灰度-梯度共生矩阵

摘要： 针对传统的频率响应分析(FRA)法无法识别自耦变压器绕组常见轴向移位故障的问题,提出基于动态分频段的FRA法:首先,搭建自耦变压器轴向移位故障模拟平台,获取不同轴向移位故障下绕组频响数据;其次,将幅频特性曲线波峰点与相频特性曲线C-L过零点频率相同的点作为预备分频点,同时将频响数据动态划分为多个频段,并绘制分频段极坐标图;然后,提取极坐标图的4个灰度梯度共生矩阵纹理特征和对应的归一化特征参数;最后,通过图形与特征的变化规律分析自耦变压器绕组的状态。试验验证结果表明:采用基于动态分频段的FRA法,生成的极坐标图数据点重叠情况得到改善,有利于图形分析和特征提取;不同绕组发生轴向移位故障时,各频段极坐标图变化趋势明显;同一绕组发生不同程度轴向故障时,极坐标图随故障程度增加差异呈变大的趋势;采用基于动态分频段的FRA法能准确区分自耦变压器轴向移位的故障绕组与故障程度,并能为自耦变压器现场故障诊断提供参考。

摘要： 针对KFCM算法对初始聚类中心敏感导致聚类效果不好等问题,提出一种基于杂草算法(IWO)优化的模糊核聚类算法(IWO-KFCM),将其运用于轴承时频谱图的状态识别。通过小波变换获取轴承运行状态的时频图像,利用灰度梯度共生矩阵提取图像的纹理特征,提出基于可分性测度构造IWO算法的适应度函数;将IWO算法优化获取的初始聚类中心输入KFCM,实现时频谱图的聚类识别。最后进行多类轴承状态数据的测试,验证所提算法的有效性和优越性。

摘要： 抽象画作为一种寓意含蓄的艺术作品,传递出的情感也是含蓄的,确定其情感分类也比较困难,为此采用多特征融合方式预测抽象画的情感.首先采用K-means聚类提取抽象画图像的主色调作为底层颜色特征,采用灰度—梯度共生矩阵提取底层纹理特征,采用卷积神经网络自动提取高层语义特征;其次由于特征维度不同,采用多核学习对底层和高级语义特征进行融合;最后采用支持向量机实现抽象画情感识别,分为积极与消极两类.在MART数据集上进行测试,并与其他现有分类模型进行了比较,实验结果显示该方法在测试性能上优于已有模型.

摘要： 在肿瘤热疗中,治疗效果与组织区域处的温度监控有直接的关系,超声可以作为热疗中实现组织无损测温的一种重要手段。本文提出了一种基于超声图像纹理分析的应用于肿瘤热疗的无损测温方法,对新鲜离体动物肾脏进行射频消融(Radiofrequency Ablation, RFA)实验并实时记录超声影像及对应温度数据,对消融前后的减影图像进行小波变换并提取处理后图像的灰度梯度共生矩阵中的特征参数与温度进行曲线拟合。结果表明,在射频消融实验中,处理后超声图像的特征参数混合熵与温度具有显著的线性相关性,验证了所提出方法应用于消融过程中温度监控的可行性。

摘要： 针对KFCM算法对初始聚类中心敏感导致聚类效果不好等问题,提出一种基于杂草算法(IWO)优化的模糊核聚类算法(IWO-KFCM),将其运用于轴承时频谱图的状态识别.通过小波变换获取轴承运行状态的时频图像,利用灰度梯度共生矩阵提取图像的纹理特征,提出基于可分性测度构造IWO算法的适应度函数;将IWO算法优化获取的初始聚类中心输入KFCM,实现时频谱图的聚类识别.最后进行多类轴承状态数据的测试,验证所提算法的有效性和优越性.

摘要： 目前计算机辅助检测肿瘤都是基于病变形态学变化的分析,且这些算法的效果难以满足现状.从这些算法所忽略的图像纹理特征出发,从不同病人的198张、5类不同的良恶性肿瘤的CT图像中,基于灰度共生矩阵和灰度梯度共生矩阵,综合考虑肾脏肿瘤没有明显方向性及细纹理的特性,并依据可区分性、唯一性、不相关性以及为避免后续肿瘤识别过程复杂化,通过分析作出了有效性选择,首次提取出最能体现5种肿瘤的27个特征并验证其有效性,作为后续计算机辅助识别肾脏肿瘤研究的基础.

