公共文化服务平台

搜索到390篇“ 小波纹理特征“的相关文章

考虑图像颜色小波纹理特征的工业炉温度检测关键技术: 2024年; 工业炉温度检测对工业炉运行状态分析具有重要意义,因此提出考虑图像颜色小波纹理特征的工业炉温度检测方法。首先,结合Retinex算法和TopHat变换对工业炉图像展开增强处理,提高特征提取精度;其次,在图像颜色空间变换的基础上获取工业炉图像的颜色特征,在小波变换的基础上获取工业炉图像的颜色小波纹理特征;最后,在最小二乘支持向量机中输入颜色小波纹理特征,实现工业炉温度的检测。实验结果表明,所提方法的图像增强效果显著、温度检测精度高,且温度检测时间控制在0.3 s以内。有效提高工业炉温度检测效果,具有较高的实用性。; 杨超; 关键词：RETINEX算法最小二乘支持向量机

雷达影像的小波纹理特征提取方法研究被引量：1: 2021年; 利用提取小波纹理的特征来解译雷达影像是一种具有重要意义的方法。纹理是遥感图像基本特性,它参与许多图像解译的研究之中,通过对影像内容的解译,将雷达影像进行分类与应用,在雷达影像的处理研究中分割与分类纹理方向十分受到研究者的关注,其中图像纹理特征的提取是最重要的问题。目前随着雷达影像精度的提高,对于影像的小波特征提取方面的要求也越来越严格。本篇文章主要介绍关于雷达影像的小波纹理特征提取方法研究的目的与意义、内容与方法。运用MATLAB软件对图像进行解译并总结与归纳每一种研究方法的优缺点。; 李伟琳; 关键词：小波变换图像纹理特征提取纹理特征

基于Matlab的小波纹理特征融合指纹识别系统被引量：2: 2019年; 传统指纹识别通常要经过二值化、细化的过程,对指纹特征点进行特征提取,存在速度慢、效率低的弊端。本系统采用基于小波纹理特征融合的深度学习算法,并改进的神经网络算法,通过深度学习方法对指纹图像数据库进行训练,指纹图像首先采用SVM进行指纹图像导入,用Spliteachlable对图像进行分类,用Imfilter对图像进行特征提取,最后将如上特征进行矩阵,用户端采用Matlab实现,实验结果显示特征融合后的识别精度为99.95%。; 袁颖; 关键词：指纹特征小波纹理特征指纹图像

以多尺度颜色小波纹理特征为基础的工业炉火焰图像分割研究: 2019年; 分割火焰图像最常用的方法是分类算法,而使用这种算法最大的缺陷在于当像素点数增高时,分割图像的耗时就越大。通过以火焰图像采集装置来采集研究样本,提出了一种可以加快分割速度的方法及运用多尺度颜色小波纹理特征为基础的工业炉火焰图像分割法,经过对图像特征矩阵进行压缩,采用分类算法获取压缩尺度火焰区域并检测其边缘;根据压缩尺度火焰边缘进一步检测其在原始尺度区域,构建边缘区域特征矩阵并进一步检测,从而得到原始尺度火焰区域图像的目的。; 王校伟朱晨; 关键词：多尺度小波纹理特征火焰图像

结合双树复小波纹理特征和MRF模型的遥感图像分割被引量：9: 2019年; 针对经典的小波纹理不能准确地表达影像纹理特征的问题,以及影像分割结果缺少对像元空间相关性和分布关系的考虑。本文提出了结合双树复小波(DT-CWT)纹理和马尔可夫随机场(MRF)模型的高分辨率遥感影像分割方法。首先,通过双树复小波变换提取影像纹理特征,联合光谱特征形成表达影像信息的混合特征向量;然后,将混合特征向量高斯归一化处理,并用K-means聚类的方法对特征空间中的混合特征向量聚类得到初始分割图;最后,借助马尔可夫随机场模型在初始分割结果中引入上下文信息,基于贝叶斯最大后验概率准则得到最终的分割结果。本文通过双树复小波纹理提高了特征表达的准确度,同时使用马尔可夫随机场模型减弱了分割结果中同质区域的“椒盐噪声”,从而进一步提高了高分辨率遥感影像分割的精度。; 韦春桃赵平肖博林白风李小勇杨晚芸; 关键词：双树复小波变换马尔可夫随机场高分辨率遥感影像

