光照强度对烟叶颜色特征向量的影响

烟叶颜色特征是用于烟叶等级判别的重要因子,影响烟叶图像质量和等级判别的重要因素是光照强度(简称光强)。为研究光强如何影响不同等级的烟叶颜色特征,设计烟叶图像采集系统,以人工分级所用光源光强为基准,在12个不同光强下分别采集不同等级烟叶图像,提取RGB、HIS及HSV模型的颜色分量,分析各等级的烟叶颜色分量在不同光强下的变化规律,研究不同等级各颜色分量对光强的敏感性,提出适合于烟叶等级判别的颜色分量和光强,为烟叶自动分级及光源选取提供科学依据。试验结果表明,对于R、V颜色分量,光强为2500 lx左右时,判别不同烟叶等级效果最佳。G、B、I和HSV模型中HHSV分量,光强为3200 lx左右时,判别不同烟叶等级效果最佳。     

利用数字图像分析法评价油菜种子颜色

为了客观方便地评价油菜种子颜色,研究探索了数字图像分析评价方法。随机选取籽粒颜色不同的甘蓝型油菜30份,采用扫描仪获取种子的数字图像,通过建立色彩描述文件（ICC Profile）对图像进行颜色校正后,再运用自行编制软件“RSCA”采集种子颜色值．主要对油菜种子颜色在颜色空间RGB、CIEL^＊a^＊b^＊、HSB中的特征,目测颜色等级与各颜色分量的相关性进行了分析。结果表明;RGB颜色模型的R分量是一个理想的油菜种子颜色等级衡量尺度,数字图像分析法评价油菜种子颜色是可行的。     

利用数字图像分析法评价油菜种子颜色

为了客观方便地评价油菜种子颜色,研究探索了数字图像分析评价方法.随机选取籽粒颜色不同的甘蓝型油菜30份,采用扫描仪获取种子的数字图像,通过建立色彩描述文件(ICC Profile)对图像进行颜色校正后,再运用自行编制软件"RSCA"采集种子颜色值.主要对油菜种子颜色在颜色空间RGB、CIEL*a*b*、HSB中的特征,目测颜色等级与各颜色分量的相关性进行了分析.结果表明:RGB颜色模型的R分量是一个理想的油菜种子颜色等级衡量尺度,数字图像分析法评价油菜种子颜色是可行的.     

基于Bayes的竹片颜色检测分级方法

为了采用机器视觉对竹片自动识别与颜色分选,研究了一种基于竹片图像颜色特征与纹路特征和Bayes分类器的颜色分类方法.首先,对灰度图像采用Canny算子进行边缘检测,再利用Hough变换对竹片进行边缘定位,并对倾斜竹片实施旋转校正,以确定待检测竹片在图像中的具体位置.根据竹片的位置提取竹片区域平均颜色特征及纹路特征,将其作为样本的属性特征,采用Bayes训练的颜色等级作为输出,建立特征参数与颜色等级之间的Bayes分类器,上位机获得分级信号后经串口通过下位机实现竹片的自动分级.试验结果表明,该方法对竹片颜色检测准确率达到91.7%,可为竹制品行业的竹片颜色自动在线检测提供理论依据.     

基于颜色的图像检索方法的研究

为了从海量图像库中准确、快速地查找所需要的图像信息,基于内容的图像检索技术应运而生并且成为学术界研究的热点.基于内容的图像检索主要是利用图像的可视化底层特征,如颜色、纹理、形状等特征进行检索.从颜色特征出发对现有的基于颜色的图像检索技术方法进行分析,从最初的颜色直方图到后来的基于颜色空间特征的图像检索和模糊颜色直方图,最后在此基础上对今后的研究做了简要的概述.     

基于颜色特征的草莓成熟度识别技术研究

草莓成熟度识别技术是草莓采摘机器人顺利完成采摘任务的关键。本研究以"丰香"草莓为研究对象,首先提取不同成熟度草莓的颜色特征,计算草莓图像在HIS颜色空间模型下H分量的均值和方差;然后计算草莓果实红色部分着色面积所占比例;最后,建立BP神经网络,以H分量的均值、方差和草莓红色着色面积比作为BP神经网络的输入,训练完成后,判断待测样本的成熟度等级。通过本研究实验方法划分成熟度等级与经验丰富的果农判断结果对比,实验正确率可以达到90%以上。     

色差仪在烤烟烟叶颜色检测中的应用

为探讨色差仪在烤烟烟叶颜色检测中的应用,依据烤烟国家标准制定样品,选取上部叶11个等级,对比不同颜色主组和不同等级之间的颜色参数(L*、a*、b*、C*、h*)和色差参数(ΔE)变化特征。结果表明,色差仪测量的颜色参数和烟叶显色物质相关性显著,且能定量表征不同颜色主组及不同等级之间色度的差异。通过色差仪定量表征烟叶颜色和人工感官评价烟叶颜色结果基本一致,可通过色差仪对烟叶颜色进行量化,使烟叶分级更加准确、便捷。     

