导读:本文包含了多颜色论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:颜色,神经网络,卷积,直方图,纹理,乒乓球,空间。
多颜色论文文献综述
李慧,利齐律,程良伦,黄国恒[1]（2019）在《基于多颜色空间卷积神经网络的车辆颜色分类》一文中研究指出针对车身灰尘堆积、色彩蜕变以及不同光照条件下的颜色变化等情况导致的车辆颜色识别准确率低的问题,提出一种基于多颜色空间卷积神经网络的车辆颜色分类方法,结合多颜色空间信息及模型选择融合机制进行颜色分类。通过实验表明该方法能够达到较高的识别效果,分类准确率达95%,泛化性能良好。(本文来源于《工业控制计算机》期刊2019年11期）
杨继兰[2]（2019）在《联合多颜色直方图的Camshift行人跟踪算法》一文中研究指出针对目标容易受背景干扰或局部的、不完全遮挡时Camshift算法易产生局部最大值导致丢失目标的问题。通过人体姿态估计算法检测到行人边界框和关节点位置,依据的关节点位置提取行人的身体部分,进而得到局部颜色直方图;通过行人边界框,计算全局直方图均衡化;利用行人间局部直方图的相似性得分,预测下一帧中目标行人可能的位置,并以此确定Camshift算法的搜索区域。通过实验证明,改进后的算法可以更好地跟踪行人。(本文来源于《科技资讯》期刊2019年30期）
陈雪鑫,卜庆凯[3]（2019）在《基于多颜色和局部纹理的水果识别算法研究》一文中研究指出为提高水果种类识别的准确性,本文提出一种基于多颜色特征和纹理特征的水果识别算法。该研究选择不同种类的水果图像作为实验测试样本,使用最大类间方差法Otsu分割图像,得到水果图像的目标区域,分别对目标区域进行红、绿、蓝(RGB)颜色模型和色调、饱和度、明度(HSV)颜色模型的直方图分析,采用颜色矩算法和非均匀量化算法对RGB模型和HSV模型提取特征,利用局部二值模式(local binary patterns,LBP)对目标区域提取局部纹理特征,对颜色和纹理特征向量进行优化组合,结合基于梯度下降算法的BP神经网络对测试样本进行训练分类。针对输入层输入不同特征分别进行实验并比较,得到基于不同特征的水果识别率。研究结果表明,本算法分类识别率可达90%以上,高于单一特征算法识别率。该研究具有一定的实际应用价值。(本文来源于《青岛大学学报(工程技术版)》期刊2019年03期）
张晓生[4]（2019）在《创新棉束连续精准混合技术满足多纤维、多颜色自动混合需求》一文中研究指出纱线市场竞争日趋激烈,混纺、色纺等新产品开发趋势明显。区别于传统称重混合技术,文章介绍了立达集团推出的棉束连续精准混合技术,单种原料混合比例最小可达1%,混合比误差精确控制在1%以内,为用户开发多种纤维、多种颜色混合的创新产品提供了无限可能。该技术可实现4种混合比例同时生产,具有减少人工、节约成本的特点,为混纺、色纺用户提供了可靠的技术解决方案。(本文来源于《纺织导报》期刊2019年08期）
余兆钗,张祖昌,李佐勇,刘维娜[5]（2019）在《融合多颜色分量的舌图像阈值分割算法研究》一文中研究指出针对中医自动化舌诊中的舌图像分割问题,提出一种融合多颜色分量的舌图像阈值分割算法。对RGB颜色空间中的蓝色和红色分量执行阈值分割,确定舌图像中的人脸区域;对HSI颜色空间中的色调分量执行变换,在变换后的色调分量上执行阈值分割,以获得包含真实舌体与上嘴唇的初始目标区域;对初始目标区域对应的红色通道执行阈值分割,得到舌根和嘴唇之间的间隙区域;利用间隙区域剔除掉初始目标区域中的上嘴唇,获得最终舌体分割结果。仿真实验表明:该算法较大程度地改善了舌图像分割的精度。(本文来源于《计算机应用与软件》期刊2019年05期）
