The chroma difference(DC) and lightness difference (DL) of 288 jadeite-jades with fine texture and even green color have been analyzed based on color difference formula CIE LAB in the uniform color space CIE 1976 L^~*...The chroma difference(DC) and lightness difference (DL) of 288 jadeite-jades with fine texture and even green color have been analyzed based on color difference formula CIE LAB in the uniform color space CIE 1976 L^~*a^~*b^~* to evaluate their contribution to the color appearance and color difference(DE).The analysis of lightness(L^~*), chroma(C^~*) and hue-angle(h_o) show that the vivid yellowish green color occurs when L^~*∈5.29-59.2,展开更多
[目的]本文旨在分析花色测试常用工具——英国皇家园艺学会比色卡(Royal Horticultural Society Color Chart,RHSCC)长期使用后的颜色变化情况,以及颜色变化在花色测定和花色性状品种分组上的影响。[方法]使用色差仪对新(未使用)和旧(使...[目的]本文旨在分析花色测试常用工具——英国皇家园艺学会比色卡(Royal Horticultural Society Color Chart,RHSCC)长期使用后的颜色变化情况,以及颜色变化在花色测定和花色性状品种分组上的影响。[方法]使用色差仪对新(未使用)和旧(使用10年)的RHSCC进行颜色测定,并利用色差仪及新、旧2套RHSCC对150个长寿花品种进行花色测定和花色分组,分析比较3种测色分组结果的优劣。[结果]新、旧2套RHSCC在统计学水平上存在显著差异(P<0.001),差异大小与色块使用频率和装订孔距离成正相关;884个色块中除1个色块外,2套RHSCC色差值小于人眼可觉察的1.5个CIE LAB单位;2套RHSCC在长寿花花色测定上一致性为100%。另外,基于RHSCC和目测的品种分组存在边界不清,部分分组过大、过小或重叠等问题。基于CIE LAB和聚类分析的品种分组将150个品种划分为白、黄、橙、浅粉、粉、红和紫红7大色组,其品种花色分组的合理性在花色测定值L*a*b*三维色空间、a*b*二维坐标分布、箱线图、视觉图像中得以证实。[结论]新、旧2套RHSCC色卡间的颜色变化统计学差异在人眼可察觉范围外,不影响目测比色法的花色测定结果,但RHSCC目测比色的品种花色分组间存在重叠区间,不宜应用于严格的品种花色分组。展开更多
遥感影像在采集过程中,地面覆盖种类数量庞大且采集影像清晰度低、分辨率较差,关键像素特征之间的阈值衡量标准模糊,导致信息提取难度增大,从而降低信息利用率。为此,提出了基于像素紧密程度的多源遥感影像信息提取方法。利用Contourle...遥感影像在采集过程中,地面覆盖种类数量庞大且采集影像清晰度低、分辨率较差,关键像素特征之间的阈值衡量标准模糊,导致信息提取难度增大,从而降低信息利用率。为此,提出了基于像素紧密程度的多源遥感影像信息提取方法。利用Contourlet变换,实现遥感影像空间域、变换域的多角度增强,优化遥感影像整体清晰度。利用简单线性迭代聚类(Simple Linear Iterative Clustering,SLIC)超像素算法计算像素聚类中心与邻近像素紧密程度,摆脱固定阈值影响。引入灰度共生矩阵(Gray-level Co-occurrenceMatrix,GLCM),提取主体特征信息;构建相关向量机分类模型,结合拉普拉斯二次逼近回归算法将提取问题转化为噪声回归问题,并对其展开求解,进而实现遥感影像的信息提取。实验结果表明:所提方法对遥感信息主体的分类与真实遥感信息主体分类基本一致,在信息提取过程中的错提取率和漏提取率低,总体提取精度保持在99%以上,且对道路信息提取清晰度高,表明该方法提高了遥感信息的解译水平。展开更多
文摘The chroma difference(DC) and lightness difference (DL) of 288 jadeite-jades with fine texture and even green color have been analyzed based on color difference formula CIE LAB in the uniform color space CIE 1976 L^~*a^~*b^~* to evaluate their contribution to the color appearance and color difference(DE).The analysis of lightness(L^~*), chroma(C^~*) and hue-angle(h_o) show that the vivid yellowish green color occurs when L^~*∈5.29-59.2,
文摘[目的]本文旨在分析花色测试常用工具——英国皇家园艺学会比色卡(Royal Horticultural Society Color Chart,RHSCC)长期使用后的颜色变化情况,以及颜色变化在花色测定和花色性状品种分组上的影响。[方法]使用色差仪对新(未使用)和旧(使用10年)的RHSCC进行颜色测定,并利用色差仪及新、旧2套RHSCC对150个长寿花品种进行花色测定和花色分组,分析比较3种测色分组结果的优劣。[结果]新、旧2套RHSCC在统计学水平上存在显著差异(P<0.001),差异大小与色块使用频率和装订孔距离成正相关;884个色块中除1个色块外,2套RHSCC色差值小于人眼可觉察的1.5个CIE LAB单位;2套RHSCC在长寿花花色测定上一致性为100%。另外,基于RHSCC和目测的品种分组存在边界不清,部分分组过大、过小或重叠等问题。基于CIE LAB和聚类分析的品种分组将150个品种划分为白、黄、橙、浅粉、粉、红和紫红7大色组,其品种花色分组的合理性在花色测定值L*a*b*三维色空间、a*b*二维坐标分布、箱线图、视觉图像中得以证实。[结论]新、旧2套RHSCC色卡间的颜色变化统计学差异在人眼可察觉范围外,不影响目测比色法的花色测定结果,但RHSCC目测比色的品种花色分组间存在重叠区间,不宜应用于严格的品种花色分组。
文摘遥感影像在采集过程中,地面覆盖种类数量庞大且采集影像清晰度低、分辨率较差,关键像素特征之间的阈值衡量标准模糊,导致信息提取难度增大,从而降低信息利用率。为此,提出了基于像素紧密程度的多源遥感影像信息提取方法。利用Contourlet变换,实现遥感影像空间域、变换域的多角度增强,优化遥感影像整体清晰度。利用简单线性迭代聚类(Simple Linear Iterative Clustering,SLIC)超像素算法计算像素聚类中心与邻近像素紧密程度,摆脱固定阈值影响。引入灰度共生矩阵(Gray-level Co-occurrenceMatrix,GLCM),提取主体特征信息;构建相关向量机分类模型,结合拉普拉斯二次逼近回归算法将提取问题转化为噪声回归问题,并对其展开求解,进而实现遥感影像的信息提取。实验结果表明:所提方法对遥感信息主体的分类与真实遥感信息主体分类基本一致,在信息提取过程中的错提取率和漏提取率低,总体提取精度保持在99%以上,且对道路信息提取清晰度高,表明该方法提高了遥感信息的解译水平。
