基于HIS颜色模型的珍珠颜色分选方法

为研究和实现珍珠的自动分选,提出了一种对珍珠的色调及饱和度进行分选的方法。将珍珠图像由RGB颜色模型转换到HIS模型中进行处理,根据I(亮度)分量直方图,通过全局分割提取珍珠光亮区,掩模后得到光亮区H(色调信息)、S(饱和度信息)均值。其中针对色调分选要求,运用了基于RPROP算法的人工神经网络学习方法;针对各色系内色彩的深浅差异,运用了K-均值聚类方法对S均值进行分类。从而实现了先按照珍珠表面色彩进行分类,再将同一色系内的珍珠按照饱和度进行再度分选,最终达到颜色分选要求。

基于HIS颜色模型的彩色细胞图像背景处理方法

提出一种利用HIS颜色空间消除彩色细胞图像背景的方法.利用HIS颜色空间的特性,根据色调和亮度对彩色图像的不同影响及经过染色处理的彩色细胞图像的特点,通过HIS颜色模型中的色度进行自动阈值处理,达到去除彩色细胞图像复杂背景的目的.

基于计算机视觉的番茄颜色检测研究

以提高番茄人工分拣效率为目的,利用计算机视觉技术,建立番茄检测试验平台,将采集的番茄图像转化为HIS颜色模型,进行二值化,研究番茄成熟度。文章对番茄规定的四个等级进行分级,其分级的结果为:超优、优、良和未成熟的判断正确率分别为80%、60%、40%和80%,总的判断正确率为65%。

烟草在线异物剔除系统设计与实验研究

介绍了烟草在线异物剔除系统的结构及工作原理,讨论了系统方案设计中的主要问题,设计了系统原理样机调试实验,并分析了实验结果。采用HIS颜色模型,以色度为主要特征量,设定阈值对烟草和异物的像素点进行判别。在此基础上,设定一定数量的像素点构成判别单元,统计单元中异物像素点的比例,再对该比例进行二次判别,以最终给出表示烟草或异物的检测信号。采用高性能的元器件构成系统,并利用(MIL＿LITE7.0)图像开发库,实现对内存数据的直接操作。实验研究的结果表明:原理样机在模拟在线条件下能实时地运作,对异物具有较高的识别率和剔除率。

简捷的主纹理提取方法

将图像中的主纹理提取出来对生成高质量的纹理是很重要的.已有的主纹理提取算法计算复杂、时间开销很大,所知最快的方法处理一幅样本图像也要超过10 min.对此,提出一种简捷的方法,可将速度提高4个数量级,在1 s内处理一幅样本图像,且提取的主纹理及相应的合成结果与已有工作相当.由于主纹理往往在样本中占据大部分的面积,且其色彩特征是反复出现的,为此通过多分辨率的色彩统计直方图,将出现频率高的色彩特征所相应的像素作为主纹理区域.使用HIS颜色模型进行色彩统计,并统计多种分辨率下的样本纹理的色彩分布情况,将大多数情况下可被归于主纹理的部分当作该样本的主纹理.

基于视频图像的火灾探测方法

图像型火灾探测是利用摄像机作为探头,对拍摄到的现场视频进行处理和分析,通过形体、颜色等变化特征探测火灾。本文提出一种基于视频图像的火灾探测方法,首先探测视频中是否存在移动区域,然后对移动区域内满足火焰颜色特征的区域利用HIS模型进行分割,分别分割计算区域的圆形度,面积变化率,闪烁频率及面积变化趋势特征等,最后通过分析特征进行火灾的探测。在此基础上,对提取的各项特征进行综合分析,从而实现火灾的探测和判别。仿真实验结果证明了算法的有效性。