颜色分割

摘要： 目前金属矿物嵌布粒度的测定主要依靠技术人员在显微镜下观测,存在工作量大、观测粒度准确度和精度不高等问题。因此提出了基于K-means聚类算法的金属矿物嵌布粒度测量方法。初始聚类中心数K值的准确预设是K-means算法的核心之一,利用金属矿物光片显微镜下图像中的颜色特征,对原矿图像中的矿物种类进行准确判别,再将识别到的矿物颜色特征作为设置K值的依据。通过K-means算法将目的矿物的颜色聚类为单一的颜色,对聚类的图像进行颜色分割,最后利用Feret Diameter精确测量出该金属矿物嵌布粒度。结果表明:利用建立的方法明显提高了金属矿物嵌布粒度测量的准确度、精度和效率,具有极大的应用价值。

摘要： 分蘖数是冬小麦产量评估的重要指标,分蘖性状的高通量获取对小麦育种研究及功能基因组鉴定具有重要意义。针对目前小麦分蘖数检测主要依靠人工普查、费时耗力、可重复性差等问题,提出一种基于机器视觉的抽穗期冬小麦分蘖数快速检测方法。首先,利用超绿算子与RGB色彩空间下恒定颜色分割,结合形态学操作,获得目标前景区域和边界;然后,使用小波变换Haar特征的线特征检测拓展模板,提取完整植株边缘信息;最后,采用Hough直线检测算法,融合直线角度、长度信息,提取冬小麦分蘖个数。基于已开发的机器视觉设备,采集60幅自然光照条件下抽穗期冬小麦田间图像,经检测发现分蘖数平均识别精度达到93.3%,平均误检率为7.0%,平均漏检率为5.2%。结果表明:该算法可实现在自然光照条件下对抽穗期冬小麦田间图像的分蘖数准确识别,可为自动化、高通量田间信息采集系统设备的研发奠定一定的基础。

摘要： 信号机是用于指挥列车运行的重要信号设备。为了进一步保障行车安全,文中提出了一种基于图像处理的准确定位轨旁信号机并识别其颜色信号的方法。该方法根据先验值提取ROI,对ROI图像在RGB色彩空间进行颜色分割以剔除无关背景干扰,同时利用形态学处理降噪。对处理后的图像进行霍夫圆变换来提取信号机的候选圆,并根据信号机位于轨道右侧的位置特点定位出指挥当前轨道列车运行的信号机,然后通过分析定位出的信号机区域内的像素值信息来识别其颜色信号。实验结果表明,该方法能精确定位和识别轨旁信号机,对单一红、黄、绿3种颜色的信号识别率分别为91.42%、85.00%和94.29%。

摘要： 为了解决目标跟踪过程中目标遇到遮挡物容易跟丢的问题,提出了基于颜色块重检的自适应抗遮挡目标跟踪算法。通过计算获取初始帧目标的颜色块,当发生遮挡时基于该颜色块信息对丢失帧进行颜色分割、形态学处理得到候选颜色块,并对候选颜色块进行匹配和定位,最终定位到实际目标。相比于LCT+的支持向量机检测器,基于颜色块的自适应目标重检测实现了对全局图像的目标重检测,有效避免了目标丢失的情况。在OTB50和OTB100上对所提算法的跟踪性能进行了评估,结果表明相比于LCT+和其他的主流跟踪算法,所提算法具有较好的抗遮挡性能。

摘要： 传统农作物色选方法以设定颜色阈值为主,具有分类准确率较低、泛化能力较差等缺点,本研究提出基于颜色分割的预处理与遗传算法优化支持向量机参数的花生表皮破损识别算法.根据花生表皮的破损情况将花生分为完好花生及表皮破损花生2类,在不同光照条件下构建了含有多个品种的花生图像数据集.对花生图像提取方向梯度直方图特征,利用支持向量机对花生图像进行分类.为提高分类准确率,在RGB颜色空间基于支持向量机对彩色花生图像进行颜色分割预处理;同时采用软间隔非线性支持向量机模型,并基于遗传算法对模型参数进行寻优.综合优化后的算法在训练集上对花生图像分类时的准确率达到96.88％,在测试集上的准确率达到100％,测试时平均每张花生图像耗时5.6 ms.仿真测试结果表明本文构建的花生表皮破损识别算法对花生品种及光照变化等干扰有较好的鲁棒性,且算法不依赖于人的经验,泛化能力强,具有良好的应用前景.

