导读:本文包含了颜色分量论文开题报告文献综述及选题提纲参考文献，主要关键词:舌像分割,阈值分割,舌诊,形态学运算
颜色分量论文文献综述
余兆钗,张祖昌,李佐勇,刘维娜[1]（2019）在《融合多颜色分量的舌图像阈值分割算法研究》一文中研究指出针对中医自动化舌诊中的舌图像分割问题,提出一种融合多颜色分量的舌图像阈值分割算法。对RGB颜色空间中的蓝色和红色分量执行阈值分割,确定舌图像中的人脸区域;对HSI颜色空间中的色调分量执行变换,在变换后的色调分量上执行阈值分割,以获得包含真实舌体与上嘴唇的初始目标区域;对初始目标区域对应的红色通道执行阈值分割,得到舌根和嘴唇之间的间隙区域;利用间隙区域剔除掉初始目标区域中的上嘴唇,获得最终舌体分割结果。仿真实验表明:该算法较大程度地改善了舌图像分割的精度。(本文来源于《计算机应用与软件》期刊2019年05期）
张瑞峰,夏坡坡,张辉,陈喜庭,赵辰彦[2]（2018）在《基于RGB颜色分量线性关系的木材缺陷分割研究》一文中研究指出以RGB色彩空间为基础,木材缺陷目标分割识别为目标,提出了一种用于木材缺陷彩色图像识别的阈值分割方法。通过数学分析RGB叁个色彩分量的数学关系及其直方图之间关系,得出了基色两两之间的线性关系表达式,取得线性关系表达式之间联系,即得出木材图像分割阈值范围公式。即得出无损图像的RGB两两基色的线性关系的集合范围,超出集合的便认为是缺陷。实验结果表明,本算法可以实现对木材缺陷彩色图像精准分割与识别。(本文来源于《大庆师范学院学报》期刊2018年06期）
刘令,郭正尧,李示威,程东海,李昊[3]（2018）在《基于多元回归模型的不同浓度物质颜色分量分析》一文中研究指出本文利用绿红蓝(GRB)图像颜色检测技术测量待测物质的颜色分量,建立物质浓度与颜色分量的多元回归模型,并得到多元函数关系式,通过残差分析法绘制拟合曲线与实测值的对比图像,检验了多元回归模型的可行性.结果表明,此模型可较为准确地计算待测物质的浓度.(本文来源于《吉林建筑大学学报》期刊2018年04期）
程蓉[4]（2018）在《基于H颜色分量分布的紫色土图像分割》一文中研究指出基于机器视觉的紫色土识别技术,可以帮助农业生产一线的“科技人员和农户”科学地辨识土壤种类,对农业生产有积极的指导作用。由于野外实际采集的紫色土图像数据,不可避免地包含种植物、地衣苔藓和杂草等杂乱背景干扰,严重影响紫色土识别精确率。因此,如何从含杂乱背景的图像中有效分割提取出干净的紫色土图像区域进行识别,是进一步深入分析紫色土图像数据的基础。本文主要针对紫色土图像的H颜色分量展开研究,利用H颜色分量的分布特性对实际野外采集的紫色土图像进行分割,有效提取出便于识别的紫色土区域。本文具体研究内容如下:(1)分析紫色土在HSV颜色空间的聚集特性,通过实验对比紫色土在HSV各通道的分布,实验结果表明:紫色土在H分量中聚集明显,而在S分量和V分量中不聚集。(2)研究紫色土H域正态分布检验特性,求取H阈值对紫色土图像进行初步分割。并针对初步分割结果中的孤立点、小土块和空洞,设计了边界识别、提取以及区域填充算法进行修复。其中,在边界识别算法中,本文设计的边界识别模板能有效识别边界、清除孤立点;在边界提取、区域填充算法中,本文采用堆栈技术改进了算法的填充效果。(3)进一步研究紫色土H域分布的广义高斯分布、混合高斯分布以及混合广义高斯分布特性。针对紫色土H分量广义高斯分布拟合研究,本文采用便于求导的非线性函数拟合带形状参数?的复杂函数,能实现?参数的快速求取。针对紫色土H分量混合广义高斯分布的拟合研究,本文设计了精度更高的紫色土H阈值分割算法;同时,采用分段分析和分段分割处理的方法优化了H分量分布跨0点问题。(4)为了验证本文算法的准确性和鲁棒性,设计实验并与传统基于极值的分割算法、基于膨胀与腐蚀的空洞清除算法进行了对比,实验结果表明:基于近似正态分布的分割算法比基于极值的阈值分割算法更为准确与稳定;改进后的基于混合广义高斯分布的H阈值分割算法比基于近似正态分布的H阈值分割算法鲁棒性更高;采用本文边界识别、提取、空洞填充算法比基于膨胀与腐蚀的空洞清除算法效果更好,能从视觉图像中分割、提取出更完整的紫色土区域图像。(本文来源于《重庆师范大学》期刊2018-04-01）
