基于多特征融合的织物印花图像分割

针对织物印花检测精度的问题,采用结合颜色特征和纹理特征多特征融合的方法,对织物印花图像进行有效分割,从而为提高织物印花的检测精度奠定了基础。在织物印花的分割过程中,首先采用颜色特征结合基于自动种子点选取的区域增长算法对图像进行初始分割,在初始分割的基础上,利用小波变换提取干扰区域的纹理特征,从而可以进一步地消除干扰区域,实现织物印花图像的准确分割。实验结果表明：基于多特征融合的分割算法能够准确地分割出织物的印花图案,克服了仅仅采用颜色特征或者纹理特征时产生的分割失真,提高了分割的质量,具有较好的应用价值。     

织物褶皱多尺度灰度共生矩阵分析

为建立一套客观、稳定、高效的织物褶皱评价系统,文章提出一种多尺度图像特征提取方法。首先,通过3层小波变换对织物二维图像进行分解,得到其高频系数;对原图及三个尺度下的小波系数分别生成灰度共生矩阵,并对这四个尺度的灰度共生矩阵提取对比度、相关性、角二阶矩、同质性及熵值表征织物褶皱变化;最后通过支持向量机对输入特征进行分类。结果表明,结合小波变换的灰度共生矩阵方法比单独使用灰度共生矩阵分类准确率高,说明多尺度的图像特征能够更加全面地描述织物褶皱变化。     

多尺度分析生成的多重正交小波的性质

首先讨论了多尺度分析中子空间V0的性质,在此基础上得到多尺度分析生成的多重正交小波的几个等价条件,使得H.O.K im的定理2.6成为其的一种特殊情形.     

基于自适应小波的织物疵点自动分割研究

根据小波正交条件,通过使用疵点图像的疵点区与无疵点区能量均值比为优化目标函数,构造与织物纹理模式相匹配的二维自适应平稳小波.实验证明,构造的小波具有更好的鲁棒性和检测能力.     

基于小波变换和阈值分割的织物疵点边缘检测

The edge detection of fabric defects is the base of geometrical features extraction and the essential process of the fabric defects identification, This paper proposed a method for fabric defects edge detection based on discrete stationary wavelet transform （DSWT） and optimal threshold segmentation algorithm （OTSA）. Firstly, the background of fabric defects picture was removed, then it was executed through DSWT and enhanced by the Laplacian operator. Finally, the edge detection was carded out with both OTSA and morphological operation. By contrast, this method is better than the classic ones, and is effective to fabric defect edge detection.     

基于小波分解系数的织物图像分类分割

 针对既考虑颜色域又考虑空间域的分割算法对小纹理织物图像产生较大分割失真,而只考虑颜色域信息的算法又对大纹理粗糙图像的纱线缝隙不能有效去除的问题,提出了基于小波分解能量的织物分类算法,先判断出织物粗糙与否,再选用相应算法分割。发现由纱线缝隙等造成的较大纹理主要存在于小波变换的2、3级细节图像上,通过计算这两级的分解系数能量和,判断是否属于大纹理织物,再依据2、3级的能量比判定粗糙程度,实现对织物的分类分割。     

基于不同小波基函数的多层小波变换掌纹识别方法研究

利用手掌的几何轮廓对掌纹图像进行预处理,分割得到感兴趣区域(ROI).基于不同的小波基函数,对掌纹图像分别进行多层小波变换,进而提取不同小波下的能量特征.通过计算不同基函数、不同层次下小波能量特征的识别率,得出不同小波基识别能力的强弱.实验表明,与以往算法相比,本方法具有较好的识别效果.     

