基于光谱和图像特征的阔叶木材与针叶木材同时分类算法研究

木材是人们生活中必不可少的可再生资源,同时在建筑、工艺、家具、结构材料等方面有着举足轻重的地位。市场中常见的木材品种繁多,其品质和价格千差万别,使用智能化技术对木材进行正确的分类不仅可以防止不法商贩“以次充好”,也可以大幅度降低木材分类人员的工作难度。通过木材的遗传信息和解剖学信息可以得到较为准确的木材分类结果,这类方法识别工艺相对复杂,对非专业人员并不友好。借助木材切面的图像信息或光谱信息可以简单方便地对木材进行分类,然而由于不同种木材之间存在的近似性,这类方法往往分类精度不高或只适用于某些阔叶木材。提出了一种基于木材横切面图像信息和光谱信息的多特征木材分类算法,首先分别采集木材横切面的光谱信息以及图像信息;再使用Segnet图像分割方法将待分类样本分成含管孔木材和不含管孔木材两组,并对含管孔样本组中的木材进行管孔分割;然后对含管孔样本组中的木材提取管孔特征、光谱特征以及纹理特征,对无管孔样本组木材提取光谱特征和纹理特征;最后根据这些特征使用支持向量机分别对木材进行分类并记录其木材的分类结果,对分类结果不一致的样本使用相似性判据判断最佳分类结果。为了验证该方法的有效性,以20种常见的阔叶木材和针叶木材的混合样本集为研究对象,对其进行了分类。实验结果显示三种特征均可以对木材进行分类,单独使用光谱特征、纹理特征以及管孔特征对木材进行分类的最高正确率分别为93.00%,89.33% 和69.23%,通过相似测度的判断后三个特征可以相互补充从而进一步提高木材的分类正确率,最高正确率可达98.00%。综上所述,该方法可以对包含阔叶木材和针叶木材的混合样本集中的木材进行分类,木材横切面的光谱特征、纹理特征以及管孔特征可以相互补充,从而使分类正确率进一步的提高。与目前的主流木材分类方法进行对比,发现该算法的分类正确率高于其他算法。     

普通物理学中的几种物理概念

在物理教学过程中，“物理概念”这个名词一般情况下并没有正面向学生作过解释，而是把它的逻辑学的定义看作是不言而喻的．在逻辑学中，概念是思维的基本形式之一，它反映客观事物的一般的、本质的特征．在人类的认识过程中，把感觉到的事物的共同特点抽象出来，加以概括，就形成了概念．在实际教学过程中，面对众多的物理概念，我们不可能也没有必要按照逻辑学的定义逐一对每个物理概念的形成过程进行讨论，但只要抓住物理概念的特征，使其植根于学生头脑中，就能促进对其正确理解和运用．对普通物理学涉及到的物理概念，常见的可以有以下几种类型．     

Multi-proxy quantum group signature scheme with threshold shared verification

A multi-proxy quantum group signature scheme with threshold shared verification is proposed. An original signer may authorize a proxy group as his proxy agent. Then only the cooperation of all the signers in the proxy group can generate the proxy signature on behalf of the original signer. In the scheme, any t or more of n receivers can verify the message and any t - 1 or fewer receivers cannot verify the validity of the proxy signature.     

图像局部特征自适应的快速SIFT图像拼接方法

针对目前图像拼接中计算量较大、实时性较差的问题,本文提出了一种图像局部特征自适应的快速尺度不变特征变换(SIFT)拼接方法。首先,对待拼接图像分块,确定图像局部块的特征类型;接着自适应采用不同的简化方法提取各局部块的特征点。然后,通过特征匹配求出变换矩阵,并结合RANSAC算法去除伪匹配对。最后,通过图像融合得到最终的拼接图像。文中使用提出的方法对3组待拼接图像进行实验。从实验结果可以看出:与标准拼接方法相比,本文改进方法的计算速度提升了30%~45%。因此,这种方法能够在保证图像拼接质量的前提下,有效提高图像拼接的效率,克服图像拼接中计算复杂度高的问题,在实际图像拼接中具有一定的应用价值。     

