串行视觉通信下失真图像颜色校正方法仿真
本文选题:串行视觉通信 + 失真图像 ; 参考:《计算机仿真》2017年11期
【摘要】:颜色校正是提高图像视觉效果及内容感知理解程度的重要环节。因此,在串行视觉通信下,需要进行失真图像颜色校正方法研究。但是采用当前方法对失真图像进行颜色校正时,图像间的颜色亮度差异较大,存在校正结果易出现噪点及色块的问题。为此,提出一种基于梯度区域分割的串行视觉通信下失真图像颜色校正方法。上述方法先将输入图像帧分解为包含大尺度边缘信息的基图像和含有小尺度信息的细节层,获取失真图像颜色多尺度细节函数,从调色板中提取颜色特征信息,采用统计特征校正方法对颜色单一部分进行校正,采用改进的多维概率密度转换法对颜色复杂部分进行校正,从而完成对串行视觉通信下失真图像颜色的校正。仿真证明,所提方法颜色校正精度高,可以减少串行视觉通信下颜色失真,保持原图结构特征。
[Abstract]:Color correction is an important step to improve image visual effect and content perception. Therefore, in serial visual communication, color correction methods for distorted images need to be studied. However, when the current method is used to correct the color of distorted image, the difference of color brightness between images is large, and the problem of noise and color block is easy to appear in the result of correction. Therefore, a color correction method for distorted images based on gradient region segmentation in serial visual communication is proposed. The method firstly decomposes the input image frame into a base image containing large scale edge information and a detail layer containing small scale information, obtains the color multi-scale detail function of the distorted image, and extracts the color feature information from the palette. The single part of color is corrected by statistical feature correction method, and the complex part of color is corrected by improved multi-dimensional probability density conversion method, and the color correction of distorted image under serial visual communication is completed. Simulation results show that the proposed method has high color correction accuracy and can reduce color distortion in serial visual communication and maintain the original structure features.
【作者单位】: 常州大学怀德学院;
【基金】:国家自然科学基金(61170121)
【分类号】:TP391.41
【相似文献】
相关期刊论文 前10条
1 黄沛杰;朱立华;刘学慧;吴恩华;王传铭;;针对实时视觉通信的图像序列自动提炼[J];电子学报;2009年S1期
2 刘忠伟,章毓晋;利用颜色特征进行图象检索[J];电子技术应用;1999年02期
3 胡波;毛罕平;张艳诚;;用于识别田间空心莲子草的颜色特征的研究[J];农机化研究;2006年09期
4 张正伟;;基于动态和颜色特征的火焰目标检测[J];科技资讯;2011年06期
5 李久永,李学群,普园媛,李天牧;计算机辅助农产品分类应用中颜色特征的表征和提取[J];云南大学学报(自然科学版);1998年S1期
6 周嘉姬;王涛;钟宝荣;;基于颜色特征图片的检索技术[J];电脑知识与技术(学术交流);2007年04期
7 桂斌;;颜色传输算法的研究[J];微计算机信息;2010年05期
8 赵琰;周俊杰;;基于颜色特征的图像摘要算法[J];上海电力学院学报;2010年05期
9 李娉婷;石跃祥;戴皇冠;;基于颜色特征的家居设计图分类[J];计算机工程;2011年16期
10 龚应忠;李子存;冯新泸;管亮;苏庆宇;张晓伟;;基于颜色特征的铜片腐蚀结果评价[J];腐蚀与防护;2013年02期
相关会议论文 前2条
1 黄沛杰;朱立华;刘学慧;吴恩华;王传铭;;针对实时视觉通信的图像序列自动提炼[A];中国计算机图形学进展2008--第七届中国计算机图形学大会论文集[C];2008年
2 崔翔宇;许百华;;颜色特征信息对客体档案保持的影响[A];第十二届全国心理学学术大会论文摘要集[C];2009年
相关博士学位论文 前5条
1 王娟;基于计算机视觉的棉花干旱诊断研究[D];石河子大学;2014年
2 白雪峰;足球视频内容分析关键技术研究[D];哈尔滨工业大学;2014年
3 卢记仓;图像隐写检测特征分析及隐写算法识别[D];解放军信息工程大学;2014年
4 刘红;融合压缩感知的图像安全的研究[D];重庆大学;2016年
5 刘操;面向交通卡口图像的驾驶员违章行为视觉感知研究[D];武汉大学;2016年
相关硕士学位论文 前10条
1 沈新宁;基于颜色特征的快速图像检索技术的研究[D];复旦大学;2014年
2 唐钦;基于纹理和颜色特征的植物叶片识别方法研究[D];浙江大学;2015年
3 任天威;基于stm32微处理器的颜色采集与分析[D];黑龙江大学;2015年
4 许世杰;基于色差模型的色盲辅助矫正方法研究[D];西安电子科技大学;2014年
5 周国庆;基于视觉显著性的图像目标检测设计与实现[D];西安电子科技大学;2014年
6 王婧;纺织品颜色分类及色差检测系统研究[D];西安工程大学;2015年
7 孙毅明;基于图像识别的橡胶幼苗缺氮诊断模型研究[D];海南大学;2013年
8 郭春彬;基于颜色特征的产品分拣技术的研究[D];山东理工大学;2015年
9 赵海;基于颜色特征的皮革分类方法研究[D];浙江工业大学;2015年
10 杨瑞;基于颜色情感语义的检索系统的设计与实现[D];河南大学;2015年
,本文编号:1970658
本文链接:https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/1970658.html