基于多尺度图卷积的点云分类网络

近些年,越来越多有关深度学习的方法应用到了点云分类领域。文章提出一种基于多尺度图卷积的点云分类网络,通过获取不同范围内等间隔采样的k个邻近点,以搭建不同尺度的图卷积模块来学习多尺度局部特征。实验表明,该网络在ModelNet40数据集上的准确率达到了92.8%,具有较好的性能。     

基于离散小波变换域可见数字水印技术

随着互联网的日益普及,多媒体信息的交流达到了前所未有的深度和广度。多媒体信息提高了信息表达的效率和准确度,给人们的生活和工作方式带来了巨大变化。商家利用电子商务、电子邮件、电子广告、电子新闻、数字仓库等各种类型的网络运作方式赢得了巨额的利润。同时,数字图书馆以及数字音频、视频为人们获取和交流信息提供了极大便利。     

基于均值方差法的遥感图像多尺度表达算法

针对目前遥感图像的多尺度分割算法没有在同一幅图像中实现多尺度表达,文章提出了基于均值方差法的遥感图像多尺度表达的方法。首先用分水岭算法对遥感图像进行初始分割,然后用面向对象的分割方法,以均值方差作为分割质量评估参数,对遥感图像进行多尺度选择。得到多个最优尺度后,在遥感图像中进行多尺度表达,直到每个最优尺度都完成了区域选择。实验结果表明,多尺度表达结果合理,接近于人工解译结果。     

贾卡经编织物多纹理区域分割技术

为快速准确地得到贾卡经编织物花型图案,提出一种基于小波多尺度分层、马尔科夫随机场建模和贝叶斯最优准则分割理论的贾卡经编织物图像多纹理区域分割技术.首先通过小波变换将贾卡织物图像作多尺度分解等预处理,其次结合马尔科夫随机场理论,运用有限高斯混合算法构建图像灰度场分布模型,采用尺度逻辑算法构建标号场先验模型,最后在贝叶斯理...     

基于MRF层次模型的贾卡经编针织物图像分割技术

基于贾卡织物特点和层次马尔科夫随机场建模,提出一种贾卡经编针织物图像的分割方法。贾卡织物图像在扫描过程中因其立体肌理会带来噪音信息,需进行高斯低通滤预处理,在此基础上,采用haar小波进行多尺度分解以模拟人类视觉处理信息过程。在特征场建模上采用有限通用混合模型来逼近贾卡织物图像的小波系数,同时融合零均值隐状态的混合概率分布函数来描述贾卡经编针织物图像的噪音信息,在标签场建模上采用尺度内的非因果马尔科夫和尺度间因果马尔科夫来确定先验模型,在贝叶斯准则下完成图像分割。结果表明,该方法能较好地实现贾卡经编针织物图像的纹理分割。     

B样条正交小波的构造

基于Mallat多尺度分析理论,用Daubechies的正交小波构造方法,构造出任意阶基数B样条规范小波,并给出了相应的小波函数,尺度函数,正交象波器H和G的时频响应表达式,这类小波产生的小波基适用于一维和二维信号分解与重建过程中的Mallat快速算法。     

马尔可夫随机场在纸病检测中的应用研究

纸病检测是造纸生产过程中重要的环节,现有的纸病检测系统一般采用阈值算法或边缘检测算法对图像进行分割。为解决阈值分割和边缘检测分割方式中存在的误分以及过度分割问题,本研究提出了基于马尔可夫（MarKov）随机场的纸病图像分割方法。通过MarKov随机场理论对纸病图像纹理进行分析得到纹理特征参数,利用纹理特征参数以及最大差值对正常背景和纸病区域进行分割。结果表明,相比于其他分割算法,基于MarKov随机场的纸病图像分割方法可有效提取出纸病图像的纹理细节和轮廓特征,提高分割的准确度。     

