模糊聚类在颜色识别中的应用.pdfVIP

模糊聚类在颜色识别中的应用 何宁周田华 桂林电子工业学院广西桂林541004 Email：eicnhe@gliet．edu．C11 摘要：采用高亮度单色发光二极管作为颜色识别系统的光源，使得有充足的光线照射在被测物体 上，这有利于实现光电探测，结合模糊聚类识别方法组建的颜色识别系统，按颜色信息隶属归类， 可大大提高了颜色识别的可靠性，并取得满意效果。 关键词：颜色识别高亮度模糊聚类隶属度 同颜色。另外，物体的颜色与照明光源又有着 一、前言 密切的关系，由于光源的光谱功率分布不同， 颜色是人的眼睛的视觉系统接收光线信号 物体呈现的颜色也会有差异。按照色度学颜色 后产生感觉的语言。自然界中有各种各样的颜 相加混合的方法【lJ，可得任何物体表面漫反射 色，物体对光的选择吸收是产生颜色的主要原 的三刺激值(X，YZ)分别为 因，按颜色亮度相加律所得到的有着相等亮度 厂x=忌∑S(Z)／3(X)x(Z)AZ 的不同颜色，人眼在观测时会感到这些颜色的 (1) 弋Y=七∑J(允)卢(A)_)，(A)△允 亮度并不相等，有的亮，有的暗，并且，现实 L 生活中人们经常采用模糊语言来描述物体颜 Z=七∑j(A)卢(力)z(A)△A 式中s(A)为照明光源的相对光谱功率分布 色，例如：浅绿、绿、深绿，任何物体的颜色 在人的脑中只是一个模糊语言现象。针对传统 函数，卢(A)为物体反射(或透过)系数，．z，Y，Z为 CIE色度学颜色精确识别与人对颜色模糊感觉 CIE标准观察者的颜色匹配函数光照度， 的矛盾，本文提出了基于模糊聚类原理实现颜 x，y，Z为颜色的三刺激值，△允(rim)为测量选 色的识别，采用模糊ISODATA算法在理论上用的波长间隔， k为常规因子 可以任意精度逼近非线性系统和模糊聚类的能 (豇2夕笠s(∞卢(旯)从)。再根据下面的公式可 力，进一步优化、消除和降低环境对识别结果 o 计算出色度的坐标值团(x，Y，z 的干扰，从而使识别的可靠性大大提高。 X 二、颜色识别原理 X+Y+z 运用光电检测技术，对物体的颜色进行识 l，：熹 (2)、。 X+y+Z 别是在不接触物体的情况下实现的。其基本原 Z 理是根据不同颜色物体对光的吸收程度不同， X+l，+Z 利用主动光源在一定的距离内照射在物体上， 在实际测量中对不同的观察者，觚(nm) 通过光电感应器件对反射光强度的不同的响应 应为连续量，(z，y．z)应为连续坐标值，X，y，Z分 不同来对物体颜色信息进行采集