基于Lab颜色空间的非监督GMM水稻无人机图像分割

为解决传统水稻冠层图像分割算法性能在很大程度上依赖于训练数据集的质量,且分割效果易受田间多变光照强度影响,导致水稻生产参数估计精度不高等问题,提出一种基于Lab颜色空间的非监督贝叶斯方法,用于田间水稻无人机图像分割.模型参数从每个独立、未标记的无人机图像直接学习获得,无需训练.不同图像会有不同的模型参数,该算法能够适应...     

基于Lab颜色空间的棉花覆盖度提取方法研究

基于手持高清可见光图像和无人机可见光遥感影像中植被与非植被像元在不同颜色空间单通道上分布的差异性,以苗期和蕾期的棉花为对象,进行了棉花覆盖度的提取方法研究。基于不同天气状况和不同采集时刻等光照条件下采集的29幅具有不同覆盖度的棉花地面可见光图像,分别对比分析了Lab颜色空间a通道、RGB颜色空间2G-R-B指数和HIS颜色空间H通道对棉花的识别能力,以及使用动态阈值和固定阈值两种情况下的棉花覆盖度提取精度。其中动态阈值通过植被与非植被像元的高斯分布交点确定,固定阈值在3种颜色空间分别设置为动态阈值的均值。结果表明,植被像元与非植被像元在a通道、2G-R-B指数和H通道上呈现高斯分布,可以采用非线性最小二乘算法实现高斯分布拟合。通过高斯分布拟合求解交点得到的动态分类阈值分布范围较为集中,将其均值-3.78、0.06、0.13设定为固定分类阈值。相比于2G-R-B指数和H通道,a通道对绿色植被的识别能力最好,更适合提取棉花植被覆盖度;相比于动态阈值,固定阈值的提取精度更好,平均提取误差为0.009 4。将该方法应用到无人机尺度时,同样可以较好地提取不同天气状况和不同土壤干湿类型的棉花覆盖度,且总体平均提取误差为0.012。经过初步检验和分析认为,基于植被与非植被像元在Lab颜色空间a通道上分布的差异性,结合固定分类阈值,可以精确地提取不同光照条件下的苗期和蕾期棉花覆盖度。     

火龙果的护色及其与脐橙复合饮料的工艺研究

以火龙果和脐橙为原料,采用单因素试验研究L-半胱氨酸、柠檬酸、抗坏血酸和氯化钠(NaC)l 4种护色剂对火龙果汁色泽的影响,再采用正交试验确定复合饮料的最佳配方。结果表明,0.1%的L-半胱氨酸对火龙果汁护色效果最好,火龙果和脐橙汁最佳配比为1.5∶1.0,复合饮料的配方组成为40%的火龙果—脐橙汁量、0.05%柠檬酸、3%蔗糖,所制得的复合饮料风味独特,酸甜适口,营养品质较好。     

猕猴桃果肉颜色相关色素代谢研究进展

猕猴桃含有独特的风味和丰富的营养价值,深受消费者的亲睐。猕猴桃果肉颜色各异,系统叙述了猕猴桃果肉颜色的种类、果肉颜色在发育过程中的变化、显微结构的变化、色素类物质的种类和变化、以及叶绿素、类胡萝卜素、和花色素苷代谢途径及其分子调控机理。提出了猕猴桃果肉颜色研究现阶段存在的问题,并对其研究前景进行了展望。     

基于CIELAB色空间的红葡萄酒颜色直观表征

现有红葡萄酒颜色特征的表征方法,很难形象地描述和传递葡萄酒颜色信息。基于CIELAB色空间,构建了高清色彩平面(L*=60),以红葡萄酒颜色的彩度分布图、明度分布图和特征颜色图,并结合可见吸收光谱图,直观地表征红葡萄酒的颜色特征。采用该方法和传统的CIELAB参数分析法,对我国各产区10款陈酿型赤霞珠干红葡萄酒颜色特征的研究表明,该方法可以完整而直观地呈现CIELAB参数信息,并可给出具体的酒样特征颜色;供试酒样间颜色特征差异显著,但都存在颜色过快老化的问题。     

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HIS颜色特征的田间成熟番茄识别技术

研究了一种基于HIS颜色特征的田间成熟番茄识别技术。将计算机视觉系统获取的番茄RGB图像转换成HIS图像，通过统计H、I、S分量的灰度分布找出成熟番茄、未成熟番茄和叶子(枝干)灰度分布差别；然后根据H分量的灰度分布用阈值法分割出成熟番茄区域；经过空洞填充后，计算出番茄质心坐标。该方法对田间成熟番茄之间相互分离的情况有很好的识别效果。     

基于FISHER模型的棉种分色研究

利用棉花种子表皮光学特性,对颜色不正常、表面有缺陷或内部变质的疵品及杂物进行分选是一种有效的方法。研究棉种分色模型是研制自动化棉种分色机械的基础。为此,通过提取彩色棉种图片的RGB分量,利用Fisher准则对RGB分量特征值进行提炼,建立了棉种的分选模型。试验表明,该色选模型可以对棉种进行有效分选,其分选精度达到97.2%。     

数字图像和逐步回归客观评定冷却猪肉肉色

为开发准确、快速的猪肉肉色质量客观评定方法,研究了数字图像处理和和逐步回归模型对冷却猪肉肉色客观评定分级的效果.对宰后冷却24 h的猪删体,切开第3～4肋骨间背最长肌,发色60 min,数码相机获取数字图像处理后提取断面肉色参数(L *、a *、b *、Chroma、Hue angle).提取的80头猪胴体背最长肌肉色参数经逐步回归建立了肉色评定模型.结果表明,数字图像处理后提取肉色参数建立的逐步回归模型评定冷却猪肉肉色分值的效果优于BP人工神经网络模型;若以|评定肉色分值-感官肉色分值|≤0.3为评定正确判断标准,前者评定正确率为78.8%,后者为60.4%; 前者与本试验评定正确率最高的单个感官评定人员相比(78.2%),差异不显著(P>0.05).因此,数字图像处理可有效地对冷却猪肉肉色进行客观评定.     

基于K_means硬聚类算法的葡萄病害彩色图像分割方法

为了提高植物病害图像的分割精度与效果,根据植物病害症状及图像的特点,提出了一种基于K_means硬聚类算法（HCM）的葡萄病害彩色图像非监督性分割处理方法。该方法是在L*a*b*颜色空间模式下利用ab二维数据空间的颜色差异,以平方欧式距离作为像素间的相似度距离、以均方差作为聚类准则函数对颜色进行二分类聚类,并通过数学形态学运算对聚类结果进行校正。利用该方法对3种葡萄病害彩色图像进行分割的结果表明,该方法能够较为准确地将病斑区域从彩色图像中分割出来,对葡萄病害彩色图像的分割处理比较理想,鲁棒性好,分割准确率