论文部分内容阅读
摘 要：针对目前冷镜式露点仪不能实现对镜面露和霜的检测和识别的问题，研制基于图像纹理分析技术的冷镜式露点仪。首先，利用高倍CCD快速采集镜面露霜图像，然后将图像进行灰度压缩和正规化的预处理，通过灰度差分比对和纹理特征提取分析等技术，训练构建识别函数和阈值，实现对镜面生成露霜的检测，以及对露点和霜点的自动判别，最后结合双压法标准湿度发生器和人工观测进行试验验证。结果表明，该冷镜式露点仪能够快速准确实现对露霜的检测和识别，可作为实验室湿度标准器使用。
关键词：图像纹理分析；露点；霜点；露霜检测；露霜识别
文献标志码：A 文章编号：1674-5124（2016）05-0079-05
Abstract： According to the problem of the Chilled-mirror dew-point hygrometer， which can not realize the detection and identification to the dew and the frost on the mirror， a new Chilled-mirror dew-point hygrometer based on the technology of the image texture analysis and the pattern recognition was designed. First， used the high power CCD to get the dew and frost image， and pretreated the image by the technology of the gray compression and the regularization. The gray differential technology and the texture analysis technology were used to train and build the recognition function and threshold value of the system， and to realize the detection and identification to the dew and the frost on the mirror. Finally， the test verification has been done by the double standard humidity pressure generator and the manual observation. The results showed that the chilled-mirror dew-point hygrometer can detect and identify the dew and the frost rapidly and accurately， and it can apply in the laboratory as the humidity standard instrument.
Keywords： the image texture analysis and pattern recognition technology； dew point； frost point； the recognition of the dew and the frost； the identification between the dew and the frost
0 引 言
濕度是表征空气中水汽含量的物理参数，其测量仪器主要有通风干湿表、毛发湿度计、电阻湿度计、电容湿度计和露点仪等。
露点仪作为一种测量湿度的高准确度仪器，常作为湿度测量标准器使用，是国家湿度量值传递和国际比对通用的传递标准[1]。目前国内外露点仪种类很多，包括光电露点仪、激光露点仪、氯化锂露点仪、电容式露点仪、压电式露点仪等；其中，用途最广泛、准确度最高的是基于镜面冷凝和光电信号分析原理的冷镜式露点仪。在国家和军队气象计量技术机构所使用的露点仪标准器基本从国外进口，价格比较高，维修和技术服务等不方便，且都无法识别露和霜。我国露点仪的研究起步较晚，但在20世纪90年代也取得了一定的成果[2-5]。由于实验条件和镜面工艺的限制，国内研制的露点仪测量误差较大，而且性能也不稳定。本文将图像识别技术应用到冷镜式露点仪的露霜识别中，与传统的光电露点仪相比，在不降低测量准确度的基础上，可优化传感器的结构和降低研制成本，同时实现了对露点温度和霜点温度的自动判别。
1 露霜检测和识别的基本原理
