基于颜色特征进行农作物图像分类识别的应用研究综述

利用农作物自身的特征对农作物图像进行分类识别是计算机视觉技术在农业自动化应用中的重要前提条件。本文首先探讨了基于颜色特征的两种图像分类识别方法：统计直方图法和颜色参量的统计特征法，并分析比较了两类方法的特点，试图为以农作物颜色为特征的图像分类识别应用提供思路。最后综述了从分析农作物外在的颜色特征进行农作物图像分类识别的国内外最新研究方法和成果，以促进计算机视觉技术在我国农业领域的应用和发展。     

基于支持向量机的油菜缺素诊断研究

针对油菜常见的缺素现象,提出将支持向量机应用于油菜缺素种类识别。首先,确定支持向量机 分类过程中所用的特征值,选择RGB 和HSV 颜色空间中的分量作为颜色特征,选择能量、熵、对比度、相关 性的均值和方差作为纹理特征;其次,将支持向量机用于分类模式识别,并与神经网络分类识别进行比较,仿 真结果表明：支持向量机的分类精度高,性能更好;最后,通过遗传算法对支持向量机参数进行优化,可以看 到最终的分类准确率有所提升,起到了优化的效果。     

随机森林在板材表面缺陷分类中的应用1）

对板材表面缺陷图像进行多种特征提取。颜色特征选用了颜色直方图;形状特征主要基于最小外接矩阵,提取周长、面积、位置、矩阵和圆形相关的形状参数;纹理特征选取了灰度共生矩阵和Tamura纹理参数。通过OOB（袋外数据）误差计算特征重要性,并将结果与提取时间进行综合分析得出,Tamura纹理和颜色直方图是最优的2组缺陷分类参数。对颜色直方图和Tamura纹理2类特征,采取特征组合输入,通过实验得出,随机森林分类精度达95．67％。     

基于支持向量机的路面图像分类方法

针对路面结构特征,提出一种颜色与纹理特征相融合并结合模糊支持向量机的路面分类识别方法。提取路面图像的HSV颜色空间的颜色矩作为颜色特征,采用灰度共生矩阵法提取纹理特征,融合路面图像的颜色特征与纹理特征,采用模糊支持向量机进行支持向量特征训练,通过训练得到能尽可能多的满足每一种图像的样本数据特征的特征向量。通过实验,对比了采用传统的支持向量机与模糊支持向量机对路面分类识别的正确率。实验表明本研究所提出方法的有效性。     

随机森林在板材表面缺陷分类中的应用

对板材表面缺陷图像进行多种特征提取。颜色特征选用了颜色直方图;形状特征主要基于最小外接矩阵,提取周长、面积、位置、矩阵和圆形相关的形状参数;纹理特征选取了灰度共生矩阵和Tamura纹理参数。通过OOB(袋外数据)误差计算特征重要性,并将结果与提取时间进行综合分析得出,Tamura纹理和颜色直方图是最优的2组缺陷分类参数。对颜色直方图和Tamura纹理2类特征,采取特征组合输入,通过实验得出,随机森林分类精度达95.67%。     

基于颜色特征码本的病害图像分类算法研究

首先对枸杞叶部图像的各类别病害图像的颜色特征进行分析,建立对应病害类别的颜色特征码本,最后利用稀疏表示理论建立病害图像颜色分布与病害类别的映射关系,进行基于颜色特征码本的病害图像分类。试验结果表明,该方法能有效建立病害图像的颜色特征与病害类别之间的关系。     

计算机辅助小麦图像识别应用中颜色特征基本参量的表达

在计算机辅助图像处理中，运用颜色特征进行图像的分类和识别是简便而有效的一种方法。然而，颜色特征的表达和提取是否准确、合理直接决定着分类和识别的可靠性。本文在重点分析RGB、HIS和L*a*b*三种常用颜色模式基本参量含义及相互间关系的基础上，结合小麦图像自身的特点，通过对30幅小麦图像在三种颜色模式下的9个基本参量进行主成分分析，建立了应用于小麦图像识别的颜色特征基本参量表达式，并对这三种颜色模式的9个基本参量进行了分类，提出了确定而有意义的表征小麦颜色特征的主成分指标。结果如下：基于第一主成分的分类指标综合表达出小麦冠层的亮绿色特点，分类结果具有较高的准确性和可靠性；第二主成分指标主要表达小麦冠层黄绿颜色变化的特点，能够形成连续的量化指标空间。第三主成分指标主要表达小麦正常绿色的情况，在图像获取亮度差异较小时可以进行小麦正常绿色值的评价。     

