天堂国产午夜亚洲专区-少妇人妻综合久久蜜臀-国产成人户外露出视频在线-国产91传媒一区二区三区

當(dāng)前位置:主頁 > 理工論文 > 輕工業(yè)論文 >

基于多光譜圖像技術(shù)的迷彩面料顏色測量分析

發(fā)布時間:2020-07-25 08:11
【摘要】:迷彩服作為用于軍事偽裝的作訓(xùn)服,由橄欖綠、黑、土黃、棕褐等顏色的不規(guī)則保護(hù)色圖案組成,其偽裝效果的好壞直接關(guān)系著士兵的生死存亡和戰(zhàn)爭的勝敗榮辱。顏色是衡量迷彩面料偽裝效果的重要因素,迷彩面料的顏色與目標(biāo)背景環(huán)境的光譜反射率越貼合,士兵的傷亡率愈低,軍隊整體戰(zhàn)斗力愈高,因此迷彩面料顏色的質(zhì)量檢測顯得至關(guān)重要。迷彩面料圖案是依照各種復(fù)雜的地理環(huán)境設(shè)計出來的,圖案尺寸的大小不一、形狀以及排列方式的多樣性等問題使得傳統(tǒng)顏色評估或測量方法存在一定的局限性。為了獲取準(zhǔn)確的迷彩顏色信息,本論文提出了基于多光譜圖像的迷彩面料顏色測量方法。通過獲取圖像的像素點響應(yīng)值信息,利用光譜重建算法重建出迷彩面料的光譜反射率,進(jìn)而實現(xiàn)了迷彩顏色測量。首先,對現(xiàn)有的面料顏色測量評估方法進(jìn)行了分析。通過對迷彩顏色的實際測量,發(fā)現(xiàn)分光光度測色方式,對于迷彩色塊過復(fù)雜、過小的區(qū)域無法測量,又因其為接觸式測量,測量效率偏低;DigiEye圖像測色系統(tǒng)只能測量劃定區(qū)域內(nèi)顏色。其次,本文搭建基于LED可調(diào)光源和數(shù)碼相機(jī)的多光譜圖像采集系統(tǒng),可快速獲得迷彩面料的彩色圖像和(405nm、425nm、450nm、475nm、505nm、525nm、595nm、635nm、660nm)九種窄帶波長下的多光譜圖像。研究了圖像處理技術(shù)實現(xiàn)迷彩顏色色塊的分割方法,提出了基于彩色圖像和多光譜圖像結(jié)合的分割方法,利用圖像濾波、圖像分割等技術(shù)得到彩色圖像的分割結(jié)果,再將其像素點位置信息映射到多光譜圖像,研究結(jié)果發(fā)現(xiàn)mean shift聚類可快速實現(xiàn)多張同類多光譜圖像的分割。接著本文研究了基于學(xué)習(xí)算法的光譜重建方法。針對不同訓(xùn)練集對迷彩預(yù)測樣本光譜重建的影響,提出兩種訓(xùn)練樣本集:DCC標(biāo)準(zhǔn)彩板的全局樣本集和基于迷彩顏色自身的局部訓(xùn)練樣本集,通過四種光譜重建方法的對訓(xùn)練集光譜再現(xiàn)結(jié)果對比,發(fā)現(xiàn)違逆法和主成分分析法的精度結(jié)果遠(yuǎn)遠(yuǎn)不及BP神經(jīng)網(wǎng)絡(luò)回歸和支持向量機(jī)回歸,且支持向量機(jī)回歸最好,故選擇支持向量機(jī)回歸用于迷彩顏色重建。最后依據(jù)迷彩光譜反射率結(jié)果探討發(fā)現(xiàn)基于自身訓(xùn)練的局部樣本集重建迷彩顏色精度較高,采用基于LSSVM算法的局部訓(xùn)練回歸方法,實現(xiàn)了五種迷彩面料的顏色重建,并與Datacolor測色結(jié)果相比,平均色差結(jié)果分別為4.16、3.24、2.65、3.54、2.36;與DigiEye測色結(jié)果相比,平均色差結(jié)果分別為3.06、3.58、3.71、3.77、3.34。結(jié)果表明,本文提出的多光譜技術(shù)測量方法對于迷彩顏色評價是可行的。
【學(xué)位授予單位】:江南大學(xué)
【學(xué)位級別】:碩士
【學(xué)位授予年份】:2019
【分類號】:TS941.4;O657.3
【圖文】:

多光譜圖像,迷彩,面料,顏色測量


圖 1-1 本文研究框架圖Fig1-1 The studies framework of this paper要研究內(nèi)容包括以下三個方面:通過搭建多光譜成像系統(tǒng)拍攝多個通道下的迷彩面料多光譜圖像,利用聚類算迷彩面料圖像的不同顏色圖案,以便于提取迷彩織物的不同色塊顏色響應(yīng)信息提出以光譜反射率表征出迷彩面料的顏色信息,利用光譜重建算法來獲取迷彩率與多通道相機(jī)響應(yīng)值之間的關(guān)系。取不同迷彩顏色色塊圖像的多通道相機(jī)響應(yīng)值,重建出迷彩面料的光譜反射率與 Datacolor 分光光度法、Digieye 圖像測色法得到的色度信息值對比分析。文創(chuàng)新點:針對現(xiàn)有測色方法對迷彩面料顏色測量存在的局限性,提出利用多光譜成像技法實現(xiàn)其顏色測量,即利用光譜重建算法將迷彩面料的多通道相機(jī)響應(yīng)值轉(zhuǎn)換射率,再利用色度公式完成其他色度信息的獲取,從而達(dá)到迷彩面料的顏色測量

分光光度計,迷彩


海洋迷彩、野戰(zhàn)迷彩。觀察迷彩面料的顏色配形成不同風(fēng)格,如 1#迷彩面料的暗綠、土黃穿梭于陸地地面和茂林地段的士兵隱藏,而,由黑色慢慢過渡到淺灰,邊界不明顯,使顏色所形成的色塊圖案可方可線可圓可尖,,毫無規(guī)則可言,卻是迷彩面料最特殊的性色測量方法的顏色測量儀器為美國的 Datacolor 650 分光測色儀[36],色器和光電探測器三大部分組成,當(dāng)光源器偵測到樣品被光柵或者三棱鏡分離的反率為基礎(chǔ),軟件部分可實現(xiàn)如色度坐標(biāo) x y 白度測量以及配色等功能。

測色,條件,校正儀器,儀器校正


圖 2-2 測色條件設(shè)定Fig2-2 Color measurement condition setting白板、綠板校正儀器,如圖 2-3 所示一遍;圖 2-3 儀器校正過程Fig2-3 Instrument calibration process

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 馬啟明;;多光譜圖像技術(shù)在食品品質(zhì)檢測中的應(yīng)用研究[J];食品界;2017年04期

2 孫根云;張愛竹;王振杰;;基于數(shù)據(jù)場模型的多光譜圖像邊緣檢測[J];東南大學(xué)學(xué)報(自然科學(xué)版);2013年S1期

3 ;我國研制出同時獲取立體和多光譜圖像方法[J];現(xiàn)代科學(xué)儀器;2011年02期

4 ;我國研制出同時獲取立體和多光譜圖像的方法[J];光學(xué)儀器;2011年03期

5 李嬋;萬曉霞;謝偉;李天庭;梁金星;;照明光源對多光譜圖像采集精度影響的研究[J];激光雜志;2016年12期

6 李云;楊海清;;多光譜圖像技術(shù)在土壤酸堿度檢測中的應(yīng)用[J];紅外;2014年03期

7 黃云仙;李祥;艾未華;;多光譜圖像的無損壓縮方法[J];計算機(jī)工程與科學(xué);2010年04期

8 李云松;孔繁鏘;吳成柯;雷杰;;基于分布式信源編碼的干涉多光譜圖像壓縮[J];光學(xué)學(xué)報;2008年08期

9 鄧?yán)?李元祥;;基于整數(shù)小波變換的MODIS多光譜圖像無損壓縮[J];解放軍理工大學(xué)學(xué)報(自然科學(xué)版);2007年01期

10 王海文;李杰;萬曉霞;盧玲;阮渭平;壽偉克;毛立洪;李云霞;;面向高保真復(fù)現(xiàn)的多光譜圖像融合算法[J];數(shù)字印刷;2019年02期

相關(guān)會議論文 前10條

1 孫根云;張愛竹;王振杰;;基于數(shù)據(jù)場模型的多光譜圖像邊緣檢測[A];2013年中國智能自動化學(xué)術(shù)會議論文集(第三分冊)[C];2013年

2 黃云仙;李祥;艾未華;;多光譜圖像的無損壓縮方法[A];2009第五屆蘇皖兩省大氣探測、環(huán)境遙感與電子技術(shù)學(xué)術(shù)研討會專輯[C];2009年

3 陳海永;楊佳博;王慶;王濤;陳鵬;劉坤;;復(fù)雜背景太陽能電池片表面缺陷多光譜圖像融合[A];2018中國自動化大會(CAC2018)論文集[C];2018年

4 邸(韋冿);;基于三維高斯馬爾可夫隨機(jī)場模型的多光譜圖像目標(biāo)自動檢測[A];第十五屆全國遙感技術(shù)學(xué)術(shù)交流會論文摘要集[C];2005年

5 張憲偉;宋建社;張紅蕾;廖增為;;SAR圖像與多光譜圖像融合方法研究[A];第三屆全國數(shù)字成像技術(shù)及相關(guān)材料發(fā)展與應(yīng)用學(xué)術(shù)研討會論文摘要集[C];2004年

