基于YUV颜色模型的番茄收获机器人图像分割方法

在研究番茄收获机器人对目标图像分割识别时,经常由于采集的图像受光照影响以及分割识别算法的计算复杂性而影响到识别的准确性和实时性。通过比较RGB、HSI、YUV等颜色模型的特点,从理论上分析了YUV颜色模型应用于收获机器人视觉系统的可行性,提出了一种基于YUV颜色模型的成熟番茄分割方法。同时综合实验及经验确定了成熟的红色番茄在RGB、HSI、YUV颜色模型中阈值范围,采用直接确定色差阈值的双阈值分割算法识别成熟番茄,并对3种颜色模型在不同的光照条件下的分割识别效果进行实验对比。实验结果证实,将基于YUV颜色模型成熟番茄分割方法应用于番茄收获机器人视觉识别系统,能很好地解决其鲁棒性和实时性问题。

基于YUV颜色模型与导向滤波的图像去雾算法

针对去雾过程中容易出现色彩过饱和与偏色现象的问题,提出一种基于YUV颜色模型和导向滤波的图像去雾算法。首先分离出含雾图像的亮度分量,结合拉普拉斯锐化算子与导向滤波细化大气光幕,求得准确的透射率之后,对天空区域进行修正;其次根据光幕值的强度信息定位浓雾区域,将该区域平均值作为大气光的估计;最后对色度分量进行补偿,还原真实场景的色彩饱和度。实验结果表明,去雾后图像的边缘强度与颜色保真度得到大幅提升,信息熵、平均梯度和标准差客观评价参数均优于目前主流的算法。该算法去除雾气的效果显著,能满足图像视见度和细节清晰度的需求。

基于YUV颜色空间的图像去雾算法

针对有雾天气条件下,获得的图像严重降质问题,提出一种基于YUV颜色空间的快速图像去雾算法。该算法以大气散射模型为基础,利用YUV颜色模型提取出有雾图像的亮度分量,对此亮度分量图像进行高斯滤波后得到散射光;求出有雾图像的最大亮度值作为大气光,进而求得清晰的无雾图像。实验结果表明,该算法不仅有效地提高了降质图像的质量,而且处理速度快,能很好地保持图像的细节。

多路高清YUV视频GPU实时拼接研究

为提高高清视频拼接的实时性能,提出一种基于GPU的多路高清YUV视频实时拼接方法,推导出YUV422图像拼接中的透视模型,并结合计算统一设备架构技术,实现透视变换、无缝融合等关键拼接步骤在GPU上的并行优化。在4路1080p高清视频上的实验结果表明,相比基于RGB颜色模型的拼接方法,该方法的实时拼接性能在不同GPU架构上有20%~40%的提升,并且在GRX780上能达到33 frame/s的视频帧率。

基于亮度和纹理特征的可见水印技术

数字水印是一种多媒体数字产品版权保护技术。分析了可见水印应具有的特性,提出了基于图像亮度和纹理特征的自适应可见水印方案。采用YUV颜色模型,只对Y分量水印嵌入,以同时适用于彩色或灰度图像。水印嵌入因子是由图像的局部亮度和纹理特征确定,可在满足水印特性的前提下,增加水印嵌入强度,提高水印鲁棒性。试验表明:嵌入水印的图像对中值滤波、有损压缩、加入随机噪声后再滤波等攻击性操作具有较强的鲁棒性,在保持灰度直方图分布基本不变的基础上更加平滑集中,说明水印和原图的统计特性较一致,想在不损坏图像使用质量的前提下,去除或毁坏图像中的可见水印是很困难的。

机器视觉在水稻空壳率统计中的应用研究

针对水稻空壳率的自动化检测问题,采用机器视觉技术,设计一种实验设备,利用稻谷的透光性,使用普通可见光照射,对获得的图像进行分析处理,并比较采用灰度特征以及YUV颜色模型两种方法进行统计的结果,表明该设备和相关图像处理算法完全可以胜任空壳率的自动统计工作,为后续发展实际的应用设备奠定基础。

提高色选机参数设置和色选效率方法研究

色选机阈值参数设置一直是色选机高效率工作的首要前提。提出了一种基于像素分布统计直方图的颜色阈值自动分割算法,并基于该算法在人机界面中编写交互软件实现待分选物料图像抓取以及阈值自动分割功能。此外以铁观音茶叶为实验材料,分析了YUV颜色模型应用于色选时的高效性。最后针对花生等复杂色斑物料分拣效率低的问题,提出一种自适应多窗口阈值处理方法,使用多窗口识别不同颜色形状的特征色斑,高效率的在一次色选中达到完全分选的效果。