李洋[6]（2018）在《用更多颜色展现更多印刷的精彩——访南京速必得印务有限公司总经理王孝飞》一文中研究指出在中国数字印刷市场中,南京的企业有着可圈可点的精彩,或产品别具一格,或模式独树一帜。成立于2005年的南京速必得印务有限公司(以下简称"速必得")算得上南京当地老牌的数字印刷企业,是国内最早一批深攻个人个性化产品的企业,其产品曾多次获得过"科印杯"数字印刷作品大奖赛的奖项,在当时可谓是数字印刷产品的时尚先锋。借此次采访的机会,《数字印刷》得知经过几年的蛰伏的速必得又有了新的方向。(本文来源于《数字印刷》期刊2018年09期）
张学锋,戴亮亮,周建钦,储岳中,纪滨[7]（2018）在《多颜色模型下的乒乓球快速检测与实时跟踪研究》一文中研究指出乒乓球机器人视觉系统中的乒乓球检测主要有基于运动分析和基于单一颜色模型分割两种方法.基于运动分析的方法对运动背景干扰的鲁棒性较差,而基于单一颜色模型的分割方法会受到相近颜色及光照变化的干扰.为此,提出了多颜色模型下的乒乓球分割算法,结合RGB与HSV两种颜色模型的颜色表达特性提取出乒乓球区域,并利用质心法对乒乓球进行中心定位.在此基础上,提出基于前帧位置的感兴趣区域算法,对乒乓球进行实时跟踪.实验表明,该方法能够在复杂环境下对乒乓球进行快速精确定位,算法处理时间小于10 ms,定位误差小于20 mm,满足乒乓球机器人的击球需要.(本文来源于《计算机系统应用》期刊2018年05期）
胡小花[8]（2018）在《基于多颜色空间LBP与卷积神经网络的数字图像来源渠道取证》一文中研究指出随着计算机图像处理技术的发展,数字图像取证问题受到了特别关注。为了对自然图像与计算机生成图像进行来源取证,研究者们提出了许多方法用于鉴别自然图像和计算机生成图像。已有的方法中常用图像纹理特征作为取证依据,然而已有的方法描述彩色图像全局纹理特征的能力不足。另外,卷积神经网络因其在图像识别方面的优异表现而在数字图像取证领域得到应用,相较于传统的图像来源取证方法具有计算简单、可自动学习等优势。针对如何对自然图像与计算机生成图像来源取证问题,本文在对已有的方法进行研究探讨的基础上,提出了两种不同的数字图像来源取证方法。本文具体研究成果可分为如下叁个部分:1)对传统的基于特征提取和分类的图像来源取证方法以及基于深度学习的图像来源取证方法进行了介绍和综述,特别关注基于纹理特征和卷积神经网络的数字图像来源取证方法。相关知识为后续章节的研究提供了理论基础。2)提出了一种基于多颜色空间LBP特征的自然图像与计算机生成图像的来源取证方法。该方法利用从彩色图像宏观层面和微观层面的纹理信息以及跨颜色空间的纹理信息,能有效地鉴别自然图像和计算机生成图像,并且对缩放、JPEG压缩、旋转和附加高斯白噪声的后处理具有较强的鲁棒性。3)提出了一种基于Inception-v3卷积神经网络结构和迁移学习技术的自然图像和计算机生成图像的来源取证方法。该方法克服了传统的基于特征提取取证方法的不足,具有自动学习和提取特征的能力。通过迁移学习,还可以选择合适的分类器以提高该方法的鉴别能力。本文的相关理论研究和实验结果表明所提出的两类方法具有较高的识别准确率和较高的鲁棒性,为自然图像与计算机生成图像的来源取证提供了新的有效手段。(本文来源于《湖南大学》期刊2018-05-15）
