基于显微特征颜色量化评价判别栀子与焦栀子

目的:建立基于显微特征颜色量化评价的栀子与焦栀子判别方法。方法:采用显微成像技术和显微特征颜色提取软件测定栀子与焦栀子显微特征颜色,利用Kruska-WallisH秩和检验、Fisher判别分析法分析栀子与焦栀子显微特征颜色差异,建立判别函数。结果:栀子与焦栀子显微特征(内果皮石细胞、内果皮纤维、种皮石细胞)的亮度值(L^(*))、红绿色值(a^(*))、黄蓝色值(b^(*))和总色度值(E_(ab)^(*))均有显著差异(P<0.01)。以种皮石细胞颜色对二者进行判别,其判别函数为y=0.678×L^(*)+0.384×a^(*)-0.576×b^(*)-9.322,y>0为栀子,y<0为焦栀子。结论:通过显微特征颜色量化评价,实现了栀子与焦栀子的有效判别,为栀子生、制饮片的判别和质量评价提供了新方法。

基于车牌特征颜色相似度的定位方法

汽车牌照定位是汽车车牌自动识别系统的一个关键环节。本文充分利用对车牌色彩的知识,针对复杂背景的车牌定位问题,提出一种基于车牌特征颜色相似度的定位方法。实验表明该方法不仅优于传统的灰度图算法而且能适用于不同的背景。

基于特征颜色边缘检测的车牌定位方法

本文提出了一种基于特征颜色边缘检测的车牌定位算法。通过分析局部区域内指定颜色的分布特征,使车牌颜色和纹理特征的提取同时进行,而且只检测出车牌内两种颜色之间的边缘,而大量无用的边缘被忽略,极大地减轻了后续处理工作的难度,缩短了定位时间,同时成功定位率也有所提高。

陶瓷砖特征颜色提取算法研究

针对特征颜色提取这一陶瓷砖色差分级的关键问题,提出了应用灰色系统理论的改进特征聚类算法。首先在将图像转换到HSV颜色空间,并根据实际情况确定初始聚类中心,然后计算图像中每个像素点到各聚类中心的灰色关联度,最后应用改进的聚类运算完成特征颜色的提取。对不同纹理的陶瓷砖进行了特征颜色提取实验。实验结果表明,改进算法可准确有效的提取较为复杂的随机纹理陶瓷砖的特征颜色,与人的视觉判断相一致,且在计算效率方面比传统的模糊聚类算法有较大提高。

基于特征颜色的车道线检测算法

研究自动车驾驶车道优化识别特征颜色边缘,针对不同颜色车道线检测,精度算法不完善。为了提高准确性,提出一种基于特征颜色边缘检测算法。根据道路图像不同物体颜色特征,按特征颜色设计转移函数来标记原图像中的特征颜色区域,再对选取的特征颜色区域进行边缘检测并输出二值化,进行识别过程,对结果进行边缘细化操作得到最终的检测结果。和其它特征颜色的边缘检测算法对比表明,改进的算法在边缘识别上,提高了定位的准确度和精细度,实时性地满足自动驾驶系统的要求,对自动车辆车道线检测有实际参考意义。

嵌入式特征颜色提取算法研究

针对嵌入式机器视觉检测系统的实际要求,提出了一种工作在RGB颜色空间的基于灰色关联分析的特征颜色提取算法。首先,在RGB颜色空间对图像进行分块处理,并通过计算各像素间的灰色关联度来确定初始特征颜色;然后按照像素与各初始特征颜色间的灰色关联度对所有像素分类;最后对分类后的像素应用颜色直方图法获得最终的特征颜色。算法具有较高的计算效率和稳定性,且对噪声的干扰不敏感。在此基础上设计了一种嵌入式物体表面特征颜色提取系统,实验表明该算法可以快速准确的对具有简单纹理的物体表面特征颜色进行有效提取。

