基于颜色差分特性的图像篡改检测

由于自然场景中目标物体表面的反射特性,以及图像采集过程中的CFA插值算法会使得图像三颜色分量之间具有相关性,特别是颜色分量的高频信息之间有近似相等的关系.拼接篡改操作会降低颜色高频分量的谱间相关性,同时也会给图像带来额外的高频信息.本文利用自然图像颜色通道高频分量之间的相关性,分析颜色差分图像中高频信息的分布情况来检测是否有拼接篡改操作.实验证明本文提取的高频特征分类效果较好,能够检测出图像的拼接篡改边缘.     

桥梁色彩设计流程探讨

随着道路和轨道交通的快速发展,桥梁建设越来越多,桥梁作为最为显眼的吸引物之一,其色彩能否与周边环境协调已引起国内外业界人士的重视。分析日本和中国几座桥梁色彩设计案例,探讨桥梁色彩设计流程,为桥梁色彩设计提供参考。     

车载红外视频图像快速彩色化技术研究

为了实时高效地对车载红外视频图像进行彩色化处理,提出了一种在Lab颜色空间基于调色板的分类彩色化方法.对增强和融合处理后的红外图像采用K均值聚类方法得到聚类中心,再利用Fisher评价函数获得分类界限以对红外视频图像进行图块景物分割,在Lab颜色空间中采用分类彩色化方法对各类别景物赋予适当的色彩.试验结果表明,采用调色板的分类彩色化方法具有更高的效率,得到的图像色彩符合人眼的视觉特性且便于夜间红外图像的彩色化实现.     

面向色觉异常人群的机动车信号灯设计研究

针对色觉异常人群在不良可视环境下对交通信号辨识困难的问题,基于目前医学上普遍认同的色盲可见光谱和色盲色彩软件,结合我国交通信号灯特点及色觉异常者的视觉特征,设计一种比较经济可行的解决方案。通过在常规信号灯设备上加装辅助信号灯,并利用软件模拟色觉异常者的视觉进行对比分析,选取对比高的颜色作为辅助灯的颜色。方案效果模拟验证结果显示,本设计方案的交通信号具有较好的可辨识度,能够提高交通安全,体现了以人为本的设计理念。     

基于人头颜色空间和轮廓信息的行人检测方法研究

为提高智能视频监控中行人统计的实时性,提出了一种基于人头颜色空间和轮廓特征的行人检测方法.该方法首先根据人脸肤色、发色在YCbCr和RGB颜色空间的聚类情况,建立人头颜色模型,分割人头候选区域,并针对行人运动的特征,采用多帧差法提取运动信息,剔除背景噪声,修正候选区域的精度;然后根据改进的Canny 算子提取候选区域的轮廓,融合形态学对边缘进行修正,提取候选区域轮廓信息;最后根据人头轮廓的几何特征,剔除“伪候选”区域,并进行连通域信息标记,检测人头图像,从而对行人进行检测和统计信息.结果表明,该方法能快速有效地检测出人头,在动态场景下的行人检测取得了较好的效果.     

彩色振动标线施工技术

在高速公路连续下坡路段,如何解决好交通安全问题,越来越受到高速公路运营管理部门的重视。在众多的解决方案中,除了采取完善安全标志,设置强制减速停车区、防撞墙、避险车道等方案以外,利用彩色振动标线进行强制减速也是其中行之有效的解决方案之一,通过运城至三门峡高速公路利用彩色振动标线进行强制减速实施情况,详细介绍了利用彩色振动标线进行振动标线施工组织和施工技术,供同类工程借鉴。     

西安市明城墙区域自行车道彩色路面方案设计

该文介绍了彩色路面在西安市明城墙区域自行车道的应用情况,并对彩色路面的分类、特点及适用范围进行了说明,同时详细介绍了设计过程中的设计原则、设计方案、各种方案比较等,可供相关专业人员参考。     

驾驶员对夜间红绿障碍物空间距离判识差异

分析距离判识差异变化规律,选用32名驾驶员在不同深度距离和车速条件下,进行实际道路试验。统计检验全部被试判识结果,获得距离判识差异特征值。运用BP神经网络,模拟判识差异变化趋势。结果表明:在夜间地面动态环境中,随着深度距离增加,绝对距离判识差异增大,相对距离判识差异减小;随着速度增加,在较远深度距离下,绝对距离判识差异先减小后增加再减小,在中等深度距离以下时,差异逐渐减小;相对距离判识差异随速度增加而减小。     

Real-time follow-up head tracking in dynamic complex environments

In the modes of both object motion and camera motion, an enhanced Camshift algorithm, which is based on suppressing similar color features of background and on joint color probability density distribution image, is proposed to real-time track head in dynamic complex environment. The system consists of face detection module, head tracking module and camera control module. When tracking fails, a self-recovery mechanism is introduced. At first the Adaboost face detector based on Haar-like features is implemented to find frontal faces, the false positive is filtered according to the skin color criterion, and the true face is used to initialize the tracking module. In hue saturation value (HSV) colorspace, the hue-saturation (H-S) histogram of face skin and the saturation-value (S-V) histogram of hair are built to produce the joint color probability density distribution image, and this is intended to realize the head tracking with arbitrary pose. During tracking, region of interest (ROI) is introduced, and the color probability density distribution of a specified background area outside the ROI is learned, similar color features in the head are suppressed according to the learning result. The background suppression step is intended to resolve the problem that the tracker maybe fails when the head is distracted by backgrounds having similar colors with the head. A closed loop control model based on speed regulation is applied to drive an active camera to center the head. Once tracking drift or failure is detected, the system stops tracking and returns to the face detection module. Our experimental results show that the presented system is well suitable for tracking head with arbitrary pose in dynamic complex environments, also the active camera can track moving head smoothly and stably. The system is computationally efficient and can run in real-time completely.     

基于主元分析和色调的彩色图像分割

提出一种基于主元分析和色调的彩色图像分割方法.首先应用主元分析法确定分类数,将彩色图像分成几个区域,然后基于色调特征将区域再划分为若干个子区域,最后根据CIE(L*α,b*)空间的颜色差异合并具有相似颜色的子区域,得到最终的精确分割结果.