Effect of Different Conditions on the Structural Color of Konjac Glucomannan Particles

In this paper,molecular dynamics simulation was applied to synthesize a layered structural color from Konjac glucomannan（KGM） and the effect of particle diameter and temperature were investigated. A series of methods such as high voltage electric field treatment,the transfer matrix method and the CIE standard colorimetric system were simulated to obtain the chromaticity coordinates and to analyze the color changes of KGM particles. The results revealed that as the particle diameter increases,the structural color of KGM particles deflects towards the yellow wavelength within the visible spectrum; and as the reaction temperature rises,the structural color deflects towards the blue and violet wavelengths within the visible spectrum.

基于前景提取与多特征决策融合的电力线触树放电痕迹识别

针对电力线路智能化巡检中难以准确辨识电力线触碰树木遗留痕迹,无法为事故防治和责任划分提供可靠依据的难题,提出一种基于前景区域提取与多特征决策融合的电力线放电痕迹识别方法。首先,搭建中压线路触树放电实验平台,采集导线表面放电遗留痕迹,构建图像集。然后,提出融合纹理稀疏性与对数变换的去阴影算法,消除阴影区干扰;进一步提出融合全局阈值和自适应阈值分割的目标初始框选取策略,解决了GrabCut算法中初始框无法自动确定的问题,实现复杂背景下导线痕迹的自动精准分割。最后,提取导线的纹理和颜色特征,通过多SVM决策融合实现导线痕迹识别。实验结果表明,所提方法平均识别准确率达到88.39%,证明了所提识别方法的有效性。

基于Distance-2算法的并行Jacobian矩阵计算及其在耦合问题中的应用

并行Newton-Krylov方法是求解大规模多物理耦合问题的有效方法,如何高效自动计算Jacobian矩阵是一大难点。利用有限差分方法,可避免推导Jacobian矩阵的表达式,实现矩阵的自动计算。现有工作表明,在串行环境下利用矩阵的稀疏性和图着色算法,Jacobian矩阵的计算效率可提高至少1个量级。但在并行环境下,串行着色算法失效,需采用相应的并行着色算法。本研究将图论领域的Distance-2算法应用于Jacobian矩阵的并行着色。通过求解一个简化多物理耦合问题检验了该并行算法的正确性和计算效率。测试结果表明,该并行算法得到的Jacobian矩阵完全正确;着色数随着并行核数的增加略微有所增加,100个进程下并行效率为56%;基于该算法求解多物理耦合问题,其计算时间和Krylov迭代次数较JFNK减少了约1/2。

基于相机RGB值的光谱反射率重建方法研究

光谱反射率重建技术可实现背景颜色数据准确校正和复制还原,以此为基础可设计实施高融合迷彩,为机动装备在不同背景环境下提供有效防护屏障,具有重要价值。参照光谱成像技术特点,根据颜色形成原理和三刺激值定量计算公式,通过控制单一变量法设计实验方案,提出加权平均光谱反射率重建方法(TWA),利用相机和光谱仪分别获取训练样本的成像系统响应值(RGB)和光谱反射率数据,对所提取的样本RGB值和光谱反射率数据分别采用传统最小二乘法(OLS)、正则化最小二乘法(RLS)、偏最小二乘法(PLS)、主成分分析法(PCA)和本文中提出的加权平均法(TWA)进行光谱反射率重建训练,获得光谱重建矩阵,最后利用光谱重建矩阵对测试样本响应值进行光谱反射率重建,并对实验结果进行分析,对比不同方法的光谱反射率重建效果。研究结果表明,加权平均法在光谱均方根误差SRMSE、平均拟合优度系数GFC、平均色差等指标上效果更优,重建所得光谱反射率精度更高,颜色校正效果更佳。

色彩矩阵在体育节目转播中的应用

体育节目转播对于电视画面的质量有较高的要求。色彩矩阵调整是提高画面质量的关键技术之一。应用色彩矩阵技术,能够提高体育节目转播的画面表现力,从而带给观众良好的视觉感受与体验。基于此,探讨体育节目转播中色彩矩阵的应用,阐述色彩矩阵技术的原理并分析其应用方法,希望能够为体育节目转播画面表现力的提高提供参考。

