基于颜色均值显著点聚类的作物病害叶片图像分割方法

作物病害叶片图像分割是病害类型识别方法的一个重要步骤,其分割效果直接影响后续的识别结果。病害叶片图像的复杂多样性使得很多现有的图像分割方法不能有效应用于作物病害叶片图像分割中。针对复杂的自然病害叶片图像分割难题,提出一种基于颜色均值显著点聚类的作物病害叶片图像分割方法。该方法建立在HIS颜色空间,首先构造基于像素点HIS模型的带权无向图,然后计算病害叶片图像像素点的邻域的颜色均值,再计算该点前后两个邻域的颜色均值差作为该点的颜色跳跃度,当跳跃度大于设置的一个阈值时,该像素点为病斑点。结果表明,该算法具有较高的分割精确度和较好的抗噪声性能。

利用颜色和纹理进行图像检索的算法分析

自从上世纪70年代,人们就开始了对图像检索技术的研究,但是只是基于文本方面的,而且仅仅是利用文本的方式对图像的特征进行简单的描述。后来,人们不在满足于简简单单的图像检索方法,进而又开始进行了更深层次的开发,这样就出现了利用颜色和纹理对图像的检索和分析的方法,这种检索的方法是基于图像的内容进行检索的一种方法。这种检索方法只是对文本进行检索的方法更为精确。所以人们开始使用这种利用颜色和纹理进行检索的方法,进而研究了这种检索方法的检索算法。在利用颜色和纹理进行图像检索的算法中,要对图像进行分割,利用分割好的图像进行颜色平均值的换算,再把颜色平均值进行低频分量,把它作为颜色的特征。在根据边缘直方图来提取检索内容的纹理特征,最后根据这两个特征进行图像的检索。在本文中关于检索的算法的实践性进行了说明,这样的检索算法可以有效的提高图像的准确率。

基于全局和局部颜色特征的图像检索方法

提出了一种基于图像全局和局部颜色特征的图像检索方法.首先在符合视觉感知特性的Lab颜色空间中提取全局颜色特征;再对图像进行图像子块划分,同时利用具有人眼视觉特性的高斯加权系数对其进行加权,然后利用二值化得到的颜色位图作为局部颜色特征,并进一步加入了方向性的考虑,对图像子块进行垂直和水平投影,最后合理地融合了全局和局部颜色特征的相似性进行图像检索.对Corel图像数据库的实验结果表明,此算法具有良好的检索效率.

基于机器视觉的番茄成熟度颜色判别

提出一种颜色分析方法用于新鲜番茄分类,以GB 8852—88标准为参考,定义番茄成熟度的分类标准(在研究中将其分成四类:完熟、成熟、半熟、绿熟),将采集到的番茄RGB图像,去除背景后,滤波去噪,转换成HIS颜色模型和HSV颜色模型。通过Matlab编程获取R、G、B、H、S、V、I各颜色分量的均值,运用SPSS软件进行判别筛选组合特征分量,运用Matlab进行判别分析。分析结果显示,绿熟番茄在3种不同判别函数下训练集与验证集判别率均达到了100.00%;半熟番茄训练集判别率最高为94.74%,同时验证集判别率最高达到100%;成熟番茄训练集与验证集判别率最低,分别为76.67%和70.00%;完熟番茄训练集与验证集最高均为90.00%。总体上实现了不同成熟度番茄的判别分类。

具有颜色信息的目标边界直线段特征的提取

直线段特征可以给出图像几何形态的重要信息。在视频跟踪的过程中,希望只提取被跟踪目标边界的直线段特征,并且筛选掉背景图像中的直线以及目标中的纹理直线,文中提出在提取的直线段自身属性的基础上附加考虑其两侧的颜色信息变化情况,从而更有效地获得目标的边界直线段特征。

基于差分与对称性检测相结合的车标定位方法

提出了基于边缘颜色均值对的车牌定位算法,此方法充分利用车牌的底色与车牌字符颜色的固定搭配,在RGB颜色空间中求取相邻像素的RGB各分量的均值,然后转换到HSV颜色空间,如果出现符合颜色搭配的则认为是车牌可能在的区域.该方法既能保证尽可能多地提取出车牌区域像素,又极大地清除非车牌区域像素,使后续处理得到一定程度的简化.在此基础上利用车牌与车标的位置关系进行车头定位,并结合差分及对称性检测进行车标的精定位.

基于火焰图像特征与GRNN的转炉吹炼状态识别

随着转炉冶炼过程的推进,炉口火焰图像在不同的冶炼阶段呈现较为明显的差别。根据火焰图像判断冶炼所处阶段的问题,其关键在于如何准确提取火焰的主要特征,提出了火焰边缘线不变矩特征,火焰图像Laws纹理能量特征,以及图像色彩特征,并研究了它们的变化过程。最后,利用广义回归神经网络(GRNN)建立图像特征和冶炼阶段之间的分类模型。实验结果表明,该方法能有效进行基于图像识别的转炉冶炼状态判断,具有较高的实用价值。

基于改进特征的图像检索方法研究

针对在图像检索过程中,传统单一特征不能较好反映图像的颜色分布和内容细节等相关信息,降低了图像检索性能的问题,提出一种基于改进颜色和纹理综合特征的图像检索方法。根据HSV颜色模型区域均值,利用改进关联权值模型,获取颜色均值特征向量;基于Haar小波进行图像分解变换。在图像的低频分量中,根据低频特征结构模型,获取低频纹理特征向量;通过Canberra距离求取图像相似度。实验结果表明:方法在Corel-1000和Corel-5000标准图库中进行测试,准确率和检索率等性能参数得到了相应提高。

实木地板分类方法

针对实木地板分类存在的问题,提出一种实木地板分类方法.该方法首先从左至右依次采集3幅实木地板局部图像,然后通过阈值分割消除纹理等对每幅局部图像表面颜色的影响,接着提取每幅图像颜色特征并统计3幅图像特征均值,最后采用加权k近邻算法实现地板分类.实验表明,该方法提取的颜色特征能准确反映地板表面颜色;与传统方法相比,该方法分类错检率降低7.0%,分类时间减少约95%,提高了企业的产品品质和生产效率.

基于颜色和纹理的图像检索算法的研究

随着信息技术的发展,基于内容的图像检索技术已经成为一个研究热点。文章提出了一种颜色和纹理相结合的图像检索算法。首先在RGB颜色空间中对已经分割好的图像块求其三个通道的颜色平均值,进行离散余弦变换后取其低频分量作为颜色特征。用边缘直方图提取其纹理特征。最后综合利用这两个特征进行图像检索。实验结果表明,本文的算法具有较好的检索效果,有效地提高了检索的查准率和查全率。