Сравнительный анализ использования цветовых пространств RGB и HSB в задачах распознавания объектов при определении позиции предметов в роботизированных системах

Е. К. Кузьмина; М. В. Катулин; М. М. Пашкова; А. Г. Решетников; В. С. Семашко; С. В. Семашко

PDF

Опубликован: июл 15, 2022

Ключевые слова:

цветовые пространства, роботы, компьютерное зрение color spaces, robots, computer vision

Е. К. Кузьмина

Государственный университет «Дубна», Дубна, Московская область

М. В. Катулин

Объединенный институт ядерных исследований, 141980, Московская обл., г. Дубна, ул. Жолио-Кюри, д. 6

М. М. Пашкова

Государственный университет «Дубна», Дубна, Московская область

А. Г. Решетников

Объединенный институт ядерных исследований, 141980, Московская обл., г. Дубна, ул. Жолио-Кюри, д. 6

В. С. Семашко

Государственный университет «Дубна», Дубна, Московская область

С. В. Семашко

Объединенный институт ядерных исследований, 141980, Московская обл., г. Дубна, ул. Жолио-Кюри, д. 6

Аннотация

В статье анализируется возможности, появляющиеся при использовании в задачах распознавания объектов методами компьютерного зрения цветового пространства HSB. Рассмотрены изменения данных в разных каналах изображения при изменении освещенности. Проанализирована возможность увеличения динамического диапазона при использовании новых интерфейсов формирования изображений от фотосенсоров (камер). Рассмотрены возможности быстрого определения необходимой экспозиции при получении изображения.

Скачивания

Данные скачивания пока недоступны.

Как цитировать

[1]

Кузьмина , Е.К., Катулин , М.В., Пашкова , М.М., Решетников , А.Г., Семашко , В.С. и Семашко , С.В. 2022. Сравнительный анализ использования цветовых пространств RGB и HSB в задачах распознавания объектов при определении позиции предметов в роботизированных системах. Системный анализ в науке и образовании. 1 (июл. 2022), 55–63.

Выпуск

№ 1 (2022): № 1 (2022)

Раздел

Статьи

Библиографические ссылки

Hogervorst M. A., Toet A. Improved Color Mapping Methods for Multiband Nighttime Image Fusion Journal of Imaging. 2017. Т.3, № 36. DOI: https://doi.org/10.3390/jimaging3030036

Colour space transforms for improved video compression / Y. Wang [et al.] // Proc. of IWSSIP 2014. P. 219–222.

Гонсалес Р., Вудс Р. Цифровая обработка изображений. М. :Техносфера, 2006.

Smith A. R. Color gamut transform pairs // Computer Graphics. 1987. № 12 (3). C. 12–19.

Петин В. Микрокомпьютеры RaspberryPi: Практическое руководство. БХВ-Петербург, 2015.

Гомон Ю.Б. Методы улучшения качества изображений. СПб, 2014. 35 с.

Наиболее читаемые статьи этого автора (авторов)

С. В. Ульянов , В. С. Ульянов , А. Г. Решетников , К. В. Ульянова , Физическая строгость и математическая корректность модели интеллектуального робота: адекватность реальному объекту и точность уравнений движения динамической системы – метод глубокого обучения на лагранжевых нейронных сетях , Системный анализ в науке и образовании: № 1 (2022): № 1 (2022)
С. В. Ульянов, А. Г. Решетников, О. Ю. Тятюшкина , В. В. Кореньков, Квантовая программная инженерия. Ч. 1: Квантовые вычисления на основе квантовых алгоритмических ячеек – образовательный и педагогический практикум , Системный анализ в науке и образовании: № 3 (2020): №3 (2020)
С. В. Ульянов, А. Г. Решетников, Я. П. Белов, П. В. Казарян, Интеллектуальная мехатроника. Ч.1: Программно-аппаратная поддержка и практикум , Системный анализ в науке и образовании: № 4 (2018): №4 (2018)
А. Р. Рябов , А. Г. Решетников , С. В. Ульянов , Навигационная система в задаче управления автономным мобильным роботом , Системный анализ в науке и образовании: № 1 (2022): № 1 (2022)
Ю. Г. Беспалов, Д. А. Неополитанский, Д. Н. Никифоров, А. Г. Решетников, Г. С. Седых, С. В. Семашко, С. В. Ульянов, Интеллектуальная система управления расходом жидкого азота в сборнике криогенной установки контроля СП магнитов: мягкие вычисления , Системный анализ в науке и образовании: № 3 (2022): № 3 (2022)
С. В. Ульянов, В. Н. Добрынин, Н. Ю. Нефёдов, С. П. Петров, А. С. Полунин, А. Г. Решетников, Генетические и квантовые алгоритмы. Ч. 1: Инновационные модели в обучении , Системный анализ в науке и образовании: № 3 (2010): №3 (2010)
Т. А. Керимов, А. Г. Решетников, С. В. Ульянов, Интеллектуальное робастное управление динамически неустойчивым объектом. Ч. 2: технологии квантовых вычислений , Системный анализ в науке и образовании: № 4 (2013): №4 (2013)
С. В. Ульянов, А. Г. Решетников, К. В. Кошелев, Интеграция сверточной нейронной сети в систему распознавания образов , Системный анализ в науке и образовании: № 2 (2017): №2 (2017)
С. В. Ульянов, И. А. Бархатова, А. Г. Решетников, В. А. Албу, А. Н. Аверкин, Квантовая релятивистская информатика. Ч. 2: квантовые вычисления и алгоритмические / физические особенности операторов квантовых алгоритмов , Системный анализ в науке и образовании: № 4 (2013): №4 (2013)
М. С. Катулин , Е. А. Кузнецов , А. Г. Решетников , А. Р. Рябов , С. В. Семашко , С. В. Ульянов , Механизмы обмена информацией и передачи знаний для задач взаимодействия в среде авто-номных интеллектуальных робототехнических систем в нештатных ситуациях , Системный анализ в науке и образовании: № 4 (2021): № 4 (2021)

1 2 3 4 > >>

Боковая панель статьи

Основное содержимое статьи

Аннотация

Скачивания

Информация о статье

Библиографические ссылки

Наиболее читаемые статьи этого автора (авторов)