摘要： 探讨图像融合技术在肝包虫病分型中的应用.对正常肝脏、单囊型肝包虫病、肝囊肿CT图像感兴趣区域分别使用传统的预处理和图像融合方法,对融合后的和预处理后的图像提取Tamura和灰度-梯度共生矩阵特征,通过支持向量机和BP神经网络分类模型进行分类,比较两种方法的分类准确率,并对各分类模型进行参数评估.传统预处理方法对肝囊肿CT图像Tamura和混合特征的分类效果优于图像融合方法,最佳分类准确率为98.333％;图像融合方法对单囊型肝包虫病和正常肝脏CT图像不同特征下的分类准确率均高于传统预处理方法,最佳分类准确率分别为99.167％和100％;图像融合方法不同特征不同分类器下的平均分类准确率高于传统预处理方法.将图像融合方法应用于肝包虫病CT图像的分型中具有一定的分类优势,为肝包虫病影像学诊断提供依据,也为后期研发肝包虫病计算机辅助诊断系统奠定基础.

摘要： 目的 利用支持向量机(support vector machine,SVM)对新疆哈萨克族X线食管造影图像进行特征提取及分型研究,为食管癌影像学诊断提供参考.方法 随机选取正常食管和蕈伞型食管癌X线造影图像各200幅,运用灰度-梯度共生矩阵法和灰度共生矩阵法提取图像的特征,在SVM类型设置上选择C-SVC,并选择多项式核函数,通过调整C-SVC分类器的参数进行实验.结果 共计提取23维特征,利用单一特征算法进行分类,灰度-梯度共生矩阵法分类准确率为72.75％,灰度共生矩阵法分类准确率为85.25％,而混合纹理特征的分类准确率为86.25％.结论 将纹理特征与SVM相结合对正常食管与蕈伞型食管癌X线造影图像进行特征提取及分析,具有较高的分类识别率,混合特征把图像纹理和灰度特征有效结合,提高了特征的分类能力,为食管癌的计算机辅助诊断系统的开发奠定了基础.

摘要： 根据中国气象局气象数据中心提供的FY-2E红外一通道卫星云图,基于MATLAB图像的处理,研究对对流云团的识别.选用亮度阈值和灰度-梯度共生矩阵相结合的方法对2010年06月01日的云图识别发现,该方法可以快速识别对流云团区域,具有很好的实用价值.

摘要： In order to obtain the characteristics of series arc fault in the nonlinear load circuit, arc fault experiments were carried out with self-developed experimental system under both converter and industrial computer load conditions. A kind of feature extraction method based on gray level-gradient co-occurrence matrix was proposed. Firstly, the current signal was preprocessed by using forward difference method. The obtained signal was decomposed and reconstructed by using wavelet packet. The reconstructed signal was put into a two-dimensional array according to signal frequency. Secondly, the energy in each frequency band at the same time was normalized. And it was converted to a gray image with gray value range from 0 to 255. Thirdly, the gray image was filtered with Wiener filter method and enhanced with Laplace operator. The gray level-gradient co-occurrence matrix was solved from the image. The signal frequency of the image is higher than 1 562.5Hz. Finally, fifteen kinds of features were calculated with the co-occurrence matrix and the typical characteristics of arc fault were selected. The arc fault identification tests were carried out by using support vector machine (SVM). The input vector of SVM was the selected characteristics. The tests verified the validity of the proposed feature extraction method.%为了获取非线性负载回路中串联故障电弧的特征,利用自行研制的故障电弧实验系统开展了变频器和工控机负载条件下的串联故障电弧实验.提出一种基于灰度-梯度共生矩阵的特征提取方法.采用前向差分法对电流信号进行预处理,并利用小波包技术对差分信号进行分解、重构,将重构信号按频率高低依次放入二维数组;二维数组中同时刻各频段的能量归一化后,将其转换为0~255的灰度值图像,对灰度值图像进行 Wiener滤波并采用 Laplace算子进行锐化和加强处理,取频率高于1562.5 Hz的图像求解灰度-梯度共生矩阵.通过计算共生矩阵的15种特征量,筛选得到工控机和变频器负载条件下串联故障电弧的特征向量.将获取的故障电弧特征向量输入到支持向量机进行故障电弧识别测试,验证了上述故障电弧特征提取方法的有效性.

