纤维板孔穴显微图像的检测方法

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (8): 170-171.

• 图形、图像、模式识别 • 上一篇下一篇

纤维板孔穴显微图像的检测方法

张剑飞，陈桂兰，岳新

黑龙江科技学院计算机与信息工程学院，哈尔滨 150027

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-03-11 发布日期:2011-03-11

Method in detecting void microscopic image of cross-section of fiberboard

ZHANG Jianfei，CHEN Guilan，YUE Xin

College of Computer and Information Engineering，Heilongjiang Institute of Science and Technology，Harbin 150027，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-03-11 Published:2011-03-11

摘要/Abstract

摘要： 针对纤维板孔穴显微图像的特点，提出了一种快速、准确的孔穴图像检测的新方法；该方法利用最大类间方差法初步分割出图像中的孔穴，结合GAP统计模型，以局部区域内多方向灰度分布函数的差别来进行边缘细化，确定最终边缘。实验结果表明，算法在一定程度上加强边缘检测的效果，并且具有很好的抗噪特性，取得了良好的检测效果。

关键词: 图像分割, 最大类间方差法, 孔穴, GAP统计模型, 边缘检测

Abstract: Aiming at the feature of the void microscopic image of the cross-section of fiberboard，a new algorithm is proposed which can detect the image effectively and accurately.This algorithm uses Otsu algorithm to segment the void from the microscopic image，then refines the void edge by using the GAP model which is based on the difference in distribution function of grey-level.The experimental results show that the algorithm improves the edge detection effect of void microscopic image with a good anti-noise performance，and achieves better detection effect.

Key words: image segmentation, Otsu algorithm, viod, GAP statistic model, edge detection

张剑飞，陈桂兰，岳新. 纤维板孔穴显微图像的检测方法[J]. 计算机工程与应用, 2011, 47(8): 170-171.

ZHANG Jianfei，CHEN Guilan，YUE Xin. Method in detecting void microscopic image of cross-section of fiberboard[J]. Computer Engineering and Applications, 2011, 47(8): 170-171.

[1]	史春天，曾艳阳，侯守明. 群体智能算法在图像分割中的应用综述[J]. 计算机工程与应用, 2021, 57(8): 36-47.
[2]	赵阳，张俊华. 多尺度特征融合的脊柱X线图像分割方法[J]. 计算机工程与应用, 2021, 57(8): 214-219.
[3]	潘沛鑫，潘中良. 结合显著性的主动轮廓图像分割[J]. 计算机工程与应用, 2021, 57(8): 225-230.
[4]	董鹏，周烽，赵悰悰，王亚飞，米泽田，付先平. 基于双目视觉的水下海参尺寸自动测量方法[J]. 计算机工程与应用, 2021, 57(8): 271-278.
[5]	彭璟，罗浩宇，赵淦森，林成创，易序晟，陈少洁. 深度学习下的医学影像分割算法综述[J]. 计算机工程与应用, 2021, 57(3): 44-57.
[6]	马庆禄，唐小垚. 融合时域和分水岭信息的车辆检测算法[J]. 计算机工程与应用, 2021, 57(24): 227-233.
[7]	刘锐，丁辉，尚媛园，邵珠宏，刘铁. COVID-19医学影像数据集及研究进展[J]. 计算机工程与应用, 2021, 57(22): 15-27.
[8]	齐小祥，李敏，朱颖，宋雨，杜卫东. 基于边缘检测的SAR图像自适应区域分割[J]. 计算机工程与应用, 2021, 57(22): 232-240.
[9]	周绍光，吴昊，赵婵娟，陈仁喜. 利用同质区特性的高光谱图像迁移学习分类[J]. 计算机工程与应用, 2021, 57(21): 224-233.
[10]	丁成，翁理国，夏旻，崔逸尘，钱俊豪，刘佳. 多注意力机制网络卫星图像分割算法[J]. 计算机工程与应用, 2021, 57(2): 223-229.
[11]	李振强，王树才，赵世达，白宇. 改进DeepLabv3+和XGBoost的羊骨架切割方法[J]. 计算机工程与应用, 2021, 57(18): 263-269.
[12]	孙玮婕，杨军. 改进的简单非迭代聚类的遥感影像分割研究[J]. 计算机工程与应用, 2021, 57(13): 185-192.
[13]	杨勇，郭玲，叶阳东. 全变分流边与M2GGD相结合的自然图像分割方法[J]. 计算机工程与应用, 2021, 57(11): 202-210.
[14]	鲁圆圆，冯浩，李靖. 结合分布度量统计建模的主动轮廓图像分割[J]. 计算机工程与应用, 2020, 56(7): 228-233.
[15]	张姝洁，郑利平，韩清，张晗. 从图片到衣服：快速虚拟角色服饰生成方法[J]. 计算机工程与应用, 2020, 56(7): 234-239.

纤维板孔穴显微图像的检测方法

Method in detecting void microscopic image of cross-section of fiberboard

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics