搜索到16995篇“ 颜色和纹理特征“的相关文章
- 基于颜色和纹理特征聚类的彩色图像分割
- 2024年
- 针对传统彩色图像分割算法在轮廓模糊和纹理丰富区域分割效果差的缺点,本文提出基于颜色和纹理特征聚类的彩色图像分割算法。首先,采用基于图的图像分割算法多次分割图像,以得到多组超像素块;其次,提取超像素块的颜色特征和纹理特征,将其融合为一个特征向量,并使用k-means聚类对每组超像素块的特征向量聚类,以获得多组分割结果;最后,使用线性组合的方法融合多组分割结果,得到最终的分割图像。在公开数据集BSD500上与经典聚类算法SFFCM、AFCF相比较,实验结果表明本算法优于这些经典算法。
- 赵蕾刘本永
- 关键词：彩色图像分割纹理特征K-MEANS聚类
- 基于颜色和纹理特征的立体车库锈蚀检测技术
- 2024年
- 针对立体车库锈蚀检测的迫切需求,提出基于颜色和纹理特征的锈蚀检测新方法。利用高斯滤波和伽马变换解决锈蚀图片光照不均匀的问题。采用HSV(hue saturation value)色彩空间实现锈蚀的颜色特征筛选,提出基于灰度共生矩阵进行锈蚀纹理特征分析的方法,对锈蚀区域进行测量和形状分析。结合方向梯度直方图(histogram of oriented gradients,HOG)特征提取和支持向量机(support vector machine,SVM)算法实现了立体车库锈蚀检测。试验结果表明,该方法锈蚀识别准确率达到93.19%,实现了立体车库锈蚀表面的视觉检测,大大减少了外部环境的干扰。
- 岳仁峰张嘉琦刘勇范学忠李琮琮孔令鑫
- 关键词：图像处理
- 基于颜色和纹理特征匹配的集装箱视觉识别与定位方法
- 2024年
- 集装箱自动化装卸是港口自动化中的关键任务,其中集装箱的视觉识别与定位是实现自动化装卸的关键技术之一。针对传统模板匹配算法在多尺度及光照变化情况下效果不佳的问题,将基于颜色特征块匹配算法与基于数学形态学纹理特征提取算法相结合,提出一种基于颜色和纹理特征匹配的集装箱视觉识别与定位算法。利用颜色块匹配的方法对集装箱进行初步定位,再根据集装箱表面凸起纹理特征进行精确定位。实验结果表明,该算法在满足实时性的基础上能有效实现集装箱的识别与定位,且对尺度及光照变化具有良好的鲁棒性。
- 闫兴达冯云剑
- 关键词：块匹配数学形态学
- 一种基于颜色和纹理特征聚类的数码迷彩生成方法和装置
- 本申请涉及一种基于颜色和纹理特征聚类的数码迷彩生成方法、装置、计算机设备和存储介质。所述方法包括：通过LBP算法对背景图像进行纹理特征提取，采用LBP方法所得到二值矩阵能够显示出原背景图像局部的纹理信息；通过对颜色、纹理...
- 邓联文汤敏黄生祥
- 文献传递
- 一种基于颜色和纹理特征的图像研究被引量：4
- 2022年
- 在K-means算法基础上,结合主颜色直方图检索只考虑图像颜色信息,分块法只描述图像空间信息,本文提出了一种将图像等面积分块法。实验证明提高了查准性和查全率。最后实验演示出基于颜色和纹理特征的三种检索效果图。
- 郭丽珍
- 关键词：图像检索K-MEANS共生矩阵
- 基于颜色和纹理特征的花生仁外观品质检测研究被引量：4
- 2022年
- 为了提高对花生仁外观缺陷的在线分类准确率及效率。通过对采集完好、破损、霉变的花生仁RGB图像进行均值位移法、灰度处理以及阈值分割等预处理,研究提取了花生仁HSV颜色空间下的H、S、V各分量的一阶矩和二阶矩共6个颜色特征值,再基于灰度共生矩阵法提取能量、熵、对比度、逆差分矩共4个纹理特征值,构建颜色和纹理结合的特征向量,最后分别采用BP神经网络和SVM分类器对花生仁进行分类识别。结果表明:在花生仁的整体识别准确率上,BP神经网络为96.67%,SVM分类器为97.22%,后者优于前者,在识别时间上BP和SVM分别为2.5 s和1.1 s,识别效率上也是SVM更好,综合识别准确率和效率两方面考虑,优先选择SVM分类器模型来对花生仁进行分类识别。
- 杨露露秦华伟
- 关键词：花生仁计算机视觉纹理特征BP神经网络SVM
- 基于HSV空间颜色和纹理特征的车牌定位算法研究被引量：5
- 2022年
- 车牌识别系统中的一个关键性技术是车牌定位,其准确性直接影响后面的车牌字符分割和识别的效果.当背景与车牌区域颜色相似时,在颜色车牌定位算法中不能正确定位出车牌.针对上述问题,提出一种基于HSV空间颜色和纹理特征的车牌定位算法.该算法首先通过HSV空间变换,使颜色空间具有独立性,从而分割出不同颜色区域;其次,通过车牌区域字符集中且边缘信息丰富的特点,设置字符与字符边缘之间的梯度跳变次数的阈值,在复杂的背景下判断待测试区域是否为车牌区域;最后,通过二值化直方图投影法定位并分割出车牌区域,建立BP神经网络训练识别车牌字符来验证算法的有效性.实验结果表明:该方法能够在颜色相似和背景复杂的情况下正确定位车牌区域,在相同的条件下对比其他定位算法,其识别率达95.06%.
