纹理特征提取
纹理特征提取的相关文献在2001年到2022年内共计204篇,主要集中在自动化技术、计算机技术、无线电电子学、电信技术、基础医学
等领域,其中期刊论文91篇、会议论文11篇、专利文献207099篇;相关期刊70种,包括遥感信息、科学技术与工程、中国图象图形学报等;
相关会议10种,包括2011年江苏省人工智能学术会议、湖南省第三届研究生创新论坛——信息与控制工程的新理论和新技术分论坛、第三届全国少数民族青年自然语言信息处理、第二届全国多语言知识库建设联合学术研讨会等;纹理特征提取的相关文献由529位作者贡献,包括刘丽、桂卫华、老松杨等。
纹理特征提取—发文量
专利文献>
论文:207099篇
占比:99.95%
总计:207201篇
纹理特征提取
-研究学者
- 刘丽
- 桂卫华
- 老松杨
- 陈熙
- 宋彦坡
- 宋铁成
- 彭涛
- 杨征
- 杨永全
- 谢毓湘
- 赵林
- 陈宁
- 龙云利
- 周先春
- 唐朝晖
- 宋林
- 尚赵伟
- 汪宇玲
- 王娜
- 裴晓芳
- 阳春华
- 陈菲
- 万文菲
- 严明洋
- 任君兰
- 任聪
- 何必仕
- 何月顺
- 俞晓东
- 冯向玲
- 冯国瑞
- 刘云淮
- 刘加贝
- 刘娅琴
- 刘文萍
- 刘竑
- 刘记奎
- 刘铎
- 刘雪君
- 刘颖
- 勾智楠
- 卢鑫
- 司吉兵
- 同鸣
- 吕慧
- 吕锐
- 吴小龙
- 吴帅
- 吴舰宇
- 吴金建
-
-
魏万珍;
田建艳;
姜茜;
杨胜强
-
-
摘要:
针对随机采样图像法检测零件表面粗糙度时表面图像特征不能有效表征表面粗糙度的问题,提出并搭建了连续自动多区域图像采集系统,在此基础上建立了一种零件表面粗糙度支持向量机检测模型。首先采用单片机、步进电机、数字显微镜和上位机等搭建图像采集系统,连续自动采集零件表面多区域的图像,避免了单点随机采样导致的信息不全问题;其次,对采集的图像进行预处理,对比不同灰度化方法下的像素分布,提出了一种基于像素分量作比相加的灰度化改进方法,使得图像细节反差和纹理变化更明显;在此条件下,基于灰度共生矩阵提取了零件表面纹理特征,使其能够更好地辨识零件表面粗糙度;最后建立了零件表面粗糙度支持向量机检测模型,并以45钢零件为例进行不同表面粗糙度等级的零件检测,其检测准确率均在95%以上。通过对比实验表明,该方法的检测精度更高,可用于零件表面粗糙度的综合检测。
-
-
李彬;
丁国斌
-
-
摘要:
为提高电力器件的缺陷检测能力,提出基于视觉图像分析和纹理特征提取的电力器件缺陷检测方法。构建电力器件缺陷图像采集模型,结合图像边缘特征检测和信息融合度特征分析电力器件缺陷特征,采用机器视觉特征分析和分块融合特征匹配方法,跟踪识别电力器件缺陷数据特征,通过模糊小波特征分析和特征点标定方法,对缺陷特征视觉融合解析处理,根据缺陷部位的纹理差异性特征提取结果,实现对电力器件的缺陷检测。仿真结果表明,该方法检测准确性较高,缺陷定位精度较好。
-
-
张云锦
-
-
摘要:
LBP纹理特征提取算法在提取纹理特征时,存在鲁棒性较差、对噪声较敏感等问题。针对前述问题,文章提出一种(ILNRBP)改进的局部抗噪鲁棒性二值模式。对于一个给定的中心像素,首先计算中心像素灰度值与邻域像素点周围的四个邻域像素点灰度均值之间的差值,然后将该差值与阈值T之间的差异二值量化得到ILNRBP二进制串,最后根据所有像素的ILNRBP直方图得到该幅图像的特征直方图。