基于特征颜色的车牌边缘检测方法

文章重点介绍了基于汽车车牌图像边缘检测的定位算法和基于车牌特征颜色的分析方法。大量的实验结果表明,该方法充分利用了车牌的色彩特征,具有思路简明、实用的特点。

基于特征颜色模型的粒子滤波改进算法

针对在视觉跟踪任务中,当目标体的外形发生变化时,传统的粒子滤波算法在模型更新的过程中往往出现偏差并逐渐累积,最终导致跟踪性能降低的问题,作者通过挖掘目标体区别于背景的颜色信息,建立特征颜色模型,提出了一种改进算法.该算法首先使用粒子滤波进行粗定位,然后基于特征颜色模型分割目标.实验表明,作者提出的算法速度快,能够准确地跟踪目标的外观变化,对目标体的旋转和遮挡以及光线变化具有一定的鲁棒性,特别适合于跟踪行人和车辆等具有显著颜色的目标.

基于特征颜色的车牌边缘检测方法

介绍了基于汽车车牌图像边缘检测的定位算法和基于车牌特征颜色的分析方法.本文有两部分组成,其一是基于色彩空间相似度的颜色判别方法,另一部分是在此基础上的边缘检测.本文方法充分利用了车牌的色彩特征,大量的实验结果也表明了该方法思路简单、实用.

基于中国书画特征颜色对IT8.7/2标准色靶的改进

近年来，随着色彩管理和数字图像软硬件技术的发展，关于中国书画作品的数字化高仿真复制相关技术的研究和开发不仅受到国内部分高校和艺术文化公司的重视，也越来越引起数字印前工作者的兴趣与关注。

稀土离子的特征颜色在串级萃取工艺控制中的应用研究

研究了利用稀土离子的特征颜色进行串级萃取工艺控制的可行性。归纳出了有机流量、皂化度、料液流量、浓度、配分、洗酸流量以及洗酸浓度之间的定量公式。讨论了该方法在工业生产中的应用。

结合标定拟合和模糊理论的焊点特征颜色提取

针对自动光学检测系统中元件颜色特征,提出了一种依靠颜色标定块和模糊隶属度判别法进行焊点特征颜色提取的方法。该方法对颜色标定块HSV中的H与S分量进行统计直方图分析,以高斯函数为模型拟合出各分量特征函数,建立起了一种以H和S分量为线性特征组合的各个颜色隶属度函数。根据模糊法隶属度判定准则对图片中颜色进行分割,提取出特征颜色。最后将该算法对3组PCB图像进行分割实验。实验结果表明该算法Bezdek分配系数为0.68左右,方差数据为1.0E-4数量级,表明该算法聚类效果稳定,类内数据相比于主色判别式法的一致性高。此外该算法适用性强,可普遍运用于指定颜色的提取系统中。

蒸黄精粉末颜色与显微特征颜色及果糖含量的相关性研究

目的探究蒸黄精粉末颜色、显微特征颜色及果糖含量的相关性。方法基于10批蒸黄精饮片样本,利用色差法测定粉末颜色值,利用显微成像技术测定显微特征颜色信息,采用HPLC-ELSD法测定果糖含量,运用Pearson相关性分析法分析粉末颜色、显微特征颜色及果糖含量之间的相关性。结果蒸黄精粉末L^(*)值与表皮细胞和黏液细胞的L^(*)、E_(ab)^(*)值,导管的b^(*)、E_(ab)^(*)值及草酸钙针晶E_(ab)^(*)值呈显著正相关(P<0.05,P<0.01);蒸黄精粉末b^(*)值与草酸钙针晶b^(*)值呈显著正相关(P<0.01);蒸黄精粉末E_(ab)^(*)值与表皮细胞和黏液细胞的L^(*)、E_(ab)^(*)值和导管的b^(*)、E_(ab)^(*)值及草酸钙针晶E_(ab)^(*)值呈显著正相关(P<0.05,P<0.01);蒸黄精中果糖含量与其粉末、表皮细胞、黏液细胞的L^(*)、E_(ab)^(*)值及导管的b^(*)、E_(ab)^(*)值呈显著负相关(P<0.05,P<0.01)。结论蒸黄精粉末颜色和显微特征颜色及果糖含量之间存在一定的相关性,为蒸黄精饮片的质量评价提供了科学依据。

