导读:本文包含了颜色特征提取论文开题报告文献综述及选题提纲参考文献，主要关键词:机器视觉,珍珠,颜色特征,提取
颜色特征提取论文文献综述
叶佳英,邓飞,王佩欣,赵大旭,王毓综[1]（2019）在《基于机器视觉的珍珠颜色特征提取与识别》一文中研究指出为了提高珍珠颜色分类的准确率,拟设计半球型珍珠图像获取装置,并提出基于Lab[L表示亮度(luminosity),a表示从洋红色至绿色的范围(+127,-128),b表示从黄色至蓝色的范围(+127,-128)]颜色空间的GA-SVM(基于遗传算法寻优的支持向量机)的珍珠颜色识别方法。结果表明,设计的图像获取装置能够有效地避免珍珠反光,获取了颜色信息较全面的珍珠图像;提出了适用于珍珠图像分割的全局自动阈值与K-means相结合的分割方法。根据GB/T 18781—2008《珍珠分级》进行珍珠颜色的分类,通过不同颜色特征值以及不同分类器的对比试验结果表明,使用Lab颜色空间叁通道均值作为GA-SVM的分类训练特征值,准确率最高,交叉验证准确率达到98.42%以上,测试分类准确率为100.00%。(本文来源于《江苏农业科学》期刊2019年20期）
乔俊飞,段滈杉,汤健[2]（2019）在《基于火焰图像颜色特征提取的城市固废焚烧过程燃烧工况识别》一文中研究指出国内城市固体废物(MSW)的组分复杂,领域专家通常依据经验观测火焰视频图像识别焚烧炉燃烧状态进而调整MSW焚烧(MSWI)过程操作参数,难以维持稳定的运行工况。针对上述问题,本文提出了基于火焰图像颜色矩特征的MSWI过程燃烧工况识别方法。首先,对焚烧火焰图像进行去雾和去噪预处理,提高图像清晰度;接着,将图像转换到适合视觉系统识别的HSV空间后采用滑窗分块提取颜色矩特征,采用主成分分析(PCA)提取潜在特征以消除高维颜色矩特征间的共线性;最后,以提取的相互独立的潜在特征为输入,采用最小二乘支持向量机(LS_SVM)算法构建燃烧工况识别模型。基于国内某厂的实际焚烧图像仿真验证了所提方法的有效性。(本文来源于《第30届中国过程控制会议（CPCC 2019）摘要集》期刊2019-07-31）
缪智文,何丽嘉,刘洞波[3]（2019）在《一种基于加权颜色形状特征和LBP-GLCM纹理特征提取的服装图像检索方法》一文中研究指出为了提高颜色和纹理特征在服装图像检索中的准确性,本研究提出一种基于加权颜色形状特征和LBPGLCM纹理特征提取的服装图像检索方法以提高服装图像检索的精度。首先,在第一道检索中运用颜色直方图和Hu不变矩的特性进行加权处理,而后,再运用Uniform-旋转不变局部二值模式算子对返回的结果进行处理,得到相对稳定的编码图像。实验证明,此方法能将不同特征的优势进行融合,使之相互补充,检索结果较之单一特征的检索更加准确。(本文来源于《纺织报告》期刊2019年04期）
邹盛,赵立宏[4]（2018）在《一种酶标板培养孔颜色特征提取的图像检测方法》一文中研究指出针对现阶段酶标(ELISA)板培养孔菌体生长情况的筛选判断检测方法存在效率低、自动化程度低等问题,提出了采用机器视觉算法对酶标板培养孔菌液颜色识别的菌体生长检测方法。对酶标板孔菌体在不同生长时期、菌液浑浊度不同产生的颜色差异进行调查研究,在OpenCV平台对摄像头采集的酶标板图片信息进行预处理和边缘检测,寻找酶标板的最小包围矩形确定目标区域,选取培养孔孔位区域进行颜色计算获取判断依据。考虑到摄像头在垂直方向拍摄时酶标板四周的孔位区域会发生变形,提出了在不同孔位区域选取合适区域计算颜色特征的试验方案,可有效减小培养孔颜色特征提取的误差,为实现在微生物培养中完成菌体的自动化筛选奠定了基础。(本文来源于《自动化仪表》期刊2018年12期）
