HSI颜色空间

摘要： [研究意义]色彩风格在心理学研究中一直是一个较为主观且难以具体界定的领域,然而现实中无论是在设计、生产、研究还是日用等各领域中,对于色彩风格的设定又是相当重要的部分。[研究内容]文章将HSI颜色空间的色彩以等色相面、等彩度面、等明度面三个维度进行展开,在此基础上对单维度色彩风格进行分析,且分别从色相、彩度及明度三个维度构建色彩与风格关联三维模型。基于符合人眼视觉的HSI颜色空间,从色相、彩度及明度三个维度对色彩风格进行定义和研究,融合三个维度的色彩风格构建色彩风格的三维模型,为色彩风格的研究和色彩设计分析提供了一套便捷可靠的方法和模型。

摘要： 常用的背景差分法、GrabCut等图像分割算法存在分割效率较低且易受环境噪声干扰等问题,导致室内移动机器人对障碍物的检测精度不高,为此本文提出一种融合深度信息的目标分割算法,并在此基础上实现较高精度的障碍物尺寸测量。首先通过SSD网络模型得到障碍物的检测框,将检测框中图像转换到HSI颜色空间,并根据得到的饱和度和亮度信息用K-Means聚类进行预分割处理;然后根据深度相机获取的几何信息,以预分割图像中最近点为中心进行区域生长搜索以实现精分割;最后对目标分割图像进行区域分析,得到最优测量区域(线段),在利用线性拟合对所选线段端点进行深度估测之后计算三维等高点的欧氏距离,从而得到目标尺寸。实验证明,与GrabCut算法相比,本文目标分割算法在运算速度、抗噪性和分割效果上优势明显,对障碍物的测量精度在98.4%以上且性能比较稳定。

摘要： HSI颜色空间可以用三维空间下的圆锥模型进行解释,基于HSI颜色空间的H分量圆形直方图实现彩色图像分割具有可行性。针对HSI颜色空间的H分量圆形直方图毛刺较多以及相关阈值选取准则分割精度较低的问题,给出S分量指数加权H分量的直方图公式,利用S分量信息对H分量直方图的毛刺进行平滑处理,并通过分析给出指数加权因子的最优取值。在此基础上,提出一种圆形直方图阈值分割法,通过对整个圆形直方图进行整体角均值计算而得出新的阈值选取准则。实验结果表明,该圆形直方图阈值分割法具有有效性,在测试数据集上,与3个圆形最大熵阈值分割法以及2个阈值分割准则相比,所提方法的像素精度值平均提高3.2%,结构相似度值平均提高2.5%。

摘要： [研究内容]文章主要对HSI颜色空间进行了简要介绍,并通过对HSI颜色空间的圆锥模型进行锐化,构建以十四基色红、橙、黄、黄绿、绿、翠绿、青、亮蓝、蓝、紫、品红、水红、黑、白为顶点的二十四面体,以一定的数列梯度进行网格化划分,得到网格化的HSI颜色空间模型和基于此空间模型得到的等明度、等彩度、等色相系列化色系,并对变化规律进行一定的总结,给配色和选色一定的参考和借鉴.

摘要： [研究内容]文章主要对HSI颜色空间进行了简要介绍,并通过对HSI颜色空间的圆锥模型进行锐化,构建以十四基色红、橙、黄、黄绿、绿、翠绿、青、亮蓝、蓝、紫、品红、水红、黑、白为顶点的二十四面体,以一定的数列梯度进行网格化划分,得到网格化的HSI颜色空间模型和基于此空间模型得到的等明度、等彩度、等色相系列化色系,并对变化规律进行一定的总结,给配色和选色一定的参考和借鉴。

摘要： 目的为了有效去除彩色图像中的椒盐噪声,提高彩色图像质量。方法采用椒盐噪声检测和中值滤波相结合的方法,提出一种基于HSI颜色空间噪声检测的彩色图像去噪算法。将图像转换到HSI颜色空间,根据椒盐噪声在S通道具有极大值或极小值的特点判断出可疑椒盐噪声的位置,在H通道、I通道将可疑椒盐噪声分为噪声点和有用信号,对检测出的噪声像素进行中值滤波去噪。结果采用文中算法去噪后,验证图像主观评价值(Z)为1.30,平均PSNR为37.54,SSIM为0.99,Entropy为7.31,在主客观评价上优于现在常用算法。结论文中提出算法可以为彩色图像椒盐噪声的去噪提供理论基础,具有一定的实际应用价值。

