基于BP神经网络的带钢表面缺陷的识别与分类

运用神经网络处理非线性问题的优势,将其应用于带钢表面缺陷的识别与分类研究。本文采用灰度共生矩阵的特征提取,提出了基于BP神经网络进行缺陷识别与分类的方法,编制了带钢表面缺陷的识别与分类软件。分类测试表明,该软件有较好的识别与分类效果。

基于惯性矩的图像融合算法

惯性矩作为图像纹理分析的特征量,能有效反映图像的清晰度,据此提出一种新的图像融合算法;该方法首先将源图像分割若干块,并从水平、垂直、+45°、-45°4个方向分别计算出各图像块区域的惯性矩,然后根据惯性矩和清晰度间的关系,对图像作融合处理;融合图像质量除信息熵、对比度等常用方法外,还采用结构相似度法进行客观评价;实验对比结果表明,基于惯性矩法得到的图像清晰度、对比度等均有提高,明显优于传统图像融合算法。

基于纹理特征的汽车车型识别

提出了一种基于纹理特征的汽车车脸车型识别方法。首先对车辆图像进行预处理,再通过基于灰度共生矩阵的纹理分析,得到纹理特征值,即待识别车型的纹理特征,最后利用最小距离分类器进行车型识别。实验结果表明,文中提出的车型识别方法简便、快捷、有效。

云图纹理特征参数提取方法和分析

近年来,随着自动气象站的发展,对云图的自动识别以及进行定量分析已经成为人们研究的热点和发展方向,而云图纹理特征特征提取是其中的重要内容。本文主要介绍云图纹理特征参数的提取方法以及对各种典型的云图的纹理特征参数进行了分析比较。

基于BP神经网络的钢球表面缺陷识别

采用灰度共生矩阵为基础的纹理特征计算方法,对钢球表面图像进行特征参数提取,应用基于BP神经网络的图像特征模式识别方法,实现了对钢球表面不同种类缺陷的准确识别,实验结果表明,该方法能够对钢球表面缺陷进行有效地分类识别。

基于纹理特征和核Fisher的红细胞识别算法

为解决正常红细胞的计算机自动识别记数问题,提出了一种红细胞识别分类计数算法。首先基于计算机图像处理技术,利用二值图的拓扑特性实现单个细胞的定位。然后根据定位信息提取单个细胞灰度图像数据,计算该细胞图像经小波变换后低频系数的灰度-基元共生矩阵,并提取能量、熵等8个特征作为特征矢量,利用核F isher判别实现对红细胞的识别和计数。实验结果表明该算法具有较高的分类识别正确率,可用于与红细胞形态变化相关疾病的辅助诊断。

惯性矩的图像融合的新方法

研究了图像清晰度与图像纹理惯性矩之间的关系,提出了基于惯性矩的图像融合的新方法,分析了该方法的可行性,并通过方法的实现和实际应用检验了该方法的有效性.