欢迎登录材料期刊网

材料期刊网

高级检索

  • 论文(6)
  • 图书()
  • 专利()
  • 新闻()

采用图像分割方法进行木材表面缺陷的定量检测

任重昕 , 毕剑华 , 谢琳 , 仉俊峰

液晶与显示 doi:10.3788/YJYXS20142905.0785

随着木材加工业的集约化发展以及对木材表面加工质量高水平的苛求,传统的人工检测方式已经难以满足木材产品的加工生产.在了解木材表面缺陷的分类、缺陷产生原因和木材缺陷表面图像的特征的基础上,对比分析平均值法、最大值法和加权平均值法3种图像灰度化方法效果,并选定加权平均值法对木材缺陷图像进行灰度化预处理.在Matlab 6.5 GUI编程框架下实现木材缺陷检测系统,通过选取Isodata聚类迭代法、Otsu最大方差法、最大熵法和Sobel边缘分割法为基础的4种阈值化图像分割方法对木材缺陷特征的分割效果和分割速率进行实验对比分析.实验结果表明,运用Isodata聚类迭代法的图像分割方法能够快速准确分割图像实现木材缺陷检测.

关键词: 图像分割 , 木材缺陷 , Isodata聚类迭代法 , Otsu最大方差法 , 最大熵法

基于图论和FCM的图像分割算法

吴秋红 , 吴谨 , 朱磊 , 李娟

液晶与显示 doi:10.3788/YJYXS20163101.0112

针对FCM算法缺少空间关联信息且计算量大的问题,本文提出一种结合图论和FCM的图像分割算法.首先,引入图论算法对图像进行预处理,将图分割为子图.接着,对分割后的子图进行FCM聚类得到聚类中心.然后,提出一种基于聚类中心颜色和空间信息的加权距离,作为并查集算法的合并准则.最后,采用改进的并查集算法对聚类结果进行区域合并.实验结果表明,本文算法在保证图像分割质量的同时提高了图像分割速度.

关键词: 模糊C均值聚类 , 图论 , 并查集 , 图像分割

多尺度矩阵滤波的路面裂缝检测方法研究

杨会玲 , 崔洪恩 , 孙慧婷 , 何昕

液晶与显示 doi:10.3788/YJYXS20163108.0778

为了从复杂的路面环境中快速检测出路面裂缝并进行分类,提出一种多尺度矩阵滤波的路面裂缝检测方法。该方法基于 TI 公司 TMS642 DSP 平台,可以实现大量复杂数据的快速实时处理,通过多尺度滤波处理路面图像,有效进行图像预处理,消除噪声影响,突出路面裂缝特征。通过 Hessian 矩阵的特征值和特征方向提取裂缝特征,实现裂缝生长方向的跟踪,确定裂缝像素始末位置,从而确定裂缝大小,同时提出裂缝合并算法对小的不连续裂缝进行合并,最后根据裂缝曲率对裂缝进行快速分类。实验结果表明,该方法可以实现路面裂缝准确、快速的检测及分类,抗噪声能力强,图像分割精度高,漏检率和错检率很低,可以满足工程应用要求。

关键词: 裂缝检测 , 滤波 , 曲率 , 图像分割

基于粒子群的支持向量机图像识别

韩晓艳 , 赵东

液晶与显示 doi:10.3788/YJYXS20173201.0069

为了实现对田间水稻缺素的精准识别,构建一个图像识别系统.对该系统所采用的图像采集、图像分割、基于支持向量机图像分类等算法进行研究.首先,根据田间水稻的缺素现象进行图像采集和处理.然后提取图像与氮元素相关的颜色特征.在分析比较 SVM 算法对图像分割的基础上,提出一种基于改进粒子群算法进行 SVM 参数优化算法模型(即 IPSO-SVM).最后,对实验进行设置,对算法模型与其他算法进行测试对比.实验结果表明:对水稻缺素诊断的准确率达到95.45%,基本满足田间水稻缺素的科学诊断要求.

关键词: 图像分割 , 支持向量机 , 粒子群 , 缺素

结合图像分割的改进导引滤波

王健博 , 杨航 , 吴笑天

液晶与显示 doi:10.3788/YJYXS20173205.0380

为了更好地对图像进行平滑同时保持边缘不模糊,设计一种新的滤波方法.对基于该方法的图像滤波、细节增强等算法进行研究.首先,根据图像的亮度和颜色对图像进行分割,将图像分成不同的区域.接着,在不同的区域进行导引滤波,得到互不交叠的多个滤波子图像.然后,将这些子图融合,得到基于分割的改进导引滤波结果.最后,利用提出的改进导引滤波方法提出一种多尺度的细节增强方法.实验结果表明,在图像光滑和细节增强方面,提出的方法都要好于传统的导引滤波:提出的方法不仅能较好的光滑图像,同时保持边缘清晰,减少了传统滤波方法在边缘处的光晕现象.

关键词: 图像分割 , 导引滤波 , 细节增强 , 边缘保持

基于改进Chan-Vese模型的图像分割

杨名宇

液晶与显示 doi:10.3788/YJYXS20142903.0473

目前基于水平集的图像分割方法很难给出基于全局极值的算法终止条件,而大多采用事先设定迭代次数的方法.本文提出了一种改进的Chan-Vese模型,通过添加水平集函数约束项,使得新模型抑制了水平集函数的取值范围,最终收敛至全局极值,并以此作为算法终止条件,无需事先设定迭代次数.实验结果表明,新模型在其终止条件下,分割结果正确,与传统Chan-Vese模型相比,新模型的收敛速度快3~6倍,且通用性更强.

关键词: 图像分割 , Chan-Vese模型 , 水平集方法

出版年份

刊物分类

相关作者

相关热词