摘要： 无人机通常搭载可见光波段传感器获取红-绿-蓝(Red-Green-Blue,RGB)影像,由于无人机RGB影像波段较少,影像的地物信息提取存在一定难度.该研究提出了一种匹配点云结合色调-饱和度-亮度(Hue-Saturation-Intensity,HSI)空间色彩分量的无人机RGB影像信息提取方法.首先以饱和度分量和红光波段构造了饱和度与红光比值指数,再结合可见光波段差异植被指数以及由匹配点云获得的地形特征对研究区正射影像进行分类.试验结果表明,本文方法的总体分类精度达到了91.11％,Kappa系数为0.895,证明匹配点云结合HSI空间色彩分量的方法提取无人机RGB影像信息是可行的,提取结果具有较高精度.相较于基于光谱特征的传统方法,该文方法引入匹配点云可以简单高效地提取影像中高程差异明显的地物,同时,结合HSI色彩分量能够有效弥补无人机RGB影像光谱特征较少的不足.

摘要： 目的为提高红外与彩色可见光融合图像的可视性,更好地再现图像的对比度和色彩效果,提出一种基于多级低秩表示和HSI颜色空间的彩色图像融合算法。方法首先利用RGB到HSI颜色空间转换,把彩色可见光RGB图像转化到HSI颜色空间,并分离H,S,I三通道。然后利用LatLRR对彩色可见光图像的I通道图像和红外图像进行二级分解,可得到显著的细节部分和基础部分,并将彩色可见光图像I通道和红外图像的细节部分采用核范数自适应加权融合策略进行融合,基础部分采用高斯模糊逻辑值自适应加权进行融合。最后把融合后的细节部分和基础部分相加产生新的I通道图像,结合H,S通道再转到RGB空间,得到融合图。结果实验结果表明,文中算法得到的融合图主观上彩色失真度最小、场景细节最清晰、红外目标更突出,同时客观评价指标值上升约1%~24%。结论文中算法是一种有效的算法,对彩色图像融合结果有较好的改善作用。

摘要： 在图像处理中,特征提取是相当重要的环节,关系着对图像的分析、理解、分类、识别等后续工作.在应用中,颜色和纹理特征使用较为频繁,它几乎包含了图像的所有信息.特征选择和提取是模式识别中的重要步骤，转化为HSI颜色空间，更符合人的视觉特性，通过上述的统计和分析，消除I分量不仅减少与H、S相关性，还克服光照强度影响。而通过小波分解可以很好地区别纹理信息丰富的漂浮物。

摘要： 在图像处理中,特征提取是相当重要的环节,关系着对图像的分析、理解、分类、识别等后续工作.在应用中,颜色和纹理特征使用较为频繁,它几乎包含了图像的所有信息.特征选择和提取是模式识别中的重要步骤，转化为HSI颜色空间，更符合人的视觉特性，通过上述的统计和分析，消除I分量不仅减少与H、S相关性，还克服光照强度影响。而通过小波分解可以很好地区别纹理信息丰富的漂浮物。

摘要： 在图像处理中,特征提取是相当重要的环节,关系着对图像的分析、理解、分类、识别等后续工作.在应用中,颜色和纹理特征使用较为频繁,它几乎包含了图像的所有信息.特征选择和提取是模式识别中的重要步骤，转化为HSI颜色空间，更符合人的视觉特性，通过上述的统计和分析，消除I分量不仅减少与H、S相关性，还克服光照强度影响。而通过小波分解可以很好地区别纹理信息丰富的漂浮物。

摘要： 在图像处理中,特征提取是相当重要的环节,关系着对图像的分析、理解、分类、识别等后续工作.在应用中,颜色和纹理特征使用较为频繁,它几乎包含了图像的所有信息.特征选择和提取是模式识别中的重要步骤，转化为HSI颜色空间，更符合人的视觉特性，通过上述的统计和分析，消除I分量不仅减少与H、S相关性，还克服光照强度影响。而通过小波分解可以很好地区别纹理信息丰富的漂浮物。

摘要： 在图像处理中,特征提取是相当重要的环节,关系着对图像的分析、理解、分类、识别等后续工作.在应用中,颜色和纹理特征使用较为频繁,它几乎包含了图像的所有信息.特征选择和提取是模式识别中的重要步骤，转化为HSI颜色空间，更符合人的视觉特性，通过上述的统计和分析，消除I分量不仅减少与H、S相关性，还克服光照强度影响。而通过小波分解可以很好地区别纹理信息丰富的漂浮物。

摘要： 针对复杂天气条件下多尺度Retinex(MSR)方法不能很好地体现图像的局部特征和细节，引入了基于亮度划分的预处理，实现了一种新的MSR方法。首先将彩色图像转换为更适合人类视觉系统的HSI颜色空间。提取亮度分量Ⅰ；然后用对数图像处理(LIP)模型将图像按亮度划分为不同的区域，对各亮度区域采用相应尺度的Retinex算法进行增强；最后按面积因子对增强后的各子图进行融合，实现图像增强。实验结果表明：与MSR相比，该方法能更好的显示图像的细节。同时整体色彩效果保持较好。