采用特征融合的紫檀属内相似树种识别方法研究

紫檀属中的木材有很多属于名贵木材,不同树种之间十分相似。传统的木材识别方法多以木材解剖学为主,通过观察木材的切片结构特征对木材的树种进行判断,这类方法虽有较高的识别精度,但是其识别工艺较为复杂而且技术难度也相对较高。与木材解剖学相对应的是利用图像信息或光谱信息的木材树种识别方法,该类方法虽具有较为简单的识别工艺,但是在对同属相似木材树种进行识别时,往往不能够取得较好的识别效果。提出了一种基于木材切面光谱特征和纹理特征相融合的木材树种识别方法,该方法不仅识别工艺简单、自动化程度高,而且具有较高的识别精度。首先通过数码相机和光谱仪采集木材切面的图像信息和光谱信息,然后分别使用纹理特征提取方法和光谱特征提取方法提取两类特征的特征向量,接下来使用基于典型相关分析的特征级融合方法将这两个特征向量进行融合,最后使用支持向量机对融合后的特征向量进行分类识别。为了验证方法的有效性,以市场中常见的5种紫檀属树种的三个切面为研究对象,对这些木材树种进行了识别。实验结果显示,单独使用纹理特征的识别正确率最高为80.00%,单独使用光谱特征的识别正确率最高为94.40%,使用融合的特征最高的识别正确率可达99.20%。还将这5种木材树种与其他30种木材树种进行了混合,混合后的木材样本数量可达1750。实验进一步显示,该方法可以对包含紫檀属在内的35种木材的树种进行识别,其正确率可达98.29%。综上所述,木材的纹理特征和木材的光谱特征可以有效的相互补充,从而进一步提高识别正确率。最后还用所提出的方法与目前主流的方法进行了比较,结果发现所述的木材树种识别方法高于目前主流方法。     

山东产大颗粒高温高压合成钻石的多种谱学方法研究

山东济南中乌新材料有限公司利用六面顶油压机生产出大颗粒钻石,为了掌握这些合成钻石的品质及与天然钻石的区分方法,采用宽频诱导发光光谱仪（GV5000）、红外光谱仪、钻石特征光谱检测仪（PL5000）、激光诱导击穿光谱仪和X射线能谱仪,对该公司生产的225粒无色、蓝色和黄色高温高压（HPHT）合成钻石进行检测,并与天然钻石对比。HPHT合成钻石样品的晶形以（111）晶面和（100）晶面共存的聚形为主导。原石切磨成圆钻形成品的出成率在20%~67%之间,净度级别为VVS-P,颜色级别为D-H。通过GV5000分析,三种颜色样品均可观察到立方八面体生长结构发光图案,无色HPHT合成钻石为强蓝色荧光和磷光,发光峰位于495 nm,与晶格中的顺磁氮有关;蓝色HPHT合成钻石为蓝-绿蓝色荧光和蓝色磷光,发光峰位于501 nm,与晶格中的顺磁氮、硼有关;黄色HPHT合成钻石为弱绿色荧光和磷光,显示556和883 nm Ni+相关发光峰,这些特征可与天然钻石相区分。红外光谱分析表明,无色HPHT合成钻石在1 332~1 100 cm-1无明显氮相关吸收,在2 802 cm-1有B0相关吸收,为含有少量硼的Ⅱa型;蓝色HPHT合成钻石位于1 294 cm-1有与B-相关的强吸收,归属为Ⅱb型;黄色HPHT合成钻石位于1 130和1 344 cm-1有与孤氮相关的明显吸收,归属为Ⅰb型。PL5000光致发光光谱显示,三种颜色HPHT合成钻石可检测到659,694,707,714和883 nm等镍相关缺陷发光峰。相比之下,无色和黄色天然钻石通常为Ⅰa型,具有1 282和1 175 cm-1等聚合氮的红外光谱吸收,光致发光光谱通常可检测到415 nm（N₃）零声子线,由孤氮、硼和镍等缺陷导致的光谱特征极为罕见。因此,红外光谱和光致发光光谱特征可作为重要的鉴别依据。激光诱导击穿光谱仪检测到无色HPHT合成钻石的出露包裹体主要成分为Fe。X射线能谱分析显示,对于含包裹体较多的样品,无色和蓝色HPHT合成钻石可检测到Fe,黄色HPHT合成钻石可检测到Fe和Ni,为其中包裹体的成分,这可作为HPHT合成钻石鉴定性特征。综上所述,通过GV5000超短波紫外荧光和磷光测试,配合红外光谱和光致发光光谱特征,结合包裹体成分特征,可以有效区分该研究的合成钻石和天然钻石。     

