基于灰度—梯度共生矩阵的图像型垃圾邮件识别方法

为了逃避基于文本的垃圾邮件系统的检测,越来越多的垃圾邮件制造者将文本信息嵌入到图像中。为了有效地检测出图像型垃圾邮件,提出了一种基于灰度—梯度共生矩阵(GGCM,gray-gradient co-occurrence matrix)的图像型垃圾邮件识别方法。先通过灰度—梯度共生矩阵提取图像的特征信息,然后运用最小二乘支持向量机(LS-SVM,least squares support vector machines)进行分类。实验表明,该方法具有较高的分类精度和较好的实时性。

基于小波变换和灰度-梯度共生矩阵的局部放电特征提取及识别

为了能够充分利用局部放电(partial discharge,PD)信号中包含的特征信息,提高变压器内部局部放电类型的识别率,提出了一种基于小波变换(wavelet transform,WT)和灰度-梯度共生矩阵(gray-gradient co-occurrence matrix,GGCM)算法的局部放电类型识别方法。结合变压器内部结构特点,设计四种局部放电缺陷类型,在实验室搭建变压器局部放电实验检测平台,通过脉冲电流法采集局部放电高频电流信号。运用小波变换对非平稳信号处理时的灵活性对局部放电信号脉冲构建时频谱图;然后结合GGCM算法提取时频谱图的15维纹理特征组成特征向量;将特征向量输入到支持向量机(support vector machine,SVM)分类器进行模式识别。结果表明,小波变换和GGCM算法结合的识别方法能够有效地对不同局部放电缺陷类型进行识别。

基于RGB向量空间的彩色纹理图像检索

彩色纹理图像分析是图像理解和计算机视觉研究领域的重点之一,彩色纹理图像分析具有很大的优越性。本文提出了一种新的彩色纹理图像描述子,首先计算RGB向量空间的梯度,经过标准化后把它映射到灰度级上,利用共生矩阵来描述纹理图像特征,并用于图像检索。实验结果表明,该纹理图像描述子能够有效结合颜色和纹理特征,具有良好的检索效果。

基于共生矩阵和形态学的彩色图像边缘检测

针对在RGB空间中难以有效区分颜色相似性的问题,提出了一种基于共生矩阵和HSI空间形态学的彩色图像边缘检测方法。采用二维共生矩阵直方图均衡化方法,解决图像过渡不自然的现象;针对HSI的分量利用形态学方法进行加权分析和图像融合,得到彩色图像边缘。通过MATLAB实验表明,该算法检测准确率高,自适应性好,有较好的检测效果。

基于纹理特征与HSI空间的苹果识别与标定

在分析了不同图像分割方法的基础上提出了一种基于颜色特征和纹理特征的图像分割算法,以解决复杂背景下苹果采摘机器人分割目标与背景的问题。通过分析灰度图像的纹理特征,求取灰度共生矩阵提取特征,以支持向量机分割图像,并结合HSI颜色空间的色差特征达到目标和背景分离的效果。通过与单纯的颜色特征分析和纹理特征分析相比较,该方法在识别率上高于其他分割算法,同时对于颜色与背景相近的果实也能有很好的分割效果。

基于方向梯度直方图和灰度共生矩阵混合特征的金文图像识别

金文图像识别的关键步骤是提取金文的图像特征,针对金文的形态特点,提出了一种基于方向梯度直方图(HOG)和灰度共生矩阵(GLCM)的金文图像识别算法.使用双边滤波对金文图像进行预处理,针对金文的结构特征和局部纹理特征,提取其HOG特征和GLCM特征并将二者进行融合.用融合后的特征作为样本训练支持向量机分类器,用训练后的模型识别金文图像.实验结果表明,该算法相比基于HOG特征的算法,分类准确率提高了19.47个百分点,能更好地提取金文的图像特征,提高识别的准确率.

基于泡沫图像特征加权SVM的浮选工况识别

针对浮选泡沫视觉特征的多样性和重要度差异以及浮选工况样本数分布不平衡等问题,提出一种基于在线泡沫视觉表观特征加权支持向量机的浮选工况识别方法.通过色彩空间变换,在CIE-Lab空间计算泡沫颜色,采用多方向融合的空间灰度共生矩阵提取泡沫纹理特征,以视觉特征的信息增益评价该特征的重要度,再利用不同工况的样本数加权策略消除样本数不平衡的影响,采用支持向量机方法实现了浮选工况的自动识别.工业运行数据测试结果表明:该方法能够在线识别浮选工况,自动识别准确率达98%,比人工识别率高6%,比传统灰度共生矩阵方法高2%.

