<dfn id="yhprb"><s id="yhprb"></s></dfn><dfn id="yhprb"><delect id="yhprb"></delect></dfn><dfn id="yhprb"></dfn><dfn id="yhprb"><delect id="yhprb"></delect></dfn><dfn id="yhprb"></dfn><dfn id="yhprb"><s id="yhprb"><strike id="yhprb"></strike></s></dfn><small id="yhprb"></small><dfn id="yhprb"></dfn><small id="yhprb"><delect id="yhprb"></delect></small><small id="yhprb"></small><small id="yhprb"></small> <delect id="yhprb"><strike id="yhprb"></strike></delect><dfn id="yhprb"></dfn><dfn id="yhprb"></dfn><s id="yhprb"><noframes id="yhprb"><small id="yhprb"><dfn id="yhprb"></dfn></small><dfn id="yhprb"><delect id="yhprb"></delect></dfn><small id="yhprb"></small><dfn id="yhprb"><delect id="yhprb"></delect></dfn><dfn id="yhprb"><s id="yhprb"></s></dfn> <small id="yhprb"></small><delect id="yhprb"><strike id="yhprb"></strike></delect><dfn id="yhprb"><s id="yhprb"></s></dfn><dfn id="yhprb"></dfn><dfn id="yhprb"><s id="yhprb"></s></dfn><dfn id="yhprb"><s id="yhprb"><strike id="yhprb"></strike></s></dfn><dfn id="yhprb"><s id="yhprb"></s></dfn>
"); //-->

博客專(zhuān)欄

EEPW首頁(yè) > 博客 > LabVIEW色彩分類(lèi)識別(基礎篇—15)

LabVIEW色彩分類(lèi)識別(基礎篇—15)

發(fā)布人:美男子玩編程 時(shí)間:2022-06-22 來(lái)源:工程師 發(fā)布文章

色彩分類(lèi)(Color Classification)用于根據樣本的顏色信息對其進(jìn)行分類(lèi)識別。與單色目標的分類(lèi)識別類(lèi)似,色彩分類(lèi)過(guò)程也包括訓練和分類(lèi)兩個(gè)階段。


  • 訓練階段主要用來(lái)基于各種彩色樣本創(chuàng )建分類(lèi)器。

    它從每個(gè)參與訓練的樣本中提取色彩特征,并將該特征與類(lèi)標簽進(jìn)行關(guān)聯(lián)以備后用。

  • 分類(lèi)階段則主要用于從待分類(lèi)圖像中提取顏色特征,并參照分類(lèi)器信息對其分類(lèi)。

    分類(lèi)的方法可采用最鄰近法、K-鄰近法、最小平均距離法或支持向量機分類(lèi)法。


色彩分類(lèi)的特征提取過(guò)程并不直接使用色譜,而是基于HSL空間構建分辨率可選的(高、中、低3擋)的一維色彩特征向量。它先將彩色樣本圖像轉換到HSL色彩空間,然后計算彩色樣本的色調、飽和度和亮度分量的直方圖。對于每個(gè)由單字節表示的顏色分量直方圖,保留色調和飽和度分量直方圖中的256個(gè)值對應的信息,但是只保留亮度分量直方圖中8個(gè)亮度值相關(guān)的信息。


通過(guò)這種對亮度分量直方圖的抑制,色彩特征向量中的顏色信息會(huì )更突出,亮度信息會(huì )被抑制在8種灰度之內。將包含256個(gè)色調信息和256個(gè)飽和度信息的兩個(gè)直方圖,與包含8個(gè)亮度信息的直方圖進(jìn)行組合,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過(guò)先提取高分辨率色彩特征向量,然后再對其應用動(dòng)態(tài)遮罩(Dynamic Mask)獲得的。動(dòng)態(tài)遮罩基于參與訓練的樣本創(chuàng )建,用于從高分辨率色彩特征向量中選出最能代表某個(gè)類(lèi)的色調和飽和度直方圖信息。在對于每個(gè)新添加的彩色樣本學(xué)習時(shí),動(dòng)態(tài)遮罩通過(guò)下述過(guò)程被創(chuàng )建或更新:

  • 對于每個(gè)類(lèi),基于其中每個(gè)樣本的色調和飽和度的直方圖,計算該類(lèi)的平均色調和飽和度直方圖。

  • 基于所有類(lèi)的平均色調和飽和度直方圖的均值直方圖,計算各類(lèi)的平均色調和飽和度直方圖上元素值的標準差。

  • 從類(lèi)平均色調和飽和度直方圖元素值中依次選出128個(gè)標準偏差最高的值對應的位置作為遮罩,用于生成中分辨率色彩特征向量。

    或者依次選出64個(gè)標準偏差最高的值對應的位置作為遮罩,用于生成低分辨率色彩特征向量。

  • 掃描各類(lèi)的動(dòng)態(tài)遮罩位置對應的值,確保其中至少包含一個(gè)最大色調和一個(gè)最大飽和度直方圖值。


Nl Vision提供了兩種色彩訓練方法,一是使用NI色彩分類(lèi)訓練器離線(xiàn)完成色彩訓練(位于:National InstrumentsVisionUtilityColor Classification Training InterfaceColor Classification Training.exe),二是使用程序代碼在運行時(shí)完成色彩訓練。


