期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
基于自适应标记的金相组织智能检测方法 被引量:2
1
作者 张利欣 孙涵 +1 位作者 尧昊天 边胜琴 《实验室研究与探索》 CAS 北大核心 2022年第8期1-4,101,共5页
针对依赖人工进行复杂金相组织分析智能化程度低、精度不高的状况,提出了一种基于改进标记的分水岭算法的金相组织智能检测方法。该方法首先引入多尺度Retinex等算法对金相图像预处理,有效提升金相图像质量;其次,依据拉普拉斯锐化等获... 针对依赖人工进行复杂金相组织分析智能化程度低、精度不高的状况,提出了一种基于改进标记的分水岭算法的金相组织智能检测方法。该方法首先引入多尺度Retinex等算法对金相图像预处理,有效提升金相图像质量;其次,依据拉普拉斯锐化等获得晶界基本轮廓;最后通过改进的自适应标记的分水岭算法,有效地解决了金相组织边界模糊、中断等问题,实现了精确且完整的金相组织检测。对比实验表明:在边缘检测准确度、晶粒数检测以及检测时间等方面都表现优异。该方法不仅可以解决人工分析受主观判定影响大、耗时耗力的问题,也提升了现有方法对复杂的金相组织检测精度低的问题,能够满足晶粒度等金相组织特征参数智能检测需求。 展开更多
关键词 自适应标记 金相组织 图像分割 智能检测
下载PDF
一种新的结构自适应竞争神经网络 被引量:1
2
作者 马文驷 梁继民 杨万海 《系统工程与电子技术》 EI CSCD 北大核心 2002年第10期93-95,共3页
针对一般竞争神经网络进行聚类分析时需要事先指定聚类数目 ,并且聚类结果依赖于神经网络初始权值的缺点 ,提出了一种结构自适应的竞争神经网络 ,根据聚类结果的MH(modificationHuber)标记值 ,自适应地调整神经网络输出神经元数目以得... 针对一般竞争神经网络进行聚类分析时需要事先指定聚类数目 ,并且聚类结果依赖于神经网络初始权值的缺点 ,提出了一种结构自适应的竞争神经网络 ,根据聚类结果的MH(modificationHuber)标记值 ,自适应地调整神经网络输出神经元数目以得到最优的聚类数目。仿真结果表明 ,该网络具有良好的动态聚类效果。 展开更多
关键词 竞争神经网络 聚类分析 结构自适应 MH标记
下载PDF
一种改进分水岭算法的浮选泡沫图像分割方法 被引量:3
3
作者 杨洁明 杨丹丹 《选煤技术》 CAS 2012年第5期82-86,共5页
为了解决煤泥浮选泡沫图像分割中传统分水岭算法的过分割问题,提出了一种基于自适应标记提取的改进分水岭算法。该方法首先对浮选泡沫图像进行高斯滤波,再运用基于形态学的扩展最大值技术从泡沫图像中自适应提取标记,利用标记对梯度图... 为了解决煤泥浮选泡沫图像分割中传统分水岭算法的过分割问题,提出了一种基于自适应标记提取的改进分水岭算法。该方法首先对浮选泡沫图像进行高斯滤波,再运用基于形态学的扩展最大值技术从泡沫图像中自适应提取标记,利用标记对梯度图像进行修改,最后使用分水岭算法对修正后的梯度图像进行分割。试验结果表明,改进后的算法克服了标记提取需要先验知识、分割过程繁琐等问题,使参数选取更加合理,分割结果更加准确。 展开更多
关键词 煤泥浮选泡沫图像 自适应标记提取 分水岭算法 极小值强制技术 鲁棒性 过分割
下载PDF
电子地图的自适应注记研究与实现 被引量:3
4
作者 陈长林 魏海平 +1 位作者 陈换新 李玉 《测绘科学》 CSCD 北大核心 2009年第5期196-198,共3页
地图注记的自动配置是地图制图与GIS的难点之一,传统的注记自动配置,采用的算法过于复杂,难以满足电子地图实时响应的要求;而且传统地图采用的是静态注记,而电子地图的屏幕范围有限,往往导致地图视口边界的注记不完整。本文提出一种网... 地图注记的自动配置是地图制图与GIS的难点之一,传统的注记自动配置,采用的算法过于复杂,难以满足电子地图实时响应的要求;而且传统地图采用的是静态注记,而电子地图的屏幕范围有限,往往导致地图视口边界的注记不完整。本文提出一种网格标记法实现注记压盖的快速检测,并基于此方法实现注记配置的压盖避让和动态调整,即注记的自适应配置。实践表明,此方法能有效改善电子地图的显示效果和运行效率,具有较高的实用性。 展开更多
关键词 注记 自动配置 自适应 压盖检测 网格标记法
原文传递
应用局部自适应阈值方法检测圆形标志点 被引量:2
5
作者 谢超 谢明红 《华侨大学学报(自然科学版)》 CAS 北大核心 2016年第2期134-138,共5页
利用圆形标志点的几何和灰度特征,在图像中搜索具有符合该特征描述的区域,对圆形标志点进行粗定位.对粗定位区域的扩展区域使用最大类间方差阈值分割法分割出圆形标志点轮廓,并对像素轮廓进行最小二乘拟合,计算出圆形标志点的中心坐标... 利用圆形标志点的几何和灰度特征,在图像中搜索具有符合该特征描述的区域,对圆形标志点进行粗定位.对粗定位区域的扩展区域使用最大类间方差阈值分割法分割出圆形标志点轮廓,并对像素轮廓进行最小二乘拟合,计算出圆形标志点的中心坐标及拟合轮廓各参数,根据该参数筛选保留所需标志点中心坐标.结果表明:该方法使用局部的大津阈值检测圆形标志点,能够避免全局阈值的缺陷,提高标志点检测的检出率;采用最小二乘椭圆拟合提取标志点中心,能够达到亚像素级精度. 展开更多
关键词 图像分割 机器视觉 自适应阈值 圆形标志点 椭圆拟合
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部