外文翻譯---關(guān)于顏色識別中顏色特征分析的方法-免費(fèi)閱讀
【正文】 必須選擇有效的顏色空間來處理彩色圖像。 計算均值向量和 i 類樣本的協(xié)方差， N 是總樣本數(shù)， Ni 是 i 類樣本數(shù)。 RGB 空間到 HSI 空間的轉(zhuǎn)換如下方程式所示： 有三元素的 HSI 顏色空間與人類習(xí)慣相適應(yīng)，可以更好的描述顏色。理論上來說，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。很難從 RGB 數(shù)據(jù)庫中看到顏色本身所表示的認(rèn)知屬性。顏色空間是指用三維空間的數(shù)組來定義顏色。然而在 YCbCr 顏色空間中，色度成分和亮度成分是相互依賴的。 鑒于顏色特征幾乎不受范圍，旋轉(zhuǎn)及轉(zhuǎn)化對輸入圖像的干擾，顏色被廣泛地應(yīng)用于圖像識別【 1】。 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。 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)與知識挖掘國際學(xué)術(shù)會議（ FSKD） 關(guān)于顏色識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 沈陽農(nóng)業(yè)大學(xué) 沈陽，中國 摘要：分析五種常用的顏色空間的特征并研究其分別對顏色識別的影響。常被用于彩色電視系統(tǒng)的 YUV 空間通過 Y,U,V 三個波道來定義像素。本文通過研究 RGB 空間， CMY 空間， YUV 空間， YCbCr 空間， I1I2I3 空間及 HSI空間這幾個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；并為顏色識別提供理論基礎(chǔ)。在數(shù)碼影像中， R， G， B 的取值范圍 0 到 255。 B． CMY(CMYK)顏色空間 CMY 空間是笛卡爾直角坐標(biāo)系的空間結(jié)構(gòu)，其三個主要組件是青色（ C），品紅（ M），黃色（ Y）。在 YCbCr 空間中， Y 是指亮度分量， Cb 指藍(lán)色色度分量，而 Cr 指紅色色度分量；其優(yōu)點(diǎn)顯而易見：顏色分量與亮度元素相分離，并可從 RGB 空間進(jìn)行線性轉(zhuǎn)換。顏色空間的有效性是處 理彩色圖像的關(guān)鍵，可除性標(biāo)準(zhǔn)則被用來檢測不同顏色空間對顏色的分類。 定義評價指標(biāo)，如下所示： 顏色被人的眼睛分為十一類，紅色、綠色、藍(lán)色、黃色、紫色、橙色、粉紅色、棕色、灰色、白色和黑色，如圖表 2。 感謝 本項(xiàng)目由遼寧省自然科學(xué)基金資助（項(xiàng)目編號： 20202153）。 構(gòu) 建 在 同一類 樣 本 的 總 散 射 矩陣。 陜西科技大學(xué) 11 通過顏色空間，抽象、主觀的視覺感知可被轉(zhuǎn)化為三維空間中的特定位置、矢量，從而有可能使彩色圖像和設(shè)備的顏色特征可視化。其轉(zhuǎn)化如下所示：從 RGB 空間到 CMY 空間的轉(zhuǎn)化如下所示： C． YUV 和 YCbCr 顏色空間 YUV 空間和 YCbCr 空間都含有一個亮度元素和兩個色度元素。 3. 依賴于硬件設(shè)備 總之， RGB 空間與設(shè)備相關(guān)，是一個不完備的直觀顏色說明。下面是一些顏色空間的介紹及其轉(zhuǎn)化。顏色識別技術(shù)現(xiàn)已被應(yīng)用于各項(xiàng)領(lǐng)域，發(fā)展迅速；如產(chǎn)品表面，汽車牌照定位，人臉及皮膚紋理識別【 36】
公司管理相關(guān)推薦
鄂ICP備17016276號-1