基于改进的HSI空间模型的目标搜索方法

在分析了RGB空间模型的优缺点后,决定采用HSI空间模型进行图像处理,并根据足球机器人比赛的实际情况对HSI模型做了相应的改进;同时依据连续图像相关性的特点,提出了一种顺序网格和种子填充相结合的目标搜索方法.通过在微型足球机器人视觉系统上的应用,验证了该方法的可靠性.

基于LabVIEW的作物关键生长参数提取

随着机器视觉技术的发展,图像处理技术在农业方面的应用越来越广,尤其是农作物检测.生长参数的提取是农作物检测的基础,也是重点.本文以LabVIEW及Vision图像处理工具包为平台,研究了作物在不同阶段下生长参数的提取方法.以番茄幼苗为例,通过图像处理和量化分级的方法,研究了幼苗阶段生长参数的提取方法.以油菜为例,研究了成长阶段生长参数的提取方法.通过HSI空间模型参数量化的方式,对植株的缺素情况进行分级,实例验证了方法的有效性和可行性.以图像处理为核心的作物生长参数提取方式将为数字化和智能化的农作物监测系统开发提供新思路.

线缆字符图像的拼接方法研究

针对线缆字符图像光照不均匀、重叠区域较小、边缘化等问题,现有的图像拼接方法不能准确拼接,提出一种新的图像拼接方法。首先利用HSI彩色空间模型从图像中划分出待配准的线缆区域。然后提出基于线缆光照模型的图像分块算法对线缆区域图像进行分块,并构造相似检测公式对图像块进行分类,对不含字符的图像块直接赋值为白色背景块,对含字符的图像块利用大津法进行处理,得到线缆区域二值图。接着提出以字符宽度为特征的图像配准算法获得重叠区域在两幅线缆区域图像的行对应关系。最后以重叠区域的水平中心直线拼接得到一幅包含完整字符区域的宽图像。实验结果表明,相对于当前主流的FREAK算法,提出的方法能准确地对线缆图像进行拼接,拼接效果良好。

一种改进的基于暗通道先验的图像去雾算法

雾霾天气造成图像采集设备无法获取足够清晰的图像,为之后获取图像中的有效信息带来很大困难,由此对图像进行去雾处理显得尤为重要。暗通道先验去雾算法对大多数自然场景图像有着较好的去雾效果,但暗通道先验规律并不适用于天空区域,造成去雾后图像的天空区域颜色失真严重。针对这一问题,本文提出一种基于天空区域分割和HSI颜色空间模型的暗通道先验去雾算法。首先,运用RETINEX算法增强有雾图像的边缘信息,对增强后的图像进行canny边缘提取,同时结合形态学方法精确分割出天空区域;其次,在天空区域选取准确的大气光值,将图像中的天空区域转换到HSI颜色空间进行处理,并只对亮度分量进行改进的暗通道去雾处理,保留原图像色调和饱和度信息;最后,对非天空区域进行暗通道去雾,完成整幅图像的去雾。实验结果显示,该方法很好地解决了天空区域颜色失真和噪声增加的问题,使去雾后的图像更加清晰自然。