99精品伊人亚洲|最近国产中文炮友|九草在线视频支援|AV网站大全最新|美女黄片免费观看|国产精品资源视频|精彩无码视频一区|91大神在线后入|伊人终合在线播放|久草综合久久中文

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評(píng)論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫(xiě)文章/發(fā)帖/加入社區(qū)
會(huì)員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

機(jī)器視覺(jué)中圖像前置知識(shí)顏色模型的分類與應(yīng)用

新機(jī)器視覺(jué) ? 來(lái)源:yxw ? 2019-06-11 09:02 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

首先什么是機(jī)器視覺(jué)計(jì)算機(jī)視覺(jué)就是讓計(jì)算機(jī)去理解獲取數(shù)字圖像與視頻中的信息。最終實(shí)現(xiàn)一個(gè)與人類視覺(jué)系統(tǒng)實(shí)現(xiàn)相同功能的自動(dòng)化系統(tǒng)。

什么是機(jī)器視覺(jué)中的圖像的前置知識(shí)——顏色模型?最為常用的顏色模型,分別是RGB顏色模型和HSV顏色模型,這兩種模型之間是可以通過(guò)數(shù)學(xué)公式進(jìn)行相互轉(zhuǎn)換的。

RGB顏色模型(也叫紅、綠、藍(lán)三原色模型或者加色混色模型):將紅、綠、藍(lán)3種不同顏色,根據(jù)亮度配比的不同進(jìn)行混合(3種顏色的定量配比),從而表現(xiàn)出不同的顏色。通過(guò)3種最基本顏色的混合疊加來(lái)表現(xiàn)出任意的一種顏色的方法,特別適用于顯示器等主動(dòng)發(fā)光的顯示設(shè)備。RGB顏色的展現(xiàn)依賴于設(shè)備的顏色空間,這也就使得我們感覺(jué)有些手機(jī)屏幕顏色特別逼真、絢麗,而另一些就令人失望。

RGB顏色模型的空間結(jié)構(gòu)

上圖展示了RGB顏色模型的空間結(jié)構(gòu),這是一個(gè)立方體結(jié)構(gòu),在該幾何空間中,3個(gè)坐標(biāo)軸分別代表了紅red綠green藍(lán)blue3種顏色。從理論上講,任何一種顏色都包含在該立方體結(jié)構(gòu)中。

我們平時(shí)用得最多的RGB顏色展示模式也就是24比特展示的。有種方法分別將紅、綠、藍(lán)3種顏色使用8比特?zé)o符號(hào)整數(shù)來(lái)表示,如#FFFFFF代表純白色,#FF0000代表正紅色-十六進(jìn)制對(duì)24比特展示模式的一種表示方法。也可以使用(255,0,0)這樣一個(gè)元組表示正紅色。因?yàn)榧t色和綠色兩種顏色疊加產(chǎn)生黃色,所以黃色為(255,255,0)。

HSV顏色模型:這是一種采用色調(diào)(H)、飽和度(S)、明度(V)3個(gè)參數(shù)來(lái)表示顏色的一種方式。

色調(diào)(Hue):以角度的形式進(jìn)行度量,其取值角度范圍是[0,360]。紅色、綠色、藍(lán)色3種顏色以逆時(shí)針?lè)较蜻M(jìn)行排列。例如紅色的位置為0°,綠色為120°,藍(lán)色的位置為240°。

飽和度(Saturation):以百分比0~100%來(lái)表示,該數(shù)值越高,飽和度越高,光譜顏色的成分越多。飽和度反映了某種顏色接近光譜色的程度。顏色是由光譜顏色與白色光的混合結(jié)果。如果某種顏色中白色的成分越少,則這種顏色越接近光譜色,顏色暗且鮮艷,此時(shí)飽和度更高。

明度(Value):百分比的形式來(lái)表示某種顏色的明度,明度值越高越明亮。明度表現(xiàn)了某種顏色的明亮程度,可以認(rèn)為是一種由光線強(qiáng)弱產(chǎn)生的視覺(jué)體驗(yàn)。如深紫色和桃紅色兩種顏色進(jìn)行對(duì)比,深紫色的顏色更加晦暗,而桃紅色更加明亮,則認(rèn)為桃紅色的明度要比深紫色的高。

HSV顏色模型的空間結(jié)構(gòu)