如图1所示，基于图像纹理分析技术的冷镜式露点仪的基本原理是图像传感器通过高倍放大光路，对镜面进行实时图像采集，并通过单片机对图像进行灰度差分统计分析，根据分析结果控制基于PID算法的半导体制冷系统，对镜面进行降温。当系统识别出镜面有凝结物生成时，此时采集的镜面温度即为露点温度或霜点温度。然后通过图像识别技术，实现对露和霜的识别。
2 图像纹理分析技术
纹理是图像的重要特征，是模式识别中用来辨别图像区域的重要依据，是对局部区域像素之间关系的一种度量。图像的纹理特征描述了图像中反复出现的局部模式和它们的排列规则，反映了某些宏观规律[6-7]。
如图2所示，露点图像和霜点图像的纹理特征差异明显，露点图像的纹理比较粗，霜点图像的纹理比较细；露点图像较暗，沟纹不清晰；而霜点图像相比则较亮，沟纹比较清晰。因此，露点图像和霜点图像可以通过纹理特征参数的不同进行识别。
3 算法实现及应用
在对冷镜式露点仪的露霜检测和识别的算法实现中，首先要实现露霜检测并采集实时温度，然后分析纹理特征，实现露霜识别（如图3所示）。 3.1 露霜检测的算法
冷镜式露点仪在降温过程中，一旦镜面有凝结物生成，图像的灰度就会发生变化，根据这一特点，本文选用了灰度差分统计算法进行露霜检测。
3.1.1 基准图像的确定
采用灰度差分统计法检测冷镜式露点仪的镜面上是否有凝结物生成，需要在开始时采集多幅能够准确反映镜面初始状态的图像作为灰度差分基准。本算法设计了连续采集一定数量的图像，并采用灰度比较的方法，以确定采集到的基准图像质量好且能准确代表原始镜面特征。
3.1.2 图像的预处理
为减少光照、成像系统和外部环境等因素对处理图像的干扰，本文采用拉普拉斯方法对图像进行锐化，使图像的细化部分更加明显。
3.1.3 图像灰度化
为加快图像处理速度，在对基准图像和待处理图像进行预处理后，需要对图像进行灰度化[8]。本文利用下式进行灰度图像变换：
Gary（i，j）=0.299×R（i，j）+0.587×G（i，j）+
0.114×B（i，j）
式中：R（i，j）——图像（i，j）处的红色分量；
G（i，j）——图像（i，j）处的绿色分量；
B（i，j）——图像（i，j）处的蓝色分量；
Gary（i，j）——图像（i，j）处变换后的灰度值。
3.1.4 灰度差分统计法的应用
在对采集图像与基准图像进行灰度差分时，考虑图像采集和处理的实时性，本文选取对图像进行逐点灰度差分的形式。首先设置灰度差分阈值，当满足灰度差分阈值条件的点数大于设置的点数阈值时，就判定露或霜生成，停止图像的灰度差分比较，并采集实时的温度数值。
3.2 露霜识别的算法
镜面检测完毕后，将进行露霜识别。如图4所示，通过对大量的露点图像和霜点图像进行图像处理，提取纹理特征值，再根据人工观测的结果，设定露点图像和霜点图像各个纹理特征参数，分别作为模式识别的标准参数，然后将实时采集图像的各个纹理特征参数与标准参数进行方差比较[9-10]，若所采用的纹理特征参数的方差比较结果都满足露点图像识别阈值，则判断实时图像为露点图像；若满足霜点图像识别阈值，则判断实时图像为霜点图像。
3.2.1 图像纹理特征的提取和分析
在进行图像纹理特征提取过程中，根据高倍CCD采集图像的像素大小，在保留图像原有纹理特征的情况下，对图像进行灰度级压缩、灰度共生矩阵元素的正规化处理，最后计算出图像的对比度、熵、角二阶矩和逆差矩等纹理特征参数[11]。经过对大量露点图像和霜点图像纹理特征值的处理和分析，得到了纹理特征值的变化特点和识别阈值。
图5和图6分别给出了典型的生成露和生成霜过程中对比度和熵的变化曲线。从图中分析可知，生成露和霜的过程中，纹理特征对比度和熵的变化率不同，露要比霜变化更快。
图7给出了相对湿度为90%，温度为-5～20 ℃时，在露或霜生成和消失过程中，镜面图像对比度的变化曲线。从图中可以看出，随着温度的上升，镜面图像的对比度初始值逐渐减小。
图8给出了不同相对湿度和不同温度情况下镜面图像熵初始值的变化曲线。从图可以看出，温度越高，熵值越小，即生成露的熵值小于生成霜的熵值。
图9和图10分别给出了不同相对湿度和不同温度情况下镜面图像逆差矩和角二阶矩的变化曲线。从图可以看出，温度越高，镜面图像逆差矩、角二阶矩的初始值越大。
3.2.2 识别函数的建立和識别阈值设定
通过以上对样本露点图像和样本霜点图像的对比度、熵、角二阶矩和逆差矩等纹理特征参数的分析，可以得出：
1）在相同相对湿度的情况下，逆差矩、角二阶矩的数值随温度的升高而增加；对比度和熵的数值随温度的升高而降低。即相同湿度情况下，露点图像的逆差矩和角二阶矩的数值要比霜点图像的大；对比度和熵的数值比霜点图像的小。
2）对于霜点图像，相同温度下，其逆差矩初始值具有随相对湿度增大而增大的趋势。