基于改进Faster R-CNN模型的樱桃缺陷检测

目的：提高工业环境下樱桃分级分拣工作的效率。方法：提出了基于Faster R-CNN框架改进的樱桃缺陷识别分拣模型。结果：通过对比VGG16、MobileNet-V2和ResNet50网络,主干网络为ResNet50的效果最优,改进后的Faster R-CNN模型对樱桃裂口、双生、刺激生长、霉变、褐变腐烂和完好果的检测精度分别为97.75%,99.77%,98.90%,97.56%,96.67%,98.80%,平均检测精度达98.24%,高于其他模型,检测速度为31.16帧/s。结论：试验方法对樱桃缺陷类别的检测具有较高的识别精度。     

基于改进的Faster R-CNN的小目标储粮害虫检测研究

针对小目标储粮害虫图像的检测问题,提出了一种基于特征金字塔网络的Faster R-CNN改进模型对图像中的小目标进行检测。本文以5种常见的储粮害虫为检测目标,样本中通过随机组合的方式混合不同种类的储粮害虫进行拍照取样,通过对原始图像数据进行目标扩充后构建了含942张储粮害虫图像的数据集（CSGP）。在改进模型的特征金字塔网络结构中,特征提取网络产生的高层特征图通过下采样方式逐步对底层特征图进行融合,生成适合多尺度目标检测的特征图。实验结果表明,采用训练集目标扩充的方式,储粮害虫图像的目标检测结果mAP提升了2.21%;改进后的模型进一步使得储粮害虫图像检测的mAP达到96.69%。最后,设计了一套粮仓内的储粮害虫监测系统。     

基于自适应离散小波变换的混合特征畸变织物疵点识别

 本文通过构造自适应正交小波识别混合特征畸变织物疵点。首先确定所设计小波的优化目标,然后采用二通道方法准确重建正交滤波器(Quadrature Mirror Filter, QMF)的结构实现方式,推导出目标函数,并通过目标函数选择具体的优化方法,建立起优化目标和QMF系数间的函数关系;最后采用构造出的自适应正交小波对3种类型的混合特征畸变疵点进行识别,通过两层离散小波分解,验证该方法的可行性。     

Advances in Feature Selection Methods for Hyperspectral Image Processing in Food Industry Applications: A Review

There is an increased interest in the applications of hyperspectral imaging (HSI) for assessing food quality, safety, and authenticity. HSI provides abundance of spatial and spectral information from foods by combining both spectroscopy and imaging, resulting in hundreds of contiguous wavebands for each spatial position of food samples, also known as the curse of dimensionality. It is desirable to employ feature selection algorithms for decreasing computation burden and increasing predicting accuracy, which are especially relevant in the development of online applications. Recently, a variety of feature selection algorithms have been proposed that can be categorized into three groups based on the searching strategy namely complete search, heuristic search and random search. This review mainly introduced the fundamental of each algorithm, illustrated its applications in hyperspectral data analysis in the food field, and discussed the advantages and disadvantages of these algorithms. It is hoped that this review should provide a guideline for feature selections and data processing in the future development of hyperspectral imaging technique in foods.     

基于随机森林和特征选择方法的蛋白质热稳定性影响因素预测

酶的耐热性对其在食品工业中实现应用至关重要。本文以随机森林算法通过蛋白质序列预测酶的热稳定性,并对影响热稳定性的重要特征进行了分析。计算了从Swiss-Prot数据库获得的1600个包含热稳定性信息的酶的430个特征。采用重复欠抽样法处理数据不平衡问题,采用向后递归特征消去法优选出30个最重要的特征。通过交叉验证和独立测试比较以各特征子集构建的模型,发现仅以氨基酸组成为特征集构建的模型获得了最佳预测效果,模型的总体预测准确率为85.83%、敏感性为89.16%、特异性为73.33%、精度为77.00%、F1度量为74.87%。结果表明氨基酸组成对酶热稳定性的影响最大,嗜热酶中含有更多的谷氨酸、异亮氨酸和赖氨酸,而常温酶中含有更多的谷氨酰胺、丝氨酸和苏氨酸。研究为蛋白质工程改造食品工业用酶的热稳定性提供了一定的理论和方法。