基于灰度共生矩阵算法的新型散包检测

目的 解决传统亮度、色彩等检测方法不能有效检测出烟包(尤其背景为白色的烟包)有无油封包裹的问题。方法 在传统检测方法的基础上,增加基于灰度共生矩阵算法的检测方法进行散包检测,通过对新型散包检测硬件架构设计、硬件隔离设计、相机优化、数学建模、灰度共生矩阵特征值提取、最优解等处理,采用基于灰度共生矩阵算法的新型散包检测方法能实现烟包散包检测精度的提升,有效检测出烟包(尤其浅色烟包)有无油封包裹的情况,降低无油封包裹烟包流入下道工序的风险。结果 基于灰度共生矩阵算法的新型散包检测方法能有效提升烟包的散包检测精度,散包烟包的检出剔除率≥99.9%。结论 基于灰度共生矩阵算法的新型散包检测方法能有效提升烟包的散包检测精度,尤其对浅色烟包有无油封包裹情况效果提升明显。     

基于灰度-梯度共生矩阵和模糊核聚类的振动图形识别方法

以往复机械振动参数图形为对象,提出了基于灰度-梯度共生矩阵和模糊核聚类的振动图形识别方法。利用灰度-梯度共生矩阵直接提取振动参数图形中的特征信息,将得到的纹理特征参量作为样本输入空间,通过Mercer核把输入样本映射到高斯特征空间后,在高维特征空间中进行聚类,从而实现往复机械故障智能诊断。实验结果表明,该方法可以获得较高的诊断精度,具有一定的可行性和有效性。     

灰度共生矩阵在蔬菜种类识别中的应用研究

针对我国蔬菜类食品安全追溯系统中有关种类信息采集存在的一些问题,提出了一种利用图像纹理分析技术对多种蔬菜进行识别分类,进而提高信息采集的准确性与高效性.实验中分别用灰度共生矩阵算法(GLCM)、高斯马尔可夫模型法(GMRF)和Gabor法分别对蔬菜的纹理进行特征提取,并通过支持向量机(SVM)分类对比.结果证明,由灰度共生矩阵对蔬菜种类识别可以得到较好的分类结果.     

基于振动参数图像融合灰度共生矩阵的电抗器机械状态辨识方法

为更有效地监测电抗器的工作状态,提出一种基于振动参数图像融合灰度共生矩阵的电抗器机械状态辨识方法。首先对电抗器施加不同大小的电压、预紧力以模拟不同工况,在采用工作变形分析的基础上,利用灰度共生矩阵提取不同工况下工作变形分析云图的纹理特征,引入能够定量表征电抗器振动情况的振型相关系数,进而得到电抗器振动参数结合工作变形分析灰度图纹理特征的融合特征矩阵,最后利用支持向量机实现电抗器的状态辨识。通过模拟绕组松动故障试验,将所提方法与单一基于灰度共生矩阵的常规辨识方法进行比较,实验结果表明：所提方法能够有效地提取电抗器振动信号特征参量,且诊断精度相较于常规方法有明显提升,准确率可达93.6%。     

基于灰度梯度共生矩阵最大熵估计的盲视频水印算法

<正>1基于灰度梯度共生矩阵最大熵估计的盲视频水印算法1.1灰度梯度最大阈值算法概述。图像分割是计算机视觉中的一个关键问题,在图像分析、图像识别、图像检测等方面占有非常重要的地位。其中基于图像统计灰度分布的阈值方法应用最为广泛,在实际系统中,图像目标和背景之间并不具备截然不同的灰度,随着可见光照射角度的不同,目标的亮度和背景的亮度均要变化因此阈值的正确选择是很重要的,直接影响着分割的精度及图像描述分析的正确性。     

