期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到7篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
挠性印制电路板焊盘表面缺陷的检测 被引量：27
1
作者 黄杰贤 李迪 +1 位作者 叶峰 张舞杰 《光学精密工程》 EI CAS CSCD 北大核心 2010年第11期2443-2453,共11页
针对挠性印制电路板(FPC)上的焊盘表面缺陷,提出一种基于图像处理技术的智能检测方法。首先,根据缺陷的表现形式对焊盘缺陷进行归纳与分类,采用最大熵值法量化提取焊盘的颜色特征和面积特征;然后,通过评估灰度共生矩阵(GLCM)对纹理颜色... 针对挠性印制电路板(FPC)上的焊盘表面缺陷,提出一种基于图像处理技术的智能检测方法。首先,根据缺陷的表现形式对焊盘缺陷进行归纳与分类,采用最大熵值法量化提取焊盘的颜色特征和面积特征;然后,通过评估灰度共生矩阵(GLCM)对纹理颜色变化特征与纹理结构特征量化的有效性,将其应用于焊盘纹理特征的量化与提取。实验分析显示,缺陷焊盘与非缺陷焊盘在某个或多个特征上存在着明显的差异。基于该特点,建立了BP神经网络,以焊盘的颜色、面积、纹理结构、纹理颜色变化特征值作为神经网络的输入,通过学习大量样本,获取最佳权值参数,最终实现对FPC焊盘表面缺陷的检测,检测准确率高达94.6%,50个焊盘的检测时间为300ms。实验结果表明:本文提出的检测方法不仅能够有效地对焊盘表面缺陷进行识别,而且能够满足在线检测对速度的要求。 展开更多
关键词 挠性印刷电路板 焊盘 特征提取 灰度共生矩阵 神经网络
在线阅读 下载PDF
基于深度图像分析的细粒度矿石分级测定方法 被引量：7
2
作者 卢才武 齐凡 阮顺领 《应用科学学报》 CAS CSCD 北大核心 2019年第4期490-500,共11页
针对图像处理技术在细粒度矿石分级测定时存在的精度不足问题,提出基于深度图像分析的分级测定方法.在灰度共生矩阵(gray-level co-occurrence matrix,GLCM)的基础上提出点对生成步长与图像灰度压缩等级的自适应选取方法,通过网格搜索... 针对图像处理技术在细粒度矿石分级测定时存在的精度不足问题,提出基于深度图像分析的分级测定方法.在灰度共生矩阵(gray-level co-occurrence matrix,GLCM)的基础上提出点对生成步长与图像灰度压缩等级的自适应选取方法,通过网格搜索与交叉验证来优化支持向量机(support vector machine,SVM)分类器,提高粒度测定精度.实验结果表明,该方法对0~0.9 mm、0.9~3.0 mm、3.0~5.0 mm、5.0~7.0 mm这4种等级的细粒度矿石分级准确率可达92%以上,能够充分满足细粒度矿石分级测定的要求. 展开更多
关键词 矿石粒度 纹理提取 图像分类 灰度共生矩阵 最大线性离散度
在线阅读 下载PDF
结合自适应中值滤波和GGCM的织物质量检测 被引量：7
3
作者 李小宁 杨学志 《合肥工业大学学报（自然科学版）》 CAS CSCD 北大核心 2016年第7期906-910,978,共6页
在纺织品的生产过程中,缺陷检测不可或缺。其中,特征提取是关键步骤,而在特征提取前进行合适的预处理滤波可以有效提高特征对有缺陷样本和无缺陷样本的分离能力。文章提出一种结合自适应中值滤波和灰度-梯度共生矩阵(gray level-gradien... 在纺织品的生产过程中,缺陷检测不可或缺。其中,特征提取是关键步骤,而在特征提取前进行合适的预处理滤波可以有效提高特征对有缺陷样本和无缺陷样本的分离能力。文章提出一种结合自适应中值滤波和灰度-梯度共生矩阵(gray level-gradient co-occurrence matrix,GGCM)的织物质量检测方法。该方法使用灰度-梯度二阶统计特征来描述缺陷的纹理特征,并在预处理过程中利用自适应中值滤波来降低背景纹理信息对缺陷部分的影响,可有效提高纺织品的检测率。实验对含7种缺陷的纺织品样本进行GGCM特征提取,并输入到最近邻分类器中进行分类检测。与传统灰度共生矩阵方法的检测率(65.75%)相比,文中所提方法的检测率有所提高,达到了87.89%。实验结果表明,该方法对有缺陷的织物具有较高的分类能力。 展开更多
关键词 中值滤波 自适应中值滤波 纺织品缺陷 灰度一梯度共生矩阵 最近邻分类
在线阅读 下载PDF
应用改进的灰度共生矩阵识别木材纹理多重特征值 被引量：19
4
作者 王清涛 杨洁 《西北林学院学报》 CSCD 北大核心 2019年第3期191-195,共5页
