基于核熵成分分析的光谱重建算法研究

对基于核熵成分分析的光谱反射率重建方法进行了研究,分别采用主成分分析方法和核主成分分析方法构建光谱反射率重建算法进行颜色重建研究,并与基于核熵成分分析算法的光谱反射率进行比较。实验结果表明,基于核熵成分分析的光谱重建算法在色度精度和光谱精度上均优于主成分分析和核主成分分析,对物体表面颜色的真实重建具有一定的应用价值。     

随机纹理图像色差检测算法研究

针对随机纹理图像在实际生产环境下的色差检测问题,在研究、分析国内外研究成果的基础上提出了基于CIELAB均匀颜色空间的色差检测算法。文中对算法进行了详细的描述。首先在HSV颜色空间下计算聚类数目,在CIELAB颜色空间下确定初始聚类中心,然后进行模糊C均值聚类,最后进行颜色特征的提取。以雨花石墙地砖为例,分别在光照、粉尘、振动三种典型干扰环境下进行了实验。实验结果表明本文提出的色差检测算法检测结果受粉尘,振动干扰影响较小,色差值小于1.5,认为无色差,而受光照干扰影响较大,色差值大于1.5,认为有色差。这一结果与人眼的视觉判断相一致。建议在实际应用中对光照条件、光源稳定性进行合理的控制。本算法对其它随机纹理产品的颜色检测也有实用价值。     

随机纹理图像的色差检测

针对随机纹理图像在实际生产环境下的色差检测问题,提出了基于CIELAB均匀颜色空间的色差检测算法.首先在HSV颜色空间中计算聚类数目,在CIELAB颜色空间中确定初始聚类中心,然后进行模糊C均值聚类,最后进行颜色特征的提取.以雨花石墙地砖为例,分别在光照、粉尘、振动3种典型干扰环境下进行了实验.实验结果表明,本文提出的色差检测算法检测结果受粉尘、振动干扰影响较小,色差值＜1.5,认为无色差,而受光照干扰影响较大,色差值＞1.5,认为有色差.这一结果与人眼的视觉判断相一致.建议在实际应用中应对光照条件、光源稳定性进行合理的控制.本算法对其它随机纹理产品的颜色检测也有实用价值.     

纹织图像分色算法研究

本文提出了一种聚类与抖动处理技术结合的纹织图像分色算法,利用RGB颜色空间的色差度量公式对颜色进行聚类分析,同时使用抖动技术对原图进行处理,以分散色差,减小失真。通过实际编织成品检验,证明本算法在固定分色数目(小于等于6种)情况下可以大大提高分色图像的质量,使得编织出来的织锦色彩与原图基本相同。     

数字图案印刷可视化植物拓染技术

目前研究的可视化植物拓染技术工作时间过长,拓染后的色差较大。针对上述问题,基于数字图案印刷研究了一种新的可视化植物拓染技术。分析像素三维的内部颜色值,判断不同的颜色,设计三维直方图,根据所设计的三维直方图寻找出数字图案印刷的颜色特性,利用会读函数转换的方式处理数据及,在确定灰度转换函数和颜色空间之间的关系后,实现信息处理。通过三原色权值系数函数幅值,选取与颜色变换的方式进行聚类,通过渐变颜色实现插值处理,完成三维可视化。实验结果表明,数字图案印刷的可视化植物拓染技术能够有效缩短工作时间,减少拓染后色差。     

基于色度学理论的农产品颜色量化系统的建立

依据色度学理论,开发了一套用于颜色量化的计算机视觉系统,并使用1980A彩色亮度计对该系统进行了标定.本系统采用四层BP网络实现全色域摄像机输出RGB颜色空间与L*a*b*颜色空间转换,提出了一种利用二次通用旋转组合设计与遗传算法相结合优化神经网络隐层结构的方法;实验数据表明,所建立网络模型的预测值与实验的测试值之间的色差最大为5.6357,最小为0.5311,平均色差为3.1744.     

基于选择最优滤光片的多光谱成像系统的研究

研究了基于选择最优滤光片多光谱成像系统优化问题,采用了优化的滤光片组合,组建了一个六通道的多光谱成像系统。利用提出的基向量和多项式组合的方式重构光谱数据,成功重建出博物馆、美术馆等展览馆常用的两种典型光源模拟器D65和A光源下油画的光谱反射率,并以光谱均方误差和色差综合误差评价成像质量。对两种光源下重建结果分析可得,最优滤光片的选取与光照环境密切相关。根据光照环境不同采用选取出的最优滤光片可得到最好光谱成像图,并且能在光谱和色度上都达到较高精度。     

