基于图像纹理特征的炮膛疵病检测方法

为实现炮膛疵病的自动识别,提出提取炮膛疵病图像的纹理特征的方法。对若干类炮膛疵病特点进行分析,引用灰度共生三角阵的概念和灰度共生矩阵的熵、能量、对比度、相关度4个特征参量,提取图像的纹理特征。实验结果表明,该方法是有效的,能缩短计算时间,并充分反映图像的灰度空间信息。

基于灰度共生三角阵的炮膛图像分析

为解决炮膛疵病图像粗分类时缺少聚类和分类特征的问题，引入了灰度共生三角阵（Grey Level Co-occurrence Triangular Matrix，GLCTM）的方法。通过对炮膛样本图像GLCTM特征参量的计算与分析，确定了GLCTM的参数；根据特征参量的相关性分析结果，选择了其中7个作为炮膛图像的特征参量。样本图像的实验结果表明，炮膛图像的GLCTM特征参量取值与图像灰度的直观特点之间存在对应关系。