第
21
卷第
2
期
2010
年
4
月
中原工
学
院
学
报
Vo
l.
21
No
.2
Ap
r.
, 20
1O
JOURNAL
OF
ZHONGYUAN
UNIVERSITY OF
TECHNOLOGY
文章编号:
1671-
6906( 2010)
02-
0035-
04
玻璃缺陷特征提取
郭振锋，刘圳、|峰，徐庆伟，朱永胜
(中原工
学
院，郑州
I
450007)
摘
要
，
根据玻璃缺陷的特点
，
研究了玻璃缺陷图像特征提取的
基本原
则
，有效提取
了玻璃图像中的缺陷目标的几何
特征及
7
个不变矩特征通过特征有效性分析，选取每隔玻璃缺陷图像的几何特征作为识别参数，实验结果表明，提取
的特征区分度良好.
关键词
:
特征提取;模式识别;不变矩
中图分类号
T
P206
文献标识码
A
001:
10
. 3969/ j. issn.
1671-
6906. 2010.
02
. 009
模式识别是基于对象模式的目标识别及分类技
术，是研究图像或各种物理对象过程的分类和描述的
学科，在视觉领域中称为图像识
别.
模式识别是
2
0
世
纪
60
年代迅速发展起来的
一
门学科.特别是随着近年
来大量科研成果的出现在很多领域得到了成功的应
用
.
为了有效地实现分类识别，就要对原始图像数据
进行变换，得到最能反映分类本质的图像特征.
图像特征是指图像的原始特征或属性.每
一
幅图
像都有其本身的特
性
，其中有些是视觉直接感受到的
自然特
征
，如亮度
、边
缘
、
纹理或色彩等;有些是需要通
过变换或测量才能得到的人为特征，如谱、直方图等.
为了正确
地对
缺陷图像进行有效识
别
，需要从图像中
提取有效的数据或信息，生成非图像的描述或表示，如
数值、符号等，
即抽取图
像特
征.
一
般地，把原始数据组
成的空间叫做"测量空间"把分类识别赖以进行的空
间叫做"特征空间通过特征提取，把维数较
高
的测量
空间中表示的模式转
化为在维
数较低的特
征
空间中表
示的模式，从而为图像识
别提供
数据样本
.
1
特征选取依据
对于待识
别的
缺陷图像，通过相关的处理后，对其
收稿日期
2010-
03-
09
经过分割和边缘提取，可
以
得到图像的原始特
征
，但
是原始特
征的
数量很大，图像样本处于
一
个
高
维空间
中，如何从众多的特
征
中选出
一
些最有效的特征以达
到降低特征空间维数的目的是特征选择和提取的基
本任务
.在样
本数量不是很多的情况
下 ，用很多特
征进
行分类器的设计，从计算复杂程度和分类器性能来看
都是不合适的.因此研究如何把
高
维空间特征转化到
低维空间特征以便有效地识别图像就很关键.例如，通
过摄像机把
一
个物体转换为
一
个
二 维灰度阵列. 一
个
256 x
256
灰度阵列图像相当于
256
x
256
维测量空间
中的
一
个点
，不便于识
别
，更重要的是这样
一
种描述并
不能直接反映图像的本质.
目前，几乎还没有解
析的
方法能够指导特
征的选
择，
一
般情况下，根据经验和相关理论基础先列出
一
些
可能的特
征
表，然后用特
征排序
方法
计算不同特征的
识别效率.利用其结果对表进行删减，以选取最优的
特征组合.具体地，选择特征的依据如下[
1-
3]
.
(
1)
可区
别性.
对于属于不同类的图像而言，它
们
的特征应具有明显的
差异;
(
2)
可靠性.对于同类图像，特征值应该比较接近;
(
3)
独立性好.所选择的特征值之间应彼此不相
关
.
需要注意的是，有
时相
关
性很
高
的特征组合起来可
基金项目
，河南省教育厅自然科
学基
金项目
(2
00410465201
;200
510465002)
作者简介，
郭振锋
(1982-
)，男，河南驻马店人，硕士
资源评论
weixin_38637764
- 粉丝: 10
- 资源: 953
最新资源
- IMG_20241115_051050812.jpg
- 基于javaweb的网上拍卖系统，采用Spring + SpringMvc+Mysql + Hibernate+ JSP技术
- polygon-mumbai
- Chrome代理 switchyOmega
- GVC-全球价值链参与地位指数，基于ICIO表，（Wang等 2017a）计算方法
- 易语言ADS指纹浏览器管理工具
- 易语言奇易模块5.3.6
- cad定制家具平面图工具-(FG)门板覆盖柜体
- asp.net 原生js代码及HTML实现多文件分片上传功能（自定义上传文件大小、文件上传类型）
- whl@pip install pyaudio ERROR: Failed building wheel for pyaudio
资源上传下载、课程学习等过程中有任何疑问或建议，欢迎提出宝贵意见哦~我们会及时处理！
点击此处反馈
