基于HSL空间的彩色形态变换

彩色形态变换是数学形态学从灰度图象到彩色图象的推广。该文基于HSL(hue-saturation-lightness)彩色空间,提出了彩色形态变换理论,定义了新的彩色形态算子,并讨论了它们的性质。彩色形态变换作为一种数学形态学方法在彩色空间的延拓,可有效地应用于图象处理、图象编码和目标形状特征提取等。

基于HSL空间彩色图像多结构元形态边缘检测

构建了一类在HSL颜色空间基于多结构元彩色形态边缘梯度检测算法实现彩色图像边缘检测新算法,多结构元形态边缘检测有着比单一结构元素形态边缘检测更优越的性能。该方法是把RGB空间的彩色图像转换到HSL空间,并且定义了在HSL空间的彩色形态学基本算子,提出了改进的多结构元彩色形态边缘检测算法。经过大量实验证明,该算法在有噪声的干扰下,比传统的方法能够更好地抑制噪声并提取有用的图像边缘信息,能满足不同的应用需要。

绿色翡翠颜色计算机分级技术的可行性研究-基于HSL颜色空间模型

翡翠颜色是翡翠质量和价值评估的重要环节之一。近年来有许多的学者针对翡翠颜色评价进行了各种研究,并且在学术方面取得了一定的成果,然而这些成果在市场上并没有得到广泛的运用与推广。笔者希望通过此次的研究找到一种简单快捷的翡翠颜色分级方法。本研究拟运用色度学HSL颜色空间模型对绿色翡翠的图像颜色进行色调、饱和度、明度的描述,并基于理论基础之上进行实践证明,即通过一系列针对绿色翡翠颜色数据的分析归类,最终得到各种绿色翡翠各自的HSL数值范围及阈值,并进行计算机编程。然后将通过计算机程序分级的绿色翡翠再运用肉眼感官和Gemdialogue色卡进行分级验证。最后证明基于HSL颜色空间模型对绿色翡翠颜色计算机分级技术的研究是具有可行性的。

基于HSL颜色空间模型的绿色翡翠颜色分级技术

以色度学HSL颜色空间模型为理论基础,在标准光源5 500 K下,通过工业摄像头对绿色翡翠样品颜色进行采集并输入到计算机中。运用RGB-HSL颜色转换公式,对每个样品图像颜色进行HSL值分析,然后将所得到的HSL数值按不同绿色色调角投点到二维HSL图像上,最终得到不同绿色翡翠的颜色阈值区间。根据这些参数值确定了绿色翡翠样品颜色的H值分类,S值及L值的定量分级,为建立HSL颜色空间模型的计算机绿色翡翠颜色分级奠定基础。

绿色翡翠颜色的HSL色度学特征

目前的翡翠市场暂时未建立起评价绿色翡翠颜色的统一标准。基于HSL色度学的绿色翡翠颜色分级理论与技术,本研究拟采用机器视觉法。根据色度学原理,以HSL颜色空间模型为理论基础,在色温5 500K白光光源下,通过彩色数码摄像头采集绿色翡翠样品的色彩,对每个样品图像颜色进行HSL值分析,从而量化绿色翡翠颜色的参数指标,并将所得到的HSL数值按不同色相(H)投点到二维的SL图像上,得到翡翠绿色色彩的HSL分布区间及其色度学特征,确定绿色翡翠各种色彩类型的HSL值边界,从而区分和确定绿色翡翠的色调,划分绿色翡翠的颜色浓度和明亮度,量化绿色翡翠的色彩类型。

前视钻孔窥视视频提取钻孔信息的方法与应用

与数字式全景钻孔摄像系统相比,目前的前视电子钻孔窥视系统仅能通过摄像头对探头前方钻孔进行视频记录,后通过人工方式进行统计,无法得到钻孔全景图片或进行定量分析。通过研究窥视视频与实际钻孔之间的对应关系,提出了等效圆、等效直线的概念,推导了圆形窥视截图拉伸变形为矩形窥视截图的坐标变换公式,最终提出了前视电子钻孔窥视视频提取钻孔全景图片的方法。利用该方法成功地从常村矿N3-7工作面的前视窥视视频提取出钻孔全景图片,并通过H(色度)S(饱和度)L(亮度)色彩空间对全景图片进行了分析,计算出了钻孔中典型裂隙面的产状信息。该方法可以对钻孔内的裂隙等构造进行定量分析,适用于任何前视电子钻孔窥视系统。

新型颜色传感器TCS230应用于CRRT机漏血检测的可行性研究

目的:漏血检测是血液净化设备(CRRT)的一项基本要求,研究新型高分辨率颜色传感器TCS230在漏血检测中应用的可行性。方法:采用发光二极管(LED)为光源,可编程彩色光到频率转换的TCS230器件为颜色传感器设计非接触式漏血检测电路,构建模拟的漏血检测试验平台。引入HSL颜色空间法将RGB数值转换为HSL值,根据色相H值确定颜色变化。结果:试验结果表明该非接触式检测装置能够从正常和漏血两种模拟模式中鉴别出漏血状态。结论:试验验证了TCS230传感器可用于CRRT机漏血检测,简化检测装置结构。另外,由于采用相对检测原理,该装置对光源无特殊要求,可降低检测装置费用。