一种结合SVM的颜色识别系统研究

针对SVM算法能够克服＂维数灾难＂和＂过学习＂等困难特点,进行结合SVM的颜色识别系统研究。采用数字集成颜色传感器TCS230构成的颜色检测电路,采集目标物的RGB频率值与标准值匹配,构建SVM进行Matlab仿真,利用SVM模式识别处理输入向量,将输出结果利用CIE色差标准聚类计算,得出目标物色彩与8种常规色彩的色差,然后按照色差最小原则进行分类。设计上位机软件,试验系统的可用性,评判标准人对色彩的心理感受。实验结果分析得出,系统具有很好的可行性,完全能够达到现实应用的要求,具有广阔的应用前景。     

基于一阶导数的中药太赫兹光谱聚类（英文）

针对中药等混合物吸收峰重叠导致无明显吸收峰的情况,提出使用K-means、K-medoids和FCM三种无监督聚类算法结合太赫兹吸收谱一阶导数特征,将三七、当归等四种中药品的太赫兹光谱分别与其易混品的太赫兹光谱进行聚类。三种无监督聚类方法补充了监督学习分类方法的适用范围。光谱一阶导数特征可以放大不同物质吸收系数整体或者是局部的微小差异。实验证明,使用原始吸收系数结合其一阶导数作为分类数据,三种聚类算法都取得很好的效果,K-means算法准确率最高,为95.32%。相较于原始吸收系数作为分类数据,聚类准确率提升明显,尤其是对无吸收峰中药易混品的聚类,K-means算法准确率提升了5.38%。三种聚类算法对误差数据都具有很强的抗干扰能力。     

基于一阶导数的中药太赫兹光谱聚类

针对中药等混合物吸收峰重叠导致无明显吸收峰的情况,提出使用K-means、K-me doids和FCM三种无监督聚类算法结合太赫兹吸收谱一阶导数特征,将三七、当归等四种中药品的太赫兹光谱分别与其易混品的太赫兹光谱进行聚类.三种无监督聚类方法补充了监督学习分类方法的适用范围.光谱一阶导数特征可以放大不同物质吸收系数整体或者是局部的微小差异.实验证明,使用原始吸收系数结合其一阶导数作为分类数据,三种聚类算法都取得很好的效果,K-means算法准确率最高,为95.32％.相较于原始吸收系数作为分类数据,聚类准确率提升明显,尤其是对无吸收峰中药易混品的聚类,K-means算法准确率提升了5.38％.三种聚类算法对误差数据都具有很强的抗干扰能力.     

人工神经网络-近红外光谱法测定桉树中综纤维素的含量

采用近红外光谱技术结合广义回归神经网络(GRNN)建立测定桉树中综纤维素的定量分析模型。以72个桉树样品作为实验材料,对光谱数据进行平滑、求导、压缩以及归一化,用桉树的近红外光谱数据建立广义回归神经网络模型.预测模型的预测均方根误差为0.0198。结果表明,该方法测量比较准确,可以用于桉树中综纤维素含量的预测。     

基于光谱反射率的茶染宣纸茶水浓度预测

茶染作为植物染色的一大门类,同时具有良好的环保性能和深厚的文化底蕴。为了能够准确描述茶叶染色的光谱变化,本文研究茶染后宣纸的光谱反射率与茶叶浓度的关系。首先采用分光光度计测量400～700 nm波段被茶叶染色后宣纸的光谱反射率,分别基于偏最小二乘回归模型、BP神经网络和连续投影算法(SPA)选择特征波段建立光谱信息与茶叶浓度之间关系的预测模型。然后以光谱反射率作为输入变量,对茶叶浓度进行预测。结果表明：基于偏最小二乘法、BP神经网络和连续投影算法 选择特征波段建立模型,通过茶染宣纸的光谱反射率来预测茶叶浓度具有较高的稳健性和可信度,其中SPA-BP神经网络模型的效果最优,平均预测正确率为98.40%,决定系数为0.9910,均方根误差为0.8433。这说明通过茶染宣纸的光谱数据来预测茶叶浓度具有可行性。     

基于可见光和近红外光图像的浊度分析

传统的光电检测系统需要复杂的电路和分光系统,以及需要专业人员进行操作。为了取而代之,结合数码摄像头的成像特点和计算机的高速信息处理能力,提出了一种利用摄像头测量浊度的方法。设计了两种基于可见光和近红外光摄像头的浊度测量装置和一个恒定光强的光源驱动电路。利用自主开发的图像处理软件获取浊度图像中的RGB数据,并将其转换为CIE Lab颜色空间。根据亮度、色差与浊度之间的关系,建立了0-1000 NTU、小于100 NTU、大于100 NTU范围内的可见光和近红外装置的亮度和色差的浊度检测模型。对所提出的模型进行对比分析,选择综合性能最好的两个测量模型进行融合,生成了一个新的测量模型。实验结果表明,三种模型与商用浊度仪的测量结果之间的相关性均大于0.999,融合模型的误差在1.05%以内,均方误差为1.14。可见光装置在低浊度测量时表现出的误差较小,受图像颜色影响较小。近红外装置在全量程和高浊度测量时更稳定、准确,更适合此类测量。     

