技术标签: LabVIEW工业图像处理与机器视觉实战 机器视觉 色彩分类识别 图像处理 LabVIEW
色彩分类(Color Classification)用于根据样本的颜色信息对其进行分类识别。与单色目标的分类识别类似,色彩分类过程也包括训练和分类两个阶段。
色彩分类的特征提取过程并不直接使用色谱,而是基于HSL空间构建分辨率可选的(高、中、低3挡)的一维色彩特征向量。它先将彩色样本图像转换到HSL色彩空间,然后计算彩色样本的色调、饱和度和亮度分量的直方图。对于每个由单字节表示的颜色分量直方图,保留色调和饱和度分量直方图中的256个值对应的信息,但是只保留亮度分量直方图中8个亮度值相关的信息。通过这种对亮度分量直方图的抑制,色彩特征向量中的颜色信息会更突出,亮度信息会被抑制在8种灰度之内。将包含256个色调信息和256个饱和度信息的两个直方图,与包含8个亮度信息的直方图进行组合,即可得到高分辨率的色彩特征向量。
中分辨率和低分辨率色彩特征向量是通过先提取高分辨率色彩特征向量,然后再对其应用动态遮罩(Dynamic Mask)获得的。动态遮罩基于参与训练的样本创建,用于从高分辨率色彩特征向量中选出最能代表某个类的色调和饱和度直方图信息。在对于每个新添加的彩色样本学习时,动态遮罩通过下述过程被创建或更新:
Nl Vision提供了两种色彩训练方法,一是使用NI色彩分类训练器离线完成色彩训练(位于:National Instruments\Vision\Utility\Color Classification Training Interface\Color Classification Training.exe),二是使用程序代码在运行时完成色彩训练。
NI色彩分类训练器可以在进行色彩分类之前,先从多个采集到的彩色样本图像中提取高分辨率的色彩特征,并将该特征与类标签进行关联。若选择了中分辨率或低分辨率,则训练过程还会对高分辨率的色彩特征施加动态遮罩过程,获得相应分辨率的色彩特征向量。随后,训练过程会将样本的特征向量、样本分类方法连同各个类的动态遮罩等信息一并保存在后缀名为clf的色彩分类器文件中。这样在后续色彩分类过程中,就可从该文件中读取这些信息,对彩色目标进行识别和分类。
下图显示了使用NI色彩分类训练器为洗手液分类系统训练色彩样本时的程序界面。使用该工具可以打开收集到的彩色洗手液样本图像,从中选择蓝色、绿色或白色的瓶盖分别作为类样本进行训练。训练过程中,可对样本进行编辑或删除,训练完成后得到的样本色彩特征可保存在clf文件中以备后用。
Nl Vision还提供了对彩色样本图像进行训练和分类的函数。它们位于LabVIEW的视觉与运动→Machine Vision→Machine Learning→Classification函数选板中,如下图所示:
函数说明及使用可参见帮助手册:
通过使用NI Vision色彩分类函数对洗手液进行分类的实例,了解色彩分类的使用,程序设计思路如下所示:
程序实现如下所示:
运行程序,显示了分类程序检测到绿色洗手液瓶子时的情况:
文章浏览阅读776次。先上问题public static void main(String[] args) {//使用DateTimeFormatter获取当前周数DateTimeFormatter dateTimeFormatter = DateTimeFormatter.ofPattern("w");//2018年第一天System.out.println(LocalDateTime.of(2018, 1, 1, ..._localdatetime往后延一天
文章浏览阅读2k次,点赞25次,收藏44次。(1)定义格式:数据类型标识符 数据名 [整型常量表达式](2)注意事项:1、数组定义时,有一些编译器要求方括号内的表达式只能包含整型常量,不能包含变量。2、数组名实质上是一个指针,指向整个数组的首地址。3、在赋值时,数组名是一个常量,不能被赋值;数组元素是变量,可以被赋值。(1)定义格式:数据类型标识符 数组名 [整型常量表达式1] [整型常量表达式2];(2)注意事项:1、表达式1 和表达式2 分别对应的是数组的行数与列数2、二维数组在内存中是按行存放,及系统先放满第一行,再放第二行。_c语言教程