摘要： 针对复杂天气条件下多尺度Retinex(MSR)方法不能很好地体现图像的局部特征和细节，引入了基于亮度划分的预处理，实现了一种新的MSR方法。首先将彩色图像转换为更适合人类视觉系统的HSI颜色空间。提取亮度分量Ⅰ；然后用对数图像处理(LIP)模型将图像按亮度划分为不同的区域，对各亮度区域采用相应尺度的Retinex算法进行增强；最后按面积因子对增强后的各子图进行融合，实现图像增强。实验结果表明：与MSR相比，该方法能更好的显示图像的细节。同时整体色彩效果保持较好。

摘要： 针对复杂天气条件下多尺度Retinex(MSR)方法不能很好地体现图像的局部特征和细节，引入了基于亮度划分的预处理，实现了一种新的MSR方法。首先将彩色图像转换为更适合人类视觉系统的HSI颜色空间。提取亮度分量Ⅰ；然后用对数图像处理(LIP)模型将图像按亮度划分为不同的区域，对各亮度区域采用相应尺度的Retinex算法进行增强；最后按面积因子对增强后的各子图进行融合，实现图像增强。实验结果表明：与MSR相比，该方法能更好的显示图像的细节。同时整体色彩效果保持较好。

摘要： 针对复杂天气条件下多尺度Retinex(MSR)方法不能很好地体现图像的局部特征和细节，引入了基于亮度划分的预处理，实现了一种新的MSR方法。首先将彩色图像转换为更适合人类视觉系统的HSI颜色空间。提取亮度分量Ⅰ；然后用对数图像处理(LIP)模型将图像按亮度划分为不同的区域，对各亮度区域采用相应尺度的Retinex算法进行增强；最后按面积因子对增强后的各子图进行融合，实现图像增强。实验结果表明：与MSR相比，该方法能更好的显示图像的细节。同时整体色彩效果保持较好。

摘要： 本文以模糊C均值(FCM)聚类理论为基础,选用符合人眼视觉特性的HSI颜色空间,提出了一种新的多分量彩色图像分割算法.该算法首先结合数据分布特点确定出H分量与1分量的初始聚类中心;然后利用FCM聚类技术对H分量、1分量进行分类处理,以得到不同分量的像素点隶属度;最后,将所得到的不同分量像素点隶属度组织成2维特征,并以此进行模糊聚类图像分割.实验结果表明,该算法可有效提高图像分割效果,其分割结果优于传统FCM聚类图像分割方案.

摘要： 本发明一种基于色调、饱和度、灰度HSI颜色空间的棉花杂质高速实时检测方法：对采集棉花图像信息进行图像格式转换，获得HSI图像并进行操作判别学习训练过程和杂质检测过程；对棉花图像信息和背景图像信息进行联合自学习；对棉花杂质信息进行识别，输出棉花真正杂质点定位结果。采用三维查找表3D-LUT技术，快速获得HSI图像；利用自学习过程获得的参数进行杂质的识别，并且利用彩色运动补偿技术，对杂质点进行再次认证。本发明可以在10ms内完成80线棉流图像的采集、图像格式转换、杂质的检测和定位等全部过程。在棉流速度18m/s，杂质大小为2×2mm2的情况下，杂质识别正确率可达到95.4％。

摘要： 本发明提供基于HMMD颜色空间的颜色量化系统及颜色量化方法，该颜色量化系统包括：同步FIFO单元；RGB转HMMD单元，用于将原始空间的RGB分量转换为HSD分量；子空间计算单元，用于根据D分量和直方图大小确定图像所属的子空间而计算得到不同直方图对应的量化级维数；色调量化阶计算单元，用于根据H分量而计算得到色调量化阶；亮度量化阶计算单元，用于根据S分量而计算得到亮度量化阶；量化值计算单元，用于将量化级维数、色调量化阶、亮度量化阶进行计算以得到颜色量化值并将颜色量化值予以输出。本发明能够实现颜色空间的量化，为颜色特征的提取奠定基础，相比于现有技术，具有运算简单、资源开销小及颜色分布均匀等优点。

摘要： 一种用于调整颜色饱和度的方法，可以根据元数据确定饱和度调整，所述元数据基于第一显示器并且根据预先计算的数据指定对颜色饱和度的调整，所述预先计算的数据是诸如一个或多个查找表中的、指定第一颜色空间中的图像数据与第二颜色空间中的图像数据之间的关系的数据。将所述第一颜色空间中的输入图像转换为所述第二颜色空间中的图像，并且在图像数据处于所述第二颜色空间内的同时调整颜色饱和度，所述第二颜色空间可以是几何上不对称的颜色空间。

