共查询到18条相似文献,搜索用时 33 毫秒
1.
2.
在HSV颜色空间H分量图像上进行分割预处理,结合改进分水岭算法对牛眼肌与大理石花纹区域进行精确分割,对中国、日本及美国的大理石纹的标准等级图的特征参数作相关性分析,优选出5个表征大理石纹分布的特征参数,提出一种基于图像处理及Hopfield神经网络的自动评级方法,结果表明,对大理石花纹分级准确率达到87.23%。 相似文献
3.
4.
针对织物印花检测精度的问题,采用结合颜色特征和纹理特征多特征融合的方法,对织物印花图像进行有效分割,从而为提高织物印花的检测精度奠定了基础。在织物印花的分割过程中,首先采用颜色特征结合基于自动种子点选取的区域增长算法对图像进行初始分割,在初始分割的基础上,利用小波变换提取干扰区域的纹理特征,从而可以进一步地消除干扰区域,实现织物印花图像的准确分割。实验结果表明:基于多特征融合的分割算法能够准确地分割出织物的印花图案,克服了仅仅采用颜色特征或者纹理特征时产生的分割失真,提高了分割的质量,具有较好的应用价值。 相似文献
5.
机采棉中的杂质繁杂,而杂质类型及含量对后期棉花加工工艺的影响很大。为此,提出一种应用区域颜色分割方法以检测棉花中的杂质。在图像分割中,先对滤波后的机采棉图像进行彩色梯度运算,通过扩展极小变换运算获得标记图像,在修改后的梯度图像上运用分水岭算法获得初始分割图像,然后对初始分割图像进行区域合并。区域合并过程中要综合考虑空间邻接性、颜色信息和区域面积3个因素。颜色信息主要采用饱和度、亮度、区域颜色向量模及颜色相似度4 个特征量。用层次递进的合并方法,迭代过程更新信息特征。最后通过支持向量机算法提取颜色、纹理、形状特征对杂质区域进行识别。结果表明,所提方法对机采棉中天然杂质的平均识别率为94%。 相似文献
6.
针对筒纱分拣机器人作业目标的表面纹理复杂、位置随机摆放等干扰因素的问题,课题组提出了基于颜色特征的筒纱识别定位方法。构建了具有视觉感知的4自由度DOBOT筒纱分拣机器人系统,通过视觉系统获取筒纱多目标的图像,采用对图像进行预处理的算法来提高分拣目标的对比度;将作业目标由RGB空间转换到HSV颜色空间,提取各分量的颜色特征,采用区域生长法对不同颜色的多目标区域进行提取;建立基于图像信息的形心坐标,对各目标区域的连通域进行定位。实验结果表明:该方法能够实现对不同颜色的作业目标的识别与定位,并在分拣机器人的手眼标定的基础上,实现了对不同颜色的作业目标进行分拣。 相似文献
7.
8.
从RGB到HSV色彩空间转换公式的修正 总被引:2,自引:0,他引:2
针对从RGB色彩空间到HSV色彩空间的转换方式为非线性变换,会产生奇异点和不稳定点的问题,对转换公式作了修正.原公式在饱和度为零时色度未定义,在低饱和度时色度不稳定,这些情况下色度为黑色、灰色或者白色,将色度分量的低值区域和高值区域分别用来表示黑白色或者偏黑和偏白的低饱和度色.不但能够消除色度奇异点和不稳定点,而且可以用单纯H分量来表述色彩图像的主色调信息,简化了图像计算的复杂度.通过分析和实验验证,方法是有效的. 相似文献
9.
鲅鱼新鲜程度是评价其质量好坏的重要因素。为提高鲅鱼检测新鲜程度准确性,研究基于视觉图像的鲅鱼新鲜程度的检测方法。研究对象是某地海鲜市场中的30条鲅鱼,通过鲅鱼视觉图像采集系统采集鲅鱼视觉图像,利用区域填充算法及形态学开运算对采用大津法分割的鱼体二值图像进行填充及去噪,融合上山法与区域生长方法分割鱼眼区域,通过全局动态阈值分割方法分割鱼鳃图像;提取图像特征时,利用图像的R、G、I分量灰度均值提取鱼体、鱼眼及鱼鳃图像颜色特征,采用G分量提取鱼眼中心区域面积。将图像特征输入到NeuroShell 2神经网络判别模型中,实现鲅鱼新鲜程度的有效检测。经实验验证,该方法检测鲅鱼新鲜程度的准确率平均高达98.28%,依据鱼眼中心区域面积+颜色灰度均值特征进行鲅鱼新鲜程度检测的准确率最高,且检测不同死亡时间的鲅鱼新鲜度的检测准确率高达95%,说明鲅鱼新鲜度的检测为海鲜检测提供了理论基础。 相似文献
10.
