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:
针对有划痕的金属面板背景上出现的不规则纹理,导致无法使用常用的结合边缘检测算法、形态学方法以及基于8邻域的连通域分析法来对划痕进行完整的提取并分析的问题,提出一种基于k-邻域的前景像素分析法和基于方向及距离的合并法来对前景像素区域进行有效的归并,达到对划痕有效完整提取的目的.首先,针对背景上出现的不规则纹理或噪声,采用高斯滤波器对图像进行高斯滤波;然后,针对高斯滤波同时虚弱背景噪声与划痕,采用Sobel边缘检测算子对划痕区域进行锐化,并对结果进行二值化操作;最后,采用基于k-邻域的前景像素分析法来合并距离较近但并不连通的小前景像素团块;对于合并后得到的相隔距离较远的前景像素团块,根据各个团块中前景像素的方向以及团块之间的距离,对其进行归并.将所提方法运用于产品外观检测系统,对90张采集到的原始图片进行划痕检测,划痕提取的准确率高达95%,完整性达到80%,实验结果表明,所提方法为划痕检测提供一种简单、高效的方法.
推荐文章
K-邻域法对不同形态植被点云数据特征的提取
K-邻域法
点云数据
不同形态植被
尺度参数
特征提取
基于像素邻域SML的多焦距图像融合方法
多焦距图像融合
清晰度
SML指标
融合邻域扰动的简化粒子群K-均值聚类算法
粒子群优化算法
邻域扰动
K-均值聚类
优化初始聚类
基于群体智能与K-均值相结合的关键帧提取
视频检索
关键帧
群体智能
K-均值算法
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k-邻域前景像素分析的划痕提取方法
来源期刊 计算机应用 学科 工学
关键词 划痕提取 高斯滤波 边缘检测 连通域分析 连通域归并
年,卷(期) 2017,(z2) 所属期刊栏目 计算机视觉与虚拟现实
研究方向 页码范围 175-178
页数 4页 分类号 TP391.4
字数 4224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 陈斌 105 1004 16.0 28.0
5 李家宏 中国科学院成都计算机应用研究所 1 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (53)
共引文献  (52)
参考文献  (7)
节点文献
引证文献  (2)
同被引文献  (7)
二级引证文献  (0)
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)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(5)
  • 参考文献(0)
  • 二级参考文献(5)
2009(6)
  • 参考文献(0)
  • 二级参考文献(6)
2010(7)
  • 参考文献(0)
  • 二级参考文献(7)
2011(9)
  • 参考文献(0)
  • 二级参考文献(9)
2012(12)
  • 参考文献(2)
  • 二级参考文献(10)
2013(9)
  • 参考文献(2)
  • 二级参考文献(7)
2014(3)
  • 参考文献(2)
  • 二级参考文献(1)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
划痕提取
高斯滤波
边缘检测
连通域分析
连通域归并
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
计算机应用
月刊
1001-9081
51-1307/TP
大16开
成都237信箱
62-110
1981
chi
出版文献量(篇)
20189
总下载数(次)
40
论文1v1指导