烤烟成熟期质体色素含量和颜色值的变化

【目的】本文研究了成熟期烤烟质体色素含量和颜色参数值的关系。【方法】以云烟87和红花大金元为试验材料,定量测定了成熟期烟叶颜色参数值和质体色素含量并进行了相关分析。【结果】成熟期烟叶绿色素含量和颜色参数H*值整体均呈下降趋势,其余颜色参数值整体均呈增加趋势,黄色素含量先升高后降低。相关分析表明,成熟期烟叶绿色素含量与H*值呈极显著正相关,与其余颜色参数值均呈极显著负相关,烟叶黄色素与H*值呈极显著负相关。线性回归分析表明,绿色素的决定系数R~2值较大(R~20.990),紫黄质值最小(R~2=0.663),但模型预测不同品种烟叶质体色素含量具有一定的局限性。【结论】颜色参数a*和C*值是反映成熟期绿色素含量的较佳指标,C*、H*值是反映成熟期黄色素含量的较佳指标。     

基于无人机可见光影像和面向对象的树种分类研究

针对目前林业部门人工调查树种存在效率低、成本高等问题,采用无人机遥感技术进行树种分类识别,提高树种调查效率,辅助林业管理部门进行林木种植结构分析、病虫害防治等工作。利用无人机获取矮冬青、三球悬铃木、马尾松和紫叶李的冠层红绿蓝（red-green-blue,RGB）可见光影像,进行数字表面模型（digital surface model,DSM）特征图像提取,通过色彩空间转换提高树种间颜色差异;应用最优尺度分割,以纹理特征、颜色特征及几何特征为分类特征参数,优选最佳分类特征集,以期实现无人机可见光影像的树种分类。结果表明,DSM与RGB特征融合图像提取树种的精度较高,可见光影像分类总精度为91.58%,Kappa系数为0.89;特征融合图像分类总精度为98.27%,Kappa系数为0.98。研究提出的特征融合图像结合面向对象分类方法实现了可见光影像的树种分类,为实现树种计数、统计、分类提供数据参考。     

基于卷积神经网络的竹片颜色分类

竹片颜色分类是提高竹产品表面美观的重要工艺。提出了基于ResNet神经网络模型与AlexNet神经网络模型的竹片颜色分类方法，分别采用ResNet和AlexNet 2种神经网络进行竹片颜色分类，对比ResNet与AlexNet 2种神经网络的颜色分类准确率，并对改进后的ResNet神经网络模型进行了颜色分类验证。结果表明，AlexNet模型的颜色分类准确率为89.7%,优化后ResNet模型的颜色分类准确率为99.9%,颜色分类效果比AlexNet模型好。     

紫色叶用莴苣中花青素含量与色差指标的相关性

【目的】建立高效快速的紫色叶用莴苣花青素含量检测方法。【方法】以4个紫色叶用莴苣品种为试材,利用分光光度计和色差仪分别测定其花青素含量和色差指标,并对6个色差指标与花青素含量进行相关与回归分析。【结果】结果表明:品种Z14中花青素含量最高,Z38最低;叶片色差指标中除h以外,L、a、b、C、H均能反映花青素含量变化;以5个色差指标值分别与花青素含量建立回归方程,其中H与花青素含量之间的回归方程相关系数最大,为0.806。【结论】成功建立依赖色差仪测定色差指标快速测定紫色叶用莴苣中花青素含量的体系。     

基于颜色特征的加工番茄叶片氮素评价初步研究

利用数码相机获取加工番茄地上部分彩色图像,通过图像处理软件提取RGB及其组合的颜色特征值,同时与氮素指标叶片叶绿素含量、SPAD值、叶片含氮量及单株吸氮量作回归分析,根据统计性检验,有相当数量的颜色特征与4个氮素指标呈较高的相关性,相关系数达到r=0.7以上.综合筛选出的颜色特征指标,结合地面覆盖度与氮素营养指标建立以叶片含氮量为应变量的估算模型.经模型校验,其预测值与实测值在n=15,P＜0.01水平上达r=0.8以上的极显著相关.因此,可依据颜色特征参数通过建立相应的统计模型进行加工番茄叶片氮素含量的评价,进而为加工番茄氮素营养诊断提供依据.     

