检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

多尺度分形特征在木材内部缺陷检测中的应用

森林工程 2012年第5期28卷 56-59页

作者：朴顺姬戚大伟金雪婧佳木斯大学黑龙江佳木斯154002 东北林业大学理学院哈尔滨150040 北京市房山区坨里中学北京102471

将数字图像处理与木材检测相结合,对获取的木材图像进行图像处理与分析,获取高质量的木材图像是提高木材检测准确性的重要手段。利用微光摄像机作为图像输入传感器,并最终以数字信号的形式储存在计算机当中。应用数字图像处理技术对采... 详细信息

将数字图像处理与木材检测相结合,对获取的木材图像进行图像处理与分析,获取高质量的木材图像是提高木材检测准确性的重要手段。利用微光摄像机作为图像输入传感器,并最终以数字信号的形式储存在计算机当中。应用数字图像处理技术对采集到的原始图像进行预处理,提高图像的质量,便于后续处理。将预处理后的图像分割成若干个子区域,计算出每个子区域的多尺度分形特征值。实验结果显示,图像中背景部分与边缘部分多尺度分形特征值存在明显差别,可以提取奇异性较大的多尺度分形特征值,他们的集合即为木材缺陷的边缘。

关键词：数字图像处理木材检测技术多尺度分形特征边缘检测

在线全文

学校读者我要写书评

暂无评论

融合多尺度分形注意力的红外小目标检测模型

电子与信息学报 2023年第8期45卷 3002-3011页

作者：谷雨张宏宇孙仕成杭州电子科技大学自动化学院杭州310018 杭州电子科技大学圣光机联合学院杭州310018

为提高红外图像小目标检测的性能,融合传统方法的先验知识和深度学习方法的特征学习能力,该文设计了一种融合多尺度分形注意力的红外小目标端到端检测模型。首先,在对适用于红外图像弱小目标检测的多尺度分形特征分析基础上,给出了基于... 详细信息

为提高红外图像小目标检测的性能,融合传统方法的先验知识和深度学习方法的特征学习能力,该文设计了一种融合多尺度分形注意力的红外小目标端到端检测模型。首先,在对适用于红外图像弱小目标检测的多尺度分形特征分析基础上,给出了基于深度学习算子对其进行加速计算的过程。其次,设计卷积神经网络(CNN)学习度量得到目标显著性分布图,结合特征金字塔注意力模块和金字塔池化下采样模块,提出了一种基于多尺度分形特征的注意力模块。将其嵌入到红外目标语义分割模型时,采用非对称上下文融合机制提高浅层特征和深层特征的融合效果,并利用非对称金字塔非局部模块获取全局注意力,以提高红外小目标检测性能。最后,采用单帧红外小目标(SIRST)数据集验证提出算法的性能,所提模型交并比(IoU)和归一化交并比(nIoU)分别达到了77.4%和76.1%,优于目前已知方法的性能。同时通过迁移实验进一步验证了提出模型的有效性。由于有效地融合了传统方法和深度学习方法的优势,所提模型适用于复杂环境下的红外小目标检测。

关键词：红外小目标检测语义分割多尺度分形特征注意力机制金字塔池化下采样

同方期刊数据库

基于多尺度分形与均值漂移的红外海面舰船目标分割

在线全文

学校读者我要写书评

暂无评论

激光与红外 2010年第9期40卷 1023-1026页

作者：邹常文刘先志戴军严发宝西南技术物理研究所四川成都610041 西南自动化研究所四川绵阳621000

基于分形检测理论,结合均值漂移滤波算法做了一些红外舰船目标分割提取实验。利用多尺度分形特征MFFK检测舰船目标得到感兴趣区域ROI,去除了感兴趣区域外的大面积背景干扰;对感兴趣区域的分形特征图进行二值化处理再次减少了感兴趣区域... 详细信息

基于分形检测理论,结合均值漂移滤波算法做了一些红外舰船目标分割提取实验。利用多尺度分形特征MFFK检测舰船目标得到感兴趣区域ROI,去除了感兴趣区域外的大面积背景干扰;对感兴趣区域的分形特征图进行二值化处理再次减少了感兴趣区域内的背景干扰,经过两步去除干扰得到二值目标区域。对二值目标区域进行均值漂移滤波得到真实目标分布点集,最后运用形态学滤波得到舰船目标分割结果。实验结果表明,提出的算法能够提取出舰船目标。

关键词：红外舰船目标分割多尺度分形特征均值漂移形态学滤波

在线全文

学校读者我要写书评

暂无评论

基于分形和数学形态学的木材缺陷图像处理

基于分形和数学形态学的木材缺陷图像处理

作者：金雪婧东北林业大学

学位级别：硕士

在不损坏木材表面和内部结构的前提下,准确地检测木材内部缺陷,对科学用材、合理选材有着重要意义,是充分利用森林资源的重要手段。本文选择X射线成像技术作为检测手段,设计X射线无损检测成像系统。根据射线透过被检测木材后的衰减强度... 详细信息

在不损坏木材表面和内部结构的前提下,准确地检测木材内部缺陷,对科学用材、合理选材有着重要意义,是充分利用森林资源的重要手段。本文选择X射线成像技术作为检测手段,设计X射线无损检测成像系统。根据射线透过被检测木材后的衰减强度差异,研究木材X射线成像规律,并得到木材X射线原始图像。利用计算机数字图像处理技术对原始图像进行直方图均衡、滤波去噪等预处理,减少图像采集过程中信号传输对图像质量的影响。预处理后的图像对比度高、噪声少,便于人眼识别,并有助于利用分形和数学形态学对数字图像中的木材缺陷进行识别。应用多尺度分形特征(DMF)对预处理后的木材漏节图像进行分析与处理。将图像分割成15×15像素大小的子区域,确保有缺陷部位和无缺陷部位分别位于不同的子区域中。选择ε1=3和ε2=5作为尺度值,并计算出每个子区域的(DMF)值,计算结果表明,有缺陷部位与无缺陷部位多尺度分形特征值存在明显差别,有缺陷部位的(DMF)值远大于无缺陷部位的(DMF)值。该实验中,无缺陷背景区域的(DMF)值介于0.020至0.070之间,而漏节区域的(DMF)值介于0.300至0.600之间。在图像处理过程中,可以提取奇异性较大的多尺度分形特征值,他们的集合即为缺陷位置。采用多尺度形态学膨胀算法对内部含有节子和空洞的木材图像进行分析和处理。实验选择一组尺度分别为B1=1,B2=2,B3=3,B4=4,B5=5的菱形结构元素,对图像进行膨胀操作。取权值a1=a2=a3=a4=a5=0.2,对膨胀结果加权求和,最终得到一幅降噪后的图像。利用不同尺度结构元素,分别消除不同尺度噪声点。实验结果显示,这种方法既能够消除背景噪声,又能尽量保持缺陷细节不变。应用全局阈值法对降噪后的图像进行二值化处理,并将缺陷部位提取出来,最终确定缺陷的种类、大小和位置。本文对大量带有漏节、节子和空洞缺陷的木材进行图像采集,并对采集到的图像样本进行了实验研究,结果显示,应用多尺度分形特征和多尺度形态学方法均能有效提高木材缺陷检测效果。本研究为木材X射线缺陷检测提供了一种有效新方法,并为数字图像处理技术的发展提供了一条新的途径。

关键词：木材无损检测数字图像处理多尺度分形特征数学形态学