-
题名基于形态学增强和图像融合的板带钢缺陷检测
被引量:12
- 1
-
-
作者
王凡
彭国华
谢昊伶
-
机构
西北工业大学理学院
-
出处
《激光与红外》
CAS
CSCD
北大核心
2018年第1期124-128,共5页
-
基金
陕西省自然科学基础研究计划项目(No.2015JM6296)资助
-
文摘
为了检测噪声和光照不均并存的多种类型的板带钢表面缺陷,提出了基于数学形态学增强和图像融合的缺陷检测算法。本文首先分别对图像作多结构形态学熵图像增强和多结构形态学边缘增强,其次对增强后的图像采用加权融合,并通过图像背景熵和增强图像的像素均值比确定权系数,最后对融合图像进行二值化处理以便于后续的缺陷识别及分类。实验表明,本文算法不仅能准确检测出含有光照不均和大量噪声的板带钢图像中的表面缺陷,而且对于其他类型的板带钢缺陷图像也能获得较好的效果。除此之外,该算法具有较强的抗噪性和较高的稳定性。
-
关键词
板带钢缺陷
多结构熵图像
边缘增强
背景熵
像素均值比
-
Keywords
strip steel surface defects
MMQIE
MMEE
background entropy
pixel average ratio
-
分类号
TP751.1
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名基于改进的SVR模型在年降水量预测中的应用
被引量:9
- 2
-
-
作者
谢昊伶
彭国华
郭满才
郑红婵
-
机构
西北工业大学理学院
西北农林科技大学理学院
-
出处
《数学的实践与认识》
北大核心
2017年第18期154-161,共8页
-
基金
陕西省自然科学基金(2016JM6056)
-
文摘
鉴于降水量数据的高维非线性性和周期性,建立了支持向量回归(SVR)预测模型用于降水量预测,由于对该模型输入特征的选取极为重要,因此提出了一种基于季节自回归(SARI)的输入特征选取方法.利用已有的降水量数据建立SARI模型,通过观察模型表达式提取建立SVR模型所需的输入特征用于训练支持向量机,并通过网格参数寻优法确定SVR模型的参数,进行降水量预测.实例分析中,应用此模型对黄土丘陵半干旱区域的降水量进行预测,将预测结果与季节时间序列(SARIMA)模型的预测结果进行对比,结果表明,模型具有更高的预测精度和拟合优度,可以用于降水量的预测.
-
关键词
降水预测
输入特征
黄土丘陵半干旱区域
支持向量机
季节自回归
-
Keywords
precipitation forecasting
input features
semiarid loess hilly region
support vector regression
seasonal autoregressive
-
分类号
O212.1
[理学—概率论与数理统计]
P457.6
[天文地球—大气科学及气象学]
TP181
[自动化与计算机技术—控制理论与控制工程]
-
-
题名基于背景光估计与暗通道先验的水下图像复原
被引量:18
- 3
-
-
作者
谢昊伶
彭国华
王凡
杨成
-
机构
西北工业大学理学院
北京大学工学院
-
出处
《光学学报》
EI
CAS
CSCD
北大核心
2018年第1期10-19,共10页
-
基金
陕西省自然科学基础研究计划(2015JM6296)
-
文摘
依据背景光的海洋光学定义,提出了一种新的自然光照条件下的水下图像复原方法。基于合理假设及光学理论公式推导,估计出计算背景光所需的水体光学参数(衰减系数和散射系数);利用散射系数与波长的关系分别计算红、绿、蓝三个通道的传输函数值,并使用导向滤波精细化传输图像;最终通过逆求解成像模型复原水下图像。实验结果表明所提算法在恢复场景物体原始颜色及去除背景散射方面有一定的优势。
-
关键词
海洋光学
水下图像复原
背景光理论值
暗通道先验
自然光照
-
Keywords
oceanic optics
underwater image restoration
theoretical value of background light
dark channel prior
natural lighting
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-