资源描述:
《颜色在识别中的应用及关键技术研究》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库。
1、交通科学第32卷第4期武汉理工大学学报(与工程版)Vol.32No.42008年8月JournalofWuhanUniversityofTechnologyAug.2008(TransportationScience&Engineering)3颜色在识别中的应用及关键技术研究张国卢凌阙大顺(武汉理工大学信息学院武汉430063)摘要:研究颜色在识别中的应用以及所涉及到的关键技术.主要技术包括色度图、颜色库、自适应阈值、颜色模版匹配、模糊神经网络、颜色分类器等.重点研究了适于遥感图像分类的正交坐标系的YHS(亮度,色调,饱
2、和度)变换技术.关键词:YHS变换;颜色识别;直方图中图法分类号:TN911.731颜色在图像识别中的应用2颜色在图像识别中的关键技术颜色作为物体的重要特征在计算机视觉领域2.1直方图已得到广泛应用.在医学上,颜色识别可以在检测直方图方法就是在确定颜色空间的基础上,细胞状况、化验血液和分析染色体等方面作为诊统计每种颜色分量的像素数占图像总像素数的比断依据.在农业领域,颜色识别主要是应用于农产例,由此得到图像各种颜色分量的比例分布——品品质检测(如大米胚芽自动识别、番茄成熟度检直方图.测等)、动物产品质量检测(检测牛奶的品
3、质及肉2.2颜色坐标变换牛的脂肪厚度等)和农业生产(田间杂草识别、小颜色一般都采用RGB(红、绿、蓝)三原色表麦生长过程判断、昆虫识别)等方面.在工业领域,示,但RGB坐标不符合人对颜色直观的理解,通颜色识别可以用于一些实时系统,例如服务机器常情况下不选用其直接进行识别.大部分情况是人能够快速而准确地检测与识别具有不同颜色和将RGB转换到适合人类视觉特性的空间去操作,[2]形状的目标.在交通方面,基于车牌、车标和车身如通过本文的YHS变换到亮度2色调2饱和度颜色识别的管理系统,可对停车场、城市路口实行空间很符合人类视觉特
4、性,而且YHS变换具有正高效自动化管理.交性并适合遥感图像分类.在遥感领域,合成孔径雷达(SAR)的全天基于遥感图像分类的YHS亮度2色调2饱和候、全天时、侧视成像并具有穿透力(某些波段)等度空间是由亮度2色差空间转换而来,3个坐标分特点使SAR在军事侦察中发挥着越来越重要的量有明显的物理意义:Y为亮度,反映总辐射强[1]作用.但是SAR遥感图像没有色彩,通过SAR度;H为色调,反映地物波谱模式;S为饱和度,和光学图像的融合得到具有色彩信息的图像,弥代表波谱反差.补了这一缺点,从而可通过颜色帮助SAR图像识YHS变换是基
5、于遥感图像分类提出的,可以别各类目标.另外,遥感彩色图像颜色识别可以应通过将彩色图像从RGB空间变换到YHS空间,用于农作物估产、资源勘察、气象预报和军事侦察然后分析目标的颜色.提取Y,H,S特征值成为遥等诸多方面.感彩色图像识别的第一步.本文用文献[3]给出的基于欧洲模拟彩色电收稿日期:2008202221张国:男,33岁,硕士,主要研究领域为信息传输与处理3国家“十五”规划项目资助(批准号:41307050802)第4期张国,等:颜色在识别中的应用及关键技术研究·697·视信号YHS变换研究其实现过程.实际操作时,首
6、先把R,G,B信号变换到亮度信号Y和色差信号C1,C2.其次,把色差信号C1,C2变换到色调H和饱和度S.由R,G,B求得亮度信号、色差信号公式如下.Y=0.3R+0.59G+0.11B(1)C1=R-Y=0.7R-0.59G-0.11B(2)图2大蜀山RGB图像图3YHS模型图像C2=B-Y=-0.3R-0.59G+0.89B由图3可以看出水泥路面、林地、建筑物以及(3)荒漠土地等不同的地物波谱形态区分更明显,转由色差信号变换到色调、饱和度公式如下.换后图像的波谱形态较接近实际地物的波谱形H=arctan(C1öC2)
7、(4)态,证明适合遥感图像分类.22S=C1+C2(5)2.3色度图上述的色差信号与色调、饱和度之间的关系物体颜色的识别,传统的方法利用CIE(国际如图1所示,色调H表示以色差信号B-Y(即C2)照明委员会)1931标准色度学系统,算出被照物为基准的坐标轴开始旋转的角度大小,饱和度S体颜色的特征值的坐标,然后在CIE1931色度图表示离开原点的距离大小.上查出被照物体的颜色.这是一种比较精确而烦Y坐标定量反映了地物在3个波段的平均反琐的测量方法.射率,表示总辐射强度.注意,不同的地物在遥感2.4颜色特征信息库各个波段的反
8、射率是不同的,公式加权系数可以对目标进行识别的常用方法是建立特定目标具体体现.的颜色特征信息库,通过颜色匹配进行目标识别.如遥感图像上的不同地物(见2.2)识别,可以通过建立不同地物的颜色特征信息库,通过颜色匹配来进行.2.5采取自适应颜色阈值常用的彩色图像目标检测和识别方法大多基于固定的颜色阈值,这种方法简单,处理