江莎莉,任琼[5]（2018）在《基于Matlab GUI的服装颜色特征提取系统设计》一文中研究指出针对传统服装颜色特征提取系统直观性差,提取结果不可靠等问题,设计了基于Matlab GUI的服装颜色特征提取系统。介绍了系统设计思想,对服装图片进行主成分分析变换,得到主成分分析空间的颜色特征,把测试样本和训练样本依次投影至特征空间,得到相应的识别特征,采用K-means法对颜色进行分类,按照空间一致原则实现服装颜色特征提取。给出GUI界面设计过程,采用Matlab中的uigetfile函数输入服装图片,通过get函数实现颜色提取结果的展示,利用write函数保存服装颜色特征信息,给出系统退出代码。实验结果表明所设计系统能够直观展示服装颜色特征,且颜色特征提取结果可靠。(本文来源于《现代电子技术》期刊2018年09期）
缪盾[6]（2018）在《融合颜色信息的尺度特征提取及匹配算法》一文中研究指出实现有效叁维重建的关键是将图像中的特征点检测并匹配,已有的算法中对特征点检测实效不高,特征描述子依赖灰度信息,导致匹配率不高。为了提高特征匹配率和时间,提出在尺度空间下提取Harris角点,对SIFT特征描述子进行颜色改进,对描述子进行二值化和主成分分析法降维,最后通过欧式距离作为相似形度量实现两幅图像特征向量的匹配。在MATLAB 2014平台进行3组图像测试,改进后的算法提取的特征点具备尺度不变形,特征点分布较SIFT均匀,特征匹配正确率均在90%以上,匹配时间优于对比算法,尤其对于灰度相似但色彩不同和灰度区别小的图像也维持了高匹配率。(本文来源于《江西科学》期刊2018年02期）
王东,方圣辉,王政[7]（2018）在《基于光谱特征和颜色特征的油菜提取研究》一文中研究指出大区域油菜空间分布的准确提取是油菜估产、食用油保障及农业管理的基础。花期油菜不仅光谱特征发生变化,其黄色花朵与同时期植被在视觉上的差异也相当显着。本文基于2016年油菜盛花期的湖北省GF-1 WFV影像,利用NGVI表征光谱特征,HSV变换后的H、S、V分量表征颜色特征,按NGVI、H、S、V顺序逐级确定油菜和非油菜分离阈值,实现油菜提取;对提取结果首先用混淆矩阵进行精度评定,并与支持向量机方法进行精度对比,然后用农业统计数据对油菜提取面积进行验证。基于本文方法提取的油菜总体精度为94.51%,Kappa系数为0.89,分别比支持向量机方法提高约4个百分点和0.1;与统计面积相比,省级尺度油菜提取面积相对误差为-14.14%,市级、县级尺度决定系数分别为0.837(n=17)、0.738(n=83)。此外,将本文方法应用到GF-2 PMS影像上,其结果与油菜参考图相比,油菜提取面积相对误差为-8.33%,空间一致度为91.67%。本研究方法简单有效,可以为大区域油菜制图提供一种全新、高效的解决方案。(本文来源于《农业机械学报》期刊2018年03期）
周封,任贵新[8]（2018）在《基于颜色空间变量的输电线图像分类及特征提取》一文中研究指出针对输电线图像背景复杂多变和单一图像处理方法难以有效处理各种背景类型输电线图像的问题,提出一种基于颜色空间变量的输电线图像分类及特征提取方法。首先根据输电线图像各颜色空间的变量值与图像特征之间的关系对图像进行分类。然后根据不同类别图像特征选用适合的滤波方法通过两次滤波结合去噪,并采用自适应直方图分段均衡化增强图像对比度。通过对Otsu算法得出的阈值进行线性变换确定canny边缘检测参数,提取输电线路边缘。最后根据输电线形状特征和概率霍夫直线变换与形态学运算提出一种边缘优化方法,较好地去除非输电线边缘。结果表明:该方法可以有效处理各种背景类型图像,为输电线路图像智能化处理提供了一种新的思路和方法。(本文来源于《电力系统保护与控制》期刊2018年05期）
黄惠玲,韩军,吴飞斌,戴厚德[9]（2018）在《建筑垃圾的颜色特征提取与分类研究》一文中研究指出建筑垃圾的处理事关环保建设,是当前建筑领域亟待解决的问题之一,而目前建筑垃圾分拣设备的主要技术瓶颈是相近比重物质的分选。结合建筑垃圾的特点,采用颜色识别方法来解决相近密度物质分选这一技术难题。通过基于HSV的阈值分割算法和K均值聚类算法对建筑垃圾图像进行实时采集和处理,对不同颜色的建筑垃圾进行识别。实验结果表明,采用的建筑垃圾颜色识别方法结果与人类视觉系统判断一致,能够辨识目标砖块并确定其位置。(本文来源于《光学与光电技术》期刊2018年01期）