肖叮[5]（2017）在《颜色分量自适应的主纹理提取算法研究》一文中研究指出在当今信息时代中,可视化技术、虚拟现实技术及现实增强技术不断发展。这些技术依赖大量的逼真模型来满足人们的视觉需求,而高质量的纹理可以极大的提高模型的真实感,因此社会对高质量的纹理有着迫切需求。但是纹理的颜色分布具有随机性,现有的提取方法在算法复杂度、时间开销方面相对比较大,使得纹理测量非常的困难且质量不能满足需求。针对这些问题提出一种在多分辨率下的基于颜色和结构信息的主纹理提取算法,可大幅度提高纹理提取速度,且提取的主纹理及相应的合成结果非常可观。提取到的纹理质量高,能极大的提升后续处理步骤的精度和效率,如合成更加符合人类视觉的大纹理图像,为虚拟现实、增强现实领域提供更加逼真的3D模型。本文提取的是主纹理区域,不是某一种特定的纹理特征,由于纹理基元的多样性,不能通过一种方法来提取所有的纹理。但是通过研究发现,一般的图像都存在主纹理区域,主纹理区域是指具有大量均匀纹理元素的区域,使用主纹理区域就可以获得一类具有大量纹理元素的主纹理区域,更加符合人类的视觉。用这个区域去合成新的纹理图像,可以使合成的纹理图像更加逼真,同时,这种算法也具有更好的通用性。基于lu提出的主纹理的概念,本文实现了在多分辨率下的基于颜色和结构信息的主纹理提取算法。在此算法中,通过分析各个分辨率下的颜色直方图得到最能区分主纹理和杂质的颜色分量,并在各个分辨率下用此分量进行主纹理区域的提取,结合纹理的结构信息最终通过投票来获得最终的主纹理区域。使用多分辨率来进行分析纹理区域,保证了所提取出来的主纹理是稳定的,是符合人们视觉的纹理区域。同时,通过自适应选择颜色分量的方式来选择提取所用的颜色分量,解决了提取纹理时人们需要繁琐的用不同的颜色分量进行尝试的问题,提升了纹理的提取效率,提高了纹理提取的质量,为纹理提取实时提取与合成提供了解决方案。为了验证本文的算法的有效性,笔者在MSRA-1000数据集上进行了对比实验,实验表明本文的算法能提取到高质量的纹理区域,并且本文的算法每个部分的计算时间复杂度也比较低,因此可以将本文的算法应用在实时提取纹理的应用之中。(本文来源于《湘潭大学》期刊2017-06-05）
王腾,卜乐平,周清锋,杨忠林[6]（2016）在《一种基于颜色分量离散度的火焰识别模型》一文中研究指出针对在视频火灾探测中,传统的火焰颜色模型适应性差、易受环境因素干扰的问题,利用火焰的分层特性,将火焰颜色分量的离散度作为研究对象,选取颜色B分量标准差作为火焰和干扰源的判别依据,提出了一种新的火焰颜色模型。通过绘制大样本数据的ROC曲线确定了判断阈值的大小。实验证明:该颜色模型能够排除常见干扰源的影响,准确地进行火灾预警。(本文来源于《海军工程大学学报》期刊2016年05期）
王钰婷,廖周宇[7]（2016）在《不同颜色分量对图像分割结果的影响》一文中研究指出为了提高图像分割质量,分析了RGB颜色模型下3种颜色分量对花卉图像分割结果的影响。根据花卉目标的颜色特征,在RGB颜色模型下分别提取花卉图像的R分量、G分量、B分量,采用FCM算法分别对3个分量进行图像分割,并对十多幅自然场景下拍摄的不同颜色花卉图像进行分割实验。结果表明,针对合适的色彩分量进行图像分割可以获得更好的分割效果。(本文来源于《软件导刊》期刊2016年06期）
李治宇,周岭,石长青,刘飞,孙金龙[8]（2016）在《基于图像处理-HSI颜色空间的木醋液对牛粪堆肥过程H分量模型探究》一文中研究指出为了对畜禽粪便腐熟程度的快速判定,探索了1种以图像处理-HSI颜色模型对棉秆木醋液处理牛粪堆肥过程进行识别的方法。结果表明,木醋液对牛粪堆肥不同阶段的色度模型满足高斯二次模型,模型的相关系数r均在0.921 2以上,处理组色度模型的决定系数均大于对照组色度模型的决定系数,且决定系数r2均在0.810 9以上。说明棉秆木醋液对牛粪堆肥过程中色度变化明显,适合于将色度模型应用于棉秆木醋液对牛粪堆肥过程的判定。(本文来源于《江苏农业科学》期刊2016年01期）