3）在镜面上有凝结物生成时，露点图像的对比度、熵、角二阶矩和逆差矩的变化率比霜点图像的要快。
根据以上分析，露霜识别函数包括8个变量，即4个纹理特征值及其各自的变化率。纹理特征值是指对比度、熵、角二阶矩和逆差矩的数值；变化率指镜面有凝结物生成时，纹理特征的变化速率。根据费希尔判别法的思想，露霜识别函数设计成一个线性函数[12-13]。因为露点图像和霜点图像的对比度数值较大，在函数中的系数较小；而熵、角二阶矩和逆差矩的数值较小，在函数中的系数较大。
经试验证明，在 -17～ -15℃之间，露和霜的生成比较模糊，暂时的人工观测难以识别，所以本文在设定识别阈值时，引入了距离判别法的思想，设置了一个阈值范围，即通过识别函数得出的数值，如果落在露点阈值范围之内，就识别为露点图像；反之，则识别为霜点图像。
4 实验的结果分析
本算法可实现：1）准确检测出镜面有凝结物生成；2）实现对露和霜的识别。
4.1 准确检测镜面的凝结物生成
在阈值设定单元中，首先设定灰度差分阈值16和灰度差分点数阈值80，程序运行自动确定基准图像，并根据设定的阈值，检测出有凝结物生成的镜面图像。
表1是本文研制的冷镜式露点仪两个样机的自动检测结果与人工观测结果比较。
由表可以看出，在相对湿度为20%～90%的范围内，本算法所检测的图像与人工观测的结果偏差最大为3幅。这是由于在冷镜式露点仪降温过程中，镜面析出的露或霜的曲率半径一般为2.5μm左右，可能镜面已经析出露或霜，人眼却没有观测到，但基于灰度差分统计原理算法已经检测到凝结物的生成。 在测量露点温度时，镜面的温度控制是一个动态平衡的过程，为提高露点温度的测量准确度，本文在测量露点温度时，以连续5次采集的露点温度平均值作为最终的露点温度[14]。
4.2 露和霜的识别
将镜面实时图像的变化率和各个纹理特征值代入识别函数中进行计算，依据设定的露霜阈值，实现了对露霜的识别。
表2是本文研制的冷镜式露点仪两个样机的露霜识别与人工观测的结果比较。
由表可以看出，在温度为20 ℃和-20 ℃的全湿度范围内，本算法的识别结果与人工观测的结果完全一致。但在-15 ℃和-17 ℃时，同人工观测存在差异。经过试验分析，本文设定的露霜识别阈值是一个范围，两个范围存在交集，而在露点和霜点都有可能生成的情况。
5 结束语
目前，国内作为一等、二等湿度测量标准的冷镜式露点仪在进行露点和霜点的识别时，都是以0 ℃为基准点，低于0 ℃，判别为霜点温度，计算冰面的相对湿度；高于0 ℃时，判别为露点温度，计算水面的相对湿度。本文通过图像的灰度差分算法、图像纹理分析技术，并结合模式识别，实现了对露点和霜点的检测和识别，为准确测量和表达露点温度和霜点温度，提供了试验依据和技术支持。目前，本文所研制的冷镜式露点仪已经在部队二级气象计量技术机构作为空气湿度标准器使用。
参考文献
[1] 李英干，范金鹏. 湿度测量[M]. 北京：气象出版社，1990：200-202.
[2] 张玉存. 军用气象仪器试验鉴定技术[M]. 北京：解放军出版社，2003：133-134.
[3] 赵士伟，王朋朋，沙峰，等. 气象水文装备[J]. 露点仪及其研究现状，2010，21（2）：35-37.
[4] GE Measurement & Sensing Technologies. Optical DEW PIONT MONITOR Operator’s Manual[Z]. 2003.
[5] PEITCHO P， SIMEON S， MARGARITA B. Measurement of surface dew by optical sensor[J]. Sensors and Actuators，1996，51（2）：199-202.
[6] 李月景. 图像识别技术及其应用[M]. 北京：机械工业出版社，1985：89-93.
[7] 阮秋奇.数字图像处理学[M].北京：电子工业出版社，2007：414-415.
[8] 赵春江. C#数字图像处理算法典型实例[M]. 北京：人民邮电出版社，2009：6-7.
[9] 王辉. 基于灰度共生矩阵木材表面纹理模式识别方法的研究[D]. 哈尔滨：东北林业大学，2007.
[10] 高小明，陈波. 基于S3C2440的超声图像采集系统的实现[J]. 中国科技信息，2009，369（4）：152-153.
[11] 李丙春. 基于共生矩阵的图像纹理特征提取及应用[J].喀什师范学院学报，2006，27（6）：35-37.
[12] JOHNSON R A， WICHERN D W. 实用多元统计分析[M]. 陆璇，叶俊，译.6版. 北京：清华大学出版社，2008：448-454.