柑橘成熟度机器视觉无损检测方法研究

水果内部品质无损检测技术是确定水果最佳采收期和按成熟度进行准确分级的关键。本研究以表面色泽与固酸比为柑橘成熟度指标,建立了用于柑橘成熟度检测的机器视觉系统,确定了适宜的背景颜色,进行了柑橘的分光反射试验,发现绿色柑橘表面与桔黄色表面的反射率在700nm时反射率相差最大,约达53%,且各自的反射率都较大,700nm是获得高质量的柑橘图像的较佳中心波长。建立了利用协方差矩阵和样本属于桔黄色和绿色的概率来判断柑橘成熟度的判别分析法,并以实测的固酸比值作为对照,对72枚柑橘样本进行了试验,柑橘成熟度的判别准确率达到91.67%。这表明柑橘果实的表皮颜色与成熟度之间具有相关性。

基于光谱重建技术的壁画颜色复原与评价

为了在给定的照明和观察条件下,用相机响应信号重建物体表面光谱反射率,实现颜色的高精度复原,采用了多光谱成像技术采集物体表面的多光谱图像,使用主成分分析、R矩阵和正则化R矩阵方法进行了光谱反射率重建的理论研究,并对壁画色块颜色复原进行了实验验证,取得了壁画色块的重建光谱和颜色复原数据,同时对基于正则化R矩阵方法的壁画色块颜色复原结果进行了评价。结果表明,正则化R矩阵方法进行光谱重建的光谱精度和色度精度更高,与主成分分析和R矩阵方法相比,色差降低了0.0732,适应度系数提高了1.10%,均方根误差降低了0.0035,光谱匹配偏指数降低了0.0225。该方法能够满足高精度颜色再现的需要,适用于文物艺术品数字化存档、文物艺术品修复等领域。

煤粒图像识别系统的设计与实现

设计开发了一个用于现场自动控制的煤粒图像识别系统,并介绍了该系统的硬件系统设计和软件系统设计。利用该系统可以提取煤粒图像的一些特征参数作为神经网络的输入,煤质指标作为训练目标,训练出所需要的神经网络并保存下来。利用这个网络可以精确预测当前煤质指标,从而可为现场的煤质指标控制提供可靠数据依据。

基于神经网络和颜色特征对木材进行分级的分析

为了解决木材的分级问题,提出了利用神经网络和木材表面颜色特征对木材进行分级的方法。利用竞争神经网络对114种不同树种进行粗分,然后再用BP神经网络算法对此进行验证,又对四种木材进行分类验证。从计算机分类分级仿真效果上看,达到了预期的目的。

融合多颜色空间信息的彩色图像色差校正算法

智能相机在获取图像时,由于成像条件的限制,容易导致彩色图像的颜色与物体本身的颜色偏差较大;为了减少两者的偏差,提高颜色的还原性,文中提出了一种新的颜色校正方法。该方法先在RGB颜色空间中以最小二乘法求出最逼近的Color Matrix,再在L~*ab颜色空间中对其进行优化。通过该方法获得的颜色矩阵,改进了在RGB空间中以穷举方式逼近目标值的方式。为验证新算法的有效性,以标准D65光源为照明光源,Color Check24色卡/ColorCheck+Vectorscope为实验对象,来衡量校正结果。实验结果表明,色块区域使用新方法后的色彩均衡效果优于传统的颜色矩阵计算方法。

基于颜色特征的汽车车牌定位

主要根据车牌形状、颜色及与其它部位的区别进行车牌定位，并结合车牌位置的隶属度函数进行综合处理，在实际运用中取得了较好的效果。

基于纹理和位置特征的麦田杂草识别方法

以化学防除适期麦田杂草为研究对象,对利用条播作物的位置和纹理特征识别田间杂草的方法进行了研究。根据条播作物小麦作物行的间距相对固定等位置特征,利用植物像素直方图法确定作物行的中心线和行宽,并识别行间杂草。然后,以作物行中心为基准来选取纹理块,计算量化级数为8级的H颜色空间的共生矩阵,提取5个纹理特征参数,利用K均值聚类法判别分析各块的类别来识别行内杂草。研究结果表明,杂草的正确识别率约为93%,作物的错误识别率约为7%。