基于非下采样双树复轮廓波变换的小波纹理特征识别肺良恶性结节CT图像被引量：5: 2019年; 目的观察基于非下采样双树复轮廓波变换(NSDTCT)的小波纹理特征在识别肺良恶性结节CT图像中的应用价值。方法从肺结节患者的CT图像中分别提取基于NSDTCT和基于Contourlet变换的小波纹理参数,对高维纹理参数采用单因素分析、Lasso回归等方法进行降维。对降维后的纹理参数分别构建诊断良恶性肺结节的支持向量机分类诊断模型,绘制ROC曲线,比较2种方法的诊断效能。结果采用NSDTCT方法,基于经Lasso降维且自变量数目较少的纹理参数构建的诊断模型分类效果最好,判断良恶性肺结节的准确率为98.37%,AUC为1.00;采用Contourlet变换方法,基于全部提取纹理参数构建的模型分类效果最好,诊断准确率为56.05%,AUC为0.73;2个模型的ROC曲线的AUC差异有统计学意义(Z=6.430,P<0.001)。结论基于NSDTCT的纹理分析方法对判断良恶性肺结节的准确性较高。; 马圆韩鸿毅孙燕北梁志刚梁志刚; 关键词：肺肿瘤支持向量机

基于多尺度颜色小波纹理特征的火焰图像分割被引量：13: 2017年; 火焰图像分割质量对基于数字成像的燃烧监测十分重要。受炉膛背景及燃烧工况的影响,难以同时满足火焰图像分割速度和准确度(即火焰图像分割结果与真实火焰接近程度)的需求。提出一种基于多尺度颜色特征和小波纹理特征(MCWT)的无监督火焰图像分割方法,用于提高火焰图像分割的质量和速度。结合火焰图像颜色特征及小波纹理特征构建特征矩阵,对特征矩阵进行压缩并初步检测压缩尺度火焰区域。根据压缩尺度火焰边缘确定原始尺度火焰边缘区域并构建火焰边缘区域特征矩阵,进一步分割得到准确火焰图像分割结果。采用该方法对某工业煤燃烧实验炉内不同燃烧工况下的火焰图像进行分割,并与传统分割方法对比。实验结果表明与其他传统分割方法相比,提出方法能够更准确且快速地实现不同燃烧工况下火焰图像的分割,并且其对于含有高斯噪声和椒盐噪声的火焰图像都具有更好的分割效果。; 白晓静卢钢闫勇; 关键词：火焰图像图像分割纹理特征小波分析

基于数字胸片小波纹理特征的尘肺病早期诊断方法研究被引量：9: 2014年; 目的探讨利用基于小波变换的熵纹理特征进行尘肺病诊断的方法,并研究相关的分类技术。方法对70名健康体检者和40名尘肺病患者的数字X射线摄影(digital radiography,DR)图像进行纹理分析,提取小波熵纹理特征,并利用决策树进行特征选择。选取不同核函数的支持向量机(support vector machines,SVM)对DR胸片进行分类,通过5折交叉验证估计诊断分类的性能并进行评价。结果对DR图像做8次小波分解后提取8个小波熵纹理特征(特征全集),其中6个经过特征选择组成特征子集。应用SVM进行分类时,基于特征子集的分类结果均好于基于特征全集的分类结果。线性核函数SVM的分类效果好于其他核函数SVM的分类效果,准确率达84.6%,ROC曲线下面积为0.88±0.04。结论利用SVM以DR图像的小波熵为特征进行尘肺病诊断有较高水平,有助于尘肺病的早期诊断。; 朱碧云陈卉陈步东张宽; 关键词：尘肺病小波变换支持向量机

综合颜色和小波纹理特征的免疫粒子滤波视觉跟踪被引量：1: 2011年; 针对标准粒子滤波视觉跟踪时的缺陷,尤其是其"样贫"和目标特征不明显等问题,提出了结合小波纹理特征的免疫粒子滤波算法.小波纹理特征的加入,使得单纯依靠颜色特征不能很好适应环境变化的情况得到了改善.同时通过加入免疫优化算法,提高了粒子的多样性,尤其是在发生遮挡时减少了"样贫"的影响.通过实验验证了所提算法的有效性和鲁棒性.与基于单一特征的跟踪方法相比,该算法能稳健地实现对复杂场景下目标的跟踪.; 韩华丁永生郝矿荣; 关键词：粒子滤波小波纹理特征视觉跟踪

基于小波纹理特征的织物疵点检测被引量：2: 2010年; 利用织物的纹理正常部分与疵点在小波系数的分布范围不同,加以分离;在先前的纹理疵点检测方法里,一般必须训练纹理的正常部分,为了解决这个问题,提出一个利用疵点与正常部分在影像上的特性差异来自动决定训练区块的方法,可以使图像在输入的时候,重新取样训练,降低了因环境变化而造成的检测错误发生率。; 孙自广何春华唐培和罗衡郴; 关键词：疵点检测频域

加载更多 ∨

相关作者

用户反馈

相关作者

用户登录

用户反馈