牛肉颜色的RGB特征

作为一个重要的食用品质,牛肉的颜色既是牛肉分级评定时的一个指标,同时又是自动分级时与脂肪区别的一个重要特征。本文从统计和理论的角度,结合我国现在使用的一种牛肉颜色等级图,对牛肉颜色的RGB特征进行了分析,得出了牛肉颜色的规律,为进一步自动分级算法设计提供保证。

高压脉冲电场对毛发染色效果的影响

为了研究高压脉冲电场对毛发染色效果的影响,试验以18~28岁年龄段人群的黑色头发和染发剂为试材,以染发后毛发的RGB(red green blue)模型提取值作为响应值,并采用等响应面试验法设计试验,以构建和分析高压脉冲电场的电场强度、脉冲宽度以及脉冲个数对毛发染色效果影响的数学模型和机理。试验结果表明:高压脉冲电场同时处理头发和染发剂后最高可提升RGB参数中的蓝色通道值B为3.7%,对应的最优化工艺化参数为:电场强度1125 V/mm、脉冲宽度175μs、脉冲个数52个。因此,高压脉冲电场对头发和染发剂进行处理后再进行染色可改善着色效果,并为毛发染色工艺优化奠定一定基础。

基于混沌系统的RGB彩色图像三重置乱算法

针对传统混沌加密系统密钥空间小,序列复杂度不足以及加密系统单一的问题,提出一种新的基于混沌系统的彩色图像三重置乱加密算法。利用Logistic混沌序列对彩色图像各个像素点的三原色(red green blue,RGB)顺序进行置乱,应用Rabinovich超混沌系统产生的四维混沌序列中的一组序列对图像的像素点位置进行分块置乱,使用余下的3组序列分通道对图像离散小波变换后的低频系数进行置乱与扩散。该算法充分利用混沌序列特征,将传统混沌置乱加密方法改进,使彩色图像像素点在RGB 3个通道内进行置乱,并将扩散过程与离散小波变换紧密结合。通过实验仿真,对该算法的密钥空间、敏感度、抗统计攻击能力和抗差分攻击能力进行分析,结果表明,该算法能够安全有效地加密图像,保护图像信息安全。

利用三基色(RGB)原理研究两种染料水溶液的辐射剂量学效应

利用三基色原理进行液体辐射化学剂量学研究。配制不同浓度的酸性湖蓝和弱酸性艳红水溶液,用不同剂量(1.5～13.5 kGy)的γ射线照射。采集被照样品,应用快速色度分析技术测量其三基色量值变化,并进行数据处理分析。结果显示随着试剂浓度及照射剂量的改变,三基色色度出现了明显的规律性变化。其中酸性湖蓝溶液的红色色度值随着辐射剂量增加而逐渐上升,蓝色色度值随着辐射剂量增加而逐渐下降,红色和蓝色色度值呈明显的此消彼长关系,绿色色度变化较小。弱酸性艳红则表现为红色色度随着辐射剂量加大而逐渐下降,绿色色度则随着辐射剂量加大逐渐上升,红色和绿色色度值呈明显的此消彼长关系,蓝色色度变化较小。利用本方法与计算机色度分析技术结合可开展新的化学辐射剂量学研究。

RGB图像颜色检测的Cd(II)浓度测量研究

在实验中,镉离子（Cd（II））与对硝基苯重氮氨基偶氮苯反应的溶液随着Cd（II）浓度从0.0660-0.648 2μg/m L会有颜色深浅的变化。为了探求颜色变化与Cd（II）浓度之间的关系,本研究包含了红绿兰（RGB）测量结构、实验图像采集、对实际采集的RGB图像数据处理,其中重点在于RGB图像处理中的图像定位、图像分割和RGB图转YUV图时V值计算。最终通过非线性拟合得到颜色变化（V值）与Cd（II）五种浓度之间的关系服从指数函数关系。

