袜套自动辨色分级专家系统设计与应用

针对丝卷检测中涤纶长丝染色均匀度分级评判的问题,设计了袜套自动辨色分级系统软件的各个模块,并按软件组织结构的要求,采用Visual C+ +软件设计平台设计了袜套自动分级辨色软件系统.其中三大模块:袜套颜色特征提取模块的设计主要应用了HSV颜色空间理论;分级评判模块的设计主要应用了专家系统理论;信息存储模块的设计主要应用了数据库技术.结果表明:该系统通过简洁的软件操作界面,实现了对袜套颜色的迅速、高效分类以及全局分析,是一个较为实用的袜套自动辨色分级系统.     

基于卷积神经网络的监控场景下车辆颜色识别

颜色是车辆识别中广泛应用的主要线索之一,在智能交通系统中扮演着重要的角色.受光照变化、噪声、环境等复杂因素的影响,传统的车辆颜色识别方法难以取得理想的识别效果.利用卷积神经网络(CNN)的优越识别性能,提出了一种基于卷积神经网络的监控场景下车辆颜色识别方法.基于传统的CNN原理设计了车色识别专用深度网络架构,直接通过CNN学习基于颜色分布的分类模型.与其他基于深度学习的车色识别方法相比,提出的用于车色识别的专用深度网络,具有参数少、识别速度快、识别精度高等优点.实验结果表明,在Chen等公布的标准数据集上,与最新的研究成果相比,平均识别精度提高约0.77％,识别速度提高14倍左右.     

基于双色反射模型的彩色结构光颜色识别的研究

为了快速准确地识别出彩色结构光系统中的投射光颜色信息,该文提出了基于双色反射模型的投射光颜色识别算法.首先通过对数码相机和投影设备进行色度标定,以消除两者之间的耦合性差异;接着通过估计物体三颜色通道光谱反射率以及分离镜面反射成分和漫反射成分,来修正物体本身颜色和镜面反射对投射光源颜色的影响.实验结果表明,该文提出的投射光颜色识别算法对于双色反射模型条件下的彩色结构光颜色识别具有鲁棒性高、计算速度快、识别准确度高等优点.     

基于多线索混合的交通标志检测与跟踪

提出一种基于多特征融合的交通标志检测、识别和跟踪算法.在检测阶段,先利用颜色信息提取出感兴趣的区域:然后利用角点、几何特征等信息检测出交通标志.在识别阶段,首先根据颜色和形状的对应关系进行粗分类;然后针对每一类标志建立一个二叉树结构的支持向量机多分类器用于识别其具体含义.为了减少误识别率,在跟踪阶段采用Lucas-Kanade的特征点跟踪算法跟踪交通标志.实验结果表明,该方法具有很好的鲁棒性.     

基于TCS230传感器的高精度颜色识别系统设计

采用颜色传感器TCS230与单片机AT89S52设计高精度颜色识别系统平台.分别在3种不同工作条件下,对5种颜色的LED做测试,采用更直观的HSL颜色空间方法分析实验数据,验证系统在不同条件下对颜色识别的准确性.实验结果表明:该系统以白色LED灯调白平衡,在密封和自然光条件下都具有准确的颜色识别性能和良好的抗干扰性.     

基于区域CSIFT特征的目标识别算法

无重叠多摄像机监控系统在使用局部形状特征进行目标识别时,会忽略颜色信息,且对光学变换具有不稳定性.为此,提出一种基于区域彩色尺度不变特征变换的目标识别算法.通过修正的双色反射模型,提取对光照特性和物体几何特性具有不变性的颜色特征,得到尺度不变特征变换描述予,利用颜色特征和形状特征建立目标模型.实验结果表明,该算法对刚体和非刚体目标的识别都能取得较好的效果.     

多判据图像型火灾探测系统的研究

根据火灾发生时火焰的颜色、面积逐渐增大、边缘上的尖角等特性,提出了一种基于机器视觉的火灾探测系统.着重介绍了对采集到的火焰图像进行颜色分析、面积计算和火焰尖角识别,以便得到更加准确的火灾识别效果.     

基于颜色聚类和Hu不变矩的道路交通标志检测

介绍了一种基于颜色分割和区域描述的交通标志检测方法。该方法利用在RGB空间的颜色聚类算法分割出感兴趣色彩区域,然后进行形态学处理,最后结合Hu不变矩对道路交通标志进行识别。识别结果表明,基于颜色聚类和Hu不变矩的交通标志识别方法具有很强的抗图像平移、缩放和旋转识别能力,并具有实现简单、识别速度快、准确率高等特点,有较高的实用价值。     

可视嗅觉传感器阵列研究及图像分析

针对目前电子鼻系统普遍存在的检测范围窄、受环境湿度影响较大等缺点,本文依据金属卟啉配合物与有机气体反应会产生颜色变化的原理,研制了一种新型的气体敏感膜,设计了可视嗅觉传感器阵列的实验系统.系统通过分析敏感膜与不同的气体反应所呈现的颜色变化识别气体,具有完全不受外界水蒸气影响和检测精度高等特点.用该传感器敏感膜分别对环己胺、乙腈和四氢呋喃进行了试验,试验结果表明该传感器阵列能够正确地识别这三种有机物.     

彩色数字仪表表盘读数的自动识别系统

介绍了一个数码管显示数字仪表表盘读数的自动识别系统,在字符提取阶段,采用颜色提取的方法,使得尽管图片的字体颜色与背景颜色相同,但只要亮度不同,也能很好的提取出字符部分.在字符分割过程中,采用增益方法识别边界,准确分割出单个字符.并采用统计法和扫描法相结合的方法来识别数字.实验结果表明提出的方案可行,具有较强的鲁棒性.