排序方式： 共有2条查询结果，搜索用时 15 毫秒
1
1.
结合当前比色传感器阵列多样性、不稳定等特点,并针对当前现有的阵列图像分割算法中或者效率低,或者易受光照环境影响等现状,本文在模糊C均值聚类算法基础上,提出了一种图像分割算法.该算法首先通过HSI颜色空间下I分量在行、列投影实现图像网格划分,并结合局部阵列点图像的平滑直方图信息解决了FCM算法聚类条件初始化的难题.其次,为了提高阵列点图像分割结果的准确度,该算法通过目标函数引入了不同权重系数的H分量和I分量,实现了色彩信息的引入.通过图像分割效果测试,本文所提出的图像分割算法在所有阵列点图像分割中展示了96.54%的总体最优分割精度,可以有效、准确地实现比色传感器阵列图像的目标提取. 相似文献
2.
现有的酮体水平检测方法无法完全满足潜在酮症患者在医院外或实验室外的无创、直观简便检测需求.考虑到高选择性、高特征性、无创、直观可视化等优点,基于可视化仿生鼻对酮体标志物丙酮气体的检测进行了实验研究,并对实验结果中所获取的HSI颜色差值特征进行了动态响应分析、层次聚类分析、反向传播(BP)神经网络识别等.分析结果表明:可视化仿生鼻的HSI差值特征与丙酮气体浓度存在非线性关系,且BP神经网络能够通过HSI差值特征实现不同浓度丙酮气体的识别,识别结果的整体平均相对误差为6.67%. 相似文献
1