基于Lab模型的三种观赏草叶色研究

叶色是观赏草最重要的观赏特性之一,本文以紫叶象草(Pennisetum purpureum ‘Red’)、紫叶狼尾草(Pennisetum setaceum ‘Rubrum’)和白茅(Imperata cylindrica)在冬季为彩叶的三种观赏草为研究对象,基于Lab模型,分析了三种观赏草的叶色特征及叶色与叶绿素之间的关系,为观赏草品种选育的关键指标提供参考依据,也为色彩定量分析提供思路。结果表明:个体间,紫叶象草L值最低且a值变化较平稳,紫叶狼尾草叶色a值最大,白茅L值和b值最大;同一叶片上,紫叶象草叶片基部a值最大且与中部和尖部有显著差异,紫叶狼尾草尖部L值最大且三个部位L值均有显著差异,白茅基部L值和b值较大;同一株观赏草中,紫叶象草的顶端新叶a值最大且越低处叶片b值越大,紫叶狼尾草顶端和底部a值较大,白茅越低处叶色a值越大;叶色参数a与叶绿素含量呈显著或极显著负相关。分析可知,每种观赏草的叶色变化不同,其中叶绿素是影响观赏草叶色红色的主要因素之一,在植物配置时需充分考虑其叶色特征。

Lab色彩模型下梯度Hough圆变换的成熟草莓识别

自然生长状态下的草莓,果实密集,形状多变,枝叶遮挡率较高,使用机器采摘对成熟草莓的图像识别具有一定的难度。针对这个问题,提出了Lab色彩模型下采用梯度Hough圆变换的成熟草莓识别方法。以自然生长状态下的草莓图像为研究对象,在Lab色彩模型空间里对图像分割及阈值化并采用梯度Hough圆变换等方法,识别成熟草莓并计算出草莓中心。试验结果表明,对随机选取的100张草莓图片,该方法识别成熟草莓的相对偏差为1.07%,对枝叶遮挡、成熟草莓相互遮挡等情况,具有较好的识别效果。与传统的Hough变换相比,这一方法节省了运行内存,提高了时间效率,能够满足机器采摘对成熟草莓识别率与定位的要求。

基于分块和Lab颜色模型的字幕提取方法

视频中的文本是建立视频检索的—个重要线索,因为视频中的文本总是和视频帧相关,并且客观地描述了视频帧的主要内容。根据背景区域内像素颜色变化缓慢而背景和前景交汇处像素颜色变化剧烈的原理采用对视频帧的每一行像素进行分块的方法计算每一块的变化率来检测和定位文本区域;使用Lab颜色模型来二值化图像从而提取文本图像。实验数据表明该方法效果不错,有很好的应用前景。

基于Lab模型的北美红枫呈色生理因素探究

【目的】研究北美红枫变色期叶片颜色与相关生理指标间的相关关系,探讨北美红枫呈色的生理因素,为北美红枫的叶色调控提供理论依据。【方法】于2014-10-22-11-19,在北美红枫叶片变色的4个阶段,即变色前、变色初期、变色中期、变色末期共采集100片树叶,用Nikon D7000相机对叶片鲜样进行拍照,记录叶片明度参数L及表示红/绿、黄/蓝属性的色相参数a、b,运用Lab模型对北美红枫各呈色期叶片颜色参数进行精确量化,并测定叶片的光合色素、花色素苷、类黄酮、可溶性糖、可溶性蛋白含量和过氧化物酶(POD)活性等生理指标,运用SPSS19.0统计软件分析变色期相关生理指标与叶色变化的相关关系,探究影响北美红枫呈色的主要生理生化因素。【结果】北美红枫秋季叶色变化过程中,叶色参数L、b值变化幅度较小,a值变化显著。在整个叶片变色期,随着叶色的变化光合色素含量呈下降趋势,花色素苷、类黄酮、可溶性糖和可溶性蛋白含量均呈上升趋势,过氧化物酶(POD)活性呈单峰曲线,最大值出现在变色初期。叶色参数a值与光合色素含量呈显著负相关,与花色素苷、可溶性糖含量呈显著正相关;b值与类黄酮含量呈显著正相关;而明度参数L值与各生理指标均无显著相关性。【结论】影响北美红枫叶片变红的主要因素是叶片光合色素、花色素苷和可溶性糖含量,类黄酮含量对叶片变红的贡献不大,而可溶性蛋白含量和POD活性对北美红枫叶片变红无直接影响。