-
-
徐峰;
徐颖昕
-
-
摘要:
基于管道闭路电视(CCTV)检测系统,提出5种不同的管道结构性缺陷特征提取方法,对缺陷图像进行纹理特征提取,并利用二分类支持向量机(BSVM)对特征提取数据进行一对一投票分类。结果表明,Gabor法提取得到的特征维数远大于GLCM、B_GLCM、GGCM以及LBP四种方法得到的;B_GLCM法相比GLCM法,特征提取效率略有提高,但随着分区的减小,提取耗费的时间会逐渐增大;GLCM和B_GLCM提取方法对裂纹、错口和腐蚀三种缺陷均具有较好的分类效果,分类正确率都在90%以上,其他三种提取方法的分类正确率较低;综合考虑分类准确率和分类效率,建议采用分区大小为3×3的B_GLCM方法对管道缺陷纹理特征进行提取,以获得最佳的检测结果。
-
-
李嘉康;
陶智麟;
徐波;
徐大勇;
堵劲松;
李华杰
-
-
摘要:
烟叶纹理不同于烟叶颜色和烟叶形状,其较难定义和定量分析,初步认定烟叶纹理与烟叶表面组织疏松以及褶皱和油分有关。通过图像采集系统获取鲜烟叶的数字图像,应用灰度共生矩阵(GLCM)算法和Gabor小波提取纹理特征。结果表明,在不同梯度的参数设定下,共获得112维度的纹理信息,对高维纹理信息主元降维和随机森林分类后获取其最具解释率的5~10个维度,作为烟叶纹理的定量指标。
-
-
白云瑞;
魏霞;
黄德启;
孟凡森
-
-
摘要:
针对光伏电站普遍存在的光伏阵列中太阳能光伏板积灰难识别以致于清理不及时的问题,文中提出一种基于自适应图像分割算法识别光伏板的积灰状态。根据光伏板灰尘图像的YCbCr颜色空间特性,利用自适应图像分割算法将灰尘与光伏板图像分离,进而在旋转统一不变LBP算法下提取图像纹理特征,最终实现太阳能光伏板积灰状态的识别。再分别对不同算子半径与周围像素点个数进行实验比较,并对该算法与深度学习算法在准确率与识别时间方面进行对比分析。实验结果表明:旋转统一不变LBP算法对图像特征提取的效果最好,算法对光伏板积灰图像识别准确率可达88.56%,识别速度较ResNet50网络快90%以上;且占用计算机内存小,能够满足电站运维实时性要求,提高发电效率,降低运维成本,具有较高的实用性价值。
-
-
任亚婧;
张宁宁;
徐媛媛;
张建鹏;
刘栋
-
-
摘要:
传统的成熟苹果识别采摘系统受到果实直径大影响,存在重叠遮挡问题,成熟苹果识别准确率低,采摘定位准确性不佳.为此,引入视觉识别技术有效解决以上问题.利用视觉识别方法提取成熟苹果图像局部纹理特征,构建深度学习架构;利用融合姿态果实识别方法实现苹果识别;设计采摘定位流程,通过控制柜、传感器以及单双目相机构建成熟苹果采摘定位系统,实现采摘定位.为验证所设计系统的有效性,设计对比实验.结果表明,与传统系统相比,该设计系统的重叠遮挡部分果实识别率均高于传统方法,能够有效解决重叠遮挡问题.
-
-
吴珊
-
-
摘要:
为了获得更优的室内空间利用率优化效果,文中提出基于VR技术的室内空间利用率优化方法.根据用户所需设计策略、边界条件,通过灰度共生矩阵方法提取室内空间优化格局图形的纹理特征,利用最大似然比判决分类方法得到室内空间利用率;再采用VR技术从空间尺度、空间材质、空间布置、流线程度、光影分析以及视线分析对室内空间进行优化,并将优化结果呈现给用户;最后从主观和客观两个方向对室内空间利用率优化结果进行测试与分析.结果表明,文中方法的室内空间利用率高,获得了用户满意度的室内空间利用率优化结果.