资源三号影像朵云识别中云雪分离研究

针对资源三号全色卫星影像在朵云识别过程中云雪不能分离的问题,提出了一种基于云雪边界特征并利用改进的平均梯度和分形维数等纹理信息的云雪分离方法。首先为了减少雪和其他地物对云的干扰进行初步云识别,本文利用灰度均值、分形维数和灰度共生矩阵计算的能量作为特征参数大体提取云区,此时云雪不分;然后再进行云雪分离,利用改进的平均梯度和分形维数特征值来剔除被误识别为云的雪。本文采用的分类方法是支持向量机分类。利用资源三号全色卫星影像测试结果表明,该方法是资源三号全色遥感影像朵云识别中一种有效的云雪分离方法。

无人驾驶车野外环境水体障碍物检测

野外环境下水体障碍物会对陷入其中的无人驾驶车造成损害。针对静态水面特征呈现出的较高亮度、较低饱和度以及平滑的纹理特征,提出将饱和度亮度比值颜色特征和从灰度共生矩阵中提取的纹理特征融合的野外水体障碍物检测方法。对图像进行HSV颜色空间转换提取颜色特征,计算灰度共生矩阵提取纹理特征,构成特征矩阵并训练SVM分类器用于实际检测。仿真和试验结果表明该水体障碍物检测方法有效,并能够有效地减弱光照变化对单纯基于颜色特征检测水体的负影响。

基于S变换和图像纹理信息的轴承故障智能诊断方法

旋转机械设备发生故障时产生的振动信号具有非平稳、非线性的特点,而传统的基于傅里叶分析的方法不仅不能有效诊断故障,同时需要技术人员具备大量的专业知识,因此提出了基于时频图像纹理信息的智能故障诊断方法。分析几种时频分析方法的优缺,在此基础上对振动信号采取S变换构建时频图像,并利用图像的灰度-梯度共生矩阵提取纹理特征,最后采用支持向量机实现多类故障的诊断。实验验证了方法的有效性。

一种新的金属腐蚀缺陷图像识别算法

为从大量X光图像中找出含有金属腐蚀缺陷的图像,提出一种新的X光图像识别算法。对待测的X光图像建立灰度梯度共生矩阵(GLCM),依据人们对腐蚀图像的直观印象,从GLCM中提取出5种特征参数构建特征向量。将特征向量转化为特征Vague集,并将其与目标Vague集进行相似性度量,从而实现金属腐蚀缺陷图像的识别。实验结果证明,相比BP神经网络和单Bayes分类器,该算法具有更高的识别准确率。

夜视图像自动彩色化源图选择算法

研究可供夜视图像进行色彩传递的自然彩色源图选择算法。利用Gabor滤波器能够模拟生物视觉的特性以及夜视图像的纹理特征,对结合Gabor滤波器和灰度共生矩阵源图检索算法做出了改进,提出了一种结合Gabor滤波器和灰度梯度共生矩阵的源图选择算法。最后对这两种算法和亮度梯度二次采样算法进行了比较,实验结果证明,改进的算法远远优于其他两个,减少了图像色彩传递应用过程的人工干预程度,大大提高了自动化水平。

基于近场声全息的滚动轴承故障诊断

滚动轴承在工业生产中起着关键作用,对其进行故障诊断研究具有重要意义。目前轴承诊断主要以振动信号分析为基础,而获取振动信号受接触式测量限制,声学故障诊断(ABD)具有非接触式测量的优点,但传统基于单通道的ABD存在测点选择难与局部诊断的不足。联合近场声全息(NAH)和灰度—梯度共生矩阵(GLGCM)并应用于滚动轴承故障诊断,利用NAH重建各轴承运行状态下的声场,得到声源附近重建面处的声像图,再从声像图中提取GLGCM特征,建立声场特性与轴承运行状态的内在联系,结合支持向量机模式分类,实现轴承故障诊断,实验研究证实方法的可行性与有效性。

无人机森林火灾监测中火情检测方法研究

本文将无人机遥感的高清可见光图像用于森林火灾的监测,监测过程包括森林火灾检测、火灾区域分割、特征提取、火灾识别。首先,选择RGB颜色空间进行森林火灾的检测,在大幅减少单张图像的计算量的同时,也排除了大部分无火图像。其次,选择HSV颜色空间完成图像分割,得到完整性较好的火灾区域。最后基于灰度共生矩阵和火灾区域边缘图像提取了火灾区域的多维特征,并用支持向量机完成了火灾识别过程。本文算法对森林火灾的检测率可达到87.7%,识别率达到89.2%,表明该算法用于森林火灾监测效果较好。

条件极值的判定法

在一般高等数学教材中,对条件极值问题只给出必要条件,而对充分条件大都不作讨论,某些书中虽也提到达个问题,但并未给出具体的充分条件。下面对此作较具体的介绍,供教学参考。

基于像素紧密程度的多源遥感影像信息提取方法

遥感影像在采集过程中,地面覆盖种类数量庞大且采集影像清晰度低、分辨率较差,关键像素特征之间的阈值衡量标准模糊,导致信息提取难度增大,从而降低信息利用率。为此,提出了基于像素紧密程度的多源遥感影像信息提取方法。利用Contourlet变换,实现遥感影像空间域、变换域的多角度增强,优化遥感影像整体清晰度。利用简单线性迭代聚类(Simple Linear Iterative Clustering,SLIC)超像素算法计算像素聚类中心与邻近像素紧密程度,摆脱固定阈值影响。引入灰度共生矩阵(Gray-level Co-occurrenceMatrix,GLCM),提取主体特征信息;构建相关向量机分类模型,结合拉普拉斯二次逼近回归算法将提取问题转化为噪声回归问题,并对其展开求解,进而实现遥感影像的信息提取。实验结果表明:所提方法对遥感信息主体的分类与真实遥感信息主体分类基本一致,在信息提取过程中的错提取率和漏提取率低,总体提取精度保持在99%以上,且对道路信息提取清晰度高,表明该方法提高了遥感信息的解译水平。