排序方式: 共有75条查询结果,搜索用时 15 毫秒
1.
2.
基于形态学的金相组织图像晶界复原方法 总被引:1,自引:1,他引:0
由于金相图像中经常出现晶界模糊、晶界断开等缺陷,针对晶粒形状不规则的特点,成功改进了基于形态学水域生长方法的分割算法.根据粘连晶粒的形态特征,对粘连目标先后采用极限腐蚀、目标编号和反复膨胀的方法求取晶界线以达到分离粘连晶粒,复原图像的目的.实验结果表明,改进的方法对包括晶粒在内的不规则目标具有较好的分割效果,成功解决了晶界问题对后续分析统计工作的干扰. 相似文献
3.
在原有UMHexagonS算法的基础上提出一种基于八边形网格的块匹配算法.实验数据表明:该算法在保持原有算法图像质量和比特率的条件下,在搜索速度和编码时间上取得了明显改善. 相似文献
4.
5.
为探明钢中不同形态及粒径的析出相粒子对钢的力学性能影响规律,需对其进行精确统计。为此,文章提出了一种基于形态特征和神经网络进行析出相自动分类统计的方法。该方法首先对目标图像进行预处理并提取目标粒子6个形态特征构成特征矢量以详细描述目标。然后利用BP神经网络建立粒子特征矢量与粒子形态的映射关系,继而实现对各种形态析出相粒子的自动分类统计。实验结果表明,该方法对诸如粒子团聚、粒子空洞及毛刺等缺陷目标具有很好的处理效果,可高效、便捷地进行析出相的自动分类,为钢中析出相的定量微观分析提供了可靠依据,而且具有很好的普适性。 相似文献
6.
7.
综合颜色和形态特征的小麦田杂草识别方法 总被引:1,自引:0,他引:1
利用机器视觉技术把杂草精确识别出来是精细农业领域研究的热点问题之一。针对杂草与小麦叶子交叠的情况,提出一种综合颜色和形态特征的方法进行杂草识别。在L*a*b*颜色空间,选取a*作为特征量并用改进的最大类间方差法进行阈值分割获得植物图像;在HSI颜色空间,利用多层的同质性分割算法分离小麦与杂草;结合形态学特征开闭运算滤波及二值逻辑与运算获得杂草图像;模拟化学除草系统,从理论上评价整个系统的识别效率。实验结果表明:杂草正确识别率高达92.6%以上,且除草剂的使用量减少超过72.4%。 相似文献
8.
9.
特征选择是模式识别系统的难点.针对高维数据对象,先运用改进粒子群优化(PSO)算法快速、有效地从特征样本中提取一组最优特征子集,然后采用最小二乘支持向量机(LSSVM)分类器对最优特征子集进行分类,验证特征选择的好坏.经大量实验验证,在保证分类正确率的前提下,该方法有效提高了特征选择效率. 相似文献
10.