多曝光图像融合是一种有效的高动态范围成像方法，融合得到的高动态范围图像包含更多细节和信息量。目前，大多数经典的多曝光图像融合算法存在细节丢失和色彩失真的问题，影响了图像的进一步观察和处理。为了提高融合后图像的清晰度、细节信息和色彩真实程度，提出了一种基于YCbCr空间融合的高动态范围成像方法。将RGB图像转换到YCbCr色彩空间，提出一种改进的适度曝光量指标对亮度分量进行多分辨率加权融合，并采用基于阈值的加权方法融合色度分量。实验结果表明，使用所提方法得到的融合图像视觉效果更加真实，具有较好的色彩表现力，清晰度得到显著提升，可以很好地改善传统基于RGB色彩空间的高动态范围成像方法中出现的色彩失真和信息丢失问题。

在光场计算成像中，场景深度重建问题被转化为视差重建问题。通过引入YCbCr颜色空间光场数据实现了基于光场数据单体化的高效视差重建。在Y通道进行区域匹配可避免RGB三通道匹配的冗余计算，进而提高了匹配效率。在Cb、Cr通道进行单体化可实现单体边缘去遮挡和内部视差一致性约束，解决了遮挡区域和平滑区域的误匹配问题。Cb、Cr色度信息为单体化提供了有效聚类信息，将区域生长和二分法相结合实现了单体的精准分割。在单体边缘处，根据单体边缘选取匹配窗口的形状和可见视点，避免了边缘遮挡误匹配的出现。在单体内部中，基于视差一致性先验实现了视差图的优化。模拟数据实验和实际数据实验的结果表明，所提方法在纹理、遮挡和平滑区域均能实现精确重建，对遮挡区域的视差重建具有很强的鲁棒性。

提出一种融合RGB、YCbCr和区域生长的火焰前景提取算法。首先,在YCbCr算法的基础上,从反光和非反光区域考虑R通道和Y通道之间的关系,避免反光和非反光区域中过多噪声对初始分割的干扰;然后,计算连通区域质心权重,自动确定种子点,对完成颜色分割的图像进行区域生长,达到精细分割的目的;最后,全面分析火焰的静态和动态特征,给出面积和周长变异系数及质心运动距离变化比等,进而将火焰与路灯、蜡烛等干扰源区分开。实验结果表明:所提方法克服了单个算法对火焰场景分析中出现的识别精度不高的缺点,同时能识别出反光和非反光区域并快速排除干扰物,减少误判。

针对不同环境光亮度下手机拍摄印品后提取秘密信息困难的问题, 提出一种基于奇异值信息熵不变特性的抗打印拍摄信息隐藏方法。将彩色载体图像转换到YCbCr颜色空间,选择Contourlet域低频系数进行奇异值分解, 利用奇异值信息熵的不变特性, 将全息加密的彩色QR码嵌入到彩色载体图像的奇异值中。实验结果表明算法不可见性好, 不仅对打印拍摄具有很好的鲁棒性, 而且对压缩滤波攻击及几何攻击后再次打印拍摄二次攻击仍然具有很好的抵抗性。以彩色QR码作为防伪信息, 可以携带丰富的版权信息, 使用手机即可识别, 方便快捷, 在商品包装防伪方面有着很好的实际应用价值。

进行人脸识别前, 首先要精确定位出一幅图像中人脸的位置, 为了快速定位人脸位置, 本文提出一种肤色定位的人脸检测算法。首先将实际获取的彩色图像转换为YCbCr和HSI空间图像, 并将Cb和Cr图像中的数值进行四舍五入处理, 结合Cb、Cr、H和S的阈值去除大部分背景, 再统计当前图像中的彩色部分的Cb和Cr值, 分别取最多2个数值来共同确定肤色位置, 最后由当前位置的亮度信息图像排除手等纯肤色部分, 准确定位人脸。本文算法能提高正检率并降低误检率, 有利于人脸检测。

针对彩色红外图像和可见光图像融合问题，提出了利用YCbCr 和平稳小波变换（StationaryWavelet Transform，SWT）实现彩色图像融合的算法。该算法首先将源彩色红外图像转换为灰度图像，将彩色可见光图像从RGB 空间转换到YCbCr 空间获取Y、Cb、Cr 三分量，然后将红外灰度图像和Y分量利用SWT 融合。在融合过程中应用了一种绝对值阈值和区域能量相结合的融合准则，并利用彩色可见光图像Y 分量对融合结果进行区域线性变换获取彩色融合图像Y 分量。最后将Cb、Cr 和融合Y 分量从YCbCr 空间转换到RGB 空间获得彩色融合图像。实验结果表明，该算法可以综合YCbCr空间、SWT 和区域线性变换优点，较好地保持源图像场景信息、空间色彩信息和目标人物特性，突出源图像的纹理变化特性和边缘细节信息。

色彩提供了比灰度更为丰富的信息，鉴于彩色人脸图像所包含的鉴别信息远多于灰度人脸图像，将色度马氏距离图引入彩色人脸识别中。基于YCbCr颜色空间，分离彩色人脸图像的色度与亮度信息，构建出基于色度信息的马氏距离图，同时分离出基于亮度信息的灰度图。提出一种色度马氏距离图与灰度图特征自适应融合的人脸识别算法。分别构造出色度马氏距离图与灰度图的基于小波包结点能量的归一化特征向量，采用多种融合策略进行特征融合，并根据融合效果自适应地选取特征融合参数，构造出最佳的鉴别特征向量，实现色度与亮度特征的互补。使用基于方差相似度的分类器获得人脸识别结果。实验表明：该算法识别率高、鲁棒性好。

提出一种基于小波变换和区域分割的YCbCr变换域红外-可见光彩色图像融合算法,以小波变换融合为基础,将融合结果作为YCbCr域参量,以区域分割方法为基础,与参考图像进行色彩传递.实验结果表明,采用方法比传统的线性色彩传递方法具有更好的彩色图像融合效果,同时参考图像适应性较好,适合单一图像以及视频的融合.

为了提高基于指尖的人机交互系统的环境适应能力和指尖检测的精准度,针对肤色易受环境中类肤色区域的干扰和指尖特征不明显的问题,在研究YCbCr色彩空间各参量与肤色的关系基础上,提出将(Cr+Cb)/2与(Cr-Cb)作为新的肤色识别参量进行手部提取,利用子区域对手部轮廓进行优化,突出指尖特征,并依靠所建立的轮廓点状态描述方程对指尖进行检测和跟踪。实验结果表明该方法能有效排除类肤色区域和手指轮廓不足对指尖检测造成的影响,具有较高的检测精度。

提出一种基于学习矢量量化的运动目标检测算法。通过训练样本, 网络能自适应地确定区分运动目标和背景的阈值向量。输入向量包含图像的 YCbCr颜色空间分量和灰度共生矩阵的方向特征。两者融合到算法中, 有效抑制了背景亮度变化对运动目标检测的干扰。仿真实验结果表明, 即使在背景模型亮度剧烈变化的情况下, 算法也能够准确检测出运动目标。