摘要： 本发明公开了一种源颜色空间与目标颜色空间直接转换的胶印分色方法，其包括：S010，调色和采色；S020，根据采集到的色相数据，设计8种色序组合；S030，设计所述色序组合的组合色表；S040，通过若干次实验，确定出版条件、印刷设备条件、各色油墨的最佳印刷密度和最优的印刷补偿曲线；S050，基于对5色、6色、7色及8色印刷设备的对比，确定采用的印刷设备；S060，建立RGB光谱数据与采集到的光谱数据之间的转换模型；实现了减少了颜色转换过程中的丢失、扩大四色胶印的呈色范围。

摘要： 本申请公开了一种颜色空间模型转换方法、包含用于颜色空间模型转换的转换方法的记录介质、通过应用该方法而定义的颜色空间、和用于将图像转换到通过应用该方法而定义的颜色空间的设备(例如，计算机产品)。

摘要： 本发明公开了一种基于HSI颜色空间的无参考去雾图像质量评价方法，属于图像处理技术领域。本发明针对去雾图像容易出现的两类失真问题——色彩失真和清晰度不足，将图像转换到HSI颜色空间进行处理，分别得到三个通道对应的子图像。基于其不同的分布规律，提出利用H通道和S通道的子图像完成色彩评估，I通道的子图像完成清晰度评估，从而使客观评价结果和主观感受达到较高的一致性。解决了去雾图像由于缺少参考图像而难以完成对其质量评估的问题。本发明处理步骤少，无需使用无雾的参考图像以及大量数据集进行模型训练，最终评价结果准确性高，应用简洁。

摘要： 本发明公开了一种基于HSI颜色空间和上下文信息的运动目标归并方法，包括读取原图像和与原图像对应的二值图像，并将原图像由RGB颜色空间转换为HSI颜色空间；基于形态学开操作对二值图像进行噪声点和小面积区域滤除处理；基于HSI颜色空间，对各离散目标进行相似度分析；对目标在上下帧中的运动距离和方向进行位移一致性分析；进行离散目标归并，将当前帧的颜色特征信息更新为前一帧数据，对下一帧图像进行重复处理。实现了对同属一个整体的离散目标归并，提高了运动目标的检测完整性和准确度。

摘要： 本发明一种基于色调、饱和度、灰度HSI颜色空间的棉花杂质高速实时检测方法：对采集棉花图像信息进行图像格式转换，获得HSI图像并进行操作判别学习训练过程和杂质检测过程；对棉花图像信息和背景图像信息进行联合自学习；对棉花杂质信息进行识别，输出棉花真正杂质点定位结果。采用三维查找表3D－LUT技术，快速获得HSI图像；利用自学习过程获得的参数进行杂质的识别，并且利用彩色运动补偿技术，对杂质点进行再次认证。本发明可以在10ms内完成80线棉流图像的采集、图像格式转换、杂质的检测和定位等全部过程。在棉流速度18m/s，杂质大小为2×2mm2的情况下，杂质识别正确率可达到95.4％。

摘要： 本发明提供基于HMMD颜色空间的颜色量化系统及颜色量化方法，该颜色量化系统包括：同步FIFO单元；RGB转HMMD单元，用于将原始空间的RGB分量转换为HSD分量；子空间计算单元，用于根据D分量和直方图大小确定图像所属的子空间而计算得到不同直方图对应的量化级维数；色调量化阶计算单元，用于根据H分量而计算得到色调量化阶；亮度量化阶计算单元，用于根据S分量而计算得到亮度量化阶；量化值计算单元，用于将量化级维数、色调量化阶、亮度量化阶进行计算以得到颜色量化值并将颜色量化值予以输出。本发明能够实现颜色空间的量化，为颜色特征的提取奠定基础，相比于现有技术，具有运算简单、资源开销小及颜色分布均匀等优点。

摘要： 本发明属于一种有白色背景光的颜色空间内光源颜色编码和解码方法，由一发光元件获取具有背景光源的背景空间，所述背景光源为白色背景光源；由一个方波脉冲信号驱动一种颜色的发光组件获取对应颜色的基础光源；在所述背景空间基础上，将所述基础光源进行混合，获取混合光源。可逆的由所述基础光色坐标、所述基础光度量结合所述混合光源光色坐标，由占空比解码公式获取驱动所述基础光源的方波脉冲信号的占空比。增加白色背景光源，不仅可以定量补偿由于明亮环境带来的色差，使显示器的色彩更真实，色域更广；同时白色背景光源的存在，会显著提高整个显示器的亮度，使得显示器更明亮，进而降低功耗。