郑芝寰[9]（2014）在《颜色成像中的反射分量分离及光谱测量研究》一文中研究指出颜色成像是颜色科学中的一个重要组成部分,为颜色研究和应用提供了必要条件。多光谱成像技术融合了传统的颜色成像技术和分光光度计的特点,可以相机分辨率实现精确的光谱测量。在颜色测量过程中,不仅需要考虑传统颜色成像中存在的问题,还要研究多光谱成像中特有的问题。本文首先讨论了传统颜色成像中普遍存在的高光现象,然后对多光谱成像系统中存在的两个影响光谱测量精度的因素进行了研究。全文的主要研究内容与创新点如下：1.高光分离：针对非理想朗伯表面反射中存在的高光现象,以双色反射模型为基础,提出一种单幅彩色图像的实时高光分离算法。算法的创新之处在于提出了基于亮度比的高光分量处理框架。漫反射像素的亮度比由物体的本征颜色决定,对于高光像素来说,高光分量可以利用具有相同本征颜色的漫反射像素的亮度比进行分离。针对彩色图像,首先根据伪色度将图像划分为不同颜色的区域,然后对每个单色区域中的高光进行处理。实验结果表明,该算法不仅在准确性上优于已有的高光分离算法,而且在效率上比目前最快的算法高4倍以上,可以达到实时处理的要求。2.自动对焦：滤光片和相机镜头的折射率与光的波长有关,因此多光谱成像系统中各通道的焦距也会随波长发生改变,需要调节每个通道的镜头焦距,以实现对系统进行对焦。针对多光谱成像系统中存在的图像模糊问题,提出一种基于清晰度分布对称性的自动对焦算法。文中首先从理论上分析了图像清晰度分布在对焦过程中的对称性,然后基于这一性质提出了自动对焦算法。算法的实现过程为,在不同的镜头位置采集一定数量的图像,利用样条插值得到图像清晰度分布曲线,最佳的对焦位置即是使图像清晰度分布曲线的对称性最大的位置,分布曲线的对称性通过相似性度量方法计算。本文提出的算法在多光谱图像的采集过程中取得了显着的对焦效果,并且可以被应用到相关的光学成像系统中。3.材质一致性校正：由于多光谱成像系统在几何结构和测量原理上的特殊性,以及不同材质BRDF之间的差异性,光谱测量精度会受到测量样本材质的影响。针对这一问题,提出一种基于自适应波段选择的材质一致性校正算法。算法的核心思想为,从光谱反射率的所有采样波段中选择一个具有最佳校正精度的波段组合,文中利用二进制差分进化算法来解决波段选择的问题。实验结果表明,本文提出的算法在校正精度上优于传统的校正模型。(本文来源于《浙江大学》期刊2014-04-28）
周美丽[10]（2014）在《基于叁种颜色分量归一化累积直方图的图像检索系统设计》一文中研究指出基于颜色直方图的图像检索方法是一种比较简单的基于内容即颜色特征的图像检索方法。本文重点设计了一个关于颜色特征图像检索系统,基于叁种颜色分量归一化累积直方图的图像检索系统。利用MATLAB程序语言对该系统进行设计仿真,通过查全率和查准率对该检索系统的性能进行评估,由实验结果可知,该方法检索效果要好于其它基于颜色直方图检索系统的检索效果。(本文来源于《电子测试》期刊2014年05期）
颜色分量论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
以RGB色彩空间为基础,木材缺陷目标分割识别为目标,提出了一种用于木材缺陷彩色图像识别的阈值分割方法。通过数学分析RGB叁个色彩分量的数学关系及其直方图之间关系,得出了基色两两之间的线性关系表达式,取得线性关系表达式之间联系,即得出木材图像分割阈值范围公式。即得出无损图像的RGB两两基色的线性关系的集合范围,超出集合的便认为是缺陷。实验结果表明,本算法可以实现对木材缺陷彩色图像精准分割与识别。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
颜色分量论文参考文献
[1].余兆钗,张祖昌,李佐勇,刘维娜.融合多颜色分量的舌图像阈值分割算法研究[J].计算机应用与软件.2019
[2].张瑞峰,夏坡坡,张辉,陈喜庭,赵辰彦.基于RGB颜色分量线性关系的木材缺陷分割研究[J].大庆师范学院学报.2018
[3].刘令,郭正尧,李示威,程东海,李昊.基于多元回归模型的不同浓度物质颜色分量分析[J].吉林建筑大学学报.2018
[4].程蓉.基于H颜色分量分布的紫色土图像分割[D].重庆师范大学.2018
[5].肖叮.颜色分量自适应的主纹理提取算法研究[D].湘潭大学.2017
[6].王腾,卜乐平,周清锋,杨忠林.一种基于颜色分量离散度的火焰识别模型[J].海军工程大学学报.2016
[7].王钰婷,廖周宇.不同颜色分量对图像分割结果的影响[J].软件导刊.2016
[8].李治宇,周岭,石长青,刘飞,孙金龙.基于图像处理-HSI颜色空间的木醋液对牛粪堆肥过程H分量模型探究[J].江苏农业科学.2016
[9].郑芝寰.颜色成像中的反射分量分离及光谱测量研究[D].浙江大学.2014
[10].周美丽.基于叁种颜色分量归一化累积直方图的图像检索系统设计[J].电子测试.2014