一种改进的颜色共生矩阵纹理描述符

利用模糊连续三角模运算定义的相似性度量描述彩色图像中像素点之间的差异程度,提出一种改进的颜色纹理特征描述符.该描述符首先将彩色图像多通道颜色信息按照间隔距离和方向进行有效融合并转换为伪灰度图像,然后再用灰度共生矩阵法提取图像的纹理特征矢量.在基于内容的图像检索测试平台上完成的实验表明,改进的纹理描述符所需特征矢量的维数与灰度共生矩阵描述符相同,而描述能力却能与各类颜色共生矩阵描述符相当,有效地实现了图像中纹理和颜色特征融合提取,提高了图像检索性能.

幽默平面广告适用性的眼动研究

为了探讨哪一类别商品的平面广告更适合于采用幽默诉求方式,研究随机选取64名大学生为被试,以产品颜色矩阵(Product Color Matrix)为商品的分类标准选取了八种具有代表性的商品,并对应改编了16则平面广告,以广告类型(幽默,事实性)、商品类别(白色商品、红色商品、黄色商品和蓝色商品)为自变量,以广告评价、广告顺序为协变量,以商品印象、喜爱程度、购买意向、眼动指标(首次进入时间、注视时间密度、注视空间密度)为因变量,进行平衡设计实验。通过传统自评和眼动指标表明,幽默平面广告可以提高具有功能性和低风险的蓝色商品的记忆效果,在幽默广告中被试更关注广告图片,而事实性广告中被试更关注广告词。

三维矩阵彩色图像WDCT压缩编码

本文深入研究了三维矩阵 ,首次提出了一种新的基于三维矩阵的宽离散余弦变换 (3 DWDCT) ,并且定义了它的运算准则 ,证明了它的正反变换和相关性质 ,将之应用到彩色图像的压缩编码中 .我们知道 ,彩色图像的三帧是同一物理模型的映射 ,具有相同的纹理 ,边缘和灰度变化等 .本文充分考虑了彩色图像三帧间的结构相似性 ,把彩色图像的各个分量表示在一个统一的数学模型里 ,使彩色图像的R ,G ,B三帧第一次作为一个整体进行压缩编码 ,同时去除帧间的与帧内的冗余 ,而不是象其他方法那样把各个分量独立处理 .实验结果表明 ,这种方法的重建图像无论是压缩比 ,信噪比 ,还是视觉效果都有明显提高 .本文运用并发展了目前较为成熟的离散余弦变换技术 。

基于二进制颜色相关矩阵的图像检索方法

提出一种基于二进制颜色相关矩阵的图像检索方法BMCCM。该方法利用RGB分量颜色不变量模型对原始图像进行量化,计算变换后图像的颜色相关矩阵,对相关矩阵进行二值化,并利用Jaccard系数衡量图像特征间的相似度,完成图像的检索。实验结果表明,BMCCM的检索准确度及效率明显高于颜色直方图和颜色(自)相关图。

基于SVM的多特征融合的天牛图像识别

天牛虫的图像特征提取对于天牛虫灾害的防治和监控有很重要的意义,针对目前图像识别在这个领域的应用中存在的问题,提出进行图像的特征提取和识别的方法:首先,对天牛虫图像进行二维小波变换分解,用低频图像进行特征提取,减少噪声的同时可以提高识别的准确率;然后,提取低频图像的SIFT(尺度不变特征变换)特征向量集,解决大范围的仿射失真、3维视角的改变、噪音的增加和光线的改变等造成的影响;为了提高复杂光照条件下的图像识别率,引入了颜色特征,将图像从RGB转换到HSV空间,提取图像的颜色矩作为颜色特征向量;最后,将所提取的特征作为SVM分类器的训练样本集,进而对目标图像进行识别,实验结果表明,提出的方法能够得到较好的识别效果。