胡伟泰[10]（2018）在《颜色视觉通路的脉冲神经网络模拟及特征提取》一文中研究指出人的视觉系统能够对各种视觉特征进行处理,并表现出优异的性能。理解和模拟生物颜色视觉,以生物启发的方式提出计算模型是计算机视觉研究的一个重要内容,并且在图像处理和模式识别领域得到广泛应用。因此,在理解与颜色信息处理相关的神经机制及其形成原因的基础上,基于脉冲神经网络及其可塑性学习,论文构建了层次性脉冲神经网络模型,模拟从视网膜、外膝体再到初级视觉皮层与次级视觉皮层的颜色视觉信息处理过程,并进行颜色特征编码。论文的主要工作和创新如下:(1)对脉冲神经网络及其稳定性进行了研究。脉冲神经网络常被称为第叁代人工神经网络,具有更好的生物真实性和更高的信息处理能力。首先介绍了几种典型的脉冲神经元模型、脉冲神经网络及其突触可塑性,并分析了存在的稳定性问题,最后,为了解决脉冲神经网络时间依赖可塑性的不稳定问题,着重研究并模拟了抑制性突触可塑性、多种内稳态机制对网络稳定性的影响。(2)根据神经科学揭示的功能和结构特性以及响应模式,包括颜色视觉的多通道特性、单拮抗感受野、双拮抗感受野、神经元侧向连接等,构建了4层脉冲神经网络模型以模拟沿着视网膜-神经节/LGN-V1-V2阶段颜色视觉通路颜色处理。在这个层次模型中,实现了颜色处理通路中各个阶段的连接特性,并且除了STDP学习规则外,还增加了内稳态和抑制性突触可塑性两个神经机制,使颜色视觉处理的神经活动更加稳定。(3)对构建的网络进行了性能进行了评价。首先,由我们的层次模型获得的V2的色调图类似于生物视皮层的色调图。其次,利用层次网络中V1或者V2层通道对有色偏的彩色图像进行特征编码的测试表明了在层次模型中模拟的V1或者V2层通道具有不同程度的颜色恒常性。最后,在SFU Lab数据集上利用V1或者V2层通道的特征编码进行了分类实验,进一步验证了提取的颜色特征的有效性。(本文来源于《上海交通大学》期刊2018-01-01）
颜色特征提取论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
国内城市固体废物(MSW)的组分复杂,领域专家通常依据经验观测火焰视频图像识别焚烧炉燃烧状态进而调整MSW焚烧(MSWI)过程操作参数,难以维持稳定的运行工况。针对上述问题,本文提出了基于火焰图像颜色矩特征的MSWI过程燃烧工况识别方法。首先,对焚烧火焰图像进行去雾和去噪预处理,提高图像清晰度;接着,将图像转换到适合视觉系统识别的HSV空间后采用滑窗分块提取颜色矩特征,采用主成分分析(PCA)提取潜在特征以消除高维颜色矩特征间的共线性;最后,以提取的相互独立的潜在特征为输入,采用最小二乘支持向量机(LS_SVM)算法构建燃烧工况识别模型。基于国内某厂的实际焚烧图像仿真验证了所提方法的有效性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
颜色特征提取论文参考文献
[1].叶佳英,邓飞,王佩欣,赵大旭,王毓综.基于机器视觉的珍珠颜色特征提取与识别[J].江苏农业科学.2019
[2].乔俊飞,段滈杉,汤健.基于火焰图像颜色特征提取的城市固废焚烧过程燃烧工况识别[C].第30届中国过程控制会议（CPCC2019）摘要集.2019
[3].缪智文,何丽嘉,刘洞波.一种基于加权颜色形状特征和LBP-GLCM纹理特征提取的服装图像检索方法[J].纺织报告.2019
[4].邹盛,赵立宏.一种酶标板培养孔颜色特征提取的图像检测方法[J].自动化仪表.2018
[5].江莎莉,任琼.基于MatlabGUI的服装颜色特征提取系统设计[J].现代电子技术.2018
[6].缪盾.融合颜色信息的尺度特征提取及匹配算法[J].江西科学.2018
[7].王东,方圣辉,王政.基于光谱特征和颜色特征的油菜提取研究[J].农业机械学报.2018
[8].周封,任贵新.基于颜色空间变量的输电线图像分类及特征提取[J].电力系统保护与控制.2018
[9].黄惠玲,韩军,吴飞斌,戴厚德.建筑垃圾的颜色特征提取与分类研究[J].光学与光电技术.2018
[10].胡伟泰.颜色视觉通路的脉冲神经网络模拟及特征提取[D].上海交通大学.2018