基于红(R)绿(G)蓝(B)三波段的典型港湾透明度反演研究

基于卫星遥感的透明度(Secchi depth,SD)反演方法已经在大洋、近海、湖泊等不同水体开展了广泛应用。富营养化河口港湾等水体具有水域面积小且受陆地影响大等特点,并且在此类水体开展环境监测具有时效性要求。受时间空间分辨率以及云层覆盖、大气校正等影响,基于卫星遥感方法在河口港湾等小水域进行透明度反演会受到一定的应用限制,因此在此类特征水体建立一种高效便捷的透明度反演方法作为卫星遥感方法的有益补充就十分迫切。本研究尝试通过无人机和智能手机应用程序HydroColor APP搭载的普通光学相机构建基于红(red,R)绿(green,G)蓝(blue,B)三波段的象山港透明度反演方法。结果表明,无人机和HydroColor的红蓝波段比值(R/B)和红绿波段比值(R/G)与透明度具有显著负相关,相关系数R为–0.88~–0.93(n=16,P<0.001)。根据相关性分析结果构建透明度反演模型并基于独立数据库对模型进行精度评估。结果显示,(1)指数反演模型要优于线性经验模型,(2)基于R/G反演模型要优于R/B模型,(3)HydroColor反演模型要优于无人机反演模型。通过以上结果分别构建基于无人机DJI-R/G和HydroColor-R/G最优透明度指数反演模型。DJI-R/G模型平均相对误差和均方根误差为29%和0.3 m,HydroColor-R/G模型为21.9%和0.27 m。以上结果表明,通过无人机和手机获取RGB信息均可用于对象山港透明度进行反演。该方法的建立为快速便捷开展河流港湾等水体的水质监测和赤潮防控提供了新的技术支持。

基于动态语义特征的视觉SLAM系统

针对视觉SLAM(Simultaneous Localization and Mapping)在真实场景下出现动态物体(如行人,车辆、动物)等影响算法定位和建图精确性的问题,基于ORB-SLAM3(Oriented FAST and Rotated BRIEF-Simultaneous Localization and Mapping 3)提出了YOLOv3-ORB-SLAM3算法。该算法在ORB-SLAM3的基础上增加了语义线程,采用动态和静态场景特征提取双线程机制:语义线程使用YOLOv3对场景中动态物体进行语义识别目标检测,同时对提取的动态区域特征点进行离群点剔除;跟踪线程通过ORB特征提取场景区域特征,结合语义信息获得静态场景特征送入后端,从而消除动态场景对系统的干扰,提升视觉SLAM算法定位精度。利用TUM(Technical University of Munich)数据集验证,结果表明YOLOv3-ORB-SLAM3算法在单目模式下动态序列相比ORB-SLAM3算法ATE(Average Treatment Effect)指标下降30%左右,RGB-D(Red,Green and Blue-Depth)模式下动态序列ATE指标下降10%,静态序列未有明显下降。

模块化设计的颜色参数校准实验系统

为了在车载RGB-LED颜色一致性校准算法中减少时间成本,并能更便捷地分析数据,开发了一种基于模块化的颜色参数校准实验系统。该系统面向汽车电子应用,结合伺服电动机、光电探头和颜色分析仪,通过LIN总线并使用PWM调光方法驱动RGB点亮;分析了RGB-LED混光原理和电流对RGB-LED亮度的影响;展示了校准后各种颜色的CIE坐标图以及校准时间图。经RGB-LED颜色标定实验测试,实现了RGB-LED的高精度颜色校准并具有较快的校准速度,同时实现了数据的采集和数据源的可追溯功能。

基于深度学习和深度信息的图像篡改检测方法

针对基于深度学习的图像篡改检测方法无法解决后处理攻击的篡改图像问题,提出基于深度学习和深度信息的图像篡改检测方法。利用单目深度估计算法获取深度信息,将原始红、绿、蓝(RedGreenBlue,RGB)图像和预测深度图重构为RGB-D图像,通过获取RGB-D图像中的颜色相似性特征和深度相似性特征进行图像篡改检测,提高现有图像篡改检测方法的准确性。实验结果表明,该方法在USCISI数据集上各项评价指标优于对比方法,证明深度信息可以辅助实现图像复制-粘贴篡改检测任务。