高光谱图像和叶绿素含量的水稻纹枯病早期检测识别

基于高光谱成像技术和化学计量方法,实现了对水稻纹枯病病害的早期检测识别。以幼苗时期的水稻植株为研究对象,对其进行纹枯病病菌侵染,获得染病植株,采集358～1 021 nm波段范围的高光谱图像,三次实验共240个样本,包括染病植株120个样本和健康植株120个样本。根据高光谱图像的光谱维,对染病水稻叶片和健康水稻叶片提取感兴趣区域（ROI）,利用感兴趣区域的光谱数据,对其进行Savitzky-Golay（SG）平滑、Savitzky-Golay（SG）一阶求导、Savitzky-Golay（SG）二阶求导、变量标准化（SNV）和多元散射校正（MSC）预处理,建立线性判别分析（LDA）和支持向量机（SVM）分类模型,结果表明：采用SG二阶求导预处理后的线性判别分析（LDA）模型取得了较好的性能,正确识别率在建模集达98.3%,在预测集达95%;利用载荷系数法（x-loading weights, x-LW）对原始光谱和5种预处理的光谱数据进行特征波长提取,然后根据选取的特征波长建立线性判别分析（LDA）和支持向量机（SVM）分类模型,其中采用SG二阶求导预处理后提取的12个特征波长的线性判别分析（LDA）模型取得了较好的性能,其正确识别率在建模集达97.8%,在预测集达95%,而且基于载荷系数法建立的模型性能与全波段相当,可以通过载荷系数法减少数据量对水稻纹枯病病害进行识别;根据高光谱图像的图像维,研究了基于图像主成分分析、基于概率滤波和基于二阶概率滤波的图像特征提取方法,利用提取的特征变量建立反向传播神经网络(BPNN)和支持向量机（SVM）分类模型,其中基于图像主成分分析的反向传播神经网络（BPNN）模型取得了较好的性能,建模集准确识别率达90.6%,预测集的准确识别率达83.3%;根据高光谱图像光谱维和图像维的最优模型,特将叶绿素含量作为建模的另一个特征,分别与光谱特征、图像特征组合,建立反向传播神经网络（BPNN）和线性判别分析（LDA）模型,提出基于光谱特征加叶绿素含量、图像特征加叶绿素含量和光谱、图像特征加叶绿素含量三种组合方式,其中,光谱特征和图像特征分别与叶绿素组合的方式比之前单独的光谱和图像特征建模性能都有所提升,而且三种组合方式中光谱特征加叶绿素含量的反向传播神经网络（BPNN）建模方式取得本研究所有建模方式中较优的性能,其准确识别率在建模集达100%,在预测集达96.7%。以上研究表明,基于高光谱图像和叶绿素含量对水稻纹枯病病害进行早期识别是可行的,为水稻病害的早期识别提供了一种新方法。     