- 赵洋闵升锋李大舟
- 关键词：车牌定位HSV空间纹理特征
- 基于颜色和纹理特征的保温装饰一体板图像检索算法研究
- 在建筑行业中,保温装饰一体板(简称一体板)常被贴附于建筑外墙从而起到保温、防水和装饰建筑物的作用。人们在查询所需的一体板图像信息时,通常采用人工筛选或者借助公用的图像检索系统进行可视化搜索,这无法满足准确快速查询图像的需...
- 胡江祺
- 关键词：图像检索特征提取LBP
- 基于图像颜色和纹理特征的成品茶种类和等级识别方法
- 本发明属于数字图像处理技术领域，涉及基于图像颜色和纹理特征的成品茶种类和等级识别方法，使用工业相机和镜头，在自行设计的拍摄装置中采集成品茶图像；对图像进行预处理后，使用量化后的颜色直方图法提取图像的颜色特征，使用参数优化...
- 王进张程陆国栋唐小林费少梅鲁晓卉李文萃
- 文献传递
- 基于颜色和纹理特征的异常玉米种穗分类识别方法被引量：14
- 2020年
- 针对玉米选种过程中异常种穗的外观缺陷难以准确识别的问题,以玉米种穗为研究对象,通过计算机视觉技术快速识别杂色、缺粒、虫蛀、籽粒杂乱4种异常种穗。选择单目视觉采集装置,采集任意姿态玉米种穗图像,利用凹点匹配算法分割粘连玉米种穗;采用HSV和CLBP(完全局部二值模式)方法提取玉米种穗的颜色和纹理特征,利用匹配得分融合算法融合玉米种穗的颜色和纹理特征,建立玉米种穗分类模型,利用SVM实现4种异常玉米种穗的快速分类。试验结果表明,该方法相对于传统玉米种穗检测技术能快速有效识别出4种异常玉米种穗,对杂色、缺粒、虫蛀、籽粒杂乱玉米种穗的识别正确率分别达到了96.0%、94.7%、93.6%和95.3%,玉米种穗在有粘连和无粘连情况下平均识别速度分别为每穗1.180 s和0.985 s,能够满足异常种穗分类识别的需求。
- 李颀王康强华马琳
- 关键词：计算机视觉纹理特征
相关作者
- 宋琳琳
- 作品数：33被引量：113H指数：7
- 供职机构：内蒙古民族大学计算机科学与技术学院
- 研究主题：计算机 图像检索 数据库 图像检索算法 颜色和纹理特征
- 常哲
- 作品数：5被引量：21H指数：2
- 供职机构：西北大学信息科学与技术学院（软件学院）
- 研究主题：图像检索 颜色和纹理特征 灰度共生矩阵 相似度量 图像
- 程涛
- 作品数：6被引量：23H指数：3
- 供职机构：西北大学
- 研究主题：图像检索 颜色和纹理特征 颜色矩 灰度共生矩阵 相似度量
- 楼吉林
- 作品数：5被引量：6H指数：2
- 供职机构：浙江工业大学
- 研究主题：颜色和纹理特征 道路网络 参数优化 灰狼 支持向量机模型
- 徐欣欣
- 作品数：8被引量：27H指数：3
- 供职机构：华南理工大学计算机科学与工程学院广东省计算机网络重点实验室
- 研究主题：图像过滤 基于WEB 颜色和纹理特征 色情图像 资源管理系统
