广东省科技攻关计划(2008B01040004)
- 作品数：3 被引量：13H指数：2
- 相关作者：王庆香李迪张舞杰叶峰更多>>
- 相关机构：华南理工大学广州中医药大学更多>>
- 发文基金：广东省科技攻关计划广东省医学科学技术研究基金更多>>
- 相关领域：自动化与计算机技术电子电信更多>>
- 基于小波包框架子带互补特征提取的纹理分割
- 2011年
- 针对多纹理图像较难准确分割的问题,提出了基于小波包框架子带互补特征提取的纹理分割方法.该方法利用小波包框架对原始纹理图像进行分解,对所得子带系数在每个像素的邻域窗口提取两类特征——平均绝对偏差及子带系数梯度方向直方图的均值与标准差,并利用改进的空间模糊c均值聚类方法对纹理像素进行聚类.由于此方法考虑了像素特征值局部标准差的空间分布,因此所得分割结果在纹理边界处的像素误分类率较低.以多幅Brodatz纹理图像进行相应的实验对比测试.Fisher线性判别分析实验显示,两类特征的组合比单一特征具有更强的纹理区别能力;纹理分割实验表明,文中设计的分割方案能实现较高的分割准确率;算法运行速度测试表明,文中方法是实用的.
- 王庆香李迪张舞杰叶峰
- 关键词：纹理分割梯度方向直方图
- 软性电路板金面缺陷的无监督检测被引量：10
- 2010年
- 为实现软性电路板(FPC)金面缺陷的准确自动检测,提出了一种以Gabor滤波器和Mean Shift聚类算法为基础的完全无监督FPC金面缺陷检测方法。首先,用Gabor滤波器组、数学形态学与Gaussian平滑处理抽取待检测图像的多维特征;然后,使用主元分析(PCA)将每个像素特征维数降为二维;最后,使用Mean Shift方法对二维特征数据进行聚类并将聚类的结果转化为二值图像。整个检测过程无需预先知道缺陷的类型和FPC金面的纹理类型,是一种完全无监督的检测方法。对带有各种缺陷的FPC金面进行检测实验,结果表明,该方法能够准确地将各类缺陷区域从背景区域中分离出来,具有自动缺陷检测系统所要求的识别能力强、稳定性高的特点。
- 王庆香李迪张舞杰叶峰
- 关键词：GABOR滤波器
- 基于多特征的SAR图像的无监督分割被引量：3
- 2010年
- 针对合成孔径雷达(SAR)图像灰度变化大、纹理复杂及边界模糊等特点提出了一种基于多特征的SAR图像的无监督分割方法。首先提取了SAR图像的局部矩特征与灰度共生矩阵的统计量(对比度、相关度、熵、同质性)特征;然后利用主元分析(PCA)的方法对这些有用的特征进行降维处理以得到含有足够类别信息的2维特征;最后使用MeanShift方法对具有2维特征信息的像素进行自动聚类。由于MeanShift聚类过程中无需提供类别数,因此,这种处理是一个无监督的自动分割过程。采用了多幅SAR图像和Brodatz纹理合成图像做分割实验,结果证明:本方法与单一利用灰度共生矩阵或矩特征的方法相比,分割的准确性明显提高。
- 王庆香李迪张舞杰
- 关键词：SAR图像纹理分割SHIFT