基于多重特征和SURF算法的车牌定位研究

针对利用SIFT算法进行车牌精确定位时执行时间较长的问题,提出一种基于多重特征和SURF算法的车牌定位算法。在HSL颜色空间得到车牌候选区域,结合车牌几何特征与纹理特征筛选候选区域并按设定的规则标号;按序提取车牌标号候选区域,并用SURF算法对候选区域精确定位。实验结果表明,SURF算法与SIFT算法相比,在定位准确率相同情况下减少了运行时间,能满足实时性需要。

基于TCS230传感器的高精度颜色识别系统设计

采用颜色传感器TCS230与单片机AT89S52设计高精度颜色识别系统平台。分别在3种不同工作条件下,对5种颜色的LED做测试,采用更直观的HSL颜色空间方法分析实验数据,验证系统在不同条件下对颜色识别的准确性。实验结果表明:该系统以白色LED灯调白平衡,在密封和自然光条件下都具有准确的颜色识别性能和良好的抗干扰性。

H值特性在钢轨检测中的应用

钢轨区域提取是基于机器视觉的轨道缺陷实时监测系统的首要关键技术之一,它对铁路自动化检测系统的检测速度、检测精度影响巨大.针对铁路轨道区域结构特点,提出了一种基于机器视觉HSL色彩空间的钢轨区域快速提取算法,将图像转化为HSL色彩空间模型,提取等分线处H值曲线,利用钢轨与道砟交界处H值的突变特性确定轨道边缘点,采用直线拟合确定钢轨边界,实现钢轨区域提取.

基于空间聚类分析的LED颜色检测方法

提出了一种利用相空间重构、空间聚类分析方法综合完成LED颜色检测的方法.利用HSL颜色模型的特性,分离出采集到图像的色度信息;利用相空间重构方法,将二维的色度矩阵重构为三维空间内的色度信息点;利用空间聚类分析方法,进一步剔除相空间重构结果中的干扰像素点,得到有效的LED色度信息.实验结果证明,该方法能准确检测LED颜色信息,结果稳定.

基于颜色识别的肠道出血诊疗微系统设计

提出了一种可自动识别肠道出血区域并具有药物释放功能的微系统方案,设计了基于颜色传感器的出血检测模块和可用于粘附肠道血液的特殊吸附性薄片。引入HSL(色相Hue、饱和度Saturation、亮度Light)颜色空间法,根据出血与非出血区域色相H值的差异来实现肠道出血的智能识别,针对微量出血和较大量出血2种情况提出了不同的识别算法。实验结果表明:根据色相H值的变化可将血红蛋白浓度C>2.375 g/L的人体血液样本与无血红蛋白的模拟肠液明显区分开。当满足设定的出血阈值条件时,智能胶囊可成功触发药物释放,整个系统结构设计简单、可靠。

基于聚类和MRF模型的场景文字提取方法

提出一种从自然场景中提取文本区域的方法。该方法包括候选文本区域的提取,以及候选区域是否为文字区域的判定。候选文字区域的提取,主要利用图像的纹理特征和HSL颜色空间信息,通过改进的模糊C均值聚类函数,结合拉普拉斯掩膜与计算最大梯度差来实现。由连通域边缘密度信息、形状信息的马尔科夫随机场模型,判定候选文字区域是否为文字区域。经ICDAR2003数据库测试结果表明,该方法具有较高的精确度。

一种基于颜色传感器的LED在线检测方法

为了解决生产过程中指示系统LED的在线检测问题,分析了RGB色彩空间和颜色传感器的主要特点,采用TCS34725在RGB色彩空间下对颜色分量进行测量,运用白平衡算法将RGB转换为HSL模型,解决了被测颜色在不同光线下结果有差异的问题。最后,通过对不同距离下的透明物体颜色进行测量,实现了LED颜色分量的检测,可以达到理想的效果。

基于TCS3200D的颜色再现与分类

介绍了一种结合新型颜色传感器TCS3200D与微处理器STM32设计的一种新型颜色识别系统.提高了颜色传感器颜色识别的精度与速度,简化了电路,同时也增强了系统扩展性.利用薄膜液晶显示屏TFTLCD显示出红绿蓝RGB值以及该RGB值对应的颜色,实现颜色再现.利用更直观的色相饱和度亮度HSL颜色空间方法分析实验数据来实现颜色分类,给出该方案的软硬件设计以及对该方法的具体应用.实践证明系统设计合理,具有很强的实用性.

动态权重约束下的农村机耕路提取方法

宽度窄、路面材质与农田差异性低是农村机耕路的特点,也是导致现有模板匹配方法自动化程度低的主要因素。本文针对这一问题,提出动态权重约束下的农村机耕路提取方法。该方法首先通过改进多尺度线段方向直方图(Multi-Scale Line Segment Orientation Histogram, MLSOH)模型,对机耕路局部道路方向进行预测,能够降低由于田埂干扰所导致的道路方向错误预测几率;其次为明确表征机耕路线性特征,对影像进行线段提取。并将局部区域线段长度作为权重动态分配的主要因子,对不同道路预测方向进行动态权重分配,以此解决路面宽度窄导致的匹配准确度下降问题。最后,将HSL色彩空间相似性分析模型与动态权重因子进行结合,构成HSL动态匹配模型,以此提高机耕路与农田之间的对比性。本文以3幅不同地区、不同类型的高分辨率影像为实验数据,与其他多个模板匹配算法进行对比分析,结果表明,本文方法道路提取的完整度、正确率以及质量均在95%以上。同时相对于其他方法,在保证机耕路提取精度的基础上,本文提出的方法具有自动化程度高的优点,并且本文的方法也适用于其他农村区域道路。