摘要： 针对遥感图像中舰船的分类识别的问题,本文提出了基于Hu不变矩和灰度梯度共生矩阵相结合的舰船目标分类识别算法.首先利用Hu不变矩对目标图像提取7个不变特征向量,然后结合灰度梯度共生矩阵纹理方法提取出表示目标特性的15个特征向量,最后利用神经网络分类器对22维特征向量进行分类识别.实验结果表明结合Hu矩和灰度梯度共生矩阵进行遥感图像舰船目标分类识别的方法具有良好的识别效果.

摘要： 肝脏疾病难以根治、危害面广,与癌症、艾滋病并称为"世纪三大顽症".本文采用灰度梯度共生矩阵的方法,分别提取纤维化肝组织和正常肝组织的CT图像的纹理特征,提出了基于灰度梯度共生矩阵的小梯度优势、灰度均方差、灰度熵等参数作为图像的纹理特征量.研究表明,通过选取的纹理参数,可以看到正常组和异常组之间存在显著性差异.此项研究可能为肝纤维化的CT图像临床诊断提供依据.

摘要： 本发明涉及一种基于灰度共生矩阵的灰度模板匹配方法。现有的灰度模板匹配方法速度慢，效率低。本发明方法的具体步骤是：首先调整待匹配图像I宽度和高度，然后将待匹配图像I进行分块，最后将图像I的像素块Ci与灰度模板T进行比对，计算像素块Ci与灰度模板T的相似区域；根据每个像素块Ci相似区域得到一个子图Ki，将矢量角度θ相等的T的灰度共生矩阵与Ki的灰度共生矩阵计算特征参数Con和Cor的相似距离；对T和Ki的8个灰度共生矩阵的距离求总和得到对应T和Ki的距离D′；选择D′最小的Ki记为Kmin，这个Kmin为与模板T匹配的图像子图。本发明方法在匹配过程中，通过计算模板T与匹配子图潜在的重叠区域来对模板T在图像I中进行快速的移动，提高了模板匹配的速度。

摘要： 本发明公开了一种基于矩阵元素插值的任意灰度共生矩阵的计算方法，通过在待计算的GLCM对应的相对位置(r,θ)附近找到一些相对位置(r

摘要： 本发明涉及一种基于灰度共生矩阵的灰度模板匹配方法。现有的灰度模板匹配方法速度慢，效率低。本发明方法的具体步骤是：首先调整待匹配图像I宽度和高度，然后将待匹配图像I进行分块，最后将图像I的像素块Ci与灰度模板T进行比对，计算像素块Ci与灰度模板T的相似区域；根据每个像素块Ci相似区域得到一个子图Ki，将矢量角度θ相等的T的灰度共生矩阵与Ki的灰度共生矩阵计算特征参数Con和Cor的相似距离；对T和Ki的8个灰度共生矩阵的距离求总和得到对应T和Ki的距离D′；选择D′最小的Ki记为Kmin，这个Kmin为与模板T匹配的图像子图。本发明方法在匹配过程中，通过计算模板T与匹配子图潜在的重叠区域来对模板T在图像I中进行快速的移动，提高了模板匹配的速度。

摘要： 本发明公开了一种基于矩阵元素插值的任意灰度共生矩阵的计算方法，通过在待计算的GLCM对应的相对位置(r,θ)附近找到一些相对位置(r

摘要： 本发明涉及材料测试和分析技术领域，具体涉及一种基于灰度共生矩阵的织带阻燃性能测试方法。该方法能够用于新材料相关服务、新材料检测、计量、相关标准化、认证认可服务等，利用燃烧的手段对非生物材料织带的阻燃性能进行分析；通过获取织带燃烧过程中火焰的质心差异得到该火焰的蔓延速度，进而得到该织带的第一阻燃指标和第二阻燃指标，基于第一阻燃指标与第二阻燃指标加权求和得到该织带的阻燃指标，从而对织带的阻燃性能进行分析；增加了分析的效率和准确度。