目前木材的主要分类方式是由人的经验进行分类,分类的好坏取决于人的经验。因此机器自动检测分类木材种类变得迫在眉睫,目前机器识别木材种类最主要的方法是应用灰度共生矩阵(GLCM)提取木材纹理特征识别木材种类。但是基于灰度共生矩阵(... 目前木材的主要分类方式是由人的经验进行分类,分类的好坏取决于人的经验。因此机器自动检测分类木材种类变得迫在眉睫,目前机器识别木材种类最主要的方法是应用灰度共生矩阵(GLCM)提取木材纹理特征识别木材种类。但是基于灰度共生矩阵(GLCM)特征提取分类存在缺陷,这是由于木材图片旋转再识别时导致分类精度下降。本研究应用改进的灰度共生矩阵(I-GLCM)提取木材多重特征值,较前人提取的灰度共生矩阵(GLCM)识别木材种类,具有旋转不变性。应用matlab模式识别算法进行训练、分类。结果表明,应用本方法对木材进行分类,分类精度比应用灰度共生矩阵(GLCM)精度高,分类效果较好,是一种新的木材识别方法。 展开更多
关键词 木材识别 灰度共生矩阵 改进的灰度共生矩阵 特征值 旋转不变性
在线阅读 下载PDF
基于局部线性变换的HUGO图像隐写检测
5
作者 邓裕 袁晓红 秦姣华 《电子世界》 2014年第1期100-102,共3页
Pevny等人2010年提出一种最先进的高度不可检测的自适应空域隐写算法HUGO(Highly Undetectable Steganography),其保护了相邻四个像素的一阶统计特性,具有很强的抗检测性能,目前国内外针对HUGO检测缺乏有效的方法。由于用HUGO隐写算法... Pevny等人2010年提出一种最先进的高度不可检测的自适应空域隐写算法HUGO(Highly Undetectable Steganography),其保护了相邻四个像素的一阶统计特性,具有很强的抗检测性能,目前国内外针对HUGO检测缺乏有效的方法。由于用HUGO隐写算法进行隐写嵌入时改变部分纹理特征,本文提出一种新的检测方法,利用局部线性变换得到纹理残差图像,计算共生矩阵得到22130维特征向量,最后使用集成分类器进行分类。实验结果表明:在嵌入率为0.4bpp时,针对BOSSRank图像集,获得平均82.71%的检测率,优于Hugobreaker的80.3%和Guel的76.8%,并在低于0.4bpp嵌入率时,其检测效果有所提高。 展开更多
关键词 隐写分析 HUGO 残差图像 共生矩阵 集成分类器
在线阅读 下载PDF
檀香树干受咖啡豹蠹蛾危害区域的分割与分类
6
作者 陈珠琳 王雪峰 《东北林业大学学报》 CAS CSCD 北大核心 2017年第11期94-98,103,共6页
为了实现海南省北部县市檀香受咖啡豹蠹蛾(Zeuzera coffeae Nietner)虫害的自动识别,使用林内传感器传回的图像信息,提出一种空域与频域相结合的背景去除方法,并提取出虫害区域与健康区域。该方法首先提取出檀香树的前景部分,使用2G-B-... 为了实现海南省北部县市檀香受咖啡豹蠹蛾(Zeuzera coffeae Nietner)虫害的自动识别,使用林内传感器传回的图像信息,提出一种空域与频域相结合的背景去除方法,并提取出虫害区域与健康区域。该方法首先提取出檀香树的前景部分,使用2G-B-R因子去除枝叶及边缘,在L*a*b*系统中选择合适的通道,使用Otus法和形态学运算剔除排泄物区域,并成功分割出虫害和健康区域。通过2种区域的图像在纹理方面表现出的不同,提取筛选出3种受外界因素影响比较小的特征,并在此基础上利用差异扩大法提出了"多纹理特征"的概念。使用Logistic二分类法对提取出的纹理特征及其组合、多纹理特征及其组合、主成分分析后的特征进行分类并分析,结果证明通过扩大差异得到的多纹理特征分类效果要好于单纹理特征,且使用"熵值均值-相关性均值"得到的分类精度最高,并使用系统聚类以及K-means聚类方法验证得到相同的结论,证明了所提方法的科学性。 展开更多
关键词 檀香 图形分割 图像分类 健康诊断 灰度共生矩阵
在线阅读 下载PDF
GLCM Parameters in Channel Texture Attribute Analysis 被引量：1
7
作者 Wang Zhiguo Yi Cheng +2 位作者 Lei Xiaolan Gu Faming Wu Xiaohua 《石油地球物理勘探》 EI CSCD 北大核心 2012年第A02期90-97,共8页
关键词 石油 地球物理勘探 地质调查 油气资源
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部