基于Ohta颜色空间的火焰检测

为了提高火焰检测算法的准确率和满足实时性的要求,在分析火焰颜色特征的基础上,提出一种基于Ohta颜色空间并利用最大熵阈值分割法改进的火焰颜色特征模型。该模型可有效提取疑似火焰区域,然后通过光流法分析火焰运动方向特征,进一步判断是否有火灾的发生。实验结果表明,该算法具有较好的实时性,能够有效地提高火灾识别的准确率,降低误检率,在日常消防系统中具有重要的应用价值。

基于Ohta颜色空间的石油地质图件目标分割算法研究

油田纸质地质图件矢量化意义重大。手工矢量化方法虽然能够达到精度要求,但劳动强度大,工作效率低。自动矢量化方法可提高工作效率,但出错率高,后期查错工作量大。针对自动矢量化方法的基础——目标分割问题,给出了基于颜色直方图和基于颜色表聚类的2个目标自动分割算法,可实现图件的高速分割处理。

基于Ohta和RGB颜色空间牛胴体背长肌的分割

提出了一种在Ohta和RGB颜色空间下牛肉胴体眼肌切面中背长肌的分割方法．在合适的光照条件下用CCD摄像头采集以黑色平板为背景的60幅眼肌切面RGB图像，根据R分量的灰度直方图，利用最大方差自动取阈值法（Ostu）去除黑色背景后用中值滤波平滑图像；将预处理后的图像转换到Ohta颜色空间对I3分量用Ostu分割肌肉像素，填充空洞后提取RGB图像对G分量用Ostu进一步去除背长肌和赘肉组织之间的连接，再进行空洞填充、面积阈值分割、数学形态学腐蚀和膨胀运算即可获得背长肌图像，分割的背长肌与人工勾划的背长肌的匹配度为92．36％～99．57％，处理时间在400ms以内．结果表明，结合使用两种颜色空间可以准确、快速地把背长肌从眼肌切面中分割出来．

增强的OHTA颜色空间融合FPFH识别点云中的甜椒果实

【目的】研究三维点云中甜椒果实的精确识别,为采摘机器人进行采摘作业提供准备。【方法】提出一种增强OHTA颜色空间融合快速点特征直方图(Fast point feature histogram, FPFH)识别三维点云中甜椒果实的方法。以OHTA颜色空间为基础,通过分析甜椒植株颜色的特征,对I;和I;分量进行调整以增强果实与非果实的区分对比度;然后对所采集的点云进行几何特征的计算并利用FPFH对它进行描述;将颜色特征与FPFH进行融合得到点云描述符,并利用分类器进行判定分类,最终得到属于甜椒果实的点云。【结果】提出的方法可以将甜椒植株中的甜椒点云进行识别,且准确率较已有文献有一定提高。【结论】通过对比不同果实点云描述符的识别效果,提出的方法对甜椒果实点云的识别准确率为97.31%,精确-召回曲线下的面积的值为0.984,均优于其他点云描述符。

一种基于支持向量机的棉花图像分割算法

提出一种基于支持向量机的棉花图像分割算法。将棉花图像分成目标与背景2类。在OHTA颜色空间下提取各类样本像素值,利用支持向量机(SVM)训练带有类别信息的样本。运用最大类间方差(Otsu)法对图像进行预处理,采用训练好的SVM分类器对预处理后的棉花图像进行分割,并使用区域标记法去噪。实验结果表明,该算法可以有效地分割出复杂背景下的棉花,分割准确率达92.3%,分割速度、分割准确率优于直接使用SVM分割图像的方法,分割精度、稳定性优于阈值分割法。

基于图像处理技术的杂草特征提取方法研究

利用计算机视觉技术将杂草从背景中识别出来进行定位喷洒农药已成为精细农业研究的热点。选取颜色空间OHTA中I2′分量作为特征量;利用基于遗传算法的自动阈值选取方法对特征分量I2′进行阈值分割初步分离杂草与小麦;通过颜色聚类和形态滤波获得准确的杂草区域。实验结果表明:直接在彩色空间进行分割,可提高彩色图像的分割效果,利用该方法获得的杂草平均正确识别率达到90.47%。

基于激光扫描的带式输送机瞬时煤量检测方法

针对现有井下带式输送机煤量激光仪器检测方式未提出明确激光线提取方法的问题,提出了一种基于激光扫描的带式输送机瞬时煤量检测方法。通过数字摄像仪和激光仪器获取带式输送机上散煤的图像,利用Ohta颜色空间特性提取激光线轮廓,并进行基于索引表的激光线细化和连接处理;根据离线获取的基线和实时获取的激光线,采用梯形面积累积法计算散煤的截面面积,实时获取带式输送机的瞬时煤量。测试结果表明,该方法检测结果与实际煤量匹配,准确性高,实时性好。