基于可见光影像的城市植被信息提取

针对城市中各色建筑屋顶、水体等因素对可见光影像中绿色植被信息提取的干扰,分析各类地物要素的亮度特征、红绿蓝(RGB)信息特征,以红绿蓝植被指数(RGBVI)为基础构建一种顾及亮度因子的植被提取模型,并采用该模型与其他七种植被指数对实验区的绿色植被信息进行提取。结果表明:相较于红、绿波段的归一化红绿差分指数(NGRDI)和红绿比值指数(RGRI)指数,该模型可以消除蓝色建筑屋顶对植被信息提取的干扰,提取精度更高;相对于绿、蓝波段的归一化绿蓝差分指数(NGBDI)和绿蓝比值指数(GBRI)以及红、绿、蓝波段的红绿蓝植被指数(RGBVI)、过绿指数(EXG)和绿叶指数(GLI),该模型可以消除水体对植被信息提取的干扰,错误率更低。

基于暗原色先验原理的偏振图像浓雾去除算法

在浓雾天气下,针对基于常规偏振特性去雾算法去雾效果不理想的特点,提出了一种基于暗原色先验原理的颜色空间转化算法去除偏振图像的浓雾。相比传统的成像技术,偏振图像探测技术在复杂环境下的目标探测和识别处理具有独特的优势,偏振图像通常采用强度图、偏振度图、偏振角图来表征目标的偏振信息。为了达到偏振信息与去雾模型相结合的目的,采用一种颜色空间转化的方法,首先把偏振信息转化到HIS颜色空间对应的亮度、色度、饱和度等各分量中,再把HIS颜色空间映射到RGB空间;其次,结合雾霾图像的大气散射模型用暗原色先验原理求图像的暗通道图;最后,在图像的稀疏先验基础上用softmatting算法细化修正大气传输率。实验结果表明,在能见度很低时,去雾后图像的标准差、信息熵、平均梯度等指标比现有的偏振去雾技术提高很多,该方法能有效增强浓雾天气下图像的整体对比度,提高偏振图像的目标识别能力。

色彩分析仪的色彩转换关键方法研究

针对实际产品色彩与设计色彩模式之间的巨大差异,提出了借助分色仪将产品色彩转化为设计RGB色彩模式的可行性方法,建立了CIE1931-RGB系统中的R、G、B三刺激值与计算机显示的RGB色彩模式三值之间对应映射关系的数学模型,利用实验数据验证了相应的方法。实验结果表明,这不仅是一种科学转化色彩模式的方法,而且为工业设计中色彩设计提供了一种简捷途径。

人血高铁血红蛋白浓度快速检测卡的研制

目的：明确亚硝酸钠溶液与高铁血红蛋白生成率间的量效关系,研制人血高铁血红蛋白浓度检测卡,为法医检案、侦查及临床医务工作者提供一种快速、安全且经济的检测方法。方法：建立亚硝酸钠溶液与高铁血红蛋白生成率间的量效方程,获取制备10%~80%（间隔10%）高铁血红蛋白血样所需的亚硝酸钠溶液浓度。将健康人与10%~80%高铁血红蛋白血样分别滴于血样采集卡,扫描获取红绿蓝（red,green,blue,RGB）值,生成色块后,制成检测卡。结果：不同浓度的亚硝酸钠溶液与高铁血红蛋白生成率呈直线正相关。随着高铁血红蛋白血样浓度增高,其颜色在血样采集卡上逐渐变深。结论：该检测卡为人血高铁血红蛋白的检测提供了快速、安全且经济的方法,值得推广。