基于Lab颜色模型的聚类舌图像分割

舌图像分割是舌诊客观化的基础,针对舌图像的特点,提出了一种基于Lab颜色模型的聚类舌图像分割算法,该算法对原始图像进行ROI提取、均值滤波等预处理;对预处理过后的图像进行偏色校正和Lab颜色模型转换,以改善环境、人为等外界因素带来的影响;用K-means算法完成舌图像的自动分割。

Lab模型和MVT在黄粒米检测中的应用

本文提出了一套基于Lab模型和MVT的黄粒米自动检测系统。为了用色调来描述黄粒米的特征,提出了一套图像处理的算法。将大米图像从背景分离之后,将RGB模型转换为Lab颜色模型来提取色度特征,并将色度特征采用直方图进行统计。接着采用主分量分析法,将色度统计信息由256维向量降低到10维向量。以这10维向量为输入,用支持向量机进行分类。最后,经过训练得到最优分类函数,分类正确率达到98.5%。

基于水动力–水质模型的玄武湖水治理研究

随着现代化进程的不断加快和经济的快速发展,许多环境问题越来越突出,人们日常生活、生产及生态用水需求愈来愈大,中国水资源人均可支配量少且分布不均。人工湖在城市建设和在社会发展进程中有发挥着十分重要的作用,但因其自我修复的能力太差又缺乏科学有效的管理和保护,导致许多人工湖的污染严重、水质差,这对人们的生活质量和可持续发展产生了严重影响。本文依托玄武湖水利风景区2021年度生态补偿项目及南京市玄武湖北湖东部疏浚及生态修复工程项目,以玄武湖为研究对象,对玄武湖的工程概况并通过选择pH值、溶解氧指数(DO)、生化需氧量指数(COD)、氨氮(NH3-N)、总磷指数(TP)和高猛酸盐指数等6个常见水质指标对其进行检测仿真研究,然后建立了玄武湖的二维水动力和水质模型,对玄武湖及相似湖泊的水管理与管理具有良好的参考价值,对水生态文明城市建设具有参考价值。

基于Lab色彩模型差异的水稻叶部病害图像分割

针对水稻叶部常见病害图像直接分割造成的图像失真问题,采用Lab色彩模型,对水稻叶部病害图像进行差异化处理和k均值聚类分割。从验证实验表明,利用设计的方法能一定程度上减少病害图像分割造成的损失,对于提高病害识别的准确率具有一定参考作用。

Lab颜色空间中基于动态聚类的颜色分级

对现有的动态聚类算法进行改进,提出一种Lab颜色空间中基于兴趣点动态聚类分析的颜色分级方法。在考虑视觉监测实时性和计算准确性的基础上,通过色适应变换和对比敏感度函数滤波,补偿人眼视觉系统的空间混合效果,采用基于兴趣点的动态聚类分析提取颜色特征,根据视觉容差、彩度和色度的依赖关系,确定色差度量方法,采用最小分类器进行颜色分级。实验结果表明,该方法的平均色差仅为2.36,分类计算的时间范围为500 ms^700 ms。

