基于伪Zernike矩的羽毛缺陷几何特征提取及识别

针对拍照角度影响羽毛缺陷识别精度的问题,将不变矩的思想引入到羽毛缺陷识别领域。提出利用伪Zernike矩描述羽毛缺陷的几何特征,用支持向量机(SVM)进行分类识别的方法。模拟实验表明算法能够较好地容忍图像平移、旋转和尺度变化,具有识别速度快、识别精度高的特点,并且算法对噪声、光线变化适应性好。

一种无边缘增强效应的羽毛图像光照校正算法

针对一般的图像光照校正算法会增强光照边缘特征,降低缺陷检测的准确率这一问题,提出了一种基于Retinex的自适应平滑改进算法。首先构造了一个新的传导函数,并且证明了传导函数的参数无论如何取值,算法不具有明暗边缘的增强效应,使得光照校正后羽毛纹理没有被增强;然后结合羽毛图像的特点,对局部不一致性的测量指标进行了改进。实验结果表明改进后的算法较好的满足了羽毛图像光照校正的需求,有效的提高缺陷检测的准确率。