蓝色蛇纹石玉的谱学特征

近期在玉石市场上出现了一种名为“天青冻”的蓝色蛇纹石玉,为蛇纹石玉的一个新品种。采用偏光显微镜、扫描电子显微镜、激光剥蚀电感耦合等离子质谱仪和X射线粉晶衍射仪分析其结构特征、化学和矿物组成,并采用傅里叶变换红外光谱仪、激光拉曼光谱仪和紫外-可见分光光度计对其谱学特征进行研究。结果表明蛇纹石呈叶片状交织成毛毡状结构,并含有菱面体状的杂质矿物白云石。同时,X射线衍射谱2.53 Å(d₂₀₂),1.56 Å(d₀₆₂)和1.54 Å(d₀₆₀)的特征衍射峰以及红外吸收光谱中3 673,997和641 cm-1的特征吸收峰表明其属叶蛇纹石,1 098和1 086 cm-1的特征拉曼峰指示了白云石和方解石的存在,这与其形成于SiO₂热液交代白云岩的成矿环境相关。化学分析表明蓝色蛇纹石玉中的Fe元素含量较其他常见蛇纹石玉低。紫外可见吸收光谱中Fe2+→Fe3+电荷转移引起的强630 nm吸收带致其蓝色,Fe2+→Fe3+电荷转移引起的724 nm弱吸收带会导致其产生绿色调, 而由Fe2+和Fe3+自旋禁戒跃迁分别导致的537和488 nm弱吸收带对颜色影响较小。     

尺度不变特征与几何特征融合的人耳识别方法

要提高人耳的识别率,关键是特征的提取与表达.尺度不变特征变换(SIFT)技术是局部点特征提取算法,在尺度空间寻找极值点,提取对图像的尺度和旋转变化具有不变性,对光照变化和图像变形具有较强的适应性的特征向量.尝试用SIFT技术来提取外耳图像的结构特征点以形成稳定的特征描述子,为了克服一幅图像中有多个局部描述子相似的问题,在SIFT特征描述子中融入一个耳廓几何特征.最后采用特征向量的欧氏距离作为两幅图像相似性度量标准进行人耳识别.在耳图像库七进行实验.结果表明,该方法不仅可以有效地提取人耳特征,通过少量特征可获得较高的识别率,而且对耳图像刚体变化具有较强的稳健性.     

无人飞行器视觉SLAM特征检测和匹配算法研究

近几年图像局部特征检测和描述在机器人视觉中得到了广泛的应用,鲁棒的、快速且高精度的视觉特征检测和描述算法对飞行器进行实时的位姿估计和地图构建具有决定性意义。本文针对四旋翼无人飞行器平台的RGB-D传感器同时定位与地图构建(SLAM),讨论FAST、STAR、SIFT和SURF等检测算法和ORB、FREAK和SURF等匹配描述符的性能,对不同的特征算法进行对比评估出最合适的特征检测方法和匹配描述符。最后,基于Eclipse与OpenCV平台进行了实验,实验结果表明FAST检测和FREAK描述符比其他方法更适用于四旋翼飞行器在板视觉SLAM,且能基本满足实时性。     

基于水稻扫描叶片图像特征的氮素营养诊断研究

选用扫描仪获取水稻叶片的数字图像,运用数字图像处理技术研究不同氮素水平水稻的叶色、纹理和形态特征,尝试建立基于叶色、纹理和形态特征的综合水稻氮素营养诊断模型。研究表明:(1)通过水稻叶绿素a含量和叶片颜色特征之间的相关性分析,得到有效颜色特征参量B,b,b/(r+g),b/r,b/g,同时分析叶绿素a含量随叶位的空间分布特征,选择较为稳定的第三完全展开叶作为指示叶或诊断叶;(2)通过与高光谱遥感数据的相关性分析,从机理上说明基于机器视觉的水稻氮素营养诊断是有理论依据的,是可行的;(3)提取水稻叶片颜色、形态综合特征信息,与YIQ电视信号彩色坐标系统的C_B值建立水稻氮营养水平的识别模型,得到4个氮素水平的正确识别率为:N0:74.9％;N1:52％;N2:84.7％;N3:75％。初步研究结果表明基于扫描图像特征的田间水稻氮素水平诊断方法是有优势和前景的,有可能建立一种新的实时、快速、准确的田间水稻氮素营养诊断的方法。     

