基于Haar-PP混合特征提取的沉降颗粒识别研究

• 作者: 刘翔 周冉 宋华珠
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 沉降颗粒 激光散射 特征提取 灰度增强 Haar-PP混合特征
• 年，卷（期）: 2018,（12）
• 所属期刊栏目: 图形图像处理
• 页码范围: 251-257
• 页数: 7页
• 分类号: TP391.41
• 字数: 3180字
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0049039

摘要

针对沉降颗粒识别与轨迹追踪中由于灰度模糊、变化造成的识别通过率低、准确度差的问题,对由沉降颗粒的个体形态、运动形态以及空间运动引起的动态灰度变化进行分析,完成激光散射像点图像灰度增强、像素特征转换、像素点连通性判断等处理过程,在此基础上提出一种基于Haar-PP昆合特征的沉降颗粒识别算法.实验结果表明,与高斯昆合模型相比,该算法有较高的识别率,且时间复杂度较低.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘翔	武汉理工大学计算机科学与技术学院	22	118	8.0	10.0
2	宋华珠	武汉理工大学计算机科学与技术学院	24	144	7.0	12.0
3	周冉	武汉理工大学计算机科学与技术学院	1	1	1.0	1.0