-
题名织物瑕疵检测方法研究进展
被引量：16
- 1
-
-
作者
田宸玮
王雪纯
杨嘉能
钱育蓉
-
机构
新疆大学软件学院
中国石油吐哈油田分公司勘探开发研究院
-
出处
《计算机工程与应用》
CSCD
北大核心
2020年第12期8-18,共11页
-
基金
国家自然科学基金(No.61966035,No.61562086)
国家自然科学基金联合基金—重点项目(No.U1803261)
新疆维吾尔自治区研究生创新项目(No.XJ2019G072)。
-
文摘
计算机视觉在纺织物瑕疵检测方面已经有了较为广泛的应用,织物瑕疵检测是纺织行业质量控制的必要步骤。为了能够及时了解织物瑕疵检测的最新研究进展,把握织物瑕疵检测方法的研究热点和方向,介绍了织物图案的放置规则以及织物瑕疵检测的相关指标,针对织物瑕疵检测方法较多的问题,将这些方法分为四类(基于结构、基于统计、基于频谱、基于学习)并归纳分析了这些织物瑕疵检测方法在应用中的特点,且对比了四类检测方法中各个方法的特性以及优点和缺点,目的是为了找到如何提高织物瑕疵检测效率的方法,实现实时在线检测,展望了织物瑕疵检测方法的未来研究方向。
-
关键词
织物瑕疵
纺织物
计算机视觉
图像处理
-
Keywords
defect detection
textiles
computer vision
image processing
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于自适应校正的动态直方图均衡算法
被引量：13
- 2
-
-
作者
杨嘉能
李华
田宸玮
钱育蓉
-
机构
新疆大学软件学院
-
出处
《计算机工程与设计》
北大核心
2021年第5期1264-1270,共7页
-
基金
国家自然科学基金项目(61966035)
国家自然科学基金联合基金项目(U1803261)
自治区研究生创新基金项目(XJ2019G069)。
-
文摘
为提高低照度图像的对比度并改进动态直方图均衡化算法的不足,在亮度校正上,提出基于直方图“分布范围”的分割技术和重映射区间分配方法,用去噪阈值优化直方图分布范围的计算;在控制对比度和保留细节信息上,提出带参数的调整量来校正直方图中的较小值,防止灰度级的合并。选取了多个低照度图像数据集进行测试,结合主客观图像质量评价可以看出,对于不同场景、不同程度的低照度图像,所提算法都有良好的增强效果,图像细节信息丰富。
-
关键词
低照度图像
直方图均衡化
动态直方图
直方图校正
对比度增强
-
Keywords
low-illumination image
histogram equalization
dynamic histogram
histogram correction
contrast enhancement
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名优化动态直方图均衡的水下图像增强方法
被引量：4
- 3
-
-
作者
王潇
于炯
杨嘉能
马雯
-
机构
新疆大学软件学院
新疆大学信息科学与工程学院
-
出处
《计算机仿真》
北大核心
2022年第10期259-264,439,共7页
-
文摘
由于光线在水下的衰减特性,导致拍摄到的图像存在对比度低及细节信息模糊等问题。为提升水下图像的视觉效果和突出细节信息,提出基于优化动态直方图均衡的水下图像增强方法。在直方图分割方面,引入了其分布特性,考虑直方图分布范围并将其进行分割,改善了基于曝光值的分割方法;在构造恰当的映射函数方面,引入重建参数对子直方图进行重建,防止水下图像过增强的同时保留完整的细节信息;依据重建后的子直方图重新分配合理的重映射区间。仿真效果表明,上述方法对于不同场景、不同背景色的水下图像都具有良好的增强效果,图像色彩自然,清晰度提升且细节信息丰富。
-
关键词
图像增强
直方图均衡化
动态直方图
色彩校正
-
Keywords
Image enhancement
Histogram equalization
Dynamic histogram
Color correction
-
分类号
TP317.41
[自动化与计算机技术—计算机软件与理论]
-
-
题名基于深度学习的乳腺癌病理图像分类研究综述
被引量：11
- 4
-
-
作者
李华
杨嘉能
刘凤
南方哲
钱育蓉
-
机构
新疆大学软件学院
新疆维吾尔自治区信号检测与处理重点实验室
-
出处
《计算机工程与应用》
CSCD
北大核心
2020年第13期1-11,共11页
-
基金
国家自然科学基金(No.61966035)
国家自然科学基金联合基金(No.U1803261)
+1 种基金
智能多模态信息处理团队项目(No.XJEDU2017T002)
自治区研究生创新项目(No.XJ2019G069,No.XJ2019G071)。
-
文摘
准确、高效的乳腺癌病理图像分类是计算机辅助诊断的重要研究内容之一。随着机器学习技术的发展,深度学习日渐成为一种有效的乳腺癌病理图像分类处理方法。分析了乳腺癌病理图像分类方法及目前存在的问题;介绍了四种相关的深度学习模型,对基于深度学习的乳腺癌病理图像分类方法进行梳理,并通过实验对比分析现有模型的性能;最后对乳腺癌病理图像分类的关键问题进行了总结,并讨论了未来研究的发展趋势。
-
关键词
计算机辅助诊断
乳腺癌病理图像
图像分类
深度学习
-
Keywords
computer aided diagnosis
breast cancer histopathological image
image classification
deep learning
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名Kirsch算子地质图像边缘检测算法并行化研究
被引量：4
- 5
-
-
作者
田宸玮
王雪纯
杨嘉能
钱育蓉
-
机构
新疆大学软件学院
新疆维吾尔自治区信号检测与处理重点实验室
新疆大学软件工程重点实验室
中国石油吐哈油田公司勘探开发研究院
-
出处
《新疆大学学报（自然科学版）（中英文）》
2021年第1期54-60,68,共8页
-
基金
国家自然科学基金(61966035)
国家自然科学基金联合基金-重点项目(U1803261)
新疆维吾尔自治区科技厅国际合作项目(2020E01023)。
-
文摘
针对大尺寸地质图像边缘检测算法计算密集和数据密集的特性,为提高地质图像边缘检测算法的计算效率,提出一种自适应阈值的Kirsch算子的边缘检测算法.从传统算法层面,通过减少运算次数以及针对阈值设定随机性较大的问题提出自适应阈值的方法对其进行优化.从算法并行层面,在CPU-GPU传输开销以及线程规模选取上分析优化.经测试,改进的算法比现有算法减少了计算量,获取的边缘更清晰,对大于2 048×2 048尺寸的地质图像加速比可以保持在80倍以上(不考虑传输开销可保持在300倍以上).该方法的并行较易实现,为实时在线的地质图像边缘检测提供了可能.
-
关键词
边缘检测
KIRSCH算子
并行计算
地质图像
统一计算设备架构
-
Keywords
edge detection
Kirsch operator
parallel computing
geological image
CUDA
-
分类号
TP391.413
[自动化与计算机技术—计算机应用技术]
TP751.1
[自动化与计算机技术—计算机科学与技术]
-
