论文部分内容阅读
大理石的质量等级识别是大理石行业实现全自动化生产的关键环节,也是图像处理中基于内容的图像分类问题。尽管图像分类研究已取得较大进展,但由于大理石图像的颜色、纹理特征较为复杂,特征向量模型设计困难,使得大理石的图像分类算法研究的进展较为缓慢。为此,针对大理石的图像特征信息提取、图像分类和基于算法的质量等级识别问题,本文通过研究大理石图像的颜色、纹理特征信息,依次获得提取图像的颜色特征和纹理特征模型,进而设计适用于图像分类的改进型K均值算法,并研发简易的大理石图像分类系统。该研究有助于大理石图像分类研究的后续发展,对大理石的质量等级识别具有重要的参考价值。主要工作和取得的成果概括如下:1.针对大理石图像的颜色特征提取问题,借助RGB和HSV颜色空间的转换关系,利用直方图统计色度、饱和度和亮度线性组合后的图像特征信息。进而,通过设计改进型惯性比计算模型和金字塔模型,获得颜色特征向量模型。数值实验显示,该模型整体上能刻画图像的颜色特征。2.针对大理石图像的纹理特征提取问题,利用图像的灰度矩阵进行纹理单元的构建。通过设计图像的基元矩阵模型,获得计算基元共生矩阵的数学模型,进而结合LBP算子和图像的能量、惯性、逆差矩和分布均匀性的特征量,获得刻画纹理特征信息的特征计算模型。数值实验显示,该模型能有效辨别不同类型的纹理特征。3.针对K均值算法的初始中心点对分类质量的影响和分类数较难确定的问题,设计改进型K均值算法,并应用于基于内容的图像分类。进而,针对大理石的质量等级识别问题,通过改进最大类间方差法中阈值选取方案,消除大理石图像的背景信息,进而结合颜色、纹理特征模型和改进型K均值算法,在MFC平台上开发简易的质量等级识别软件。实验结果显示,该软件系统能较好地刻画图像的特征信息,并能对大理石进行等级识别。