基于灰度-梯度共生矩阵的旋转机械振动时频图形识别方法

针对旋转机械振动图形信息在故障诊断中一直没有得到充分利用,在一定程度上影响诊断技术的推广和利用的问题.研究了基于灰度-梯度共生矩阵的旋转机械故障诊断方法,该方法利用能反映图形像素点灰度与梯度的分布规律的灰度-梯度共生矩阵,直接提取和挖掘旋转机械振动信号的时频灰度图形中的像素点与其邻域像素点空同关系的特征信息,有效地提取图形中纹理特征信息后,直接利用人工免疫反面选择算法实现旋转机械故障诊断.在600 MW模化汽轮机转子试验台上进行了转子正常、转子不平衡故障、转子不对中故障及轴承松动故障的试验,诊断结果表明可以获得较高的诊断精度,并与基于灰度共生矩阵的诊断方法进行了比较,证明该方法可以提高故障诊断的准确率,验证了该方法的可行性.     

基于尺度变化的图像灰度投影算法

为了延拓灰度投影算法计算时间上的优越性能,解决传统投影法无法估计视频序列缩放参数问题,本文提出了一种新的基于尺度变化的灰度投影算法.算法根据缩放下投影矢量的特征,采用对数映射其坐标空间的方法,将矢量缩放参数降维成平移参数估计,再使用一维矢量互相关运算求解偏移量.实验结果表明,算法具有较好的鲁棒性,缩放系数位于0.7＜a＜1.3时,256×256图像块的解算时间为0.031s;参数求取精度＜0.03,能够较好的应用于视频帧序列的实时处理.     

基于灰度投影的硬板纸计数方法研究与应用

目前基于视觉的纸张计数方法大多是做图像分割或者边缘检测,虽然简单易行,但存在分割阈值难以选取的缺点。因此,提出一种基于灰度投影的硬板纸张计数算法。首先,将排列规律整齐的硬板纸张的图像通过灰度投影后得到其灰度像素曲线,再利用高斯函数得到的离散值作为权重,判断灰度像素曲线波峰和波谷的性质,然后根据波峰与波峰和波谷与波谷之间的间隔初步判断一张纸的厚度,并排除干扰峰谷点后准确定位出波峰或者波谷的位置,同时根据标记的位置实现对硬板纸张进行计数。最后,用实验验证了所提算法的有效性,实验计数结果表明,该方法能很好地实现对硬板纸的计数,且操作简单易行,2种不同硬板纸张计数结果的准确率均在98%以上。     

基于纹理特征的合成孔径声纳图像目标检测研究

随着成像声纳技术的发展,声纳图像的目标检测与识别逐渐成为数字图像处理领域的一个重要研究课题。合成孔径声纳图像含有丰富的纹理特征,而灰度共生矩阵具有丰富的特征参数,可以从不同的角度对纹理进行细致刻画。采用灰度共生矩阵可以描述合成孔径声纳图像纹理方面的特征,通过计算灰度共生矩阵在方位向和距离向的能量、相关性、对比度和熵值,并构造特征向量,可以对合成孔径声纳图像中的目标进行准确检测。从实验结果可以看出,基于纹理信息可以准确实现合成孔径声纳图像的目标检测。     

基于学习矢量量化的运动目标检测算法

提出一种基于学习矢量量化的运动目标检测算法.通过训练样本,网络能自适应地确定区分运动目标和背景的阈值向量.输入向量包含图像的 YCbCr 颜色空间分量和灰度共生矩阵的方向特征.两者融合到算法中,有效抑制了背景亮度变化对运动目标检测的干扰.仿真实验结果表明,即使在背景模型亮度剧烈变化的情况下,算法也能够准确检测出运动目标.     