基于I-BGLAM纹理和光谱融合的高光谱显微成像木材树种分类

为了提高木材树种分类的正确率,提出了一种基于I-BGLAM纹理特征和光谱特征融合的高光谱图像的木材树种分类方法。实验数据是利用SOC710VP高光谱成像仪获取的可见光/近红外（372.53~1 038.57 nm）范围内的高光谱图像。首先,利用基于OIF的特征波段选择方法降低高光谱图像的维数,选择出含有信息量大的波段。其次,对选择出的波段图像使用NSCT及NSCT逆变换得到融合图像,对得到的融合图像使用I-BGLAM提取其纹理特征。与此同时,对高光谱图像的全波段求取平均光谱并进行S-G（Savitzky-Golay）平滑得到光谱特征。最后,将得到的纹理特征和光谱特征融合后送进极限学习机（ELM）中进行分类。此外,还和基于灰度共生矩阵（GLCM）的木材识别的传统方法以及近几年木材树种识别领域内被提出的主流方法进行了比较。该研究主要创新点有两个：一是将强纹理提取器I-BGLAM用于高光谱图像中提取其纹理特征;二是提出一种新的特征融合的模型用于高光谱图像的分类。针对8个树种的实验结果表明,单独使用I-BGLAM提取的纹理特征来进行分类的正确率最高可到达88.54%,而使用GLCM提取纹理特征的传统方法正确率最高只有76.04%,该结果可以得出本文使用I-BGLAM在纹理特征提取方面要优于GLCM,这为后面建立的融合模型打下很好的基础,单独使用平均光谱特征来分类的正确率最高可以达到92.71%,使用所提出的特征融合方法所得到的分类正确率最高可达到100%,这说明使用所提出的融合模型来分类要比以前单独使用某一种特征的分类模型要好。此外,使用所提出的方法得到的分类正确率要高于本领域内其他两种主流的识别方法。因此,所提出的基于I-BGLAM纹理特征和光谱特征融合的方法能够提高木材树种分类的正确率,该方法在木材树种分类方面有着一定的利用价值。     

马达加斯加黄色方柱石的谱学特征研究

利用常规宝石学仪器、电子探针、傅里叶变换红外光谱仪、激光拉曼光谱仪、紫外-可见分光光度计和三维荧光光谱仪等,对马达加斯加黄色方柱石的宝石学性质及谱学特征进行了研究分析。马达加斯加方柱石的宝石学特征与方柱石理论值基本一致;方柱石样品颜色均匀,具有玻璃光泽,原石晶型较为完好且表面普遍可见纵纹及褐红色杂质,部分样品表面可见晕彩效应,样品内部可见多种包裹体,如黑云母、无色晶体包裹体等。红外光谱分析结果表明,样品在指纹区均显示1 039,1 105和1 196 cm-1处 Si（Al）—O伸缩振动吸收峰;752 cm-1处Si—Si（Al）伸缩振动吸收峰;551,687和624 cm-1处O—Si (Al)—O 弯曲振动吸收峰;459 cm-1处Si—O—Si的弯曲振动与Na（Ca）—O伸缩振动的耦合吸收峰;416 cm-1处Si—O—Si弯曲振动吸收峰。红外光谱官能团区的诊断性鉴定依据为：3 530和3 592 cm-1处O—H振动引起的吸收峰;2 499,2 629和2 964 cm-1处CO2-₃振动产生的吸收峰。拉曼光谱分析结果表明,桥氧弯曲振动产生459和538 cm-1两处吸收峰;Al—O振动导致775 cm-1吸收峰;硅氧四面体Q₄结构单元振动产生1 114 cm-1吸收峰。紫外-可见光吸收光谱可知,马达加斯加方柱石为过渡金属元素致色,铁离子的存在导致了379和420 nm两处吸收峰,且420 nm吸收峰的强弱影响着方柱石的颜色深浅。致色原因为占据了晶体结构中四面体位置的Fe2+与Fe3+之间电荷转移,从而产生黄色。三维荧光光谱分析显示,方柱石具有较为一致的发光行为,均可见一强一弱两个荧光峰,多集中在302 nm(λ_ex)/343 nm(λ_em)附近。电子探针成分分析结果表明样品属于方柱石族系列中的针柱石,Ma值范围为66%～69%, 平均Ma值为68.1%,且随着Ma值的增高,双折射率随着变小。谱学测试作为无损测试技术,适用于鉴定宝石品种。对鉴定马达加斯加方柱石具有重要的意义,同时为产地溯源、区分优化处理品种提供数据支持。     