一种综合颜色和纹理特征的图像检索算法

对图像颜色特征和纹理特征进行了研究。在图像颜色特征方面,利用人类的视觉特性,对图像不同分块的主色进行确认和加权处理,获得加权主色颜色特征;在纹理特征方面,利用统计法和结构法构造灰度-差分基元共生矩阵来提取纹理特征。在此基础上,通过高斯归一化方法将颜色特征和纹理特征进行综合,形成最后的图像检索特征,并给出了利用该特征的图像检索算法。实验结果表明,所提出的灰度-差分基元共生矩阵特征提取较传统的灰度共生矩阵特征更加精细,在此基础上综合利用颜色和纹理特征的图像检索方法具有更好的检索精度。

心肌梗死病人血清半乳糖凝集素3和生长刺激表达基因2蛋白与左室重构相关性

目的 探究血清半乳糖凝集素3(Gal-3)和生长刺激表达基因2蛋白(sST2)在急性心肌梗死病人中的表达情况以及与左室重构的相关性。方法 选择2019年1月至2020年11月于首都医科大学附属北京朝阳医院收治的120名急性心肌梗死(AMI)病人,包括78例ST段抬高MI(STEMI)病人和42例非ST段抬高MI(NSTEMI)病人,选择40例与病人组基线特征相似个体作为对照组。血常规检测白细胞数目和中性粒细胞数目,采用ELISA检测急性心肌梗死病人血清Gal-3和sST2,以及基质金属蛋白酶2(MMP-2)和基质金属蛋白酶9(MMP-9)表达水平,超声心动图检查左心室舒张末期容积(LVEDV),左心室收缩末期容积(LVESV),左室舒张末期直径(LVEDD)和左心室射血分数(EF)。结果 与对照组比较,AMI病人白细胞数目和中性粒细胞数目增多,血清中Gal-3、sST2、MMP-2和MMP-9水平均升高,左心室重构指标LVEDV、LVEDD和LVESV水平上升,而EF水平降低,差异有统计学意义(P<0.05);STEMI组的白细胞数目和中性粒细胞数目、Gal-3、sST2、MMP-2和MMP-9水平、LVEDV、LVEDD和LVESV水平高于NSTEMI组(P<0.05),其中STEMI组Gal-3含量为(15.65±3.12)μg/L,sST2表达水平为(11.23±2.61)μg/L,LVEDV为(119.45±20.34)mL,LVEDD为(52.64±6.98)mm,LVESV为(43.22±8.12)mL,而STEMI组Gal-3含量为(9.27±2.63)μg/L,sST2表达水平为(8.32±2.11)μg/L,LVEDV为(107.68±18.66)mL,LVEDD为(42.95±5.67)mm,LVESV为(39.75±8.52)mL;相反的是,STEMI组EF为(43.85±5.74)%,而NSTEMI组EF为(53.69±6.21)%,差异有统计学意义(P<0.05)。Pearson相关系数分析,AMI病人血清中Gal-3表达水平和左心室重构指标LVEDV、LVEDD和LVESV水平呈现正相关(r=0.62,0.58,0.59);sST2表达水平和左心室重构指标LVEDV、LVEDD和LVESV水平呈现正相关(r=0.69,0.65,0.63);而EF水平和血清Gal-3、sST2表达水平呈现负相关(r=-0.57,-0.60)。结论 血清Gal-3和sST2升高与心肌梗死左室重构密切相关。

基于多分类器融合的玉米叶部病害识别

针对单分类器识别的局限性和玉米叶部病害的复杂性,该文提出了一种基于自适应加权的多分类器融合的玉米叶部病害识别方法。首先,对采集的玉米叶部病害图像的病害区域分别提取颜色、颜色共生矩阵和颜色完全局部二值模式3种特征,并相应地构建3个基于支持向量机的单分类器;然后,利用K近邻和聚类分析的方法计算各单分类器的自适应动态权值;最后,通过线性加权的方式进行融合判决,得到最终的分类结果。利用该方法对7种常见的玉米叶部病害图片进行了试验,平均识别率达94.71%。结果表明,其性能优于目前常见的单一特征或特征组合构建的同类分类器及多分类器融合方法。研究结果为其他农作物病害诊断提供了借鉴和参考。