- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于颜色特征的地板层次分类研究.pdf
2013,49(13)
1 引言
随着经济的快速发展,地板的需求量亦越来越大,地
板在生产过程中如何快速准确地分类,成为了一个迫切需
要解决的问题。目前,地板的分类实现主要靠人工目测,
其人为因素的影响比较大,因此利用数字图像处理技术对
地板进行分类,更能有效地保证地板分类的准确性。
由于地板颜色是反映地板表面视觉和心理感觉的重要
特征,与分类的评定有着密切关系,从而使得近年对基于
颜色特征的分类处理进行了一定的研究。如戴天虹等通
过主颜色特征,分别利用神经网络中的 RBF网络、K-最近
相邻和最近邻对木材样本图像进行分类处理 [1];王克奇等
利用均匀色彩空间对木材的颜色特征进行测量与辨别 [2];
相似的还有竹片[3]及瓷砖[4]等材料基于颜色的的分类研究。
然而在上述的研究中,皆没能有效地去除光照条件及
地板纹理特征对颜色分类效果的影响。本文通过在HSV
色彩空间去除光照条件对其影响,并给予色调分量及饱和
度分量不同的权重以减小纹理特征影响,对未知类别的地
板样本进行分类处理。通过建立粗分类及细分类两层样
本分类依据库,对未知地板样本最短距离决策、K-最近相邻
对未知地板样本进行逐层分类处理,实现地板快速分类。
2 特征提取原理
2.1 HSV色彩空间
在颜色表示上,采用更加符合人眼对色彩感知的HSV
色彩空间,以一个亮度的属性值 V 和两个色度属性值(色
调 H 、饱和度 S)来表示一种色彩。其中,RGB色彩空间
基金项目:国家自然科学基金(No;“嵌入式机器视觉关键技术的研究与开发”产学研合作资助项目(No.11002)。
作者简介:钱勇(1986—),男,硕士研究生,研究方向 嵌入式系统与智能仪器,图像模式识别;白瑞林(1955—),男,教授,博士生导
师,研究方向 智能控制与嵌入式系统;倪健(1976—),男,硕士研究生,研究方向 嵌入式系统与智能仪器,图像匹配;杜斌
(1986—),男,硕士研究生,研究方向 嵌入式系统与智能仪器,图像特征提取与识别。E-mail qianyong-1986@163.com
收稿日期:2011-11-08 修回日期:2012-01-02 文章编号:1002-8331(2013)13-0245-03
CNKI出版日期:2012-04-25 /kcms/detail/11.2127.TP1722.085.html
基于颜色特征的地板层次分类研究
钱 勇,白瑞林,倪 健,杜 斌
QIAN Yong, BAI Ruilin, NI Jian, DU Bin
江南大学 智能控制研究所 轻工过程先进控制教育部重点实验室,江苏 无锡 214122
Key Laboratory of Advanced Process Control for Light Industry(Ministry of Education), Institute of Intelligent Control, Jiangnan
University, Wuxi, Jiangsu 214122, China
QIAN Yong, BAI Ruilin, NI Jian, et al. Floor hierarchical classification research based on color characteristics. Computer
Engineering and Applications, 2013, 49(13):245-247.
Abstract:The floor hierarchical classification based on the color characteristics is proposed to improve the automate degree.
Through clustering the pre-specified color characteristics of the floor sample, the broad categories and specific categories are cre-
ated to determine the training samples. To classify the unknown floor samples, the first use of the shortest distance classification
is to determine the general category of the sample, then uses the improved K-nearest neighbor classification to determine the spe-
ci
原创力文档


文档评论(0)