什么是機(jī)器視覺(jué)中的圖像的灰度圖像?沒(méi)有包含其他五顏六色的信息,但是仍能夠從中獲取到圖像的輪廓、紋理、形狀等特征的圖片。由于灰度圖片的結(jié)構(gòu)更為簡(jiǎn)單,同時(shí)關(guān)鍵信息又不大會(huì)損失,這樣就可以極大地減少機(jī)器計(jì)算量。

那什么是灰度?黑色的程度也是可以量化的,介于黑色和白色之間的顏色就是灰色,那么直接量化的就是灰色的程度,這個(gè)程度就是灰度。一般的量化方法是將純白色作為255,純黑色作為0,在這個(gè)區(qū)間中,使用對(duì)數(shù)的方法劃分具體數(shù)值進(jìn)行量化。

一個(gè)形象的灰度比喻:假如用0代表純黑色表示黑種人中最黑的,255代表純白色表示白種人中最白的,那么我們黃種人中有的長(zhǎng)得白一點(diǎn)的女生,她的膚色值就可以是153,有的長(zhǎng)得黑一點(diǎn)的女生,膚色值就可以是51?;叶戎翟酱蟊硎驹搅痢?/p>

灰度圖像

什么是機(jī)器視覺(jué)中的圖像的二值圖像?二值圖像顧名思義只有純黑色和純白色兩種顏色,沒(méi)有中間過(guò)渡的灰色。二值圖像會(huì)缺少細(xì)節(jié)部分,只能顯示出圖片的大致輪廓。這在圖像的分割等場(chǎng)景中具有很好的利用價(jià)值。

二值圖像

什么是機(jī)器視覺(jué)中的信號(hào)與噪聲?圖像也是一種數(shù)據(jù),圖像中也存在信號(hào)和噪聲。信號(hào)是圖像中我們想要的數(shù)據(jù),噪聲是圖像中我們不想要的數(shù)據(jù)。

什么是機(jī)器視覺(jué)中的信噪比?信噪比就是指信號(hào)與噪聲二者能量之比值。直觀來(lái)講,噪聲越少,信噪比越大,數(shù)據(jù)的質(zhì)量越佳。

受到噪聲干擾的圖像a)與未經(jīng)噪聲干擾的圖像b)

經(jīng)過(guò)噪聲干擾的圖像令我們難以獲取圖片所要表達(dá)的原始信息,使得圖像所表達(dá)信息的確定程度減少。

什么是機(jī)器視覺(jué)中的椒鹽噪聲和高斯噪聲?圖像中隨機(jī)出現(xiàn)的黑白雜點(diǎn),黑白雜點(diǎn)在圖片中出現(xiàn)位置是隨機(jī)分布的叫椒鹽噪聲,“椒”代表黑色,“鹽”代表白色。黑白雜點(diǎn)的出現(xiàn)導(dǎo)致某些顏色的改變,且噪聲概率密度服從高斯分布(正態(tài)分布的)叫高斯噪聲。

什么是是機(jī)器視覺(jué)中的圖像濾波?圖像濾波就是濾除圖像中的噪聲(黑白雜點(diǎn))。圖像濾波是對(duì)圖像進(jìn)行預(yù)處理的一個(gè)重要步驟。常見(jiàn)的濾除噪聲的方法有均值濾波和中值濾波,因?yàn)楦拍钪袛?shù)學(xué)成分太多,小咖就不多做解釋了。

聲明:本文內(nèi)容及配圖由入駐作者撰寫(xiě)或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問(wèn)題,請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴
  • 圖像
    +關(guān)注

    關(guān)注

    2

    文章

    1094

    瀏覽量

    41269
  • 機(jī)器視覺(jué)
    +關(guān)注

    關(guān)注

    163

    文章

    4597

    瀏覽量

    122912
  • RGB
    RGB
    +關(guān)注

    關(guān)注

    4

    文章

    807

    瀏覽量

    59939
  • HSV
    HSV
    +關(guān)注

    關(guān)注

    0

    文章

    10

    瀏覽量

    2733

原文標(biāo)題:機(jī)器視覺(jué)——圖像知識(shí)

文章出處:【微信號(hào):vision263com,微信公眾號(hào):新機(jī)器視覺(jué)】歡迎添加關(guān)注!文章轉(zhuǎn)載請(qǐng)注明出處。