基于颜色指数与阈值法的稻田图像分割

为系统、全面地分析不同颜色指数对南方稻田图像分割的适应性,以分蘖期、拔节期稻田图像为研究对象,选择36种常用的颜色指数,采用Otsu阈值法开展基于颜色指数和阈值的图像分割研究,通过比较各颜色指数的分割结果,明确分蘖期和拔节期图像分割的主要干扰因素,筛选最适宜稻田图像分割的颜色指数。结果表明：水稻倒影、浮萍是分蘖期稻田图像分割的主要干扰因素,叶片镜面反射、浮萍和土壤阴影是拔节期稻田图像分割的主要干扰因素;组合指数COM2、MxEG、CIVE和GMR在分蘖期图像和拔节期图像均具有较好的分割精度。因此,基于颜色指数COM2、MxEG、CIVE、GMR和Otsu阈值的稻田图像分割方法对稻田图像分割的干扰要素具有较强的区分能力,分割精度较高,更适宜于南方稻田图像处理研究。     

烤烟X2F等级烟叶表面颜色区域特征量化分析

为揭示烤烟X2F等级烟叶表面颜色的区域性差异,以2015年全国5大烟区的X2F等级初烤烟叶为材料,采用多重比较和系统聚类法,对烟叶样品的表面颜色进行量化分析。结果表明,我国烤烟X2F等级烟叶表面颜色空间分布特征,明度(L~*)为53.76~65.09,红度(a~*)为14.12~15.56,黄度(b~*)为39.91~53.52,颜色饱和度(C~*)为41.13~53.50;烤烟X2F等级烟叶表面颜色存在区域性差异,长江中上游烤烟X2F表面颜色的明度L~*、黄度b~*和颜色饱和度C~*均显著高于东南烟区,东南烟区烤烟X2F等级表面颜色的明度L~*、黄度b~*和颜色饱和度C~*均显著低于其他4个烟区;烤烟X2F等级表面颜色区域性差异成因分析结果表明,生态条件的差异是造成烤烟X2F烟叶表面颜色区域性差异形成的重要原因,品种对其影响较小。     

颜色在猪肉品质评价中的应用

为了使更多消费者认识颜色与猪肉品质的关系,能通过猪肉颜色判断猪肉品质,从猪肉颜色形成的原因,颜色与猪肉等级的关系等方面分析了颜色与猪肉品质的关系。     

毛竹林HJ-1HIS专题信息的响应与识别

受目标地物分布地形影响和高光谱的可达10-2λ的光谱敏感性响应等因素影响,高光谱影像中存在严重的信息重叠现象,增加地物的识别难度。通过分析毛竹林与马尾松、杉木、硬阔、经济林等主要森林类型在HJ-1 HIS影像中的光谱相似性、可分性,确定出可适用于毛竹信息提取的高光谱波段,并比对毛竹专题信息提取精度。结果表明,毛竹与马尾松、杉木、硬阔、经济林4种森林类型的原始光谱曲线规律基本一致,光谱差异较小;光谱变换后,在波长753~765 nm和908~917 nm处,各森林类型间光谱差异明显,毛竹与其他森林类型在第1、2、5、9、10、45、59、60、61、109、110、111、112、113、114、115等波段具有较好的可分性,这些波段可用于毛竹专题信息的提取,所选特征波段组合的图像较原始图像的分类总精度提高12.61%,提取竹林面积共计34 117 hm~2。     

近30a安吉县毛竹林动态遥感监测及碳储量变化

通过最大似然分类法从不同时期陆地资源卫星Landsat-5 TM影像中提取毛竹Phyllostachys pubescens林信息,利用变化幅度和动态度2个指标对浙江省安吉县近30 a毛竹林面积时空动态特征进行了监测、评价与分析,并初步估算了各时期竹林地上总碳储量变化情况。结果表明：①各个时期影像分类总体精度和毛竹林信息提取的精度比较好,其中总体分类精度都在85%以上,而毛竹林Kappa系数为0.80~0.95。遥感估算的毛竹林面积与森林资源清查结果相吻合,两者决定系数（R2）达到0.981;②1986-2008年期间,除昆铜乡毛竹林面积呈负增长外（变化幅度为-8.49%）,其他各乡镇的毛竹林面积呈上升趋势,变化幅度为14%~86%,以孝丰镇增长幅度最大,天荒坪镇增长幅度最小;③针叶林、阔叶林以及农业用地的变化对毛竹林总面积增加的贡献最大;④根据毛竹林动态监测结果和毛竹林地上碳密度（20.297 Mg.hm-2）估算得到1986,1991,1998,2004和2008年5个时期安吉县竹林地上碳储总量分别为1.106,1.213,1.327,1.413和1.466 Tg,呈逐渐增加趋势。图2表4参31     

基于改进Camshift的竹材加工目标检测跟踪算法研究

将计算机视觉技术应用到数控剖竹机运动加工目标的检测和跟踪中,提出一种基于改进Camshift算法的适合竹材加工运动目标检测和跟踪算法.针对竹材检测、跟踪过程中的干扰因素,通过图像的色度值来代替背景图像的亮度值,来减少阴影干扰,采用背景差分法与帧间差分法相结合的目标检测方法,改进Camshift算法,利用HSV图的H分量均值和每一帧H分量均值的差值结果来进行H分量均值更新,以克服光照影响,并利用Kalman滤波实现对下一帧竹材所在位置进行预测,预测结果用于修正Camshift算法的跟踪结果.结果表明,改进的算法能够对运动竹材目标进行实时跟踪,算法高效、准确.     