家鸡羽毛结构色的定量检测方法探究

家鸡的羽毛的结构色具有观赏价值与经济价值。该研究旨在建立出一套系统客观的家鸡羽毛结构色定量检测方法,对735只荆门黑羽绿壳蛋鸡母鸡的羽毛结构色进行图片采集方法和定量指标的探究,同时利用单元内混合家系相关法进行遗传力的估计。结果显示,Lab色彩模型中的a值与b值可以作为对结构色进行定量的光学指标;相对于鞍羽、肩羽来说,翼羽中的次级大覆羽结构色光学指标与鸡只整体的结构色关联更强;次级大覆羽的a值为中等遗传力,b值为高遗传力且其个体内测定变异程度较小。可见,次级大覆羽的b值可能更适合作为遗传育种的选育指标,能够对家鸡羽毛结构色进行定量,并用于育种实践中实现对结构色的特色化选育。

Photoshop软件在颜色模型测试中的应用

本文介绍在Photoshop的"拾色器"中,选择RGB、HSB和CMYK模式下,查看相关颜色数值。提供关于颜色模型测试的实验教学方法,学生通过使用Photoshop软件,测试各种颜色模型的数据,直观方便的理解各种颜色模型的内在含义。

东庄水库突发水污染事故下有机物的时空分布研究

东庄水库作为关中渭北地区水资源配置网络中的关键工程,库区两岸分布有许多工业企业,一旦发生突发水污染事故将会严重危及水库水质安全。针对东庄水库可能发生的突发水污染事故,基于MIKE 11水动力-ECO lab模块,对东庄水库突发水污染事故爆发后COD_(Mn)有机物扩散情况进行数值模拟,结果表明:上游来水量对污染物的时空分布规律作用明显,污染物排放流量及排放时间对污染带影响不显著,通过改变上游来水量可控制污染带的影响时间及影响距离。该结果可为东庄水库突发水污染事故应急调控策略及方案的制定提供参考。

温度和基面对修补砂浆颜色的影响研究

研究了不同温度和基面对修补砂浆颜色变化规律的影响情况,为修补砂浆在实际应用中提供数据及理论支撑。采用Lab颜色模型来表示砂浆表面颜色,其中L值代表明度。研究表明:对于硫铝水泥与硅酸盐水泥作为胶凝材料配制的修补砂浆,加水后表面L值会逐渐增大,180min前砂浆的色差变化很大,占砂浆颜色稳定后总色差变化的80%以上。相同基面上,在32℃中砂浆色差变化比在22℃中更快,且砂浆表面L值更大,即颜色更白。相同温度下,在基底试块上成型的砂浆表面的色差变化比在塑料膜上成型的砂浆色差变化快,L值更大,即颜色更白。

复杂环境中蛋鸡识别及粘连分离方法研究

提出基于Lab颜色模型的蛋鸡与背景自动分割方法和基于极限腐蚀和凹点搜寻的粘连蛋鸡分离与计数算法。实验前期将通过计算机视觉系统获取的RGB图像转换成Lab图像,每张图像中均选取蛋鸡及最接近蛋鸡颜色的背景2个小样本区域,分别计算这两类区域在a、b分量的数学期望作为分割阈值。随后将采集的图像像素聚类于与a、b分割阈值的欧氏距离最小的区域,从而实现蛋鸡与背景区域的自动分割。针对经常出现的蛋鸡群聚造成蛋鸡个体之间相互粘连的情况,研究利用改进的极限腐蚀及凹点搜寻处理算法分离出独立的蛋鸡并正确计数。108幅蛋鸡图像识别结果表明,该算法能将蛋鸡个体从复杂背景中有效提取、计数和粘连分离,蛋鸡计数正确率为93.5%,综合分离正确率为89.8%。

数字舌图的舌色数据采集方法研究

目的:从临床医生的视角,探讨数字舌图的舌色数据的采集方法。方法:(1)对142幅淡红舌不同部位的舌色数据进行比较;(2)由临床医师进行舌色样本的数据采集,获得706幅不同舌色的Lab色度值。结果:(1)舌侧部位与舌尖、薄白苔、厚白苔、反光和阴影部位的舌色数据之间有统计学差异;(2)临床医生诊断的不同舌色,经色度值的比较具有统计学差异,在三维色彩空间中亦具有各自的分布范围。结论:由医生对数字舌图进行舌色样本的数据采集是准确分析舌色的重要保证。