摘要： 本发明提出了一种基于灰度共生矩阵的瓷砖图像数据集生成方法。该方法首先对待制作成数据集的图像进行裁切处理，再求出裁出新图像块的灰度共生矩阵及其特征值，最后结合逻辑斯蒂回归结果决定该图像是否加入数据集。相较于人工方法，本发明提出的技术生成效率较高，而且可以根据数据集大小动态生成，而且结合了逻辑斯蒂回归模型，生成的准确度较高，能够按照需求生成不同纹理复杂程度的数据集，因此对该领域数据集生成策略的改进有着很好的借鉴意义。

摘要： 本发明涉及图像处理技术领域，具体涉及一种基于灰度共生矩阵的图像优化方法及系统。获取任意待优化的初始图像的灰度图像；计算灰度图像的灰度均值从而得到灰度线性变化函数的参数初始值；构建灰度图像的灰度共生矩阵获取灰度图像的对比度；获取灰度图像的亮暗比；根据对比度以及亮暗比调整参数初始值，得到多个不同参数的灰度线性变化函数，进而得到多个优化图像；优化图像的信息熵最大时对应的参数为最优参数，该最优参数对应的优化图像为最优图像。利用该方法确定最优参数能够有效减少图像优化过程中的计算量，避免了对灰度线性变化函数中参数的盲目遍历，并且在准确确定每个灰度图像对应的最优图像的同时提高了优化的效率。

摘要： 本发明提供一种基于灰度共生矩阵的任意条码的定位方法、服务器、存储介质及系统，包括以下步骤：获取含有需定位条码的原始图像，确定所述原始图像中不同区域的纹理特征；预先提取各种码制的纹理特征范围；根据各种码制的纹理特征范围确定原始图像中包含任意条码的区域；确定条码区域的边缘图像，确定边缘图像的四个顶点，实现对所述条码定位。本发明具有以下有益效果：1)适用于多种码制的定位，不受限于条码的类型，而且能够在定位的同时确定条码的类型；2)能够同时对多个条码进行定位；3)能适用于复杂背景，如光照不均或文字背景；4)各种码制的纹理特征范围可以通过提前训练来完成，这样可以缩短计算时间，降低算法的复杂度。

摘要： 本发明涉及机器学习技术领域，具体涉及一种基于灰度共生矩阵的织物疵点分割方法。该方法包括：根据待检测图案灰度图像和标准图案灰度图像获得第一灰度分布序列和第二灰度分布序列；利用第一灰度分布序列和第二灰度分布序列对应元素差值对待检测图案灰度图像的像素点分类获得像素点类别图像；计算像素点类别图像中各像素点灰度共生矩阵获得该像素点为疵点的概率；将待检测图案灰度图像中每个像素点的灰度值转变为该像素点为疵点的概率获得疵点共生表示图像；对疵点共生表示图像进行阈值分割获得疵点区域。本发明基于灰度共生矩阵识别织物中的疵点，提高了对织物中的疵点检测的效率，同时基于疵点共生表示图像获得疵点区域，提高了检测的精度。

摘要： 本发明公开了一种基于灰度梯度共生矩阵的粉末冶金零件成品检测方法，涉及缺陷检测领域。主要包括：获得待检测零件的表面图像的灰度图像；获得灰度图像的边缘图像中各包围区域；获取对各包围区域分别进行距离变换后的各高亮线，并确定各高亮线中端点之间距离最大的高亮线的中垂线；将中垂线作为列灰度投影的方向，以确定灰度图像中的待判断区域；分别以待判断区域中各像素点为中心建立预设尺寸的滑窗，将滑窗中像素点的梯度值的灰度梯度共生矩阵的熵作为中心像素点的表征值，根据各像素点的表征值的方差确定待检测零件是否存在缺陷。本发明实施例能够判断对称性冶金零件是否存在掉块缺陷，且无需采集大量存在缺陷的冶金零件表面图像。