NI色彩分類(lèi)訓練器可以在進(jìn)行色彩分類(lèi)之前,先從多個(gè)采集到的彩色樣本圖像中提取高分辨率的色彩特征,并將該特征與類(lèi)標簽進(jìn)行關(guān)聯(lián)。若選擇了中分辨率或低分辨率,則訓練過(guò)程還會(huì )對高分辨率的色彩特征施加動(dòng)態(tài)遮罩過(guò)程,獲得相應分辨率的色彩特征向量。隨后,訓練過(guò)程會(huì )將樣本的特征向量、樣本分類(lèi)方法連同各個(gè)類(lèi)的動(dòng)態(tài)遮罩等信息一并保存在后綴名為clf的色彩分類(lèi)器文件中。這樣在后續色彩分類(lèi)過(guò)程中,就可從該文件中讀取這些信息,對彩色目標進(jìn)行識別和分類(lèi)。


下圖顯示了使用NI色彩分類(lèi)訓練器為洗手液分類(lèi)系統訓練色彩樣本時(shí)的程序界面。使用該工具可以打開(kāi)收集到的彩色洗手液樣本圖像,從中選擇藍色、綠色或白色的瓶蓋分別作為類(lèi)樣本進(jìn)行訓練。訓練過(guò)程中,可對樣本進(jìn)行編輯或刪除,訓練完成后得到的樣本色彩特征可保存在clf文件中以備后用。


圖片


Nl Vision還提供了對彩色樣本圖像進(jìn)行訓練和分類(lèi)的函數。它們位于LabVIEW的視覺(jué)與運動(dòng)→Machine Vision→Machine Learning→Classification函數選板中,如下圖所示:


圖片


函數說(shuō)明及使用可參見(jiàn)幫助手冊: 


圖片


通過(guò)使用NI Vision色彩分類(lèi)函數對洗手液進(jìn)行分類(lèi)的實(shí)例,了解色彩分類(lèi)的使用,程序設計思路如下所示:

  • 程序先用IMAQ Read Classifier File從NI色彩分類(lèi)訓練器創(chuàng )建的色彩分類(lèi)器文件Soap.clf中讀取學(xué)習到的樣本特征等信息;

  • 隨后While循環(huán)中的代碼逐一取出待測圖像文件夾中的圖像,由IMAQ Classify或IMAQClassify Color Advanced對指定ROI區域的圖像色彩進(jìn)行分類(lèi),返回其類(lèi)別歸屬及分類(lèi)和識別分值等信息。

    IMAQ Overlay Text可以在圖像上以無(wú)損圖層的方式添加待測圖像的類(lèi)名;

  • 當用戶(hù)單擊STOP按鈕退出While循環(huán)后,程序會(huì )丟棄會(huì )話(huà),釋放內存,然后退出程序。


程序實(shí)現如下所示:


圖片


*博客內容為網(wǎng)友個(gè)人發(fā)布,僅代表博主個(gè)人觀(guān)點(diǎn),如有侵權請聯(lián)系工作人員刪除。



關(guān)鍵詞: LabVIEW

相關(guān)推薦

技術(shù)專(zhuān)區

關(guān)閉
国产精品自在自线亚洲|国产精品无圣光一区二区|国产日产欧洲无码视频|久久久一本精品99久久K精品66|欧美人与动牲交片免费播放
<dfn id="yhprb"><s id="yhprb"></s></dfn><dfn id="yhprb"><delect id="yhprb"></delect></dfn><dfn id="yhprb"></dfn><dfn id="yhprb"><delect id="yhprb"></delect></dfn><dfn id="yhprb"></dfn><dfn id="yhprb"><s id="yhprb"><strike id="yhprb"></strike></s></dfn><small id="yhprb"></small><dfn id="yhprb"></dfn><small id="yhprb"><delect id="yhprb"></delect></small><small id="yhprb"></small><small id="yhprb"></small> <delect id="yhprb"><strike id="yhprb"></strike></delect><dfn id="yhprb"></dfn><dfn id="yhprb"></dfn><s id="yhprb"><noframes id="yhprb"><small id="yhprb"><dfn id="yhprb"></dfn></small><dfn id="yhprb"><delect id="yhprb"></delect></dfn><small id="yhprb"></small><dfn id="yhprb"><delect id="yhprb"></delect></dfn><dfn id="yhprb"><s id="yhprb"></s></dfn> <small id="yhprb"></small><delect id="yhprb"><strike id="yhprb"></strike></delect><dfn id="yhprb"><s id="yhprb"></s></dfn><dfn id="yhprb"></dfn><dfn id="yhprb"><s id="yhprb"></s></dfn><dfn id="yhprb"><s id="yhprb"><strike id="yhprb"></strike></s></dfn><dfn id="yhprb"><s id="yhprb"></s></dfn>