收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評(píng)論

    相關(guān)推薦
    熱點(diǎn)推薦

    工業(yè)相機(jī)圖像采集卡:機(jī)器視覺(jué)的核心樞紐

    應(yīng)用廣泛。工業(yè)相機(jī)圖像采集卡的主要功能在機(jī)器視覺(jué)系統(tǒng),工業(yè)相機(jī)負(fù)責(zé)捕獲目標(biāo)對(duì)象的圖像,而圖像
    的頭像 發(fā)表于 05-21 12:13 ?197次閱讀
    工業(yè)相機(jī)<b class='flag-5'>圖像</b>采集卡:<b class='flag-5'>機(jī)器</b><b class='flag-5'>視覺(jué)</b>的核心樞紐

    基于LockAI視覺(jué)識(shí)別模塊:C++使用圖像的統(tǒng)計(jì)信息

    圖像處理,統(tǒng)計(jì)信息可以幫助我們了解圖像的特性,例如區(qū)域內(nèi)的像素分布、顏色轉(zhuǎn)換以及特定區(qū)域的分析。本文將介紹基于LockAI視覺(jué)識(shí)別模塊如
    的頭像 發(fā)表于 05-08 10:09 ?235次閱讀
    基于LockAI<b class='flag-5'>視覺(jué)</b>識(shí)別模塊:C++使用<b class='flag-5'>圖像</b>的統(tǒng)計(jì)信息

    【「# ROS 2智能機(jī)器人開(kāi)發(fā)實(shí)踐」閱讀體驗(yàn)】視覺(jué)實(shí)現(xiàn)的基礎(chǔ)算法的應(yīng)用

    相機(jī)標(biāo)定是視覺(jué)系統(tǒng)的基石,直接影響后續(xù)圖像處理的精度。書(shū)中詳細(xì)介紹了單目和雙目相機(jī)的標(biāo)定流程,包括標(biāo)定板的使用、參數(shù)優(yōu)化以及標(biāo)定文件的應(yīng)用。 實(shí)際應(yīng)用,標(biāo)定誤差可能導(dǎo)致機(jī)器人定位偏
    發(fā)表于 05-03 19:41

    ?VLM(視覺(jué)語(yǔ)言模型)?詳細(xì)解析

    視覺(jué)語(yǔ)言模型(Visual Language Model, VLM)是一種結(jié)合視覺(jué)圖像/視頻)和語(yǔ)言(文本)處理能力的多模態(tài)人工智能模型,
    的頭像 發(fā)表于 03-17 15:32 ?4116次閱讀
    ?VLM(<b class='flag-5'>視覺(jué)</b>語(yǔ)言<b class='flag-5'>模型</b>)?詳細(xì)解析

    xgboost在圖像分類的應(yīng)用

    和易用性,在各種機(jī)器學(xué)習(xí)任務(wù)得到了廣泛應(yīng)用,包括分類、回歸和排序問(wèn)題。在圖像分類領(lǐng)域,盡管深度學(xué)習(xí)模型
    的頭像 發(fā)表于 01-19 11:16 ?1015次閱讀

    【「具身智能機(jī)器人系統(tǒng)」閱讀體驗(yàn)】2.具身智能機(jī)器人大模型

    。 多模態(tài)融合的創(chuàng)新與突破 機(jī)器人控制技術(shù)的另一個(gè)重要突破在于多模態(tài)大模型的應(yīng)用。相比于僅通過(guò)文字進(jìn)行人機(jī)交互的傳統(tǒng)方法,現(xiàn)代機(jī)器人能夠融合視覺(jué)、聲音、定位等多模態(tài)輸入信息,為任務(wù)執(zhí)行
    發(fā)表于 12-29 23:04

    《具身智能機(jī)器人系統(tǒng)》第7-9章閱讀心得之具身智能機(jī)器人與大模型

    醫(yī)療領(lǐng)域,手術(shù)輔助機(jī)器人需要毫米級(jí)的精確控制,書(shū)中有介紹基于視覺(jué)伺服的實(shí)時(shí)控制算法,以及如何利用大模型優(yōu)化手術(shù)路徑規(guī)劃。工業(yè)場(chǎng)景,協(xié)作機(jī)器
    發(fā)表于 12-24 15:03

