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:
纺织品图像增强能够突出其纹理特性,便于纺织品的人工检测和机器视觉检测.提出一种在非局部均值滤波( NLM)框架下的纺织品图像纹理增强方法.纺织品图像具有规则周期的纹理,存在大量的冗余信息,NLM可利用这一特性来增强图像的纹理信息.但由于纺织品图像结构复杂且存在噪声,导致在NLM中相似性的度量不够准确.为解决这一问题,通过采用主分量分析(PCA)将纺织品图像分解为图像信息分量和噪声分量,并去除各分量间的相关性,来提高纺织品纹理间相似性度量的准确性.实验结果表明,本文方法比现有的纺织品图像纹理增强方法的增强效果有显著提高.
推荐文章
纹理图像检索的不同相似性度量方法的比较研究
图像特征
相似性度量
基于内容的图像检索
整数小波包
基于空间纹理相似性的图像角点特征匹配算法
图像角点特征匹配
LBP特征向量
瑞利商
纹理特征空间
阻燃纺织品
阻燃纺织品
阻燃机理
加工方法
燃烧性能测试
基于EPC编码算法的纺织品识别
RFID
EPC编码
否定选择算法
Hamming Distance函数
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 引入纹理相似性的纺织品图像增强
来源期刊 中国图象图形学报 学科 工学
关键词 纺织品图像 纹理增强 非局部均值滤波 主分量分析
年,卷(期) 2012,(2) 所属期刊栏目 图像处理和编码
研究方向 页码范围 169-177
页数 分类号 TP301.6
字数 6464字 语种 中文
DOI
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 杨学志 合肥工业大学计算机与信息学院 73 588 12.0 20.0
2 方静 合肥工业大学计算机与信息学院 14 108 4.0 10.0
3 卢洁 合肥工业大学计算机与信息学院 4 94 3.0 4.0
4 田晓梅 合肥工业大学计算机与信息学院 1 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (3)
共引文献  (7)
参考文献  (5)
节点文献
引证文献  (3)
同被引文献  (2)
二级引证文献  (13)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(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)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(5)
  • 引证文献(0)
  • 二级引证文献(5)
2016(4)
  • 引证文献(0)
  • 二级引证文献(4)
2017(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)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
2020(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
纺织品图像
纹理增强
非局部均值滤波
主分量分析
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
中国图象图形学报
月刊
1006-8961
11-3758/TB
大16开
北京9718信箱
82-831
1996
chi
出版文献量(篇)
5906
总下载数(次)
17
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导