A new correlation of wet gas flow for low pressure with a vertically mounted Venturi meter

Wet gas metering has become an increasingly important technique for many industries. However, the over-reading phenomenon reduces the accuracy of Differential Pressure meters. This research fills the vacancy of correlations and presents a new correlation for low pressure between 0.82 and 1.52 MPa with a vertically mounted Venturi meter to calculate the over-reading coefficient accurately. Based on the correlational analysis, the over-reading coefficient is a function of the Lockhart-Martinelli parameter, density ratio, and gas Froude number. The constant coefficients in this correlation are obtained by nonlinear regression. Effect of low gas velocity with gas Froude number under 1.5 is taken into consideration as well. The average relative error is 1.9% and the root mean square error is 3.0%. Furthermore, a new method to calculate the over-reading coefficient for industrial applications is put forward due to the difficulties of online measurements of the Lockhart-Martinelli parameter which is substituted with the void fraction. The void fraction is calculated by an empirical correlation using quality and an approximate algorithm is utilized to obtain gas Froude number. For this new method, the average relative error is 2.3% and the root mean square error is 3.7%. This quality-based method will be helpful to resolve the limited applicability of gamma-ray attenuation for wet gas flow metering in industry regarding vertical low pressure conditions.     

快照式光谱光场成像技术

针对快照式多维成像系统难以实现高维成像的问题,本文提出了一种快照式光谱光场成像方法,使用单个探测器实现了对目标场景光谱光场信息的快速获取.该方法将聚焦光场成像结构引入到快照式超光谱成像傅里叶变换光谱仪中,首先获取混叠了目标场景光场信息和干涉信息的原始图像,然后使用基于卷积神经网络的信息重建算法,将光场信息和干涉信息从原...     

一种改进的模糊C-均值(FCM)彩色图像分割算法

针对传统模糊C-均值(FCM)聚类算法计算量大,聚类中心对初始值敏感和聚类数目不能自适应确定的缺点,提出了一种改进的FCM算法。首先对图像进行采样量化,并在满足视觉一致性的L*a*b*颜色空间计算并统计图像的色差信息,然后依据全局色差阈值选取初始聚类中心,对图像进行聚类分析,同时根据准则函数确定最佳聚类数,实现了聚类中心的优化选取和最优聚类数目的确定,有效减少了计算量。研究结果表明,改进后的FCM算法不仅较好地克服了传统FCM算法的缺点,而且聚类效果好,处理速度快,聚类效果与人的视觉感应保持了良好的一致性。     

基于OSC/PLS法识别被不同浓度农药污染水果的初步研究

本文采用正交信号法(orthogonal signal correction,OSC)处理被不同浓度农药污染的脐橙近红外光谱(350～1800nm),在整个光谱范围内应用偏最小二乘法(partialleastsquares,PLS)建立农药污染的预测模型。PLS校正模型采纳的最佳因子数会随着OSC因子的增加而逐渐减少,并且对模型精度影响不明显,因此可以达到简化模型的效果。实验结果表明,当OSC因子数为15时,PLS模型最佳的因子数为3,其预测组脐橙表面农药污染程度的实际类别与预测类别的相关系数R2与预测样本均方根误差RMSEP分别为0.8923和0.3746。     

基于滤光轮双相机系统的高光谱分辨率成像

滤光轮光谱成像系统在光谱成像领域应用广泛,空间分辨率高,但是光谱分辨率较低。针对这一问题,提出了基于滤光轮双相机系统的高光谱分辨率成像,设计了一种基于插分补偿的多光谱计算重构方法,实现系统的高光谱分辨率、高空间分辨率成像。首先利用滤光轮双相机成像系统采集多光谱图像以及RGB图像,然后从多光谱图像获取离散的光谱响应曲线,最后根据RGB三通道数据与光谱高维数据之间的映射关系以及能量守恒定理,进行光谱响应曲线的插分补偿并实现高光谱分辨率成像。实验结果表明,本文方法能够在保持空间分辨率的情况下,高效地实现光谱分辨率为5 nm甚至更高光谱分辨率的成像,重建结果与真实值的均方根误差为0.017 1,具有较好的准确性和鲁棒性。