摘要： 传统基于二值图像的框线特征提取信息的票据识别技术,其结果存在一定的差错率,针对此问题,提出了基于颜色分割的发票识别与验证系统.通过颜色分割和版式分析,将文字区域、二维码及图章等不同区域进行分割,分区域进行识别处理后,对发票关键信息进行比对验证.与传统的票据识别技术相比,该系统不仅可以完成发票自动识别,还可以结合二维码信息进行自我验证,提高了发票识别信息的准确性和完整性.

摘要： 传统基于二值图像的框线特征提取信息的票据识别技术,其结果存在一定的差错率,针对此问题,提出了基于颜色分割的发票识别与验证系统。通过颜色分割和版式分析,将文字区域、二维码及图章等不同区域进行分割,分区域进行识别处理后,对发票关键信息进行比对验证。与传统的票据识别技术相比,该系统不仅可以完成发票自动识别,还可以结合二维码信息进行自我验证,提高了发票识别信息的准确性和完整性。

摘要： cqvip:转辙机是铁路上改变轨道方向,反映道岔位置的重要器械,转辙机腔内接点组中动接点与静接点的打入深度是判断转辙机是否正常工作的重要指标。由于转辙机内部结构非常复杂,传统工业物件的图像测量方法并不适用,为了提高转辙机检修的准确性、减小人力开销,本文设计了基于图像处理技术,针对广泛使用的ZD(J)9型转辙机的内部打入深度的测量算法。首先该算法通过模板匹配的方式准确定位整个接点组区域,排除其他区域结构的干扰。同时针对拍摄图像可能存在的倾斜问题,提出了基于图像仿射变换的预处理算法将倾斜的接点组图像校正。从图像距离到实际距离需要一个比例尺进行换算,算法在校正后的图像中选取长度明确、畸变较小的物体长度作为比例尺计算的参照物。为进一步精确定位动接点和静接点的位置,设计了基于meanshift的滤波算法,HSV色彩空间中的颜色阈值分割算法,以及按照数字图像连通域的去噪算法。最后,在精确定位的基础上加以一定误差补偿,进行参数计算。本文算法在不同拍摄高度下得到的图像中进行实验,对比了不同拍摄高度下的参数提取效果,对误差原因进行详细分析。

摘要： 对当前智能监控领域安全帽监检测存在硬件资源要求高、准确性低、实时性差的问题,提出了一种基于颜色分割的安全帽检测方法,该方法以传统的数字图像处理为基础,首先通过监控的实际场景获取监控画面,人工标注全帽所在区域,然后将RGB颜色空间图像转化为HSV颜色空间,统计不同颜色安全帽的HS颜色分量的阈值,利用K-mesns算法获取矩形框类别,并分类统计矩形框面积和矩形度范围,最后进行边缘提取、矩形框筛选方式现实安全帽检测.通过仿真分析,对于特定的安全帽场景及通用的CPU硬件设备下,与YOLOv3、SSD等传统的深度学习算法相比较,在保持准确率相当的前提下大幅提高了检测的速度.

摘要： 为降低车牌定位过程中背景、天气、图像倾斜等复杂环境下干扰因素对车牌定位算法性能的影响,提出一种将颜色边缘特征提取和深度学习相结合的车牌定位算法.采用颜色分割、边缘检测和形态学操作提取感兴趣区域,将感兴趣区域输入到卷积神经网络中提取车牌的深层特征并去除伪车牌,标记出检测到的车牌.实验利用在复杂环境下收集到的车辆图像对所提算法进行分析,将其与其它算法进行比较,实验结果表明,该算法拥有更好的鲁棒性,在复杂的环境下能保持良好的性能.

摘要： 传统火灾探测传感器对周围环境要求较高,也不适用于室外及高大空间.本文提出了在视频监控系统中将图像特征和人工神经网络相结合的火灾检测算法.在Ohta颜色空间模型下利用Otsu(大津法)方法进行颜色分割,得到疑似火焰区域,再提取出圆形度、角点数、面积变化率和高度变化这4个特征送入BP(Back Propagation,后向传播)人工神经网络进行学习训练,最终检测出是否发生火灾.本文算法简单,识别率高,适用性强.仿真结果表明,本文算法识别率可达到90％以上.

