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:
主要研究了一种适用于带钢表面图像的缺陷区域分割方法。首先,对传统的基于边缘检测和全局阈值的缺陷区域分割方法进行研究和比较,然后根据带钢表面缺陷图像的灰度特点,提出了一种基于灰度级形态学增强和自适应阈值的缺陷区域分割方法。采用本文方法对常见的带钢表面图像进行缺陷区域分割实验,结果表明本文方法的分割效果要优于传统的分割方法。因此,提出的基于灰度级形态学增强和自适应阈值的缺陷区域分割方法具有一定的实际应用价值。
推荐文章
基于局部信息熵迭代的带钢表面缺陷分割
边缘点投影
信息熵
缺陷分割
基于边缘感知和小样本学习的多尺度带钢表面缺陷分割方法
语义分割
表面缺陷检测
小样本学习
特征金字塔注意力
全局注意力上采样模块
基于小波提升分解的带钢表面缺陷检测
带钢缺陷
快速检测
小波分解
提升格式
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 带钢表面图像缺陷区域的分割方法
来源期刊 计算机系统应用 学科
关键词 带钢 表面缺陷 分割 阈值
年,卷(期) 2014,(10) 所属期刊栏目 软件技术?算法
研究方向 页码范围 239-243
页数 5页 分类号
字数 3742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 谢光伟 苏州大学机电工程学院 10 113 5.0 10.0
2 仲兆准 苏州大学沙钢钢铁学院 17 133 6.0 11.0
3 钟胜奎 苏州大学沙钢钢铁学院 35 180 6.0 12.0
4 张运诗 苏州大学机电工程学院 9 104 4.0 9.0
5 漆鹏杰 苏州大学机电工程学院 5 26 4.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (50)
共引文献  (104)
参考文献  (10)
节点文献
引证文献  (4)
同被引文献  (15)
二级引证文献  (8)
1979(1)
  • 参考文献(0)
  • 二级参考文献(1)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(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)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(5)
  • 参考文献(0)
  • 二级参考文献(5)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(5)
  • 参考文献(0)
  • 二级参考文献(5)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(5)
  • 参考文献(2)
  • 二级参考文献(3)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(4)
  • 参考文献(1)
  • 二级参考文献(3)
2010(4)
  • 参考文献(1)
  • 二级参考文献(3)
2011(8)
  • 参考文献(2)
  • 二级参考文献(6)
2012(3)
  • 参考文献(0)
  • 二级参考文献(3)
2013(3)
  • 参考文献(3)
  • 二级参考文献(0)
2014(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)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(2)
  • 引证文献(1)
  • 二级引证文献(1)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(8)
  • 引证文献(1)
  • 二级引证文献(7)
研究主题发展历程
节点文献
带钢
表面缺陷
分割
阈值
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
计算机系统应用
月刊
1003-3254
11-2854/TP
大16开
北京中关村南四街4号
82-558
1991
chi
出版文献量(篇)
10349
总下载数(次)
20
总被引数(次)
57078
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
江苏省自然科学基金
英文译名:Natural Science Foundation of Jiangsu Province
官方网址:http://www.jsnsf.gov.cn/News.aspx?a=37
项目类型:
学科类型:
论文1v1指导