摘要
当可见光照射到物体表面时，会观测到物体表面在距离光源最近的区域形成一块颜色畸变。这块发生颜色畸变的区域便是高光，它普遍存在于图片中，在图像处理中常被当做噪声筛除。但实际上，高光区别于过曝，在抑制了材料表面的纹理信息的同时，通过亮度震荡的形式突出了材质自身所具有的凹凸变换信息，在材料分类中具有极强的应用价值。 本课题针对高光高光特征的优势，深入研究了高光特征检测，并将其应用在水果分类领域。具体研究内容如下: 1、高光图像采集平台的搭建。搭建图像采集平台，协调光照条件与相机参数之间的关系，拍摄在不同光照强度下具有清晰的高光信息且不出现过曝的图片。 2、提出HIGHGLIGHT光照模型。分析了经典光照模型的原理和具体应用场景，针对经典光照模型对局部亮度特征描述不充分的局限性，提出了突出描述局部特征的HIGHLIGHT光照模型，并应用该模型进行高光特征的提取，验证了该模型的准确性和在高光特征检测上的适用性。 3、高光特征检测及其在水果分类上的应用。利用HIGHLIGHT光照模型的原理提取高光特征，并通过短时傅里叶变换构造特征描述符。对DBSCAN算法改进，融入投票决策模块，对不同水果的高光特征描述符进行分类。
NETL