摘要： 利用数字图像处理技术对标准《色盲检查图》图像样本进行了分析,在对图像RGB模型的C-均值聚类分析的基础上.提出了利用颜色空间HSI模型的图象样本颜色分割方法。由于图像样本的多样性,深入地研究了图像样本的HIS颜色空间模型中H分量和S分量的分布规律,提出相应的颜色分割的方法。实验结果表明,该方法能够取得较好的颜色识别效果,并可对色觉异常的定量检查提供依据.

摘要： 交通灯识别是智能汽车的重要技术之一.夜间城市道路的交通灯图像由于镜头的炫光现象,存在难以识别的外形不规则的光晕.本文针对该问题,提出了一种基于颜色特征和形态特征的识别方法.在RGB空间进行阈值筛选,标记联通区域并局部取反,对联通区域外接矩形进行参数筛选,使用canny边缘检测和hough变换作为补充.实验结果表明本方法能够有效的消除炫光现象造成的影响,并准确的提取出交通灯灯体的轮廓.

摘要： 交通灯识别是智能汽车的重要技术之一.夜间城市道路的交通灯图像由于镜头的炫光现象,存在难以识别的外形不规则的光晕.本文针对该问题,提出了一种基于颜色特征和形态特征的识别方法.在RGB空间进行阈值筛选,标记联通区域并局部取反,对联通区域外接矩形进行参数筛选,使用canny边缘检测和hough变换作为补充.实验结果表明本方法能够有效的消除炫光现象造成的影响,并准确的提取出交通灯灯体的轮廓.

摘要： 交通灯识别是智能汽车的重要技术之一.夜间城市道路的交通灯图像由于镜头的炫光现象,存在难以识别的外形不规则的光晕.本文针对该问题,提出了一种基于颜色特征和形态特征的识别方法.在RGB空间进行阈值筛选,标记联通区域并局部取反,对联通区域外接矩形进行参数筛选,使用canny边缘检测和hough变换作为补充.实验结果表明本方法能够有效的消除炫光现象造成的影响,并准确的提取出交通灯灯体的轮廓.

摘要： 交通灯识别是智能汽车的重要技术之一.夜间城市道路的交通灯图像由于镜头的炫光现象,存在难以识别的外形不规则的光晕.本文针对该问题,提出了一种基于颜色特征和形态特征的识别方法.在RGB空间进行阈值筛选,标记联通区域并局部取反,对联通区域外接矩形进行参数筛选,使用canny边缘检测和hough变换作为补充.实验结果表明本方法能够有效的消除炫光现象造成的影响,并准确的提取出交通灯灯体的轮廓.

摘要： 利用机器视觉技术准确获取苹果树上果实的数量是进行果树测产和精细果园管理的关键.针对野外果园环境和光照条件的复杂性,本文提出了一种基于果实颜色和形状模型的红富士苹果检测计数算法,该算法能够有效解决果实在光照条件变化、颜色分布区间大且不规则、果实重叠、果实被遮挡等复杂情况下的果实检测问题.rn 首先,利用178张苹果图片以及39张非苹果图片进行神经网络建模;然后使用训练好的苹果检出神经网络模型对待检测的图片进行处理,去除无关的背景;再对无背景图片进行边缘检测;最后,对检测得到的边缘图像进行霍夫变换检测并获得圆及圆心位置,即为苹果所在的位置.经试验验证,使用该苹果检出算法与人工统计法获得的计数结果之间具有极高的相关性,决定系数R2达到了0.985,显示该算法具有较高的准确性和抗干扰能力,能够用于算法野外环境中成熟期苹果测产.

摘要： 利用机器视觉技术准确获取苹果树上果实的数量是进行果树测产和精细果园管理的关键.针对野外果园环境和光照条件的复杂性,本文提出了一种基于果实颜色和形状模型的红富士苹果检测计数算法,该算法能够有效解决果实在光照条件变化、颜色分布区间大且不规则、果实重叠、果实被遮挡等复杂情况下的果实检测问题.rn 首先,利用178张苹果图片以及39张非苹果图片进行神经网络建模;然后使用训练好的苹果检出神经网络模型对待检测的图片进行处理,去除无关的背景;再对无背景图片进行边缘检测;最后,对检测得到的边缘图像进行霍夫变换检测并获得圆及圆心位置,即为苹果所在的位置.经试验验证,使用该苹果检出算法与人工统计法获得的计数结果之间具有极高的相关性,决定系数R2达到了0.985,显示该算法具有较高的准确性和抗干扰能力,能够用于算法野外环境中成熟期苹果测产.