基于计算机视觉的竹块颜色分类方法研究

为了实现计算机视觉对竹块的自动识别与颜色分类,研究了竹块图像的颜色特征、颜色分类方法。首先,将原始图像由RGB空间转换为HSI空间,用OTSU法确定阈值对原图灰度图像分割背景,用radon变换倾斜校正,提取竹块颜色判定有效区域,并计算其HSI的均值和标准偏差,作为特征参数输入BP网络进行训练。结果表明,该方法简捷有效,人工神经网络与人工分级的平均一致度为94.5%。     

Surface grading of bamboo strips using multi-scale color texture features in eigenspace

In order to achieve high competitive quality of bamboo products, it appears that bamboo strips with naturally different tonalities should be elaborately sorted into different classes according to their global color texture appearance. Inspired by the coarse-to-fine visual perception process of human vision system, this paper proposes a new surface grading approach by integrating the color and texture of bamboo strips based on Gaussian multi-scale space. The multi-scale representations of color texture for the original image of bamboo strips could be obtained and used to construct the multivariate image, each channel of which represents a perceptual observation from different scales. The multivariate image analysis (MIA) techniques are used to extract multi-scale features from the resulting multivariate image data. The characteristic images corresponding to typical classes are selected to build the model of the reference eigenspace. The novel testing images and the training images are all projected onto this reference eigenspace to obtain their representative feature clusters. And the Bhattacharyya distance is used to estimate the similarity of the representative feature clusters between the testing images and the training images in the eigenspace. Then a k-NN classifier is adopted to classify the testing images into the given classes of training images. Comparative experiments have been carried out on a set of actual bamboo strip images and the experimental results verify the effective discrimination of multi-scale color texture eigenspace features and good classification accuracy of the proposed surface grading method.     

宜黄地区TM影像的毛竹提取模型研究

选取2000年9月23日的江西省宜黄地区TM影像作为研究区,通过对TM影像的6个波段进行分析,发现了毛竹与其他地物的光谱差异性。然后建立监督分类模板,对分类模板进行评价。根据地物样本反射值的不同,建立了一种毛竹自动提取模型。并且对自动提取的毛竹结果进行了评价,结果令人满意。     

基于多感官体验的农业观光园中竹子景观形象的设计

农业观光园是融农业生产与观光休闲于一体的新型园林,已成为21世纪户外休闲的时尚。从农业观光园的内在要求出发,提出了体验性景观形象设计,总结了竹子景观形象设计的视觉、味觉、嗅觉、听觉和触觉等多感官体验的要素,从形状、质地和色彩3个方面入手进行视觉的景观形象塑造,从筛选或开发具有食用、触摸等价值的竹种和产品,布局适宜的场所等方面出发进行其他感官的景观形象塑造。在农业观光园中,塑造竹子的体验性景观形象对营造富有特色体验的空间场所和设施有着重要意义,是景观设计的发展方向,其本质就是要使竹子景观更加感知化,激发游人内心的美妙感觉,实现人与景观良好互动。     

自然环境下苹果彩色图像分割研究

[目的]获得自然环境下较好分割苹果图像的方法。[方法]选取苹果被遮挡（主要是叶子）、相互重叠的情况作为试验图片,采用欧几里得距离对彩色图像进行预处理,在预处理中,利用边界盒的相似性准则,提高了处理速度;对预处理的结果进行黑白（苹果和非苹果）编码,产生一副二值分割图像;最后采用数学形态学对二值化图像进行处理。[结果]有效的去除了复杂背景、目标物被遮挡、相互重叠等存在的图像噪声,去噪效果良好。[结论]算法对成熟苹果具有很好的分割效果,但不适合未成熟苹果的分割。     

小波和傅里叶相融合的彩色木材图像增强

针对现实生活中彩色图像普遍存在不清晰和对比度差的情况,在RGB模型上提出了一种新的彩色图像增强算法,并且应用到了木材图像领域。将彩色木材图像分解为RGB3个通道,首先使用滤波器把3个通道分别分解成高低频子带;然后使用傅立叶变换和小波变换相融合的方式进行锯齿检测,同时进行阈值判断;之后对检测到的锯齿进行消除,低频子带使用方向自适应滤波器,高频子带使用小波收缩函数进行消除;再使用小波逆变换返回3个通道;最后将3个通道还原成彩色图像。结果表明,该方法和传统方法相比较,可以有效保持图像的边缘特征,达到增强效果。以樟子松微观横截面为例,峰值信噪比PSNR提高了5.05,信息熵提高了3.14。本研究同时采集了榆木微观横截面、杨木宏观横截面和云杉微观横截面,其图像均得到增强。