文章浏览阅读1.1w次。ChatGPT可以用于电商平台的智能客服,通过对话的方式为用户提供服务。通过ChatGPT大模型的数据分析和挖掘能力,可以更好地了解用户的行为和反馈信息,从而为电商平台提供更有价值的数据支持,帮助电商平台做出更明智的决策。通过ChatGPT大模型的分析和预测能力,可以更好地了解用户的喜好和需求,从而为用户提供更符合他们口味和需求的产品推荐,提高用户的购买意愿和满意度。通过ChatGPT大模型的智能客服,可以更好地了解用户的需求和反馈信息,从而为广告主提供更精准的广告投放服务,提高广告的转化率和ROI。
文章浏览阅读919次。笔试:不得不说,笔试题对于我这个在ACM队呆了一年的人来说应该特别简单,但是考试的时候,当我开始看题的时候,就开始紧张,看题的时候完全不懂题意,不过一开始状态还不错,是一分钟A了我的第一道题,当时只有我们队的另外一个人A了题,觉得还不错,我又开始找另外一道写,我现在都想不明白,前面那么多基础的C语言题我当时就不写,找了一道我以为是简单DP的题开始写,花了十几分钟也没写完,越写越不对劲,感觉没我之前_软件工程卓越班面试
文章浏览阅读52次。1.SVM:SVM,全称是support vector machine,中文名叫支持向量机。SVM是一个面向数据的分类算法,它的目标是为确定一个分类超平面,从而将不同的数据分隔开。2.SVM为什么采用间隔最大化:1.当训练数据可分的时候,存在很多超平面可以将数据分开2.感知机利用误分类最小策略,求得分离超平面,不过此时的解有无穷多个。3.线性可分支持向量机利用间隔最大化求得最优..._支持向量机引入了什么机制
文章浏览阅读1w次,点赞2次,收藏22次。转载自:https://www.cnblogs.com/wxquare/p/5379970.html 决策树模型在监督学习中非常常见,可用于分类(二分类、多分类)和回归。虽然将多棵弱决策树的Bagging、Random Forest、Boosting等tree ensembel 模型更为常见,但是“完全生长”决策树因为其简单直观,具有很强的解释性,也有广泛的应用,而且决策树是tree ense...
文章浏览阅读154次。官方文档:https://developers.weixin.qq.com/miniprogram/dev/component/scroll-view.html。_scroll-view去除滚动条
文章浏览阅读146次。S(k)=A^1+A^2...+A^k.保利求解就超时了,我们考虑一下当k为偶数的情况,A^1+A^2+A^3+A^4...+A^k,取其中前一半A^1+A^2...A^k/2,后一半提取公共矩阵A^k/2后可以发现也是前一半A^1+A^2...A^k/2。因此我们可以考虑只算其中一半,然后A^k/2用矩阵快速幂处理。对于k为奇数,只要转化为k-1+A^k即可。n为矩阵数量,m为矩阵..._a^1 a^2 ... a^k
文章浏览阅读4.2k次,点赞10次,收藏73次。有这么一幅图:我想提取并且测量中间陨石的面积与周长。解决方法:1、模糊;2、二值化;3、形态学操作;4、轮廓发现+面积周长计算。1)高斯模糊因为陨石周围有许多小块的陨石,我们可以把它们当做噪点,可使用高斯模糊来去除。Mat GaussImg; GaussianBlur(src, GaussImg, Size(7, 7), 0, 0); imshow("Gauss Image...
文章浏览阅读1.8k次。vlan10vlan 20int g1/0/1int g1/0/2area 1area 0int g0/1int g0/0area 1。_ospf引入静态默认路由
文章浏览阅读1.3k次。步骤说明:一、准备好Android要启用的运行脚本,并使其编译到系统指定的路径二、在开机rc文件中启动脚本服务,处理SELinux赋权问题copy_apps.sh实现app的复制,vendor/qcom/proprietary/qrdplus/Extension/config/copy_apps.sh#!/system/bin/sh#检测did文件是否存在if [ ! -f /data..._高通 预置app
文章浏览阅读949次,点赞4次,收藏14次。关于四叉树应用于点云数据的分割应用相对较少,网上有少量的四叉树应用于图像分割的文章,我自己写了一个基础的四叉树分割点云,欢迎大家讨论指正。_atl03