-
-
张炜;
付元;
刘昕
-
-
摘要:
针对煤矿井下综采工作面煤岩识别方法普遍存在效果欠佳、稳定性差、应用范围小等问题,基于煤和岩石基本特征的区别,从图像边缘和灰度阈值等视觉差异,借助聚类基本理论,处理煤岩图像边界,分析煤岩灰度共生矩阵包含的纹理特征信息;构造均值纹理导向度和方差纹理导向度;研究煤岩界面灰度共生均值的聚类煤岩识别算法;多尺度分解变换的煤岩纹理特征抽取方法;提出2种分块区域煤岩分界的图像识别模型:图像灰度"相似性"度量估计模型、层次聚类识别模型;并构造出一种煤岩混合模型融合识别方法及流程;为工作面煤岩精确识别、减少采煤机截割岩引起的故障和安全问题提供参考.
-
-
-
-
-
张军英;
西安电子科技大学;
贾江涛
- 《第五届全国“信号与信息处理”联合学术会议暨陕西省生物医学工程学会二〇〇六年学术年会》
| 2006年
-
摘要:
本文通过深入分析纹理图像的这些特点:图像纹理具有一定的统计特征,但统计特征不等于纹理特征,因纹理仅在一定尺度上才表现出来,提出了一种基于矩和非线性变换的图像纹理特征提取方法.脉冲耦合神经网络(PCNN)作为聚类/分类器,有非常强的自适应聚类和分类能力.本文通过对图像抽样作为训练数据,充分运用PCNN的自适应聚类和分类能力对其纹理特征进行聚类和分类,实现了对纹理图像的有效分割,并讨论了影响分割质量的主要因素.最后给出了运用这种方法进行纹理分割的实验例子.
-
-
刘大宇;
滕奇志;
龙建忠
- 《2002年全国电子测控工程学术年会》
| 2002年
-
摘要:
本文将广义学习向量量化(GLVQ)算法和纹理特征提取算法相结合,提出了一种无监督的图象分割模型.对图象中各象素按最小距离准则进行颜色聚类,以实现对彩色颗粒图象的聚类分割.经GLVQ初分类后,再进行一系列特征提取操作以突出优化目标.实验结果表明,该方法应用于彩色颗粒图象可以获得良好的分割效果.
-
-
吴东华;
夏洪山;
徐波
- 《2011年江苏省人工智能学术会议》
| 2011年
-
摘要:
提出了一种新的基于图像区域纹理混合矩特征的飞机识别算法。该算法基于一阶直方图的颜色矩特征和基于灰度共生矩阵提取区域图像相关性、角二阶矩、对比度、相关性、倒数差分矩特征,实现有效降维,并采用聚类分析方法对飞机图像进行识别,实验结果显示基于该特征提取的识别方法识别正确率达95%以上,通过对比试验说明,该算法有较好的识别性能。
-
-
吴东华;
夏洪山;
徐波
- 《2011年江苏省人工智能学术会议》
| 2011年
-
摘要:
提出了一种新的基于图像区域纹理混合矩特征的飞机识别算法。该算法基于一阶直方图的颜色矩特征和基于灰度共生矩阵提取区域图像相关性、角二阶矩、对比度、相关性、倒数差分矩特征,实现有效降维,并采用聚类分析方法对飞机图像进行识别,实验结果显示基于该特征提取的识别方法识别正确率达95%以上,通过对比试验说明,该算法有较好的识别性能。
-
-
吴东华;
夏洪山;
徐波
- 《2011年江苏省人工智能学术会议》
| 2011年
-
摘要:
提出了一种新的基于图像区域纹理混合矩特征的飞机识别算法。该算法基于一阶直方图的颜色矩特征和基于灰度共生矩阵提取区域图像相关性、角二阶矩、对比度、相关性、倒数差分矩特征,实现有效降维,并采用聚类分析方法对飞机图像进行识别,实验结果显示基于该特征提取的识别方法识别正确率达95%以上,通过对比试验说明,该算法有较好的识别性能。
-
-
吴东华;
夏洪山;
徐波
- 《2011年江苏省人工智能学术会议》
| 2011年
-
摘要:
提出了一种新的基于图像区域纹理混合矩特征的飞机识别算法。该算法基于一阶直方图的颜色矩特征和基于灰度共生矩阵提取区域图像相关性、角二阶矩、对比度、相关性、倒数差分矩特征,实现有效降维,并采用聚类分析方法对飞机图像进行识别,实验结果显示基于该特征提取的识别方法识别正确率达95%以上,通过对比试验说明,该算法有较好的识别性能。
-
-