王红君,陈慧,岳有军,赵辉[9]（2017）在《基于多颜色空间分割的温室环境视觉导航路径信息提取》一文中研究指出针对温室小范围复杂作业环境中的农作机器人视觉导航路径信息的提取方法进行研究。该方法首先对红、绿、蓝(red、green、blue,简称RGB)颜色空间各分量算子重新组合比较,在HSI(hue-saturation-intensity)色彩空间对不同光照条件下各分量的均值和标准差进行比较,对图像的RGB空间的各分量作差得到(G-B)、(R-B)差值图像,再对G-B、R-B差值图像和H分量图像用最大类间方差法(OTSU)分别进行最优阈值分割,然后再合并、滤波,将植物从背景中分离,最后用优化后的Hough变换进行植物行中心线的提取从而确定导航路线。结果表明,该方法能去除杂草和降低光照条件的影响,很好地适应复杂的温室环境,能准确分割和提取农作物行中心线,算法简单,实时性、鲁棒性强。(本文来源于《江苏农业科学》期刊2017年16期）
甘俊英,刘呈云,李山路[10]（2017）在《多颜色空间中叁正交平面的WLDLBP活体人脸检测算法》一文中研究指出基于动态纹理分析是活体人脸检测中一个重要的研究方法,然而这些算法主要从灰度视频进行研究,丢失了颜色纹理特征重要信息,导致检测识别率偏低.为了利用颜色特征信息来提高检测准确率,本文提出一种多颜色空间中叁正交平面的动态局部纹理特征算法WLDLBPTOP,并分析了视频帧数不同对活体人脸检测的准确率的影响.算法在公开数据库CASIA-FASD和REPLAY-ATTACK中进行验证,实验结果表明,本文所提算法在CASIA-FASD中获得EER(Equal Error Rate)为2.69%;在REPLAY-ATTACK中,当验证集EER为2.10%时,在测试集中的HTER(Half Total Error Rate)为3.24%,比现有动态纹理特征算法拥有更高的识别率.(本文来源于《五邑大学学报(自然科学版)》期刊2017年02期）
多颜色论文开题报告
（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：
针对目标容易受背景干扰或局部的、不完全遮挡时Camshift算法易产生局部最大值导致丢失目标的问题。通过人体姿态估计算法检测到行人边界框和关节点位置,依据的关节点位置提取行人的身体部分,进而得到局部颜色直方图;通过行人边界框,计算全局直方图均衡化;利用行人间局部直方图的相似性得分,预测下一帧中目标行人可能的位置,并以此确定Camshift算法的搜索区域。通过实验证明,改进后的算法可以更好地跟踪行人。
（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。
多颜色论文参考文献
[1].李慧,利齐律,程良伦,黄国恒.基于多颜色空间卷积神经网络的车辆颜色分类[J].工业控制计算机.2019
[2].杨继兰.联合多颜色直方图的Camshift行人跟踪算法[J].科技资讯.2019
[3].陈雪鑫,卜庆凯.基于多颜色和局部纹理的水果识别算法研究[J].青岛大学学报(工程技术版).2019
[4].张晓生.创新棉束连续精准混合技术满足多纤维、多颜色自动混合需求[J].纺织导报.2019
[5].余兆钗,张祖昌,李佐勇,刘维娜.融合多颜色分量的舌图像阈值分割算法研究[J].计算机应用与软件.2019
[6].李洋.用更多颜色展现更多印刷的精彩——访南京速必得印务有限公司总经理王孝飞[J].数字印刷.2018
[7].张学锋,戴亮亮,周建钦,储岳中,纪滨.多颜色模型下的乒乓球快速检测与实时跟踪研究[J].计算机系统应用.2018
[8].胡小花.基于多颜色空间LBP与卷积神经网络的数字图像来源渠道取证[D].湖南大学.2018
[9].王红君,陈慧,岳有军,赵辉.基于多颜色空间分割的温室环境视觉导航路径信息提取[J].江苏农业科学.2017
[10].甘俊英,刘呈云,李山路.多颜色空间中叁正交平面的WLDLBP活体人脸检测算法[J].五邑大学学报(自然科学版).2017
论文知识图