为丰富印花产品的种类,提出了一种可有效提取出印花织物中图案轮廓的方法,可提取出高精度的印花图案边缘轮廓。首先对图像进行平滑,通过控制平滑程度参数和空间尺度参数,平滑掉织物图像中的纹理结构。再用Canny边缘检测算子检测图案边缘,Canny分割的判别阈值采用默认自动选择阈值就能成功提取织物上图案的轮廓,分割后的图像轮廓清晰,边缘连续,并且能分割出印花织物图像中的细小结构。通过实验证明,在RGB颜色空间对图像平滑和边缘提取的效果要优于其他颜色空间,比较了其他边缘检测算子分割印花织物图案的效果,结果证明Canny算子分割效果最好。 相似文献
11.
12.
13.
14.
Bowen Yang Yaping Xu Xiaoning Kang Zonghua Kang Weijun Chen Wenxue Chen Qiuping Zhong Ming Zhang Jianfei Pei Haiming Chen 《Journal of texture studies》2024,55(1):e12809
To reduce the adverse physical effects on the oral mucosa caused by excessive hardness of betel nut fibers, steam explosion was used to soften betel nuts. The effect of three operating parameters (pressure holding time, explosion pressure, and initial moisture content) on the morphology, texture, and chemical composition of the betel nuts was investigated. The fiber hardness and Shore hardness decreased by 56.17%–89.28% and 7.03%–34.29%, respectively, and the transverse tensile strength and fiber tensile strength also decreased by up to 60.72% and 24.62%, respectively. Moreover, the coefficient of static friction and moisture content increased. After steam explosion, the betel nut increased in transverse diameter, became darker and more yellow–red in color, and showed a damaged microstructure. The contents of free phenol and alkaloids decreased after steam explosion treatment, with free phenols and total alkaloids decreasing from 34.32 mg(GAE)/g and 7.84 mg/g to 21.58 mg(GAE)/g and 6.50 mg/g, respectively, after the A-50 s treatment condition. The steam explosion increased the quantity of phenols, alkaloids, and soluble solids released from the betel nut under the same simulated release conditions of the texture analyzer. The research also showed that increased pressure holding time and explosion pressure enhanced the explosion efficiency, while the initial moisture content was reduced the explosion efficiency. Therefore, steam explosion is an effective pretreatment approach to soften betel nut and facilitate healthy development of the betel nut industry. 相似文献
15.
16.
针对苹果在分级的过程中,光线不均所导致的表面反光和阴影问题,利用同态滤波和改进的K-means算法予以解决。同态滤波前,将苹果图像由RGB空间转换到HSV空间,再对HSV空间的V分量进行同态滤波增强,最大限度地削弱光线不均带来的影响;对传统K-means聚类算法,新增加距离度量方法、确定聚类数目和初始中心点,能较好地去除苹果阴影对图像分割的影响。从大小、果形、质量、颜色、缺陷5个方面对陕北富县的秦冠苹果进行分级,分级成功率达到97%。利用同态滤波算法结合改进的K-means算法来对苹果图像进行处理,能够大大提高苹果分级的准确性。 相似文献
17.
The occurrence of aflatoxins in market betel nut samples was studied. It was observed that several betel nut samples were infested with aflatoxin-producing fungus, Aspergillus flavus. Out of 32 samples collected from various places, 12 were positive for aflatoxin. Aflatoxin B1 was detected in all the positive samples. Other aflatoxins were also detected in some samples. Boric acid, propionic acid and potassium metabisulphite were used for the control of aflatoxin B1 on betel nuts. Propionic acid was most effective in inhibiting aflatoxin production on betel nut after intervals of 2 (62%) and 4 (85%) weeks. Controlling the occurrence of aflatoxin could safeguard the users from the health hazards of aflatoxins. 相似文献