Windows位图的结构分析及其显示与转换

从位图、RGB彩图及Windows调色板的基本构成原理出发 ,分析了BMP图像文件的结构 ,在此基础上 ,讨论了BMP图像的显示与转换原理 ,给出了用C语言以二进制方式打开 2 56色的BMP图像文件的编程例程 。

基于膨胀卷积的多模态融合视线估计

基于表观的视线估计方法主要是在二维的三原色(red green blue,RGB)图像上进行,当头部在自由运动时视线估计精度较低,且目前基于卷积神经网络的表观视线估计都普遍使用池化来增大特征图中像素点的感受野,导致了特征图的信息损失,提出一种基于膨胀卷积神经网络的多模态融合视线估计模型。在该模型中,利用膨胀卷积设计了一种叫GENet(gaze estimation network)的网络提取眼睛的RGB和深度图像的特征图,并利用卷积神经网络的全连接层自动融合头部姿态和2种图像的特征图,从而进行视线估计。实验部分在公开数据集Eyediap上验证了设计的模型,并将设计的模型同其他视线估计模型进行比较。实验结果表明,提出的视线估计模型可以在自由的头部运动下准确地估计视线方向。

一种红外图像伪彩色显示算法及其硬件设计

介绍了红外图像伪彩色显示的原理、编码算法和硬件组成。设计了三种由暗(黑)到明(白)的RGB映射函数与红外图像的温度由低到高相对应,实现了彩色层次分明,图像细节突出,更适合人眼观察的伪彩色图像显示。最后通过FPGA+TMS320C6416DSP+SAA7199B数字视频编码芯片,实现了实时可变的伪彩色变换算法和视频编码输出,验证了系统软硬件的有效性。

基于深度学习的彩色以及近红外图像去马赛克

单传感器捕获的彩色近红外(RGB-NIR)图像存在光谱干扰,从而导致重建出的标准彩色图像(RGB)图像与近红外(NIR)图像存在色彩失真以及细节信息模糊。针对这个问题提出一种基于深度学习的去马赛克方法,通过引入跳远连接与稠密连接解决了梯度消失和梯度弥散问题,使得网络更容易训练,并且提升了网络的拟合能力。首先,用浅层特征提取层提取了马赛克图像的像素相关性以及通道相关性等低级特征;然后,将得到的浅层特征图输入到连续多个的残差稠密块以提取专门针对去马赛克的高级语义特征;其次,为充分利用低级特征与高级特征,将多个残差稠密块提取到的特征进行组合;最后,通过全局跳远连接恢复最终的RGB-NIR图像。在深度学习框架Tensorflow上使用公共的图像与视觉表示组(IVRG)数据集、有植被的户外多光谱图像(OMSIV)数据集和森林(Forest)三个公开数据集进行实验。实验结果表明,所提方法优于基于多级自适应残差插值、基于卷积卷积和神经神经网络以及基于深度残差U型网络的主流的RGB-NIR图像去马赛克方法。

水下目标彩色三维重建方法研究

针对传统的线结构光扫描法无法获得水下目标彩色信息的问题,提出了一种RGB激光扫描方法,设计了水下目标三维扫描系统。采用RGB三基色激光合并成一束白光线光源,经过标定板标定后,对水下目标进行扫描。CCD相机采集目标彩色信息,通过计算机算法,实现了水下目标的三维重建并复原了目标的彩色信息。重建结果表明,水下目标颜色再现真实准确,此方法计算量小、扫描速度快、效率高,可以实时获取并重建水下目标的彩色三维信息。

用比较法校正视频色彩

在视频后期编辑中,常常需要对视频素材校色,校色是一项细致而繁琐的工作,很多初学者往往不得其法。文章首先介绍视频素材色彩形成原理,分析偏色原因,认识视频素材的色彩RGB通过波形图及其规律特征,然后利用常用编辑软件Adobe Premiere进行校色,供视频编辑者参考。