多特征融合的金属断口图像分类

来源 :模式识别与人工智能 | 被引量 : 0次 | 上传用户：jingcheng0417

【摘要】

：

为了进一步加强金属断口图像特征的鉴别能力，提高断口图像的识别率，提出基于全局与局部纹理特征的多特征融合算法．首先利用Trace变换提取图像全局纹理特征，局部二值模式提取图像

【作者】

：

黎明邢冬冬汪宇玲鲁宇明

【机构】

：

南昌航空大学江西省图像处理与模式识别重点实验室,东华理工大学江西省放射性地学大数据技术工程实验室

【出处】

：

模式识别与人工智能

【发表日期】

：

2018年5期

【关键词】

：

多特征融合金属断口图像 Trace变换局部二值模式动态加权鉴别能量分析

【基金项目】

：

国家自然科学基金项目(No.61262019,61402102);江西省自然科学基金项目(No.20151BAB207042);江西省教育厅科技项目(No.GJJ170432);江西省图像处理与模式识别重点实验室开放基金项目(No.ET201880042);江西省优势创新团队项目(No.20113BCB24009);江西省放射性地学大数据技术工程实验室开放基金项目(No.JELRGBDT201

下载到本地 , 更方便阅读

下载此文赞助VIP

声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架

论文部分内容阅读

为了进一步加强金属断口图像特征的鉴别能力，提高断口图像的识别率，提出基于全局与局部纹理特征的多特征融合算法．首先利用Trace变换提取图像全局纹理特征，局部二值模式提取图像局部纹理特征．然后采用动态加权鉴别能量分析对2种特征进行优选和自适应加权融合．最后采用支持向量机进行分类识别．在金属断口图像库上实验表明，文中方法识别率较高，在其它的纹理数据库上具有较好的泛化能力．

其他文献

基于自学习Pauta和Smooth的地下水位异常值检测和平滑处理方法

地下水监测主要通过自动化监测设备对地下水位进行监测, 从而获得随时间变化的水位曲线. 目前的自动化监测设备采集的水位数据中存在很多异常值, 会影响正常的决策判断. 针对

期刊

地下水位监测自学习改进Pauta准则平滑处理groundwater lever monitoringself-learningimproved Paut

篮球运动竞技能力结构特征及非衡补偿

本文通过对篮球运动个人竞技能力、集团竞技能力以及竞技能力的非衡补偿3个层面进行探讨.旨为提高我国篮球运动整体训练水平有所帮助.

期刊

篮球运动竞技能力非衡补偿途径Basketball Athletic ability Unbalanced-compensation Methods

对工程硕士培养过程中几个问题的探讨

１９９６年１１月，国务院学位办批准全国６所高校率先开展工程硕士培养的试点工作。１９９７年４月，国务院学位委员会第６次会议通过了工程硕士专业学位的设置，１１月，工程硕士培养工作在全国工科院校内全面铺开

期刊