基于深度学习和颜色特征的行人跟踪算法

针对行人跟踪算法中因行人遮挡而导致行人跟踪准确率低、跟踪速度慢的问题,论文提出了一种基于深度学习和颜色特征的行人跟踪算法。首先利用yolov5目标检测算法检测行人,得到带有行人框的视频帧,同时利用检测框坐标信息判断行人之间是否存在遮挡,若有遮挡,则把遮挡区域像素设为0,分割出非遮挡区域,将非遮挡区域转化为HSV颜色空间,量化HSV分量,构造颜色特征直方图,并表示为一维向量G。其次,以第一帧行人检测框坐标为基础构建行人跟踪模型,初始化跟踪对象,并根据行人质心变化预测行人位置。在公开数据集MOT-16数据集上测试,MOTA为49.78%,相比于Sort和DeepSort算法分别提高1.51%和0.33%,在IDF1分数上分别高于Sort和DeepSort算法7.07%和3.46%。跟踪速度比DeepSort提升24%。

水氮互作下银杏叶绿素含量与颜色特征的相关分析及估测

叶绿素含量是植物生长状况的重要指标。传统的测量叶绿素的方法费时费力,会对植物造成损伤。近年来,数字图像处理技术在估测植物叶绿素含量方向上取得了较好的进展,但针对银杏等经济林木的研究依旧偏少。以不同水氮互作条件下的2年生银杏幼苗为研究对象,使用数字扫描仪采集银杏幼苗叶片图像,利用数字图像技术构建颜色特征参数,结合相关性分析初筛出对叶绿素显著相关的颜色特征参数,并进一步基于高斯过程回归(gaussian process regression, GPR)和偏最小二乘回归(partial least squares regression, PLSR)优选建模中最为重要的颜色特征参数,建立基于银杏叶片颜色特征参数的叶绿素含量估测模型。结果表明,叶绿素含量随着施氮水平和水分处理水平的上升总体上呈现逐渐提高而后缓慢下降的趋势。基于单一颜色参数建立的单变量回归模型(R^(2)=0.01~0.72)预测精度总体上低于使用高斯过程回归(R^(2)=0.79~0.81)和偏最小二乘法(R^(2)=0.75~0.77)的模型。其中,GPR-BAT模型和PLSR-VIP模型都筛选出了对叶绿素敏感的R、G颜色特征参数;GPR模型的表现总体上优于PLSR模型,特别是在使用GPR-BAT优选颜色参数建模时表现最佳(R^(2)=0.81)。基于GPR-BAT优选颜色参数构建的GPR模型效果最佳,可准确估测银杏叶片叶绿素含量,为银杏生产的精确管理和监测银杏生长状况提供技术支撑。

基于颜色特征的离合器密封圈检测方法

针对离合器密封圈的传统人工检测劳动强度大、效率低及主观干扰等问题,提出了基于颜色特征的离合器密封圈检测方法。采用中值滤波对密封圈图像进行处理,在去噪的同时保留密封圈颜色信息,通过高角度打光方式获取离合器密封圈图像,建立掩膜图像提取离合器密封圈的感兴趣区域。在RGB空间通过投影法计算密封圈感兴趣区域的R、G、B颜色特征,建立基于R分量的密封圈色差模型,实现对密封圈颜色的检测。实验结果表明,采用上述方法检测平均检测效率为91 ms/个,解决了密封圈图像在获取过程中会受到外界因素干扰问题。上述方法使离合器密封圈的颜色检测检测效率、准确率得到显著提高,可解决离合器密封圈的人工质检劳动强度大、自动化程度低等问题,实现离合器密封圈的检测识别。

