竹条颜色识别的机器视觉方法.docx

  • 需要金币2000 个金币
  • 资料包括:完整论文
  • 转换比率:金钱 X 10=金币数量, 即1元=10金币
  • 论文格式:Word格式(*.doc)
  • 更新时间:2018-10-25
  • 论文字数:9292
  • 当前位置论文阅览室 > 论文模板 > 论文选题 >
  • 课题来源:(韩教授)提供原创文章

支付并下载

摘要:竹条颜色识别的目的在于针对现有竹条颜色分类技术不足的现状,提供了一种基于KNN算法竹条颜色分类的方法,根据现有的理论基础与技术手段,通过提取竹条亮度和色饱和度等一些代表性的特征,对这些代表性特征进行一些基本的运算处理,运用这些手段基本可以对竹条分类。对于竹条图像的色调特征,采用大津分割法将竹条花纹与图像背景区分,从而解决竹条颜色较深的花纹对分类结果的影响。使用KNN算法和大津分割法能够提高分类的精确度和效率,可以大大地降低劳动力的投入,利用这种方法能够有效地提高工作效率。

其中内容主要分为三部分:硬件组成以及颜色模型的描述、颜色识别的理论基础和颜色识别的过程及分析、数字图像处理。

关键词:颜色识别,KNN算法,大津分割法。

 

目录

摘要

Abstract

第一章 绪论-3

1.1 课题背景-3

1.2 颜色识别的应用及意义-3

1.3 论文的构成及研究内容-3

第二章 颜色识别的硬件系统概述-5

2.1 硬件组成-5

2.2 照明装置-5

2.3 镜头-6

2.4 相机-6

2.5 图像采集卡-7

2.6 视觉处理器-8

第三章 颜色识别的理论基础-9

3.1 数字图像处理-9

3.1.1 像素数与像素级-9

3.1.2 彩色图像与灰度图像-10

3.2 MATLAB图像处理-10

3.3 三色原理-11

3.4 彩色图像颜色模型-12

3.4.1 RGB颜色模型-12

3.4.2 HSV颜色模型-13

3.4.3 RGB模型与HSV模型的转换-13

3.5 二值化处理-14

3.6 KNN算法简介-15

3.7大津分割法-17

第四章 颜色识别的过程与分析-19

4.1竹条颜色分类研究流程图-19

4.2竹条颜色识别的具体步骤-21

4.3样本的选取-22

4.4样本特征提取-23

4.5实验结果-25

4.6小结-26

第五章 总结-27

参考文献-28

致谢-29