基于K-means聚类法的茶叶嫩芽识别研究

以数码相机采集的茶叶图像为对象,研究茶叶嫩芽的识别方法。采用基于Lab颜色模型中a分量、b分量信息的K-means聚类法识别彩色图像中的茶叶嫩芽。对不同距离采集的茶叶图像,对比分析Ostu法(最大方差自动取阈法)和3个聚类中心的K-means聚类法的目标识别效果和识别效率。结果表明,Ostu法虽然可以完成嫩芽的识别,平均识别率在89%左右,但不能较好的保证分割后嫩芽的完整度。基Lab颜色模型和K-means聚类法的识别算法能较好的区分嫩芽和背景,平均识别率达到94%左右,且能较好的保证分割后嫩芽的完整度,为智能采摘技术研究提供技术支持和理论基础。

一种可见光影像稠密匹配点云的单栋建筑物提取方法

建筑物点云提取是城市快速三维建模的基础。针对城区中建筑物和树木空间距离较近导致建筑物点云误提取的问题,提出一种颜色约束的欧式聚类算法。该方法利用低空拍摄可见光影像进行三维重建、获取点云数据,在建立点云K邻域索引和表面估计的基础上,以曲率最小的点作为欧式聚类的种子点,将点云的RGB值转换成Lab颜色模型,对建筑物点云的聚类提取进行约束。实验表明,该方法可以有效地解决可见光影像匹配点云中建筑物提取时将树木误提取的问题。

关于数字舌图的群体特征研究

目的:通过对不同年龄、性别的舌色、舌苔分组比较,对群体数字舌图所表现的舌象特征进行描述与探讨。方法:采用舌象分析仪拍摄了884例体检者的数字舌图。运用Lab色彩模型描述舌色的色空间。采用舌象分析软件提供的舌苔面积、苔厚指数、裂纹指数、舌中湿度值进行舌苔分析。结果:①不同性别者的舌色之间存在着2.57的色差;②年龄增加导致的舌色变化主要因于b值的逐渐降低;③随着年龄的增长,舌苔面积、厚度和裂纹指数均呈现增长趋势。结论:探讨数字舌图的群体特征,有助于获得舌象的整体信息和变化规律。

嵌入式智能解魔方机器人设计

解魔方机器人以Cortex-A9处理器为核心,通过控制执行机构采集魔方6个面色块信息并识别,运行解算法控制机械臂复原魔方。处理器通过PWM波控制舵机系统来转动魔方面,利用OV5640摄像头采集魔方各面颜色,创新性地采用Lab模型+KNN算法进行魔方面颜色识别。结合Kociemba算法步数与计算时间综合指标进行算法优化,得到解魔方还原指令,最后配合执行机构,快速且准确复原魔方。实验观测,解魔方机器人颜色处理采用Lab模型+KNN算法可以获得近似于100%的准确率,采集并识别魔方6面时间约14 s以内。机器人计算解魔方算法设定21步以内时,运算时间小于0.5 s。最后对10组不同打乱状态魔方进行还原。实验结果表明,基于Cortex-A9嵌入式解魔方机器人在优化颜色识别与魔方还原算法后,可以在65 s内很好地完成任意打乱状态的魔方复原任务。

印制线路板CAF失效研究

阳极导电丝(CAF)是PCB业内近十年来较为热门的可靠性问题之一,当PCBA工作在高温高湿的环境下时,有可能产生沿玻璃纤维生长的阳极导电丝CAF。本文主要以某种典型板材为例,从某板材在不同孔壁间距、不同外加偏压下的CAF性能考察入手,研究CAF产生的机理,并通过模型推算板材在不同外加偏压下的平均失效寿命(MTF),为后续其他板材耐CAF性能的考察提供了理论依据和试验基础。