摘要： 利用机器视觉技术准确获取苹果树上果实的数量是进行果树测产和精细果园管理的关键.针对野外果园环境和光照条件的复杂性,本文提出了一种基于果实颜色和形状模型的红富士苹果检测计数算法,该算法能够有效解决果实在光照条件变化、颜色分布区间大且不规则、果实重叠、果实被遮挡等复杂情况下的果实检测问题.rn 首先,利用178张苹果图片以及39张非苹果图片进行神经网络建模;然后使用训练好的苹果检出神经网络模型对待检测的图片进行处理,去除无关的背景;再对无背景图片进行边缘检测;最后,对检测得到的边缘图像进行霍夫变换检测并获得圆及圆心位置,即为苹果所在的位置.经试验验证,使用该苹果检出算法与人工统计法获得的计数结果之间具有极高的相关性,决定系数R2达到了0.985,显示该算法具有较高的准确性和抗干扰能力,能够用于算法野外环境中成熟期苹果测产.

摘要： 利用机器视觉技术准确获取苹果树上果实的数量是进行果树测产和精细果园管理的关键.针对野外果园环境和光照条件的复杂性,本文提出了一种基于果实颜色和形状模型的红富士苹果检测计数算法,该算法能够有效解决果实在光照条件变化、颜色分布区间大且不规则、果实重叠、果实被遮挡等复杂情况下的果实检测问题.rn 首先,利用178张苹果图片以及39张非苹果图片进行神经网络建模;然后使用训练好的苹果检出神经网络模型对待检测的图片进行处理,去除无关的背景;再对无背景图片进行边缘检测;最后,对检测得到的边缘图像进行霍夫变换检测并获得圆及圆心位置,即为苹果所在的位置.经试验验证,使用该苹果检出算法与人工统计法获得的计数结果之间具有极高的相关性,决定系数R2达到了0.985,显示该算法具有较高的准确性和抗干扰能力,能够用于算法野外环境中成熟期苹果测产.

摘要： 本公开提供了基于颜色和颜色差异的对图像的分割。基于颜色和颜色差异，包括标记的可定制产品的输入图像被划分为多个图像区域。划分包括将颜色差异值分配到输入图像内的多个位置。划分还包括：将多个位置中的每个位置分配到多个图像区域中的图像区域，其中分配是根据特定的次序发生的。该特定的次序部分地基于与多个位置相关联的颜色差异值。基于该划分，标识代表输入图像中的标记的至少特定部分的数据。代表标记的至少一部分的数据被用于可定制产品的视觉化形象或者与可定制产品相关联的制造控制中。

摘要： 本发明公开了自适应颜色区域分割方法、计算机设备和存储介质，所述方法包括，获取样品图像；对所述样品图像进行颜色扫描；存储当前位置像素权值并继续扫描；确定扫描边界阈值；确定边界像素点；完成颜色区域分割。通过准确稳定地分割样品与载体媒介，极大减小了后续样品颜色提取时引入无关信号所带来的误差，较好的解决了传统方法取色困难的问题。

摘要： 提供了一种视频处理的方法，包括：根据规则基于视频的颜色格式确定用于将视频的色度视频区域分割为一个或多个色度块的分割方案；以及根据分割方案在视频与视频的编解码表示之间进行转换。

摘要： 本发明公开了一种基于超像素分割与多种颜色特征的图像显著性检测方法。本发明利用SLIC方法对实时图像进行超像素分割，获得超像素集合和对应的标签图；再基于标签图对超像素集合进行处理，获得超像素集合中各个超像素的像素集合、颜色特征和位置信息；接着计算各个超像素的对比度显著值，根据各个超像素的对比度显著值对对应的超像素进行灰度赋值后，获得显著图；然后利用主颜色描述方法对当前实时图像的边缘像素进行处理后，获得图像边缘主颜色，再计算得到背景先验图；最后将显著图与背景先验图进行线性融合，得到当前实时图像的最终显著图。本发明提高算法整体效率，提高复杂环境中显著性检测准确性。

摘要： 本申请提供一种基于分割和颜色相结合的图像识别方法及系统，该方法包括获取待处理图像，然后对待处理图像进行预处理获取预处理图像，对预处理图像进行特征提取，并进行归一化处理获取特征提取图像，进一步的，通过建立主成分评价模型对获取到的特征提取图像进行处理生成特征处理图像，主成分评价模型为基于HSV颜色模型而建立；最后将特征处理图像输入预设的基于多尺度分割算法的残差网络模型生成识别结果。本申请中采用多尺度分割算法与HSV颜色模型相结合的图像识别技术，对变电站、输电线路等特殊场所能够针对无人机、风筝该类常见入侵异物的有效监督和识别，解决了传统图像处理中依赖人工设计的特征，对深层次信息难以抽取的问题。

