基于分数阶CV模型的木材缺陷图像分割算法

被引:23
作者
程玉柱
蔡云飞
机构
[1] 南京林业大学机械电子工程学院
关键词
分数阶; CV; PCA; 木材缺陷图像; 图像分割;
D O I
10.13279/j.cnki.fmwe.2018.0043
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
针对木材虫眼、死节、活节等缺陷,提出了一种可调分数阶CV模型木材缺陷图像分割算法。将RGB彩色图像用PCA灰度化,在GACV模型的基础上,对边缘检测项用CRONE模板作分数阶微分处理,并耦合区域检测项迭代求解水平集函数,得到收敛的目标轮廓曲线。试验结果表明,提出的算法边缘定位能力强,可扩展性好,性能优于CV模型,能很好地提取木材缺陷目标。
引用
收藏
页码:44 / 47+51 +51
页数:5
相关论文
共 7 条
[1]   基于灰度共生矩阵和模糊BP神经网络的木材缺陷识别 [J].
牟洪波 ;
王世伟 ;
戚大伟 ;
倪海明 .
森林工程, 2017, 33 (04) :40-43+54
[2]   木材缺陷重建图像的形态学处理研究 [J].
吴彤 ;
刘嘉新 ;
丁全福 .
森林工程, 2016, 32 (02) :40-43+48
[3]   基于改进的NCSPSO优化SVM的木材缺陷图像分割 [J].
刘俊焱 ;
尹婷婷 ;
陈云凤 ;
周宇 .
林业机械与木工设备, 2014, (10) :26-29+34
[4]   基于MMC与CV模型的苗期玉米图像分割算法 [J].
程玉柱 ;
陈勇 ;
张浩 .
农业机械学报, 2013, 44 (11) :266-270
[5]   分数阶微积分在图像处理中的研究综述 [J].
黄果 ;
许黎 ;
蒲亦非 .
计算机应用研究, 2012, 29 (02) :414-420+426
[6]   木材缺陷检测理论及方法的发展 [J].
杨春梅 ;
胡万义 ;
白帆 ;
汤晓华 .
林业机械与木工设备, 2004, (03) :8-10
[7]  
GACV: Geodesic-Aided C–V method[J] . Li Chen,Yue Zhou,Yonggang Wang,Jie Yang.Pattern Recognition . 2006 (7)