GIS数据模型中要素对象与要素类别的研究

针对GIS数据可视化研究中遇到的问题,建立了要素对象与要素类别两个数据模型.要素对象的提出,主要用来解决同属性地图要素的地图自动综合及针对实体的空间查询等难题;针对复杂地图要素层无法批量设置符号及数字地图条件下图层分类的特殊性,本文建立要素类别模型,把基本要素层按照某种分类规则逻辑上细分成不同类型的子层,既满足了集中管理同层数据进行空间分析的需要,又解决了同层不同类的地图要素的符号化难题.     

一种简单的三维地形重建方法

基于等高线地图的三维地形重建是目前的研究热点,但读懂等高线地图需要一定的专业知识,并且应用等高线地图进行地形重建需要较专业的OpenGL等工具以及很高的编程技术.提出了一种基于散乱点的三维地形重建算法:先对这些散乱点在平面内做三角剖分得到一些三角形,然后用等值线切割每个三角形得到一些内点,并计算出每一个内点的坐标及高程,最后对所有的点再次应用三角剖分方法生成空间中的三角形面片.实验结果及算法复杂度分析表明该算法既简单易行又达到了预期效果.     

基于改进Otsu算法的生菜叶片图像分割方法

针对传统的Otsu算法计算量大、实时性差等缺点,提出了一种新的PSO+Otsu(S)分割方法.将RGB颜色空间转换成HSV颜色空间,并提取S分量图像.针对基本粒子群优化算法提出一种新的惯性权重系数w更新策略,并利用改进的粒子群优化算法搜索最优阈值,将搜索到的最优阈值作为Otsu算法的分割阈值,并对S分量图像进行分割,最终得到生菜叶片分割图.结果表明:提出的生菜叶片图像分割方法不但适合单叶片图像分割,而且适合冠层叶片图像分割;运用本算法分割单个生菜叶片图像以及生菜冠层图像时程序运行时间分别为118,126 ms,迭代次数分别为6,5次,相比于Otsu算法以及标准PSO+Otsu算法,本算法不仅有效缩短了程序运行时间,而且提高了图像分割的准确率,具有较好的实时性.     

基于高斯肤色模型和图像分割的人脸检测

提出了一种基于HSV、YCgCr颜色空间和图像区域分割的人脸检测方法.首先,将规范化的rgb肤色转化到HSV、YCgCr颜色空间,对向量(H,Cg,Cr)T进行统计,得到肤色的三维高斯概率模型.然后,根据该模型计算待检图像的肤色相似概率,采用最大类间方差的方法计算二值化阈值,根据阈值将相似度图像二值化.为了抵消人脸区域亮度变化和阴影的影响,以二值图像为模板,在原待检图像的饱和图中根据3像素×3像素区域的平均R、G值进行图像区域分割.在分割得到的区域中,根据人脸特征检测出图像中的人脸.实验表明,提出的方法能在复杂背景的情况下检测出人脸图像.     

基于HSL颜色空间模型的绿色翡翠颜色分级技术研究

以色度学HSL颜色空间模型为理论基础,在标准光源5500k下,通过工业摄像头对绿色翡翠样品颜色进行采集并输入到计算机中。运用RGB-HSL颜色转换公式,对每个样品图像颜色进行HSL值分析,然后将所得到的HSL数值按不同绿色色调角投点到二维HSL图像上,最终得到不同绿色翡翠的颜色阈值区间。根据这些参数值确定了绿色翡翠样品颜色的H值分类,以及S值及L值的定量分级,为建立了基于HSL颜色空间模型基础之上的计算机绿色翡翠颜色分级奠定基础。     

彩色城市栅格地图道路网络自动获取方法

为适应栅格地图向矢量地图转化的需求,提出一种从彩色城市栅格地图自动获取道路网络的方法———道路获取对象特征法.由于城市栅格交通地图由道路、区域及噪声3类像素构成,所以新方法包括3个关键步骤:首先利用道路和区域的特征进行图像规范化处理,即所有道路用一种颜色表示,所有区域用另一种颜色表示,图像中其他颜色的像素视为噪声;其次建立4种噪声分类方法来消除规范化图像中的噪声;最后结合规范化图像和道路的连通性,实施道路连接以获取完整的道路网络.与其他方法相比,对象特征法对地图图像的颜色不敏感,可从多类地图图像中自动获取道路网络,并且耗时较少.实验结果表明:对象特征法可完整地提取出地图图像中的道路网络,从整幅合肥市地图图像中提取完整的道路网络仅需32.593s.     

基于虚拟多曝光融合的不均匀光照图像增强方法

针对不均匀光照图像存在过曝和欠曝区域导致对比度低、视觉效果差的问题,提出一种基于虚拟多曝光融合的图像增强方法.首先,将原图像从RGB(红-绿-蓝)颜色空间转换到HSV(色调-饱和度-亮度)颜色空间;然后,对转换后的V通道图像,利用相机响应模型,估计最佳曝光率并生成减弱曝光图像和增强曝光图像;接着,使用带细节提升的多曝光融合方法对该V通道图像和生成的虚拟曝光图像进行融合,重构出新的V通道图像;最后,将图像重新转换回RGB颜色空间得到一幅动态范围高、对比度强、视觉效果好的图像.在7个公开的图像数据集上进行实验,结果表明:该方法在平均信息熵、平均梯度和颜色一致性等图像质量评价指标上均优于所比较的方法,在更好地保持图像颜色和细节信息的同时,也使得结果图像具有较高的对比度和清晰度.     

基于快速成型技术生成等高线的方法研究

提出利用快速成型技术构建等高线的算法.首先利用快速成型技术对点云进行分层,通过对等高线上下两层点云加权计算等高线特征点;然后将特征点转化为格网图像,并利用行列格网直线段对格网图像进行快速轮廓提取及边界跟踪;最后采用B样条曲线拟合生成等高线.试验表明,该方法生成的等高线,不仅具有良好的质量,而且减少了构建三角网的中间过程,提高了计算效率.     

基于最大连通面积直方图的图像检索算法研究

基于内容的图像检索中,颜色特征已得到广泛应用.传统颜色直方图检索方法不能体现图像空间信息,提出并实现了一种改进方法.进一步分析了具有相关颜色的像素之间在空间分布上的差异,用其在图像中形成的最大连通区域面积代替传统直方图中使用的数量总和指标,从而能够间接反映色彩的空间分布特征,提高检索质量,并保持了颜色直方图原有的旋转、平移不变性.     

基于HIS颜色模型的彩色细胞图像背景处理方法

提出一种利用HIS颜色空间消除彩色细胞图像背景的方法.利用HIS颜色空间的特性根据色调和亮度对彩色图像的不同影响及经过染色处理的彩色细胞图像的特点.通过HIS颜色模型中的色,度进行自动阈值处理,达到去除彩色细胞图像复杂背景的目的.     

基于颜色信息的水稻稻曲病图像分割算法研究

提出一种从颜色空间进行稻曲病图像的稻曲球分割算法,通过研究稻曲病图像颜色空间的各颜色分量对应坐标值的比值,分析颜色分量的色差模型,找到稻曲球、稻穗和叶片之间颜色信息的不同分布区域,采用动态阈值法有效分割稻曲球。图像分割实验结果表明所提算法的有效性,为后续进一步研究稻曲病的图像特征提取与图像识别等提供研究基础。     

HSI空间中基于自适应阈值的彩色地图的道路提取

目前地理信息系统的应用非常广泛,其中,电子地图中道路网的提取是目标识别中重要的研究内容之一。提出了一种基于彩色理论的自适应阈值道路提取方法,首先将图像从RGB空间转换至HSI空间后,利用自适应阈值的方法对图像进行分割,并对分割结果进行了平滑和增强的后处理,最后利用数学形态学的相应方法对目标进行提取。将该方法应用于北京的电子地图图像进行道路目标的提取,得到了很好的效果。     

基于颜色相似系数的彩色图像分割方法

基于两种像素之间颜色相似系数的计算,根据设定的阈值来判断两种颜色是否具有相似性·计算在RGB颜色空间进行,省去了其他分割方法中的颜色空间转换过程·为提高图像分割过程的效率,采用了改进的区域生长法实现整个彩色图像的分割·实验结果表明,本方法可对彩色图像进行有效的分割,符合人类视觉感知特性,适合于不同的应用目的·     

基于颜色相似系数的虚拟人股肌分割

虚拟可视化人研究是虚拟人研究计划的初始阶段,而虚拟人可视化人研究的必备前提是快速、准确地进行彩色图像数据集的组织分割.引入一种足球机器人系统中快速目标定位的算法,在RGB颜色空间中,利用两个像素之间的颜色相似系数的计算结果,同时根据设定的阈值来判断两种颜色是否具有相似性.该方法省去了在其他针对彩色图像的分割方法中,颜色空间的转换过程,节约了大量计算时间,提高了图像分割过程的效率.实验结果证明,该方法可对彩色图像进行有效的分割,符合人类视觉特性,特别适合于虚拟人计划中海量彩色尸体切片的组织分割.     

Lab空间的改进k-means算法彩色图像分割

为减弱经典k-means 算法中ＲGB( Ｒed Green Blue) 空间各个颜色分量高度线性相关以及欧氏距离的尺度相关性对图像分割结果产生的影响,并克服ＲGB 空间色彩分布不匀的缺陷,提出了一种基于Lab 颜色空间的改进k-means 聚类彩色图像分割方法。首先,将颜色空间从ＲGB 转换为Lab 空间,每个像素点都可以由L、a、b 3 分量组合进行表示。其次,用马氏距离替换欧氏距离进行改进,应用改进后的k-means 算法对图像像素点进行聚类,从而实现分割目的。通过实验证明该改进算法比经典k-means 算法具有更好的分割效果和准确度。     

基于Unit-Linking PCNN和HSI空间的彩色图像分割方法

提出了一种基于Unit-Linking PCNN和HSI空间的彩色图像分割新方法.在RGB空间中,由于R,G,B分量之间有很高的相关性,直接利用这些分量不能得到所需的效果.在提出的算法中,彩色图像首先被转化到HSI颜色空间,图像分解成彩色通道(H和S分量)和亮度通道(I分量).对彩色通道采用基于Unit-Link-ing PCNN的分割算法进行分割,对亮度通道采用最大类间方差阈值算法进行分割,然后将分割后的结果用大概率合并的方法进行组合,得到最终分割结果.试验结果表明,这种方法具有很好的彩色图像分割效果.     

基于图像技术的迷彩面料颜色测量

颜色测量对于迷彩面料的色彩分析、产品设计、质量控制有着重要的指导意义。针对由织物组织纹理和图案的多样性造成测色难度增大的问题,提出一种迷彩面料图案分割的方法,并提取色彩信息加以分析。利用数码相机进行迷彩面料图像的采集,利用Mean Shift聚类算法将图像分割成不同颜色的色块,再用神经网络回归实现图像从RGB(red,green,blue)颜色空间到Lab颜色空间的转换,并通过正态分布法对迷彩颜色进行分析测量。试验结果表明:提出的图像处理方法可实现迷彩服面料颜色的自动分割;与Datacolor分光测色仪测色结果相比,正态分布法分析得到的平均色差不超过2。     

示温漆色彩量化及其图像分割算法研究

提出了一种基于颜色聚类和区域特征相结合的示温漆图像分割算法。利用PGF滤波算法进行图像的噪声滤波,通过聚类算法在HSV颜色空间对示温漆图像进行色彩量化,最后利用区域增长和合并方法达到分割目的。实验结果表明,与其它针对自然真彩图像分割的算法相比,本算法的计算复杂度相对较小,对示温漆图像分割的效果良好。     

基于Robocup中型组足球机器人的图像识别算法

根据Robocup中型组足球机器人足球比赛的规则要求,机器人科研通过对颜色的识别来达到识别球场上的物体及环境.为了满足实时性和准确性的要求,提出了一种基于YUV色彩空间模型的阈值算法,并通过与RGB色彩空间的算法比较,验证了其有效性和优越性.     

低对比度全景球面图像目标分割方法研究

受到光照、设备等外界条件的影响,得到的全景球面图像对比度通常较低,当前目标分割方法无法解决外界环境的干扰问题,导致分割结果精度低,分割效果不佳。为此,提出一种新的低对比度全景球面图像目标分割方法,通过PCNN模型对低对比度全景球面图像进行对比度增强处理,依据人眼视觉特征,通过对数变换映射函数把全景球面图像的亮度调整至一个合适的视觉范围内。介绍了均值偏移法的理论基础,通过对特征空间中样本点的聚类,获取模式点。通过均值偏移法将空间上相邻和色彩相同的像素划分至一类,找到不同颜色的聚类点,从而实现低对比度全景球面图像目标分割。实验结果表明,采用所提方法对低对比度全景球面图像进行分割,不仅分割效果好,而且分割精度高。