    AI模型部署邊緣設(shè)備的奇妙之旅:目標(biāo)檢測(cè)模型

    1、簡(jiǎn)介 人工智能圖像識(shí)別是人工智能領(lǐng)域的一個(gè)重要分支,它涉及計(jì)算機(jī)視覺(jué)、深度學(xué)習(xí)、機(jī)器學(xué)習(xí)等多個(gè)領(lǐng)域的知識(shí)和技術(shù)。圖像識(shí)別主要是處理具有一
    發(fā)表于 12-19 14:33

    適用于機(jī)器視覺(jué)應(yīng)用的智能機(jī)器視覺(jué)控制平臺(tái)

    工控機(jī)在機(jī)器視覺(jué)系統(tǒng)設(shè)計(jì)是不可或缺的核心組件,在機(jī)器視覺(jué)中發(fā)揮著至關(guān)重要的作用,其強(qiáng)大的計(jì)算能力、高度的穩(wěn)定性和可靠性、實(shí)時(shí)性以及
    的頭像 發(fā)表于 11-23 01:08 ?552次閱讀
    適用于<b class='flag-5'>機(jī)器</b><b class='flag-5'>視覺(jué)</b>應(yīng)用的智能<b class='flag-5'>機(jī)器</b><b class='flag-5'>視覺(jué)</b>控制平臺(tái)

    機(jī)器視覺(jué)要面臨的挑戰(zhàn)及其解決方法

    機(jī)器視覺(jué)是指使用計(jì)算機(jī)和圖像處理技術(shù)從圖像中提取信息,并將其轉(zhuǎn)換為機(jī)器可理解的格式。這種方法已經(jīng)被廣泛應(yīng)用于自動(dòng)化生產(chǎn)、質(zhì)量控制、測(cè)量和檢測(cè)
    的頭像 發(fā)表于 11-11 01:03 ?997次閱讀

    AI大模型圖像識(shí)別的優(yōu)勢(shì)

    模型借助高性能的計(jì)算硬件和優(yōu)化的算法,能夠在短時(shí)間內(nèi)完成對(duì)大量圖像數(shù)據(jù)的處理和分析,顯著提高了圖像識(shí)別的效率。 識(shí)別準(zhǔn)確性 :通過(guò)深度學(xué)習(xí)和計(jì)算機(jī)視覺(jué)技術(shù),AI大
    的頭像 發(fā)表于 10-23 15:01 ?2440次閱讀

    機(jī)器視覺(jué)與運(yùn)動(dòng)控制:科技協(xié)同下的完美搭檔

    的 “眼睛”,它主要由相機(jī)、鏡頭、光源和圖像處理軟件等組成。通過(guò)相機(jī)捕捉物體的圖像,再經(jīng)過(guò)圖像處理算法對(duì)圖像進(jìn)行分析和處理,從而獲取物體的各種特征信息,如形狀、
    的頭像 發(fā)表于 09-10 10:03 ?495次閱讀

    視覺(jué)檢測(cè)是什么意思?機(jī)器視覺(jué)檢測(cè)的適用行業(yè)及場(chǎng)景有哪些?

    檢測(cè)的定義與原理 機(jī)器視覺(jué)檢測(cè),是利用光學(xué)成像、數(shù)字信號(hào)處理和計(jì)算機(jī)技術(shù),模擬人類視覺(jué)的功能,對(duì)目標(biāo)物體進(jìn)行自動(dòng)檢測(cè)和分析的技術(shù)。它包括圖像采集、預(yù)處理、特征提取、
    的頭像 發(fā)表于 08-30 11:20 ?892次閱讀

    機(jī)器視覺(jué)在焊接質(zhì)量檢測(cè)的應(yīng)用

    的可能性。今天跟隨創(chuàng)想智控小編一起了解機(jī)器視覺(jué)在焊接質(zhì)量檢測(cè)的應(yīng)用。 1. 機(jī)器視覺(jué)原理 機(jī)器
    的頭像 發(fā)表于 08-13 16:33 ?628次閱讀

    計(jì)算機(jī)視覺(jué)圖像融合

    在許多計(jì)算機(jī)視覺(jué)應(yīng)用(例如機(jī)器人運(yùn)動(dòng)和醫(yī)學(xué)成像),需要將多個(gè)圖像的相關(guān)信息整合到單一圖像。這
    的頭像 發(fā)表于 08-01 08:28 ?1143次閱讀
    計(jì)算機(jī)<b class='flag-5'>視覺(jué)</b><b class='flag-5'>中</b>的<b class='flag-5'>圖像</b>融合