Lab颜色空间中基于动态聚类的颜色分级

摘要：

对现有的动态聚类算法进行改进，提出一种 Lab 颜色空间中基于兴趣点动态聚类分析的颜色分级方法。在考虑视觉监测实时性和计算准确性的基础上，通过色适应变换和对比敏感度函数滤波，补偿人眼视觉系统的空间混合效果，采用基于兴趣点的动态聚类分析提取颜色特征，根据视觉容差、彩度和色度的依赖关系，确定色差度量方法，采用最小分类器进行颜色分级。实验结果表明，该方法的平均色差仅为2.36，分类计算的时间范围为500 ms~700 ms。

关键词：机器视觉、Lab模型、颜色分级、颜色聚类、色彩量化

分类号：TP391(计算技术、计算机技术)

资助基金：国家林业公益性行业科研专项基金资助项目201004007；东北林业大学研究生论文基金资助项目STIP10

在线出版日期：2013-10-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：231-235