-
题名基于机器视觉的图像形状特征提取方法研究进展
被引量：18
- 1
-
-
作者
葛杰
曹晨晨
李光
-
机构
天津科技大学包装与印刷工程学院
-
出处
《包装学报》
2015年第1期54-60,共7页
-
文摘
基于机器视觉的图像形状特征提取应用的常见方法有阈值处理法、基于轮廓的形状特征提取法和基于区域的形状特征提取法3种。阈值处理法是常见的图像分割提取方法,具备操作简单、速度快等优势,但对于需精确提取图像形状和目标图像形状较为复杂的工况不适用;基于轮廓的形状特征提取方法,处理速度较快,但当处理复杂目标图像形状时,容易出现较大的偏差或错误;基于区域的形状特征提取方法,在提取形状特征时更加容易实现,且在处理复杂图像时更加准确,但需要的内部存储空间较大。由此可知,目前形状特征提取方法的应用局限性较大,而发展图像特征提取方法意义重大。
-
关键词
机器视觉
阈值处理
轮廓形状特征提取
区域形状特征提取
-
Keywords
machine vision
threshold processing method
coutour extraction method
region extraction method
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名不变矩及其在基于形状特征图像检索中的应用
被引量：5
- 2
-
-
作者
苗静
杨勇
谷欣超
孙爽滋
杨兆龙
张子锐
-
机构
长春理工大学计算机科学技术学院
-
出处
《长春理工大学学报（自然科学版）》
2009年第1期126-128,112,共4页
-
基金
北方科技技术研究所资助项目
-
文摘
提出一种快速有效推导不变矩的方法—三角函数生成法,并在此基础上描述了一种基于Hu形状不变矩的图像全局形状特征提取方法和算法。实验结果表明,使用这种算法提取的形状特征向量具有对平移、旋转和尺度变化的不变性,适合于进行图像形状的检索。
-
关键词
图像检索
图像形状
形状特征提取
形状不变矩
-
Keywords
image retrieval
image shape
shape feature extraction
moment mvanant
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于多特征的对象检索技术
- 3
-
-
作者
李文兵
尹琦
李勃
刘辉
李红伦
阮湘辉
-
机构
昆明理工大学信息工程与自动化学院
-
出处
《山西电子技术》
2009年第5期49-49,87,共2页
-
文摘
提出了一种融合图像颜色、纹理和形状特征的提取及归一化方法,并将其应用于基于内容的对象检索中,实验证明,融合颜色、纹理、和形状特征的对象检索比单一特征的对象检索效果要好。
-
关键词
对象检索
颜色特征提取
纹理特征提取
形状特征提取
特征归一化
-
Keywords
object retrieval
color feature extracting
texture feature extracting
shape feature extracting
feature normalized
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于内容的动画素材检索关键技术研究
被引量：1
- 4
-
-
作者
马宁
王阿川
邱兆文
-
机构
东北林业大学信息与计算机工程学院
-
出处
《黑龙江科技信息》
2009年第27期92-92,共1页
-
基金
国家自然科学基金(No.60475011)
黑龙江省科技攻关重点项目(No.GB06A107)
黑龙江省青年科学基金(No.QC06C003)资助
-
文摘
为了提高动画素材的使用效率降低制作成本,论文提出了一种基于内容的动画素材检索方法,分别用96色非均匀量化算法、灰度共生矩阵和形状无关矩提取颜色、纹理和形状特征,并将多特征进行融合,通过实验取得了很好的效果。
-
关键词
动画素材检索
多特征融合
颜色特征提取
纹理特征提取
形状特征提取
-
分类号
TP317.4
[自动化与计算机技术—计算机软件与理论]
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名一种基于连通域标记的纸病检测算法
被引量：9
- 5
-
-
作者
赵晓
何立风
姚斌
高启航
杨云
-
机构
陕西科技大学电气与信息工程学院人工智能研究所
爱知县立大学信息科学学院
-
出处
《中国造纸学报》
CAS
CSCD
北大核心
2018年第2期51-56,共6页
-
基金
国家自然基金项目(61601271
61471227
+2 种基金
61603234)
陕西省科技项目(2016SF-444)
陕西省教育厅科研项目(16JK1087)
-
文摘
提出了一种基于段的连通域标记处理算法,同时对纸病区域进行连通域标记和形状特征值提取,旨在提高纸病检测的准确率和效率。该算法利用纸病区域为简单连通图像的特点,采用段技术实现了纸病区域的标记处理,探讨了在标记处理同时快速统计与形状特征值计算有关的中间参数的方法,利用标记结果及形状特征值实现了纸病的快速检测。该算法优化了标记处理与形状特征值提取的过程,减少了纸病图像的扫描次数。结果表明,该算法达到了准确、快速的纸病检测效果,且易于扩展到实际的纸病检测系统中。
-
关键词
连通域标记
段标记
形状特征提取
纸病检测
-
Keywords
connected-component labeling
run-based method
shape feature extraction
paper defect detection
-
分类号
TP39
[自动化与计算机技术—计算机应用技术]
-
