基于局部形态和彩色特征的烧结状态识别

计算机工程与应用 ›› 2015, Vol. 51 ›› Issue (18): 194-198.

基于局部形态和彩色特征的烧结状态识别

何敏，唐志敏

湖南大学电气与信息工程学院，长沙 410082

出版日期:2015-09-15 发布日期:2015-10-13

Recognition of sintering state based on local shape and color features

HE Min, TANG Zhimin

College of Electrical and Information Engineering, Hunan University, Changsha 410082, China

Online:2015-09-15 Published:2015-10-13

摘要/Abstract

摘要： 提出了一种基于局部形态和彩色特征的回转窑烧结状态识别方法。使用SIFT描述回转窑图像的局部形态特征，将彩色的回转窑图像的三个分量都转化为八个等级，用局部三维直方图来描述局部的颜色和亮度特征，将两种特征融合得到局部形态和彩色特征。使用词袋（Bag-of-Words）模型表示图像并利用神经网络分类器实现对烧结状态的识别。实验结果表明，基于局部形态和彩色特征的识别方法能够获得较高的识别精度。

关键词: 烧结状态, 特征描述, 彩色特征, 回转窑

Abstract: A new method based on local shape and color features is presented to recognize the sintering states in rotary kiln. Local shape features are represented by SIFT descriptor and local color and brightness features are described by the local 3-dimensional histogram after the three components of the color rotary kiln image are converted into eight levels, then the two kinds of features obtained are fused into the local shape and color features. The Bag-of-Words model is used to represent the image and then the neural network classifier is applied to recognize the sintering state. Experimental results show that the recognition method that is based on local shape and color features can obtain higher recognition accuracy.

Key words: sintering state, feature description, color feature, rotary kiln

何敏，唐志敏. 基于局部形态和彩色特征的烧结状态识别[J]. 计算机工程与应用, 2015, 51(18): 194-198.

HE Min, TANG Zhimin. Recognition of sintering state based on local shape and color features[J]. Computer Engineering and Applications, 2015, 51(18): 194-198.

[1]	魏玮，张芯月，朱叶. 改进的SIFT结合余弦相似度的人脸匹配算法[J]. 计算机工程与应用, 2020, 56(6): 207-212.
[2]	胡晓静1，周明全2，耿国华1，张雨禾1. 基于自适应邻域描述子的三维面貌相似性度量[J]. 计算机工程与应用, 2019, 55(2): 187-192.
[3]	柴江龙1，樊彦国1，王斌1，韩志聪2. 尺度及主方向改正的ORB特征匹配算法[J]. 计算机工程与应用, 2019, 55(13): 178-185.
[4]	冯文斌1，刘宝华2. 改进的SIFT算法图像匹配研究[J]. 计算机工程与应用, 2018, 54(3): 200-205.
[5]	吴凡，闵华松. 一种实时的三维语义地图生成方法[J]. 计算机工程与应用, 2017, 53(6): 67-72.
[6]	李江1，张海涛1，2，刘让苏2. 动态背景运动目标的快速锁定跟踪算法[J]. 计算机工程与应用, 2017, 53(4): 214-222.
[7]	贾琪，王晓丹，周来恩，翟夕阳. 改进卷积自编码器的局部特征描述算法[J]. 计算机工程与应用, 2017, 53(19): 184-191.
[8]	陈文明1，梁冬泰1，2. 基于光照不变感知特征的打火石检测识别[J]. 计算机工程与应用, 2016, 52(6): 227-234.
[9]	邓厚平，武刚. 基于爬虫和网站分类的主题信息源发现方法[J]. 计算机工程与应用, 2016, 52(3): 59-65.
[10]	王宪保，潘海飞，章国琼，何文秀，姚明海. 一种快速的加权矢量图像匹配方法[J]. 计算机工程与应用, 2016, 52(16): 137-141.
[11]	李彦1，张洪博2，石莲英3. 基于SIFT特征匹配的车牌识别方法[J]. 计算机工程与应用, 2016, 52(12): 194-200.
[12]	张永，武玉建. 一种改进的SIFT图像特征匹配算法[J]. 计算机工程与应用, 2014, 50(9): 167-169.
[13]	杨薇，董洪伟，刘蕾. 基于SIFT和Daisy相结合的立体匹配算法[J]. 计算机工程与应用, 2014, 50(12): 147-150.
[14]	徐君，张国良，王俊龙. 一种基于激光传感器的自适应直线提取算法[J]. 计算机工程与应用, 2013, 49(2): 43-47.
[15]	王海凤1，2，范辉2，李晋江2. 结合SIFT和Krawtchouk矩不变量的图像配准方法[J]. 计算机工程与应用, 2013, 49(1): 202-205.