基于二维高斯核密度估计的有色纤维颜色特征提取方法

为提高基于显微高光谱成像的有色纤维颜色测量的准确性和可重复性,研究了一种基于二维高斯核密度估计的有色纤维颜色特征提取方法。首先通过显微高光谱成像测色系统采集有色纤维的高光谱图像,选择400~700 nm、波段间隔为10 nm的光谱反射率,将其转换为色度值CIE L^(*)a^(*)b^(*),计算纤维区域中的颜色均值与每个像元颜色的色差ΔE_(00),建立色差ΔE_(00)与L^(*)相关联的二维数据;再基于二维高斯核密度估计方法计算像元的密度值,并确立了有色纤维的密度截断阈值估计方法,用于截断舍弃低密度的离散异常像元;最后根据像元的密度值计算加权光谱反射率并转换为相应的色度值。选取有色羊毛纤维进行实证分析,结果表明:影响颜色测量结果准确性和可重复性的离散异常像元主要存在于二维空间密度分布中的“尾部”区域,离散异常像元越多,“尾部”越长,对测量结果影响越严重;相比均值法和明度加权法,本文通过截断舍弃离散异常像元以减小其对测色结果影响的方式,提高了有色羊毛纤维颜色测量的准确性,且测量结果的可重复性最优,在有色羊毛纤维的染配色和混配色预测模型研究中具有实际应用价值。

玛纳斯小产区4种干红葡萄酒颜色特征及花色苷组成的研究

为探究天山北麓玛纳斯小产区干红葡萄酒的颜色及花色苷特征,采用CIElab颜色空间法结合高效液相色谱-串联三重四级杆质谱仪技术分别对玛纳斯小产区同一酿造技术的4个年份、4个品种共14款干红葡萄酒的颜色和花色苷物质组成进行鉴定分析,并进行相关性分析。结果表明,葡萄酒彩度C^(*)_(ab)和a^(*)值具有相同的变化趋势,品种是其主要的影响因素。色相h^(*)_(ab)和b^(*)值变化趋势基本一致,受陈酿时间影响最大,‘烟73’和‘美乐’存在颜色老化程度较大的问题,建立了14款干红葡萄酒的颜色特征图,酒样间颜色特征差异显著。在14款干红葡萄酒中均检测出15种单体花色苷物质,不同酒样单体花色苷组成比例和质量浓度显示出一定差异,主要受酿造年份、葡萄品种的影响。通过聚类分析分成6个类别。综上所述,颜色特征指标和单体花色苷组成及质量浓度反映在酒样的酿造年份、葡萄品种上均表现出一定的相关性。该文分析我国小产区多品种、多年份的干红葡萄酒颜色特征及与花色苷的相关关系,对了解该产区葡萄酒的颜色特性有一定的参考价值。

基于颜色和纹理特征聚类的彩色图像分割

针对传统彩色图像分割算法在轮廓模糊和纹理丰富区域分割效果差的缺点,本文提出基于颜色和纹理特征聚类的彩色图像分割算法。首先,采用基于图的图像分割算法多次分割图像,以得到多组超像素块;其次,提取超像素块的颜色特征和纹理特征,将其融合为一个特征向量,并使用k-means聚类对每组超像素块的特征向量聚类,以获得多组分割结果;最后,使用线性组合的方法融合多组分割结果,得到最终的分割图像。在公开数据集BSD500上与经典聚类算法SFFCM、AFCF相比较,实验结果表明本算法优于这些经典算法。

基于PCA颜色特征聚类的彩色图像分割

针对RGB颜色特征各颜色分量高度相关问题,本文提出基于PCA颜色特征聚类的彩色图像分割算法。首先,采用超像素算法对图像进行预分割,将基于像素的聚类转化为基于超像素的聚类;其次,提取超像素PCA颜色特征和坐标特征;最后,对超像素进行k最近邻密度峰值聚类,完成图像分割。在BSDS500和MSRC数据集上的实验结果表明,本文所提算法能较好地实现彩色图像的分割,在视觉效果和性能指标上均得到较好的结果。