6 姜偉杰;孫明;孫潔瓊;;基于光譜分析及光譜圖像技術(shù)作物長勢檢測研究綜述[A];紀(jì)念中國農(nóng)業(yè)工程學(xué)會成立30周年暨中國農(nóng)業(yè)工程學(xué)會2009年學(xué)術(shù)年會(CSAE 2009)論文集[C];2009年

7 劉吉平;郭艷柳;;一個基于慣量橢球的遙感圖像匹配新算法[A];第十七屆中國遙感大會摘要集[C];2010年

8 王海華;張彥娥;郭威;;基于多光譜圖像的玉米營養(yǎng)監(jiān)測技術(shù)研究[A];中國農(nóng)業(yè)工程學(xué)會2011年學(xué)術(shù)年會論文集[C];2011年

9 蔣年德;王耀南;;基于小波包變換融合TM多光譜圖像與SPOT全色圖像[A];第十五屆全國遙感技術(shù)學(xué)術(shù)交流會論文摘要集[C];2005年

10 況軍;羅建書;黃志雄;;基于三維自適應(yīng)預(yù)測的多光譜圖像的無損壓縮算法[A];計算機(jī)技術(shù)與應(yīng)用進(jìn)展·2007——全國第18屆計算機(jī)技術(shù)與應(yīng)用(CACIS)學(xué)術(shù)會議論文集[C];2007年

相關(guān)重要報紙文章 前2條

1 記者 詹媛;首批高分辨率衛(wèi)星影像圖發(fā)布[N];光明日報;2013年

2 電子系;清華技術(shù)精準(zhǔn)鑒別鈔票真?zhèn)蝃N];新清華;2011年

相關(guān)博士學(xué)位論文 前10條

1 陳書界;多光譜圖像配準(zhǔn)與去模糊方法研究[D];浙江大學(xué);2018年

2 翟林;自適應(yīng)多光譜圖像稀疏逼近濾波算法研究[D];山東大學(xué);2018年

3 張凱;基于稀疏矩陣分解的遙感圖像融合[D];西安電子科技大學(xué);2018年

4 隋延林;基于張量的多光譜圖像云檢測與在軌實時處理研究[D];中國科學(xué)院大學(xué)(中國科學(xué)院長春光學(xué)精密機(jī)械與物理研究所);2019年

5 金劍秋;多光譜圖像的融合與配準(zhǔn)[D];浙江大學(xué);2005年

6 梁瑋;基于光譜特性的多光譜圖像壓縮方法研究[D];西安電子科技大學(xué);2014年

7 戎凱旋;基于投影替代與矩陣低秩稀疏分解的多光譜圖像融合[D];西安電子科技大學(xué);2016年

8 宋娟;基于分布式信源編碼的多光譜圖像/視頻壓縮技術(shù)研究[D];西安電子科技大學(xué);2012年

9 張國亮;紅外多光譜多個弱小運動目標(biāo)的檢測與跟蹤技術(shù)研究[D];哈爾濱工業(yè)大學(xué);2016年

10 陳大可;多光譜與全色圖像融合方法的研究[D];吉林大學(xué);2010年

相關(guān)碩士學(xué)位論文 前10條

1 王志輝;印度幣多光譜圖像識別方法研究[D];華中科技大學(xué);2019年

2 王飛翔;調(diào)理肉多光譜圖像在線檢測設(shè)備的設(shè)計與試驗[D];河南科技大學(xué);2019年

3 涂淑琪;基于卷積神經(jīng)網(wǎng)絡(luò)的多光譜圖像分割技術(shù)研究[D];北京交通大學(xué);2019年

4 朱晨青;基于多光譜圖像技術(shù)的迷彩面料顏色測量分析[D];江南大學(xué);2019年

5 楊駿鋒;基于卷積神經(jīng)網(wǎng)絡(luò)的Pan-sharpening方法[D];廈門大學(xué);2018年

6 何欣;多光譜圖像深度特征描述與魯棒匹配[D];北京郵電大學(xué);2019年

7 閆昱光;基于多光譜圖像的水稻估產(chǎn)模型研究[D];東北農(nóng)業(yè)大學(xué);2019年

8 HADI-LAI BAKARY;基于張量正則化框架的遙感多光譜圖像降噪研究[D];重慶交通大學(xué);2018年

9 劉賢文;多尺度幾何分析和稀疏表示的多光譜圖像融合方法[D];南京理工大學(xué);2018年

10 徐杭威;基于GPU并行運算的多光譜圖像實時目標(biāo)識別方法[D];南京理工大學(xué);2018年



本文編號:2769560

資料下載
論文發(fā)表

本文鏈接:http://www.sikaile.net/projectlw/qgylw/2769560.html


Copyright(c)文論論文網(wǎng)All Rights Reserved | 網(wǎng)站地圖 |

版權(quán)申明:資料由用戶bf74b***提供,本站僅收錄摘要或目錄,作者需要刪除請E-mail郵箱bigeng88@qq.com