space and experimental results show that HSI color space has the best divisibility performance. Keywordscolor space。 WOODWORKING EQUIPMENT, , ,2020. [2] Palus, H. Representations of color images in different color spaces, The Color Image Processing Handbook. London: Chapmanamp。 鑒于顏色特征幾乎不受范圍，旋轉(zhuǎn)及轉(zhuǎn)化對(duì)輸入圖像的干擾，顏色被廣泛地應(yīng)用于圖像識(shí)別【 1】。 CMY 空間通過(guò) RGB 空間分量補(bǔ)充性分量來(lái)表現(xiàn)顏色。然而在 YCbCr 顏色空間中，色度成分和亮度成分是相互依賴(lài)的。隨著顏色空間的變化，顏色識(shí)別的影響也會(huì)有所不同。顏色空間是指用三維空間的數(shù)組來(lái)定義顏色。 A. RGB 顏色空間 陜西科技大學(xué) 10 光譜的三個(gè)原色是紅（ R），綠（ G），藍(lán)（ B），所有的顏色都能用三種基本組合起來(lái)形成。很難從 RGB 數(shù)據(jù)庫(kù)中看到顏色本身所表示的認(rèn)知屬性。為了解決這些 問(wèn)題，采用其他更符合顏色視覺(jué)特征的顏色空間，使得 RGB 空間可以很容易映射 到其中。理論上來(lái)說(shuō)，三種等量基色可形成黑色，但是由于目前制造工藝還不能造出高純度的油墨， CMY 相加的結(jié)果實(shí)際是一種暗紅色。在 YUV 空間中， Y表示明亮度，而 U 和 V 表示的則是色差，它的亮度信號(hào) Y 和色度信號(hào) U、 V 是分離的，而且， YUV 空間可以減少由人類(lèi)視覺(jué)特性的數(shù)字彩色圖像所需的存儲(chǔ)容量。 RGB 空間到 HSI 空間的轉(zhuǎn)換如下方程式所示： 有三元素的 HSI 顏色空間與人類(lèi)習(xí)慣相適應(yīng)，可以更好的描述顏色。顏色空間是顏色識(shí)別的重要工具，各種混合系統(tǒng)有其相應(yīng)的顏色空間并有不同的屬性和各自的優(yōu)缺點(diǎn)。 計(jì)算均值向量和 i 類(lèi)樣本的協(xié)方差， N 是總樣本數(shù)， Ni 是 i 類(lèi)樣本數(shù)。 構(gòu) 建 不同的 類(lèi)之間 樣 本 的 總 散 射 矩陣。 必須選擇有效的顏色空間來(lái)處理彩色圖像。
公司管理相關(guān)推薦
鄂ICP備17016276號(hào)-1