一种新的灰度共现矩阵特征提取算法

提出了灰度共现矩阵类特征基的特征提取算法,该算法中不同类型的纹理具有与之相对应的灰度共现矩阵特征基,使得在某一类纹理的灰度共现矩阵特征基下,同类样本的特征值最大,该特征既反映了不同类纹理灰度共现矩阵的相似性又反映了不同类纹理灰度共现矩阵间距,本文以中国科学院电子学研究所机载合成孔径雷达图像进行实验,结果表明,该方法不仅使分类过程简单,而且分类精度明显提高。     

一种基于颜色和灰度跳变的车牌定位方法

通过对现在的车牌定位方法进行研究,提出了一种粗细相结合的车牌定位方法,即利用颜色特征和灰度跳变结合来确定车牌位置,首先利用车牌的颜色特征将车牌可能区域从整幅图像中确定,然后将经过图像处理技术和基于ostu二值化方法初步定位的图像变为差分图,根据白色点数来确定灰度跳变次数,再根据灰度跳变来确定车牌的具体位置.实验结果表明：这种方法对车牌的定位较为准确,对噪音的抗干扰性强,定位速度快,符合实时性的要求.     

基于条纹投影的复杂曲面测量技术

如何快速、高精度地测量复杂曲面的三维轮廓是目前的一个热点研究方向。与现有的测量方法相比,条纹投影轮廓测量技术具有非接触测量、测量速度快和重构点云密集等优点,在逆向工程等领域得到了广泛的应用。本文搭建了基于条纹投影轮廓测量技术的复杂曲面测量装置,并且对相位误差标定及补偿、投影仪精确标定、高阶系统模型简化以及有效点云快速识别等条纹投影轮廓测量的关键技术进行了深入地研究。最后使用该装置进行了叶片表面轮廓测量实验,实验结果表明,本文设计装置的测量偏差最大值不超过0.05 mm。     

基于行灰度投影相关的快速角度矢量估计算法

针对现存电子稳像算法估计图像旋转角度矢量的不足,提出了一种基于行灰度投影相关的快速图像旋转角度矢量估计算法。通过在当前帧图像中心位置选取灰度投影区域和参考帧图像相应区域作行灰度投影相关计算,估算出当前帧图像相对于参考帧图像的角度运动矢量。论述了灰度投影区域选取原则;分析了行、列灰度投影相关曲线的差异,得出行灰度投影相关曲线具有单峰性的结论;阐述了快速搜索算法的原理及其在本算法中的应用。实验表明,算法实现了对旋转图像序列角度运动矢量的快速估计（在PⅣ2.67GHZ,内存512M的PC机上,估算速度为37.7ms）,可对任意角度的角度矢量进行高精度的估计。     

Binary Image Steganalysis Based on Distortion Level Co-Occurrence Matrix

In recent years, binary image steganography has developed so rapidly that the research of binary image steganalysis becomes more important for information security. In most state-of-the-art binary image steganographic schemes, they always find out the flippable pixels to minimize the embedding distortions. For this reason, the stego images generated by the previous schemes maintain visual quality and it is hard for steganalyzer to capture the embedding trace in spacial domain. However, the distortion maps can be calculated for cover and stego images and the difference between them is significant. In this paper, a novel binary image steganalytic scheme is proposed, which is based on distortion level co-occurrence matrix. The proposed scheme first generates the corresponding distortion maps for cover and stego images. Then the co-occurrence matrix is constructed on the distortion level maps to represent the features of cover and stego images. Finally, support vector machine, based on the gaussian kernel, is used to classify the features. Compared with the prior steganalytic methods, experimental results demonstrate that the proposed scheme can effectively detect stego images.     

Multiple‐view Shape and Deformation Measurement by Combining Fringe Projection and Digital Image Correlation

Abstract: We present a new method that combines the fringe projection and the digital image correlation (DIC) techniques on a single hardware platform to simultaneously measure both shape and deformation fields of three‐dimensional (3‐D) surfaces with complex geometries. The method in its basic form requires only a single camera and single projector, but this can be easily extended to a multi‐camera multi‐projector system to obtain complete 360° measurements. Multiple views of the surface profile and displacement field are automatically co‐registered in a unified global coordinate system, thereby avoiding the significant errors that can arise through the use of statistical point cloud stitching techniques. Experimental results from a two‐camera two‐projector sensor are presented and compared with results from both a standard stereo‐DIC approach and a finite element model.