2.845

2023影响因子

(CJCR)

  • 中文核心
  • EI
  • 中国科技核心
  • Scopus
  • CSCD
  • 英国科学文摘

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于幅值谱与不变矩的特征提取方法及应用

徐科 李文峰 杨朝霖

徐科, 李文峰, 杨朝霖. 基于幅值谱与不变矩的特征提取方法及应用. 自动化学报, 2006, 32(3): 470-474.
引用本文: 徐科, 李文峰, 杨朝霖. 基于幅值谱与不变矩的特征提取方法及应用. 自动化学报, 2006, 32(3): 470-474.
XU Ke, LI Wen-Feng, YANG Chao-Lin. Feature Extraction Based on Amplitude Spectrum and Moment Invariants and Its Application. ACTA AUTOMATICA SINICA, 2006, 32(3): 470-474.
Citation: XU Ke, LI Wen-Feng, YANG Chao-Lin. Feature Extraction Based on Amplitude Spectrum and Moment Invariants and Its Application. ACTA AUTOMATICA SINICA, 2006, 32(3): 470-474.

基于幅值谱与不变矩的特征提取方法及应用

详细信息
    通讯作者:

    徐科

Feature Extraction Based on Amplitude Spectrum and Moment Invariants and Its Application

More Information
    Corresponding author: XU Ke
  • 摘要: 研究了傅立叶变换、不变矩的原理及特点,提出基于幅值谱与不变矩的特征提取方法,并应用于中厚板的表面缺陷自动分类.从现场在线采集中厚板的表面图像,将每幅表面图像划分成128×128大小的子图像,对子图像进行傅立叶变换得到子图像的幅值谱,再对幅值谱图像求Hu不变矩,将不变矩作为特征量,通过这种方法提取的特征向量不仅具有平移、旋转不变性,并且具有抗噪、抑制光照不均的优点.将本文方法得到的特征量作为基于LVQ神经网络的分类器输入,对缺陷样本进行学习和分类,结果表明,这些特征量适用于中厚板表面缺陷的分类,识别率达81.5%.
  • 加载中
计量
  • 文章访问数:  3775
  • HTML全文浏览量:  133
  • PDF下载量:  1430
  • 被引次数: 0
出版历程
  • 收稿日期:  2005-09-26
  • 修回日期:  2006-01-05
  • 刊出日期:  2006-05-20

目录

    /

    返回文章
    返回