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:
快速l1最小化算法是一种关于求解稀疏矩阵的算法,相对于传统的主成分分析l2范数,l1范数只需要计算图像主要特征的稀疏矩阵,对噪声和异常项具有更好的鲁棒性,且在木材识别领域使用较少.局部二元模式(Local binary pattern,LBP)是一种描述灰度范围纹理的算法,对于图像特征的描述有显著的效果.本文利用LBP提取不同木材截面RGB图像三层纹理的特征,用l1算法对特征矩阵进行快速、准确的匹配,检测出是否有缺陷,同时通过图像分块定位缺陷的位置坐标.实验表明快速l1算法结合LBP算子对木材缺陷定位正确率达到0.931.
推荐文章
基于L1范数的形状快速匹配算法
内距离形状上下文
轮廓点分布直方图
地球移动距离
L1范数
形状检索
基于多模型融合的木材表面缺陷图像快速识别1)
木材缺陷
图像识别
全局最小化
全变分范数对偶化
基于平滑l1范数的深度稀疏自动编码器社区识别算法
深度学习
社区识别
稀疏自编码器
平滑l1范数
基于MB-LBP算子和Multilinear PCA算法的人脸识别
MB-LBP算法
Multilinear PCA算法
特征提取
人脸识别
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 基于快速l1算法和LBP算法的木材缺陷识别
来源期刊 数据采集与处理 学科 工学
关键词 快速l1最小化算法 局部二值模式 识别算法 木材缺陷
年,卷(期) 2017,(6) 所属期刊栏目
研究方向 页码范围 1223-1231
页数 9页 分类号 TP391.4|TP79
字数 4397字 语种 中文
DOI 10.16337/j.1004-9037.2017.06.018
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 朱正礼 南京林业大学信息科学技术学院 21 83 6.0 9.0
2 云挺 南京林业大学信息科学技术学院 40 138 7.0 8.0
3 杨绪兵 南京林业大学信息科学技术学院 21 56 4.0 7.0
4 熊伟俊 南京林业大学信息科学技术学院 1 7 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (59)
共引文献  (99)
参考文献  (13)
节点文献
引证文献  (7)
同被引文献  (43)
二级引证文献  (15)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(9)
  • 参考文献(0)
  • 二级参考文献(9)
2009(10)
  • 参考文献(2)
  • 二级参考文献(8)
2010(6)
  • 参考文献(0)
  • 二级参考文献(6)
2011(9)
  • 参考文献(2)
  • 二级参考文献(7)
2012(10)
  • 参考文献(1)
  • 二级参考文献(9)
2013(2)
  • 参考文献(1)
  • 二级参考文献(1)
2014(3)
  • 参考文献(1)
  • 二级参考文献(2)
2015(4)
  • 参考文献(4)
  • 二级参考文献(0)
2017(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)
2019(13)
  • 引证文献(6)
  • 二级引证文献(7)
2020(9)
  • 引证文献(1)
  • 二级引证文献(8)
研究主题发展历程
节点文献
快速l1最小化算法
局部二值模式
识别算法
木材缺陷
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
数据采集与处理
双月刊
1004-9037
32-1367/TN
大16开
南京市御道街29号1016信箱
28-235
1986
chi
出版文献量(篇)
3235
总下载数(次)
7
总被引数(次)
25271
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