基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
提出了应用最大互信息方法进行零件图像识别的方法,它利用图像的信息熵描述图像的特征,结合图像的颜色信息及局部形状信息,以互信息作为衡量两幅图像相似性的测度函数进行图像识别,弥补了直方图表达空间信息的不足.该方法既满足位置不变性,又能避免进行图像分割,从而避免了因图像分割引起的复杂计算,使算法容易实现.实验结果表明,该方法提高了零件图像识别的精度、稳定性和可靠性.
推荐文章
零件图像识别特征的研究
图像识别
零件图像
几何特征
形状特征
基于小波神经网络和证据理论的零件图像识别
小波变换
神经网络
证据理论
图像识别
面向图像识别的条件互信息特征选择方法
特征选择
图像识别
互信息
SVM
识别率
基于小波神经网络和证据理论的零件图像识别的研究
小波变换
神经网络
证据理论
图像识别
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于最大互信息方法的机械零件图像识别
来源期刊 电子科技大学学报 学科 工学
关键词 图像识别 机械零件图像 互信息
年,卷(期) 2007,(4) 所属期刊栏目 电子机械工程
研究方向 页码范围 801-804
页数 4页 分类号 TP391
字数 1989字 语种 中文
DOI 10.3969/j.issn.1001-0548.2007.04.042
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 黄大贵 电子科技大学机械电子工程学院 84 695 15.0 20.0
2 葛森 电子科技大学机械电子工程学院 3 28 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (22)
共引文献  (119)
参考文献  (8)
节点文献
引证文献  (3)
同被引文献  (7)
二级引证文献  (4)
1900(1)
  • 参考文献(0)
  • 二级参考文献(1)
1941(1)
  • 参考文献(0)
  • 二级参考文献(1)
1977(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(7)
  • 参考文献(3)
  • 二级参考文献(4)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(6)
  • 参考文献(0)
  • 二级参考文献(6)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(2)
  • 参考文献(2)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2008(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(0)
  • 二级引证文献(1)
2015(2)
  • 引证文献(1)
  • 二级引证文献(1)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
图像识别
机械零件图像
互信息
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电子科技大学学报
双月刊
1001-0548
51-1207/T
大16开
成都市成华区建设北路二段四号
62-34
1959
chi
出版文献量(篇)
4185
总下载数(次)
13
总被引数(次)
36111
论文1v1指导