简化PCNN在磨粒图像颜色特征提取中的应用

被引：5

作者：

张云强

张培林

任国全

机构：

[1] 军械工程学院一系

来源：

内燃机工程 | 2013年 / 34卷 / 05期

关键词：

内燃机; 脉冲耦合神经网络; 磨粒图像; 特征提取; 最小二乘支持向量机;

D O I：

10.13949/j.cnki.nrjgc.2013.05.001

中图分类号：

TP391.41 []; TK407 [运行与维修];

学科分类号：

080203 ;

摘要：

提出了一种简化脉冲耦合神经网络(pulse coupled neural network,PCNN)的磨粒图像颜色特征提取方法,将简化PCNN分别作用于RGB磨粒图像的3个颜色分量,利用PCNN的脉冲耦合特性对颜色分量进行二值分解。通过定义图像像素捕获率把PCNN二值图像序列转化为一维时间序列,提取捕获率时间序列的均值、标准差、峰值、能量和熵作为磨粒图像的颜色特征,并将提取的特征输入最小二乘支持向量机(least square support vector machine,LS-SVM)对磨粒进行识别。研究结果表明:与单纯的颜色特征相比,PCNN颜色特征能更好地表达磨粒的颜色特征,平均识别率达到98%。

引用

页码：69 / 75

页数：7

共 12 条

[1] 图像颜色特征提取在铁谱图像分类及磨粒识别中的应用研究
陈桂明
谢友柏
江良洲
[J]. 中国机械工程, 2006, (15) : 1576 - 1580
[2] 发动机铁谱磨粒分析与磨粒识别研究
傅建平
张培林
廖振强
李国章
[J]. 润滑与密封, 2005, (01) : 23 - 25+46
[3] Equivalence relation between PCNN and mathematical morphology in image processing. Gu X D,Zhang L M. Journal of Computer-Aided Design&Computer Graphics . 2004
[4] Gaussian noise filter based on PCNN. Ma Yi-de,Shi Fe,Li Lian. IEEE ICNNSP . 2003
[5] Automatic image segmentation based on PCNN with adaptive threshold time constant
Wei, Shuo
Hong, Qu
Hou, Mengshu
[J]. NEUROCOMPUTING, 2011, 74 (09) : 1485 - 1491
[6] Feature Linking via Synchronization among Distributed Assemblies:Simulation of Results from Cat Cortex. Eckhorn R,,Reitboeck H J,Arndt M,et al. Neural Computation . 1990
[7] 脉冲耦合神经网络与数字图像处理[M]. 科学出版社 , 马义德等, 2008
[8] 磨粒图像数字化检测方法[M]. 科学出版社 , 吕植勇, 2010
[9] 基于脉冲耦合神经网络的图像检索与数据聚类[D]. 宁晓菊.西安电子科技大学 2004
[10] Review of pulse-coupled neural networks[J] . Zhaobin Wang,Yide Ma,Feiyan Cheng,Lizhen Yang. &nbspImage and Vision Computing . 2009 (1)

← 1 2 →