Lab颜色空间中基于动态聚类的颜色分级 (2013年)

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。