基于熵和变异度的织物疵点图像分割方法

• 作者: 张正 王松伟 石美红 郭仙草
• 来源期刊: 西安工程大学学报
• 关键词: 织物疵点 图像分割 局部熵 变异度 人工神经网络脉冲藕合
• 年，卷（期）: 2014,（2）
• 所属期刊栏目: 计算机科学
• 页码范围: 207-212,219
• 页数: 7页
• 分类号: TP319
• 语种: 中文

摘要

针对现有织物疵点图像分割方法对光照不均匀敏感的问题，提出了一种基于局部熵和变异度的织物疵点图像分割方法。首先对织物图像进行局部熵和变异度计算，提取疵点的类边缘和区域信息；然后基于人工神经网络脉冲耦合（PCNN ）的区域生长法分割织物疵点图像。通过对T ILDA数据库中的疵点图像和基于线阵CCD在线检测的织物疵点图像进行测试，并与已有的相关方法进行对比实验和评价。结果表明，该方法不仅能有效地抑制光照不均匀和复杂背景干扰的影响，而且分割质量有了明显改进。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	石美红	西安工程大学计算机科学学院	65	1116	17.0	31.0
2	郭仙草	西安工程大学计算机科学学院	4	59	4.0	4.0
3	王松伟	西安工程大学计算机科学学院	1	4	1.0	1.0
4	张正	西安工程大学计算机科学学院	4	16	3.0	4.0