[13] 高惠璇. 应用多元统计分析[M]. 北京：北京大学出版社，2005：175-205.
[14] 马延平，陈振林. 影响冷镜式露点仪测量准确度因素分析及解决方法研究[J]. 仪器技术与传感器，2006，50（9）：17-18.
（編辑：李妮）
关键词：图像纹理分析；露点；霜点；露霜检测；露霜识别
文献标志码：A 文章编号：1674-5124（2016）05-0079-05
Abstract： According to the problem of the Chilled-mirror dew-point hygrometer， which can not realize the detection and identification to the dew and the frost on the mirror， a new Chilled-mirror dew-point hygrometer based on the technology of the image texture analysis and the pattern recognition was designed. First， used the high power CCD to get the dew and frost image， and pretreated the image by the technology of the gray compression and the regularization. The gray differential technology and the texture analysis technology were used to train and build the recognition function and threshold value of the system， and to realize the detection and identification to the dew and the frost on the mirror. Finally， the test verification has been done by the double standard humidity pressure generator and the manual observation. The results showed that the chilled-mirror dew-point hygrometer can detect and identify the dew and the frost rapidly and accurately， and it can apply in the laboratory as the humidity standard instrument.
Keywords： the image texture analysis and pattern recognition technology； dew point； frost point； the recognition of the dew and the frost； the identification between the dew and the frost
0 引 言
濕度是表征空气中水汽含量的物理参数，其测量仪器主要有通风干湿表、毛发湿度计、电阻湿度计、电容湿度计和露点仪等。
露点仪作为一种测量湿度的高准确度仪器，常作为湿度测量标准器使用，是国家湿度量值传递和国际比对通用的传递标准[1]。目前国内外露点仪种类很多，包括光电露点仪、激光露点仪、氯化锂露点仪、电容式露点仪、压电式露点仪等；其中，用途最广泛、准确度最高的是基于镜面冷凝和光电信号分析原理的冷镜式露点仪。在国家和军队气象计量技术机构所使用的露点仪标准器基本从国外进口，价格比较高，维修和技术服务等不方便，且都无法识别露和霜。我国露点仪的研究起步较晚，但在20世纪90年代也取得了一定的成果[2-5]。由于实验条件和镜面工艺的限制，国内研制的露点仪测量误差较大，而且性能也不稳定。本文将图像识别技术应用到冷镜式露点仪的露霜识别中，与传统的光电露点仪相比，在不降低测量准确度的基础上，可优化传感器的结构和降低研制成本，同时实现了对露点温度和霜点温度的自动判别。
1 露霜检测和识别的基本原理
如图1所示，基于图像纹理分析技术的冷镜式露点仪的基本原理是图像传感器通过高倍放大光路，对镜面进行实时图像采集，并通过单片机对图像进行灰度差分统计分析，根据分析结果控制基于PID算法的半导体制冷系统，对镜面进行降温。当系统识别出镜面有凝结物生成时，此时采集的镜面温度即为露点温度或霜点温度。然后通过图像识别技术，实现对露和霜的识别。