基于粒子群优化Friele模型木材染色配色算法研究

为提高木材染色计算机智能配色的准确性和实用性，选择水曲柳单板为染色材，基于Friele模型为基础，对模型参数进行循环赋值计算出最优参数值和预测配方，利用粒子群优化Friele模型预测其拟合配方与拟合反射率，并根据基于人眼的CIEDE2000色差评价标准公式计算色差，比较2种方法的预测配方和光谱反射率得出，当模型参数固定时，平均拟合色差为0.820 2，优化模型后，平均拟合色差为0.728 7。基于粒子群优化Friele模型进行参数循环赋值相比较固定模型参数对木材配色效果有显著提高。     

基于图像分析技术的烤烟叶片含氮量诊断模型

为了给叶片颜色特征参数与全氮的预测模型研究提供理论依据,利用图像处理技术提取生长关键期烟叶的颜色特征参数RGB,同时测定叶片全氮,采用线性拟合和多元回归分析方法,建立了烤烟旺长期叶片全氮含量估算模型,并对其精度进行了评价和验证。结果表明：RGB颜色系统的G、B可以作为叶片全氮含量估算的主要颜色特征参数,全氮含量的预测值与实测值的决定系数为R2=0.649（P〈0.01）;直线斜率为1.022 9,接近1,模型精度高,预测可靠。进而为烟株氮素快速诊断提供理论基础。     

RGB与HSI色彩空间下预测叶绿素相对含量的研究

为探明RGB与HSI两种色彩空间下水稻叶色图像参数与叶绿素相对含量(SPAD)之间的关系,应用支持向量机的方法预测水稻叶片的SPAD值,为快速精准获取植物SPAD值提供理论基础,同时为科学施肥提供理论指导。水稻田间试验于2015—2017年在江西农业大学农学试验站和江西省成新农场进行,供试水稻品种为金优458(JY458)、中早35(ZZ35)和两优培九(LYP9),每个水稻品种均设计4组不同的氮素水平。通过对获取的水稻图像进行叶色参数提取以及叶绿素仪测量的SPAD值来分析水稻叶色图像参数与SPAD值之间的关系,并用支持向量机的方法建立相关模型预测SPAD值。结果显示,较RGB色彩空间下三种水稻品种在HSI色彩空间上预测值的均方根误差分别减少了0.067 5(JY458)、0.020 0(ZZ35)和0.154 2(LYP9),平均相对误差比RGB色彩空间下分别减少了0.084 2(JY458)、0.133 5(ZZ35)和0.238 2百分点(LYP9)。水稻叶片在两种不同色彩空间下的叶色图像参数和水稻叶片SPAD值之间存在显著性相关(P<0.05),利用改进的网格搜索算法优化支持向量机的方法建立水稻叶片SPAD值预测模型,其预测结果误差小,为快速准确无损获取植物SPAD值的预测提供了一种新方法。     

烘烤过程中不同部位烟叶颜色值和主要化学成分的变化

为优化烤烟密集烘烤技术,实现烟叶烘烤进程的精准化和智能化控制,以中烟100下部叶、中部叶和上部叶为试验材料,研究了密集烘烤过程中不同部位烟叶亮度值(L*)、红度值(a*)、黄度值(b*)、彩度值(C*)、色相角(H)与主要化学成分变化的关系.结果表明:密集烘烤过程中3个部位的烟叶各颜色值变化趋势基本一致,开始烘烤至42℃变化最为显著,但上部叶各颜色值变化较中部叶和下部叶滞后;不同部位烟叶颜色值与主要化学成分相关性差异较大,其中总酚含量与各颜色值的相关性均不显著,但还原糖和色素类物质与各颜色值的相关性较好;中部叶还原糖含量与L*值和a*值呈极显著正相关,与b*值和C*值呈显著正相关,与H值呈极显著负相关;下部叶和中部叶叶绿素a含量和叶绿素总量、中部叶叶绿素b含量与b*值和C*值呈显著相关,与a*值和H值呈极显著相关;上部叶叶绿素类物质含量只与a*值和H值极显著相关;下部叶和上部叶类胡萝卜素含量与a*值呈显著负相关,中部叶类胡萝卜素含量则与a*值呈极显著负相关,中部和上部叶的类胡萝卜素含量与H值呈极显著正相关,下部叶的与其呈显著正相关;只有中部叶类胡萝卜素含量与L*值呈显著负相关     

