一种新的珍珠形状匀称性检测算法

计算机工程与应用 ›› 2012, Vol. 48 ›› Issue (24): 37-40.

一种新的珍珠形状匀称性检测算法

李益红1，2，卢朝阳1，李太君2

1.西安电子科技大学 ISN国家重点实验室，西安　710071
2.海南大学信息科学技术学院，海口 570228

出版日期:2012-08-21 发布日期:2012-08-21

New pearl shape symmetry detection algorithm

LI Yihong1，2, LU Zhaoyang1, LI Taijun2

1.State Key Lab of Integrated Service Networks, Xidian University, Xi’an 710071, China
2.College of Information Science & Technology, Hainan University, Haikou 570228, China

Online:2012-08-21 Published:2012-08-21

摘要/Abstract

摘要： 珍珠形状匀称性是衡量珍珠质量的重要指标之一。提出了一种新的珍珠形状匀称性检测算法——四象限边缘链码自相似性检测算法，是通过计算各个象限中边缘链码之间的相似度来判定珍珠形状的匀称性算法。采用四个方向的边缘算子对珍珠形状特征面进行边缘检测、融合，把已融合的珍珠边缘划分在四个象限；通过旋转、翻转方法把不同象限的珍珠边缘表示在同一象限；对表示在同一象限中的珍珠边缘进行8方向数链码编码，根据边缘链码计算出珍珠边缘的自相似性。实验显示，四象限边缘链码自相似性能够很好地描述珍珠形状匀称性，具有一定的实用价值。

关键词: 珍珠检测, 形状匀称性, 边缘检测, 自相似性, Freeman链码

Abstract: Pearl shape symmetry is an important quality indicator. New pearl shape symmetry detection algorithm is presented, which is called Four-Quadrant Edge Chain Code Self-Similarity（FQECCSS）, which is the self-similarity of pearl by computing each quadrant edge chain code. The pearl shape-feature image is filtered with the four directions edge operator, and divided into four quadrants. The different quadrant edges are described in the same quadrant, and the edges are coded with 8-direction Freeman chain code. The self-similarity of the edges is calculated in different quadrants. Experiment shows that the FQECCSS can well describe the pearl shape symmetry, and has certain practical application value.

Key words: pearl detection, shape symmetry, edge detection, self-similarity, Freeman chain code

李益红1，2，卢朝阳1，李太君2. 一种新的珍珠形状匀称性检测算法[J]. 计算机工程与应用, 2012, 48(24): 37-40.

LI Yihong1，2, LU Zhaoyang1, LI Taijun2. New pearl shape symmetry detection algorithm[J]. Computer Engineering and Applications, 2012, 48(24): 37-40.

[1]	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.
[2]	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.
[3]	刘成士，赵志刚，李强，吕慧显，董晓晨，李金霞. 加强的低秩表示图像去噪算法[J]. 计算机工程与应用, 2020, 56(2): 216-225.
[4]	涂兵1，2，3，张晓飞1，3，潘建武1，3，张国云1，2，3，周紫璇1，3. 多特征与边缘校正融合的天际线检测算法研究[J]. 计算机工程与应用, 2019, 55(6): 178-185.
[5]	孙梦茹，王瑜，邢素霞. 基于结构局部边缘模式的绿色植物物种识别[J]. 计算机工程与应用, 2019, 55(3): 167-170.
[6]	韩彬，杨大利. 基于透射变换的印刷品图像归一化研究[J]. 计算机工程与应用, 2019, 55(23): 188-193.
[7]	聂东林，王洪辉，王翔，孟令宇. 基于图像处理的滑坡后缘裂缝运动轨迹分析[J]. 计算机工程与应用, 2019, 55(22): 201-205.
[8]	冯正英，王世东. 结合MNF变换和Canny算子的遥感影像变化检测[J]. 计算机工程与应用, 2019, 55(14): 266-270.
[9]	刘丽霞1，李宝文3，王阳萍1，2，杨景玉1，2. 改进Canny边缘检测的遥感影像分割[J]. 计算机工程与应用, 2019, 55(12): 54-58.
[10]	吴进，赵隽，李聪，吴汉宁. 机器视觉中边缘检测算法的SDSoC加速实现[J]. 计算机工程与应用, 2019, 55(12): 208-214.
[11]	张经宇，滕建辅，白煜. 医学图像边缘检测的Levy-DNA-ACO算法研究[J]. 计算机工程与应用, 2018, 54(8): 14-20.
[12]	朱明明1，许悦雷1，张旭蕾2，马时平1，吕超1，辛鹏1，邹洪中1，马红强1. 基于V1细胞特性的边缘检测[J]. 计算机工程与应用, 2018, 54(5): 200-205.
[13]	李忠海，金海洋，邢晓红. 整数阶滤波的分数阶Sobel算子的边缘检测算法[J]. 计算机工程与应用, 2018, 54(4): 179-184.
[14]	况杰，章杨松，赵佳斌. 基于相位一致性图像处理的岩体裂隙自动检测[J]. 计算机工程与应用, 2018, 54(24): 193-197.
[15]	沈夏炯1，2，张汇东1，韩道军1，2. 一种面向SAR图像的多窗口道路边缘检测算法[J]. 计算机工程与应用, 2018, 54(19): 164-171.