2 图像纹理分析技术
纹理是图像的重要特征，是模式识别中用来辨别图像区域的重要依据，是对局部区域像素之间关系的一种度量。图像的纹理特征描述了图像中反复出现的局部模式和它们的排列规则，反映了某些宏观规律[6-7]。
如图2所示，露点图像和霜点图像的纹理特征差异明显，露点图像的纹理比较粗，霜点图像的纹理比较细；露点图像较暗，沟纹不清晰；而霜点图像相比则较亮，沟纹比较清晰。因此，露点图像和霜点图像可以通过纹理特征参数的不同进行识别。
3 算法实现及应用
在对冷镜式露点仪的露霜检测和识别的算法实现中，首先要实现露霜检测并采集实时温度，然后分析纹理特征，实现露霜识别（如图3所示）。 3.1 露霜检测的算法
冷镜式露点仪在降温过程中，一旦镜面有凝结物生成，图像的灰度就会发生变化，根据这一特点，本文选用了灰度差分统计算法进行露霜检测。
3.1.1 基准图像的确定
采用灰度差分统计法检测冷镜式露点仪的镜面上是否有凝结物生成，需要在开始时采集多幅能够准确反映镜面初始状态的图像作为灰度差分基准。本算法设计了连续采集一定数量的图像，并采用灰度比较的方法，以确定采集到的基准图像质量好且能准确代表原始镜面特征。
3.1.2 图像的预处理
为减少光照、成像系统和外部环境等因素对处理图像的干扰，本文采用拉普拉斯方法对图像进行锐化，使图像的细化部分更加明显。
3.1.3 图像灰度化
为加快图像处理速度，在对基准图像和待处理图像进行预处理后，需要对图像进行灰度化[8]。本文利用下式进行灰度图像变换：
Gary（i，j）=0.299×R（i，j）+0.587×G（i，j）+
0.114×B（i，j）
式中：R（i，j）——图像（i，j）处的红色分量；
G（i，j）——图像（i，j）处的绿色分量；
B（i，j）——图像（i，j）处的蓝色分量；
Gary（i，j）——图像（i，j）处变换后的灰度值。
3.1.4 灰度差分统计法的应用
在对采集图像与基准图像进行灰度差分时，考虑图像采集和处理的实时性，本文选取对图像进行逐点灰度差分的形式。首先设置灰度差分阈值，当满足灰度差分阈值条件的点数大于设置的点数阈值时，就判定露或霜生成，停止图像的灰度差分比较，并采集实时的温度数值。
3.2 露霜识别的算法
镜面检测完毕后，将进行露霜识别。如图4所示，通过对大量的露点图像和霜点图像进行图像处理，提取纹理特征值，再根据人工观测的结果，设定露点图像和霜点图像各个纹理特征参数，分别作为模式识别的标准参数，然后将实时采集图像的各个纹理特征参数与标准参数进行方差比较[9-10]，若所采用的纹理特征参数的方差比较结果都满足露点图像识别阈值，则判断实时图像为露点图像；若满足霜点图像识别阈值，则判断实时图像为霜点图像。
3.2.1 图像纹理特征的提取和分析
在进行图像纹理特征提取过程中，根据高倍CCD采集图像的像素大小，在保留图像原有纹理特征的情况下，对图像进行灰度级压缩、灰度共生矩阵元素的正规化处理，最后计算出图像的对比度、熵、角二阶矩和逆差矩等纹理特征参数[11]。经过对大量露点图像和霜点图像纹理特征值的处理和分析，得到了纹理特征值的变化特点和识别阈值。
图5和图6分别给出了典型的生成露和生成霜过程中对比度和熵的变化曲线。从图中分析可知，生成露和霜的过程中，纹理特征对比度和熵的变化率不同，露要比霜变化更快。
图7给出了相对湿度为90%，温度为-5～20 ℃时，在露或霜生成和消失过程中，镜面图像对比度的变化曲线。从图中可以看出，随着温度的上升，镜面图像的对比度初始值逐渐减小。
图8给出了不同相对湿度和不同温度情况下镜面图像熵初始值的变化曲线。从图可以看出，温度越高，熵值越小，即生成露的熵值小于生成霜的熵值。
图9和图10分别给出了不同相对湿度和不同温度情况下镜面图像逆差矩和角二阶矩的变化曲线。从图可以看出，温度越高，镜面图像逆差矩、角二阶矩的初始值越大。
3.2.2 识别函数的建立和識别阈值设定
通过以上对样本露点图像和样本霜点图像的对比度、熵、角二阶矩和逆差矩等纹理特征参数的分析，可以得出：
1）在相同相对湿度的情况下，逆差矩、角二阶矩的数值随温度的升高而增加；对比度和熵的数值随温度的升高而降低。即相同湿度情况下，露点图像的逆差矩和角二阶矩的数值要比霜点图像的大；对比度和熵的数值比霜点图像的小。
2）对于霜点图像，相同温度下，其逆差矩初始值具有随相对湿度增大而增大的趋势。
3）在镜面上有凝结物生成时，露点图像的对比度、熵、角二阶矩和逆差矩的变化率比霜点图像的要快。
