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:
为了精确识别复杂精密光学器件在制造过程中由于工艺要求不可避免产生的缺陷特征,基于曲线波(Curvelet)变换优良的曲线特征识别和强大的稀疏表示能力,提出了一种基于曲线波变换的缺陷特征识别方法,该方法采用变换域特征分离,在空间域获得特征识别后的器件表面图像.仿真结果和实验结果证明,提出的方法比传统小波算法精度和准确度更好,运算速度也可以接受,因此可用于光学器件表面特征缺陷的在线检测.
推荐文章
基于离散Curvelet变换和LS-SVM的虹膜特征提取与识别
特征提取
分类识别
离散曲波变换
最小二乘支持向量机
最优二叉树
基于Curvelet和小波变换的纹理图像识别
小波变换
Curvelet变换
纹理分类
支持向量机
基于Curvelet变换特征的人脸识别算法
小波变换
奇异曲线
曲波变换
稀疏表示
鲁棒性
基于Curvelet变换的图像消噪
小波变换
Curvelet变换
Ridgelet变换
图像消噪
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curvelet变换的光学器件表面特征识别
来源期刊 激光杂志 学科
关键词 特征提取 光学器件 曲线波变换 缺陷检测
年,卷(期) 2021,(3) 所属期刊栏目 模式识别
研究方向 页码范围 96-99
页数 4页 分类号 TN911.73
字数 语种 中文
DOI 10.14016/j.cnki.jgzz.2021.03.096
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (12)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(2)
  • 参考文献(2)
  • 二级参考文献(0)
2020(3)
  • 参考文献(3)
  • 二级参考文献(0)
2021(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)
研究主题发展历程
节点文献
特征提取
光学器件
曲线波变换
缺陷检测
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
激光杂志
月刊
0253-2743
50-1085/TN
大16开
重庆市黄山大道杨柳路2号A塔楼1405室
78-9
1975
chi
出版文献量(篇)
8154
总下载数(次)
22
总被引数(次)
33811
论文1v1指导