田欣利
,
王龙
,
王望龙
,
李浩
,
唐修检
,
吴志远
人工晶体学报
基于边缘效应驱动裂纹推挤加工技术是一项对工程陶瓷的非传统的接触式加工.基于灰度共生矩阵(GLCM)对采集的Si3N4陶瓷加工表面形貌图像提取了纹理特征参数,充分研究了步长、灰度量化级、方向三个构造参数对灰度共生矩阵的对比度、熵、相关性、能量的影响.结果表明:采用步长4,灰度量化级128时能更好获得较稳定的加工表面纹理特征参数,在采集图像的45°、135°两条对角线上的纹理特征变化更为明显.通过径向基层网络和竞争层网络两类神经网络(NN)的分工协作,针对不同加工参数的纹理特征的预测和分类,并探讨了各加工参数对纹理特征的影响规律.
关键词:
工程陶瓷
,
灰度共生矩阵
,
纹理特征
,
神经网络
田欣利
,
王健全
,
张保国
,
唐修检
,
李富强
材料工程
通过数字显微镜获取Si3N4磨削表面图像,运用灰度共生矩阵(GLCM)分析表面纹理特征与粗糙度的内在关系.根据实验确定GLCM采样点间距、总灰度级,按4个方向建立GLCM并计算纹理特征参数均值.利用变量相关分析,确定对比度等6个参数为Si3N4磨削表面主要纹理特征,并探讨各纹理参数与Ra,Ry,S,Tp的变化规律,从而定性评估Si3N4磨削表面粗糙度.采用多元非线性回归方法研究纹理特征参数与粗糙度评定指标的联系,构建4个回归预测模型.结果表明:模型计算值与实测值偏差小于0.25,具有较好的预测效果.
关键词:
Si3N4陶瓷
,
纹理分析
,
表面粗糙度
,
灰度共生矩阵
,
多元非线性回归
王民
,
王静
,
王羽笙
液晶与显示
doi:10.3788/YJYXS20163110.0967
纹理特征作为图像的一个重要特征，在国画分类识别中的地位十分重要，但现有的纹理提取算法大多基于灰度信息而忽略了颜色信息。针对国画分类识别中纹理提取算法存在的问题，本文提出了一种多尺度、多色域的纹理特征提取算法，该算法结合了轮廓波变换和灰度共生矩阵的优点。为了对国画进行特征提取，该算法首先将国画图像转变到HSI 色彩空间。然后，提取色调、饱和度、强度这三个色彩分量进行分区域操作，即提取每一个色彩分量的纹理特征。最后，将提取的3个特征向量融合并进行主成分分析降维。实验证明，与灰度共生矩阵相比，本文算法在国画分类识别方面查准率提高了7．5％，查全率提高了8．7％。实验表明多尺度灰度共生矩阵算法优于传统的灰度共生矩阵算法。
关键词:
多尺度分析
,
轮廓波变换
,
灰度共生矩阵
,
国画
