基于灰度共生矩阵的断口图像识别

被引：26

作者：

余丽萍

黎明

杨小芹

刘君

机构：

[1] 南昌航空大学无损检测技术教育部重点实验室

来源：

计算机仿真 | 2010年 / 27卷 / 04期

关键词：

灰度共生矩阵; 纹理特征参数; 断口识别;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

研究断口图像的识别是进行失效分析的一个重要组成部分,但普遍存在识别率不高的问题,为了有效提高识别率,提出一种基于灰度共生矩阵的断口识别方法,方法采用灰度共生矩阵法对金属断口图像进行特征提取,利用可分性判据来确定能影响纹理特征参数的构造因子(生成步长d,图像灰度级g和生成方向θ),并通过相关性分析来排除在表达金属断口图像纹理中冗余的特征参数,最后采用BP神经网络分类器进行分类,并进行仿真。结果证明,根据上述方法,对金属断口图像的分类是可行的,并且识别率也达到了满意的要求。

引用

页码：224 / 227

页数：4

共 7 条

[1] 基于灰度共生矩阵提取纹理特征图像的研究 [J].

冯建辉 ;

杨玉静 .

北京测绘, 2007, (03) :19-22

[2] 基于树形小波变换的断口图像识别 [J].

张莉 ;

黎明 ;

杨小芹 .

南昌航空大学学报(自然科学版), 2007, (02) :42-45

[3] 适于描述木材纹理的灰度共生矩阵构造方法研究 [J].

薛巨峰 ;

范东溟 ;

隋鑫 .

林业机械与木工设备, 2007, (06) :19-21

[4] 图像纹理的灰度共生矩阵计算问题的分析 [J].

薄华 ;

马缚龙 ;

焦李成 .

电子学报, 2006, (01) :155-158+134

[5] 应用分形进行金属断口的识别分类 [J].

李沁 ;

田沛 ;

吴保炜 ;

高云霞 .

仪器仪表与分析监测, 2005, (04) :19-21

[6] 基于小波变换的金属断口模式识别与分类 [J].

颜云辉 ;

高金鹤 ;

刘勇 ;

曹宇光 ;

雷世超 .

金属学报, 2002, (03) :309-314

[7]

Character recog-nition by double backpropagation neural network .2 J Kamruzzaman,Y Kumagai,S Mahfuzul Aziz. Proceed-ings of IEEE Region 10 Annual Conference Speech and ImageTechnologies for Computing and Telecommunications . 1997

← 1 →