基于邻差和的农产品X射线图像分割算法

针对图像阈值分割中二维灰度直方图和模态法的不足,提出了一种基于邻域差值之和与直方图凹面相结合的图像分割算法,并将此方法与二维直方图方法在板栗、苹果和猕猴桃的X射线图像分割中的效果进行了对比试验。试验结果表明,本方法的图像分割误差小于2.1%,最大分割误差仅是二维直方图简便算法分割误差的23.7%,能够更精确地提取果品的图像。

基于和差直方图的岩屑纹理分析与分类识别

随着PDC钻头的推广使用,传统的岩屑录井方法已难以分析如此细小的岩屑。基于数字图像处理技术对岩屑分类识别技术进行研究,首先利用和差直方图统计方法对岩屑进行纹理特征分析和提取,接着运用贝叶斯分类器进行分类识别,实验结果表明,此统计特征提取方法对于大部分岩屑可以很好地获取其主要特征,并最终取得理想的识别结果。此技术的发展将提高现场录井人员的工作效率和识别准确率。

基于相似性度量的加权医学超声图像对比度增强方法

为提高医学超声图像的边缘识别水平,提出一种基于相似性度量方法的加权医学超声图像对比度增强方法。通过相似性度量方法计算围绕某一像素点的处理窗口与匹配模板的相似值,根据相似值与超声图像各部分特征的关系,对达到一定相似程度的已匹配图像通过局部增强算法进行增强,最后通过多图像加权平均法获得最终增强结果。实验结果表明,该方法不仅能有效抑制噪声,而且能准确检测出超声各特性区域图像,在增强边缘效果的同时也能较为完整的保留原有图像的细节信息,弥补了传统增强算法不能兼顾对比度增强和保持图像细节的不足。

B超图象的纹理识别

根据肝脏B超图象的特点 ,提出利用分形特征配以和差直方图提取特征参数进行纹理识别 ,实验结果表明 :该方法分类精度高且计算速度快 ,克服了它们各自作为特征对肝脏B超图象进行纹理识别时 。

利用抗噪纹理特征的快速鸟鸣声识别

针对非平稳噪声下的鸟鸣声识别问题,提出一种利用抗噪纹理特征的快速鸟鸣声识别方法,该方法也解决了纹理特征提取过程中灰度共生矩阵(GLCM)占用空间大,以及计算量大、耗时的问题.该方法分三个步骤,首先,通过短时谱估计算法对鸟鸣声带噪功率谱进行音频增强;然后,采用和差统计法(SDH)对增强功率谱快速提取纹理特征;最后,由随机森林进行分类.在实验部分,设计了两组对比实验,结果表明,该方法有良好的识别性能、较少的时耗,且具有噪声鲁棒性.

基于纹理特征与随机森林的生态声音识别

针对真实环境中普遍存在的非平稳噪声,提出一种基于纹理特征与随机森林的生态声音识别方法。该方法首先使用一种基于噪声估计的音频增强算法,即短时谱估计对输入端声音信号进行前端处理,得到增强信号功率谱;然后根据得到的增强信号功率谱图的纹理信息,采用和差统计法对其进行纹理特征提取;最后,利用基于决策树的组合分类器,即随机森林进行识别和分类。设计了两组对比实验,结果表明该方法不仅有良好的识别性能,而且具有噪声鲁棒性。

基于颜色特征和纹理特征的岩屑岩性识别

针对现有条件下的岩屑录井中岩屑识别率低、识别速度慢等问题,从特征提取和分类器方面对岩屑岩性识别进行了分析研究.采用二级分类器的思想,首先通过颜色特征和和差直方图特征采用朴素贝叶斯分类器将岩屑粗分为泥岩和砂岩,然后进一步采用贝叶斯分类器,通过颜色特征和和差直方图特征分别将泥岩和砂岩进行进一步的细分.实验结果表明,粗分的识别率、泥岩细分的识别率和砂岩细分的识别率分别能达到94.79%、97.59%和90.28%.这种识别方法更加符合现实的应用需求,有着更高的识别率,为岩屑岩性分析工作提供了可靠的依据.