根据以上分析，露霜识别函数包括8个变量，即4个纹理特征值及其各自的变化率。纹理特征值是指对比度、熵、角二阶矩和逆差矩的数值；变化率指镜面有凝结物生成时，纹理特征的变化速率。根据费希尔判别法的思想，露霜识别函数设计成一个线性函数[12-13]。因为露点图像和霜点图像的对比度数值较大，在函数中的系数较小；而熵、角二阶矩和逆差矩的数值较小，在函数中的系数较大。
经试验证明，在 -17～ -15℃之间，露和霜的生成比较模糊，暂时的人工观测难以识别，所以本文在设定识别阈值时，引入了距离判别法的思想，设置了一个阈值范围，即通过识别函数得出的数值，如果落在露点阈值范围之内，就识别为露点图像；反之，则识别为霜点图像。
4 实验的结果分析
本算法可实现：1）准确检测出镜面有凝结物生成；2）实现对露和霜的识别。
4.1 准确检测镜面的凝结物生成
在阈值设定单元中，首先设定灰度差分阈值16和灰度差分点数阈值80，程序运行自动确定基准图像，并根据设定的阈值，检测出有凝结物生成的镜面图像。
表1是本文研制的冷镜式露点仪两个样机的自动检测结果与人工观测结果比较。
由表可以看出，在相对湿度为20%～90%的范围内，本算法所检测的图像与人工观测的结果偏差最大为3幅。这是由于在冷镜式露点仪降温过程中，镜面析出的露或霜的曲率半径一般为2.5μm左右，可能镜面已经析出露或霜，人眼却没有观测到，但基于灰度差分统计原理算法已经检测到凝结物的生成。 在测量露点温度时，镜面的温度控制是一个动态平衡的过程，为提高露点温度的测量准确度，本文在测量露点温度时，以连续5次采集的露点温度平均值作为最终的露点温度[14]。
4.2 露和霜的识别
将镜面实时图像的变化率和各个纹理特征值代入识别函数中进行计算，依据设定的露霜阈值，实现了对露霜的识别。
表2是本文研制的冷镜式露点仪两个样机的露霜识别与人工观测的结果比较。
由表可以看出，在温度为20 ℃和-20 ℃的全湿度范围内，本算法的识别结果与人工观测的结果完全一致。但在-15 ℃和-17 ℃时，同人工观测存在差异。经过试验分析，本文设定的露霜识别阈值是一个范围，两个范围存在交集，而在露点和霜点都有可能生成的情况。
5 结束语
目前，国内作为一等、二等湿度测量标准的冷镜式露点仪在进行露点和霜点的识别时，都是以0 ℃为基准点，低于0 ℃，判别为霜点温度，计算冰面的相对湿度；高于0 ℃时，判别为露点温度，计算水面的相对湿度。本文通过图像的灰度差分算法、图像纹理分析技术，并结合模式识别，实现了对露点和霜点的检测和识别，为准确测量和表达露点温度和霜点温度，提供了试验依据和技术支持。目前，本文所研制的冷镜式露点仪已经在部队二级气象计量技术机构作为空气湿度标准器使用。
参考文献
[1] 李英干，范金鹏. 湿度测量[M]. 北京：气象出版社，1990：200-202.
[2] 张玉存. 军用气象仪器试验鉴定技术[M]. 北京：解放军出版社，2003：133-134.
[3] 赵士伟，王朋朋，沙峰，等. 气象水文装备[J]. 露点仪及其研究现状，2010，21（2）：35-37.
[4] GE Measurement & Sensing Technologies. Optical DEW PIONT MONITOR Operator’s Manual[Z]. 2003.
[5] PEITCHO P， SIMEON S， MARGARITA B. Measurement of surface dew by optical sensor[J]. Sensors and Actuators，1996，51（2）：199-202.
[6] 李月景. 图像识别技术及其应用[M]. 北京：机械工业出版社，1985：89-93.
[7] 阮秋奇.数字图像处理学[M].北京：电子工业出版社，2007：414-415.
[8] 赵春江. C#数字图像处理算法典型实例[M]. 北京：人民邮电出版社，2009：6-7.
[9] 王辉. 基于灰度共生矩阵木材表面纹理模式识别方法的研究[D]. 哈尔滨：东北林业大学，2007.
[10] 高小明，陈波. 基于S3C2440的超声图像采集系统的实现[J]. 中国科技信息，2009，369（4）：152-153.
[11] 李丙春. 基于共生矩阵的图像纹理特征提取及应用[J].喀什师范学院学报，2006，27（6）：35-37.
[12] JOHNSON R A， WICHERN D W. 实用多元统计分析[M]. 陆璇，叶俊，译.6版. 北京：清华大学出版社，2008：448-454.
[13] 高惠璇. 应用多元统计分析[M]. 北京：北京大学出版社，2005：175-205.
[14] 马延平，陈振林. 影响冷镜式露点仪测量准确度因素分析及解决方法研究[J]. 仪器技术与传感器，2006，50（9）：17-18.
（編辑：李妮）