2种刺柏属彩色树叶色参数与色素变化

  目的  研究刺柏属Juniperus彩色树叶色参数与色素变化规律。  方法  以欧洲刺柏‘金叶疏枝’Juniperus communis ‘Gold Cone’ (JC)和鹿角桧‘金叶’Juniperus×media ‘Pfitzeriana Aurea’ (JM) 2年生扦插苗为对象,测定不同季节叶色参数(L*、a*、b*)、光合色素(叶绿素a、叶绿素b、类胡萝卜素)质量分数和花色素苷相对含量,并进行相关分析,建立叶色参数和色素含量的回归方程。  结果  ①不同季节欧洲刺柏‘金叶疏枝’和鹿角桧‘金叶’的叶色参数变化趋势不同。‘金叶疏枝’的L*、b*值变化趋势相同,始终为正值,a*值秋冬季显著升高,由负变正;‘金叶’的L*值春夏显著上升,a*值波动幅度不明显,色相始终偏绿,b*值春夏显著上升,秋冬季无波动,色相始终偏黄;春夏秋季‘金叶疏枝’的L*、b*值显著高于‘金叶’。②‘金叶疏枝’的花色素苷相对含量与L*、b*值呈极显著负相关,与a*值呈极显著正相关;‘金叶’的光合色素与b*值呈极显著负相关。③逐步回归结果表明:a*值与b*值可以准确预估‘金叶疏枝’花色素苷相对含量的年变化和秋季变化,b*值和L*值可以准确预估‘金叶’光合色素质量分数的年变化和夏季色素变化。  结论  2种刺柏属彩色树的叶色参数与色素含量关系显著相关,不同树种不同时期存在差异;‘金叶疏枝’叶色观赏性整体好于‘金叶’。建立的叶色参数与色素含量回归方程,可以实现以叶色参数精确预估叶片色素含量。图2表4参32     

蒸汽热处理和氙灯照射对毛竹材表面颜色的影响

对毛竹材进行蒸汽热处理和氙灯照射,分析其表面颜色和化学成分变化.结果表明,与对照组相比,热处理竹材的明度(L*)降低,色品指数(a*和b*)均为正值.随热处理温度的升高和处理时间的延长,竹材化学成分发生改变,b·值降低,a*值增大,总体色差值(△E*)呈增长趋势,颜色变得越来越暗.随照射时间的延长,对照组表面颜色逐渐变...     

北美豆梨秋冬叶色与生理变化的关系

为研究北美豆梨(Pyrus calleryana Decne)叶片变色期相关生理物质的变化,探索其叶色与生理变化之间的内在联系及变色机理。利用紫外分光光度计和便携式色差仪测定北美豆梨4 个品种秋冬叶色变化过程中可溶性糖、花色素苷、叶绿素和类胡萝卜素含量与叶色的明度参数△L,色相参数△a 和△b值。在叶片变色期,花色素苷含量总体呈上升趋势,叶绿素和类胡萝卜素含量逐渐降低,可溶性糖含量较高且变化平稳。叶绿素与花色素苷含量具有相关关系;品种‘首都’和‘红塔’叶片中类胡萝卜素与花色素苷含量呈极显著负相关,品种‘贵族’和‘新布’相关不显著;4 个品种可溶性糖与花色素苷含量不相关。叶色参数△a 值均与花色素苷含量呈显著正相关,与叶绿素含量呈显著负相关,‘首都’和‘红塔’叶色参数△a 值与类胡萝卜素呈极显著负相关;‘首都’△L 值与花色素苷含量呈显著负相关,其他品种△L值与叶绿素、花色素苷含量之间均不相关;△b 值与叶绿素、类胡萝卜素、花色素苷含量均相关性不显著。叶绿素和花色素苷含量是影响北美豆梨叶色的关键因素,类胡萝卜素不是主要色素,可溶性糖有利于叶色的表达。。