Syftet med detta examensarbete är att ta fram och utvärdera metoder för särdragsdetektion i bilder som utnyttjar färginformation. Detta har gjorts på främst två olika sätt, genom användande av färgskillnader mellan olika delar i bilden för att öka kontrasten mellan dem och genom användande av detekterade särdrags färg för att bestämma vilka särdrag som är relevanta. Ett antal olika färgmodeller har undersökts för att se hur valet av färgmodell påverkar särdragsdetektion i färgbilder. Dessutom har en realtidsimplementation för användning av färginformation vid särdragsdetektion undersökts och prövats i en konkret tillämpning.
Resultaten visar att färginformation är intressant vid särdragsdetektion och att det inte behöver påverka prestanda alltför mycket. Användning av likheten mellan detekterade särdrags färg och den förväntade färgen hos objektet vars särdrag man vill detektera visade sig vara en kraftfull metod att sålla bort särdrag i bakgrunden.
The purpose of this master's project is to design and evaluate methods for feature detection in images where colour information is used. Two main approaches have been used, using colour information to increase the contrast between different coloured image regions and using the colour of detected image features to help decide which features are interesting. Several different colour models have been studied to determine the influence of the choice of colour model on feature detection in colour images. Also, a real time implementation of feature detection using colour information has been examined and tested in a real application.
The results show that colour information is useful for feature extraction, with only a moderate impact on performance. Using the similarity of the colour of detected features and an expected object colour was shown to be a powerful method to eliminate background features.