H-Cb混合颜色模型下快递单手写体提取算法研究

目的在不受光照条件的影响下,利用H-Cb混合颜色模型,提取快递单底单图像手写体文字信息。方法首先将图像从RGB颜色空间分别转换到HSI颜色空间和YCbCr颜色空间;然后将改进的YCbCr颜色空间的Cb颜色分量与HSI颜色空间的H颜色分量进行信息融合;最后对提取出的手写体文字信息进行阈值和反相处理,并将该算法提取结果与基于YCbCr颜色空间Cb颜色分量阈值分割方法和基于Lab颜色空间的手写文字聚类算法的提取结果,在分割效果、文字识别率上进行对比。结果利用H-Cb混合颜色模型检测出的手写体文字更准确,具有更高的识别率,在理想文字切分条件下识别率达96%。结论使用H-Cb混合颜色模型提取手写文字受光照条件影响小,提取出的图像噪声小、识别率高,算法简单可行,为彩色图像的检测与判定技术提供了支撑。

基于混合颜色模型的茶叶多级分类技术

针对目前茶叶色泽质量判断与分级容易受人为主观因素及心理因素影响的现状,提出采用计算机视觉技术图像中的RGB和HSI混合颜色模型,并以绿色分量、色度和饱和度作为颜色特征向量,通过贝叶斯决策去除劣质茶叶,再通过K均质聚类分为第1等级、第2等级.以某干茶为实验对象,针对茶叶的色泽特征,以绿色分量判别色泽优劣等级,再以色度与饱和度相结合进行分析,构建特征向量函数并进行聚类二次分级.实验结果表明,所提出的方法对该类茶叶色泽质量分类识别的准确率达92.5%.

一种用于彩色目标检测的混合颜色模型

针对光照变化条件下彩色目标的鲁棒检测要求,分析了单独采用HSV和L*a*b*颜色空间检测彩色目标的不足之处,为进一步降低光照变化和背景干扰,提出采用改进的紧凑彩色模型。考虑到不同颜色在HSV和L*a*b*颜色空间中的分布差异,建立了一种联合这2种颜色空间紧凑彩色分布特征的混合颜色模型,用于更准确地描述目标的颜色特征。试验结果表明,使用混合颜色模型可以获得更好的目标检测效果。

一种基于SMOG模型的红外目标跟踪新算法

空间颜色混合高斯模型(SMOG)在基于颜色特征的目标跟踪中显示出比颜色直方图更强的目标鉴别能力,因为它不仅考虑了区域的颜色信息,而且也考虑了颜色的空间分布信息.本文将SMOG模型合理地引入到了红外目标的建模中,改进了原SMOG模型中的相似性度量函数,进一步提高了其对目标的鉴别能力.在粒子滤波框架内,使用简单的二阶自回归模型作为系统状态转换方程,将改进后的相似度函数作为各粒子的状态观测,给出了有效的模式更新方法以适应目标外观的变化,并设计出了一种有效的红外目标跟踪算法.实验证明,SMOG模型能有效刻画红外目标,本文提出的算法对红外目标的跟踪是稳健的.

采用颜色混合模型和特征组合的视频烟雾检测

提出了一种采用烟雾颜色混合模型和多特征组合的视频烟雾检测算法。首先利用混合高斯背景模型提取烟雾视频的运动区域;然后使用新的烟雾颜色混合模型从运动区域中确定出疑似烟雾区域;最后采用烟雾的动态特征(运动速度均值和方差,运动方向,面积增长率)组合分析对疑似烟雾区域进行烟雾识别,剔除非烟雾区域。通过不同类型烟雾视频的实验结果表明:对于光照正常,烟雾浓的烟雾类型,本文算法取得了96.57%平均检测成功率;对于光照弱或烟雾浓度稀薄的烟雾类型,本文算法取得了87.67%平均检测成功率。

改进AFSA算法优化TWSVM的火焰识别方法

为了快速有效地识别火灾火焰图像,提出了一种基于改进人工鱼群算法(IAFSA)的孪生支持向量机(TWSVM)的火焰识别方法。该方法根据RGB-YCbCr混合颜色空间模型中火焰像素的分布特点对火焰图像进行分割,并在此基础上提取火焰图像的相关特征;采用人工鱼群算法(AFSA)搜索TWSVM最优惩罚参数与核参数,并在AFSA算法中利用基于聚类的鱼群初始化方法来获得均匀的初始鱼群,同时采取自适应参数来调整人工鱼群的视觉范围和移动步长,另外在原有的三种行为的基础上提出了两种新的行为:跳跃行为和淘汰重生行为,提高了鱼群算法的寻优效率和求解精度;将提取的火焰各个特征量作为训练样本输入TWSVM模型进行训练;将待测试样本输入TWSVM模型进行分类识别。实验结果表明:相对于深度卷积神经网络VGGNet模型、Fast R-CNN算法、YOLO算法、传统支持向量机(SVM)、Grid-TWSVM、GA-TWSVM、PSO-TWSVM、FOA-TWSVM、GSO-TWSVM、AFSA-TWSVM,所提出的基于改进人工鱼群算法的孪生支持向量机的方法有效地提高了火焰识别准确率和实时性,解决了TWSVM在火焰识别时参数选择困难、常用参数寻优算法寻优时间长等问题。