基于RGB空间模型的棉花异纤检测方法

为了将异纤从复杂的通道背景、棉层中检测出来,提出了一种基于RGB空间模型的异纤检测方法。首先提取出同时包含标准棉花和通道背景的特征量,并以此建立棉花空间模型;然后利用此模型对从棉花异物挑拣设备中采集到的经开棉机充分开松开棉处理的24位真彩色图片做处理,即通过判断像素点是否在合格棉花空间模型范围内来进行异纤检测。仿真实验结果表明,此方法克服了实物环境下通道背景、异纤种类繁杂等因素对识别的干扰,检测效果理想。

基于统计模型和GVF-Snake的彩色目标检测与跟踪

为了能使传统监视系统具备目标自动检测与跟踪能力,提出了一种基于统计模型和GVF(grad ient vectorflow)-Snake的彩色目标检测与跟踪算法。该算法可用于解决在静态背景下通过彩色视频信息来对运动目标进行自动检测与跟踪的问题,同时可直接给出目标轮廓的数学表示,并可简化后续目标识别算法的设计。该算法首先采用归一化RGB空间与灰度空间相结合的模型取代单一灰度模型来消除阴影对目标检测的影响;接着在此模型的基础上对差分图像进行GMM(Gaussian m ixture model)建模,并构造运动边界图像,然后将静态图像轮廓提取算法GVF-Snake引入运动图像中,并通过修改能量项,使其能够跟踪运动目标的轮廓,最后针对Snake初始轮廓需要手工设定的问题,提出一种根据目标区域自动初始化轮廓的方法,为加快GVF-Snake的收敛速度,还采用一阶差分算法来预测下一时刻目标轮廓的位置。实验结果证明,该算法对刚性和非刚性两类目标都有较好的跟踪效果,可应用于智能监视和交通监控等领域。

基于视频序列的火灾烟雾颜色检测算法

为了提高视频烟雾检测的准确性,克服图像型火灾烟雾检测对复杂环境的低适应性,实现对火灾烟雾的实时检测,提出了一种基于视频序列的火灾烟雾颜色检测算法。该方法首先采用基于Kalman滤波的背景重建法提取出烟雾区域的像素,然后再将其归一化到RGB空间模型,分析各颜色分量的数据,并将这些表征烟雾颜色信息的数据经Matlab进行曲线拟合分析,最终确定出烟雾颜色的决策条件,并对来自网络的火灾视频和其他运动视频进行测试。实验结果表明:基于视频序列的火灾烟雾颜色检测能够很好地将火灾烟雾和其他干扰物区分开,达到早期预警的目的。

基于视频图像的火焰识别算法

相对传统的火焰识别方法,为提高火焰识别精度,提出了一种基于红外热像仪和彩色摄像机的火焰识别算法。对采集得到的红外图像进行温度阈值分割,得到高温疑似火焰区域,通过三维重建技术匹配彩色摄像机中对应的高温疑似火焰区域,对其RGB空间模型进行色彩分析,排除干扰得到疑似火焰区域。在此基础上分析疑似火焰区域的区域增长特性及闪动特性,提取疑似火焰区域的面积及其轮廓,对其轮廓进行离散余弦变换,计算前后两帧图像轮廓的变化,从而进一步确定真实火灾火焰的发生,及时报警,减少误判率和危害性。实验证明了该算法的准确性和有效性。

基于PLC控制的红枣无损自动分拣系统设计

传统红枣分拣以人工分拣为主,对颜色观测条件有限,很难区分是否存在缺陷。为此,设计基于PLC控制的红枣无损自动分拣系统。提取红枣的矩形、短轴、长轴、位置、周长以及面积等特征,将RGB以及HSV的空间模型颜色特征与加权融合机制相结合,以检测红枣表面缺陷。设置自动分拣系统的送料、进料以及分拣模块,并在所有模块中安装传感器,获取红枣颜色、状态、位置等信息,实现PLC控制下无损自动分拣。实验结果证明该系统可以准确分拣存在缺陷的红枣,提升红枣无损分拣效率。