摘要： 本发明属于生物医学图像处理技术领域，具体公开基于颜色空间体积和超像素的白细胞分割方法，包括如下步骤：S1、基于视觉注意机制的颜色空间体积增强细胞核区域，同时有效地抑制背景区域；S2、在分割细胞核阶段，利用基于多峰的直方图阈值法实现细胞核的鲁棒性分割；S3、在分割细胞质阶段，对输入的白细胞图像使用线性光谱聚类算法进行超像素分割，并基于边界先验知识去除图像边界区域，得到的结果作为初始的白细胞区域；S4、使用多峰的直方图阈值法精细分割整个白细胞区域后，将整个白细胞区域减去细胞核区域来获得细胞质区域。

摘要： 提供了一种图像编码/解码方法和装置。根据本公开的图像解码方法包括以下步骤：基于当前块的颜色格式来确定预测模式特性信息；基于预测模式特性信息确定从当前块分割的下级块的预测模式类型；通过基于下级块的预测模式类型划分当前块来获取下级块；以及基于下级块的预测模式类型对下级块进行解码，其中：下级块的预测模式类型包括指示帧内预测模式和帧间预测模式二者可用的第一预测模式类型、指示仅帧内预测模式可用的第二预测模式类型以及指示仅帧间预测模式可用的第三预测模式类型；如果满足当前块的第一条件，则预测模式特性信息具有第一值，并且第一条件包括当前块的颜色格式为单色格式或4:4:4格式的情况；并且，如果不满足当前块的第一条件，则预测模式特性信息可基于当前块的颜色格式、划分模式和大小中的至少一个而具有第二值或第三值。

摘要： 本发明涉及中医面诊领域，特别涉及中医面部脏腑分割和颜色特征的疾病筛查方法，第一步双向高斯滤波算法快速在水平竖直、方向遍历图像；第二步，在自适应白平衡算法中在增益计算环节将Ymax替换成全局均值，进行色温矫正；第三步，Grab‑cut算法中进行高斯混合模型建模，获得肤色相似概率F(x)，并且将不符合范围(0,1)的区域则置为黑色；实现将图像中的人脸部分提取出来的效果；第四步，以中医理论总结面部色泽与脏腑疾病的映射，找出关键点；第五步，人脸分割模块以关键点分割出面部脏腑所对应的区域；第六步、以色矩算法将图像的颜色量化，将患者脸部的颜色特征以直观的数量参数呈现给临床医师；第七步，通过BP算法以分割图像的颜色矩出评估人体的病情。

摘要： 本发明涉及图像处理技术领域，具体涉及一种基于颜色转换的答题卡图像分割方法，包括提取答题卡图像中每个像素点处的RGB颜色作为样本；首先，采用K‑means聚类算法对样本进行聚类，得到样本的白色、黑色与主颜色特征；基于主颜色特征计算主颜色特征与预设的目标颜色之间的颜色转换矩阵；最后，通过颜色转换矩阵计算得到统一彩色图像，采用U‑Net语义分割网络模型进行训练得到实验结果图。本发明通过颜色转换算法，减少了样本图像的颜色种类，优化了学习模型的参数，提高了小模型的预测结果质量。

摘要： 本发明涉及数据识别和处理技术领域，具体涉及一种基于颜色分割的丝杆螺纹烧伤检测图像增强方法及系统：将丝杆螺纹表面图像转化至颜色空间，得到该表面图像中各个像素点对应的颜色值；根据各个像素点对应的颜色值，确定各个相同颜色值对应的像素点数目，进而确定各个突变颜色值；对各个突变颜色值进行聚类得到各个颜色值簇，确定各个颜色值簇的颜色统一程度值，进而确定各个颜色值簇中的待细分颜色值簇和无需细分颜色值簇；分别确定待细分颜色值簇和无需细分颜色值簇的各个颜色分割阈值，进而对丝杆螺纹表面图像进行分割，从而得到增强后的丝杆螺纹烧伤检测图像。本发明可以自适应确定图像分割的颜色阈值，保证了图像分割结果的准确性。