【摘 要】
：
结合新型颜色传感器TCS230和色差公式CIEDE2000,提出一种尿液试纸颜色识别办法。其原理为MCU读取TCS230颜色传感器获得的与试纸带颜色相对应的数字脉冲,通过数学处理变换成对应的RGB值,然后对照由标准比色卡建立的标准RGB值做色差计算处理,得到该模块的指标值。通过理论计算验证算法的可行性,制作实物装置验证临床可行性。试验结果表明该装置识别尿液试纸颜色的准确率达到了95%,具有很好的可
论文部分内容阅读
结合新型颜色传感器TCS230和色差公式CIEDE2000,提出一种尿液试纸颜色识别办法。其原理为MCU读取TCS230颜色传感器获得的与试纸带颜色相对应的数字脉冲,通过数学处理变换成对应的RGB值,然后对照由标准比色卡建立的标准RGB值做色差计算处理,得到该模块的指标值。通过理论计算验证算法的可行性,制作实物装置验证临床可行性。试验结果表明该装置识别尿液试纸颜色的准确率达到了95%,具有很好的可靠性。
其他文献
立足信息时代,计算机技术应用更加广泛,计算机图像处理以及识别技术得到广泛发展与应用。计算机图像处理与识别技术广泛应用于计算机数据处理领域,强化管理优势的发挥。基于此,本文以计算机发展为背景,对计算机图像处理与识别技术进行了系统分析,在描述原理的基础上,探讨了其优势,对其应用情况进行全面介绍,以期更好发挥技术服务社会的价值。
随着当前社会不断的提升对网络宣传的关注度,为艺术和网络的结合发展提供了有利条件。在网页设计中应用计算机图像处理,可增加网页的艺术性和吸引力,通过人们兴趣的激发达到网络宣传的目的,可较大程度的推进行业的发展。本文分析了网页设计图像处理知识和计算机图像处理技术在网页设计中的应用,仅供参考。
本文基于深度学习和机器学习的基本理论,对人体处于静态或动态时的位置变化、姿态检测进行了相应的研究。利用各帧图像中人体关节所处位置、同一个体的同一骨骼上的关节点连接原则、不同个体骨骼上的关节点排斥原则、人体位置关系重叠下热力图,模拟实现了人体处于不同状态下的姿态检测。
受外界环境因素的影响,传统方法在船舶纯方位目标跟踪中存在一定的偏差。为了克服这一问题,引入计算机视觉技术,在待跟踪的船舶上安装计算机视觉传感装置,并利用该装置实时采集船舶航行图像。通过对图像的处理与分析,得到船舶目标的初始位置信息。以定位结果为起点,在构建纯方位目标运动模型的基础上,计算目标船舶的航向角,判断船舶的航迹运动方向。实时更新目标船舶的定位信息与航向角信息,从而实现船舶纯方位目标跟踪。实
为了提高海面舰船目标检测效果,提出纹理高阶分形特征的海面舰船目标检测方法。首先分析海面舰船目标检测原理,并对海面舰船目标图像进行处理,然后提取海面舰船目标检测的纹理高阶分形特征,并引入卷积神经网络分析海面舰船目标的变化特点,从而建立海面舰船目标检测模型,最后通过仿真实验分析海面舰船目标检测的效果。结果表明,对复杂背景的海面舰船目标,本文方法不仅提升了海面舰船目标检测的准确性,解决了海面舰船目标漏检
传统海上船舶特征识别算法受到可见光强弱的影响,在暗光条件下对船舶图像识别能力远远不如白天,加之船舶搜救等应用场景多为夜晚。因此,提出基于红外图像的海上船舶特征识别算法研究。首先,基于红外图像识别算法,将红外识别与可见光参量进行高精度融合计算;其次,对融合后的红外识别特征参量进行增强计算;最后,通过粒子群算法对大场景中的目标进行特征绑定,从而实现暗光条件下快速准确识别船舶特征的效果。通过实验对提出算
针对高斯混合模型(Gaussian Mixture Model,GMM)在运动目标检测中容易出现双影、空洞的问题,本文提出了一种综合的运动目标前景检测方法。首先,为了避免背景的干扰,利用canny算法以及帧差法获得运动目标前景边缘图像;其次,为了减少空洞、双影问题,利用帧差法能够确定运动目标区域,采用高学习率的混合高斯模型检测运动目标位置,并且与帧内相邻像素点差分结果的膨胀图像进行与运算得到运动目
新冠肺炎疫情期间,"非接触"成为关键词,不仅口罩脱销,结合测温的人脸识别系统也被广泛应用起来。复工以后,许多白领一族的"通关密语"成了"身份认证成功,体温正常"的设备提示音……
经过近1年的筹备,我学会智能成像分会成立大会将于2020年8月8日上午8:08～11:55在腾讯线上会议召开。届时将选举产生智能成像分会委员、常务委员、主任委员、副主任委员和秘书长。成像科学与技术是以声、光、电、磁等各种传感手段获取物体内部信息,并通过图像重建得到物体内部结构图像或者代谢图像的科学与技术。它是一个物理、数学、生物、医学、计算机和人工智能等学科交叉的新型学科。
增强视景图像与合成视景图像融合的鲁棒性与快速性对飞行员辅助降落导航决策具有重要的作用。为了提高增强视景图像和合成视景图像融合的鲁棒性与快速性,我们提出了一种结合注意力机制的鲁棒高效的组合视景图像融合方法。首先我们基于合成视景图像获得机场跑道的显著性区域,并根据机场跑道的显著性区域获得增强视景图像的待融合跑道区域。其次,我们对显著性跑道区域的增强视景图像和合成视景图像分别进行多尺度分解;然后,将视景