虹膜识别技术及应用

虹膜识别技术由于具有稳定性好、错误接受率 (FAR)和错误拒绝率 (FRR)相等的指标最优、识别速度快等优点正逐步受到人们的重视。对虹膜纹理的特征、虹膜识别技术的发展和应用进行了较详细的介绍 ;通过将虹膜识别技术与其它生物识别技术相比较 ,对虹膜识别技术的优点进行了讨论。讨论了虹膜识别系统的构成 ,以及用二维Gabor小波和其它小波变换实现特征编码的方法和叙述了虹膜识别中所采用的一些算法     

Electronic Transport Properties of （7,0） Semiconducting Carbon Nanotube

Electronic transport properties of a finite （7,0） carbon nanotube （CNT） coupled to Au （111） surfaces are investigated with a fully nonequilibrium Green＇s functions method combined with the density functional theory. The results show that the coupling effect between the CNT and Au electrode plays an important role in the transport properties, which leads to the formation of a high plateau in the transmission spectrum around Fermi energy. In addition, the current-voltage characteristic of the （7,0） CNT coupled to Au electrodes is different from an isolated （7,0） CNT.     

个体依恋风格对亲密话语韵律及嗓音特征的影响

个体依恋风格可基于依恋回避、依恋焦虑这两个维度加以定义,并根据其取值高低划分为4种依恋类型.为探究依恋风格对亲密话语语音特征的影响,我们选取12对年轻异性情侣,采用亲密关系体验量表测出各人的依恋回避与焦虑值.通过半开放式的约会剧本,诱导被试产出亲密语气的目标句,再单独朗读这些目标句作为中性话语.基于9个韵律及嗓音参数的...     

应用支持向量机和人工神经网络对大气次声信号 识别的初步实验

语音情感识别在许多领域具有重要研究价值,不同声学情感特征在使用不同分类器进行分类时,识别效果具有明显差异。与语音情感有关的声学特征包括谱特征、韵律学特征、音质特征。该文提出一种特征融合的方法,将3种声学特征中具有最好识别能力的特征进行融合:保留在实验中表现稳定且有较高识别率的谱特征的全部特征,提取韵律学、音质特征的相关统计量作为辅助特征融合于谱特征中。实验表明,该文所提出的融合特征在使用同一分类器进行分类时,识别率优于单一特征;当使用不同分类器时,融合特征依然具有较好的识别能力,且识别性能稳定,3个数据集上均有较好的识别率,基本实现跨数据集识别。     

墨西哥Sonora(索诺拉州)锌绿松石的矿物学及谱学特征

锌绿松石少见产出,在现有研究和报道中也甚少提及。墨西哥索诺拉州是美洲绿松石的一个重要产地,所产绿松石于近期活跃在市场上。采用常规宝石学测试、X射线荧光能谱测试、X射线粉晶衍射分析、傅里叶变换红外光谱测试、紫外-可见光光谱测试等方法,对该产地绿松石的化学成分、物相组成、系列光谱学特征等方面进行系统的分析,并初步探讨其矿床成因。结果表明,墨西哥绿松石的颜色以淡蓝色和青白色为主,外观上以大量肉眼可见、分布在基体和围岩中自形程度极高的黄铁矿团块以及围岩中少见的呈放射状生长的镁电气石等特征显著区别于其他产地的绿松石。其化学成分以质量分数大于1的ZnO/CuO比定义为含铜锌绿松石,属于绿松石-锌绿松石类质同像系列接近锌绿松石的端员矿物,且由于与铜矿床共生,墨西哥绿松石中(CuO+ZnO)的含量偏高。XRD测试结果表明,墨西哥绿松石的主矿物相为锌绿松石,与EDXRF的测试结果相吻合,其常见的矿物组合为锌绿松石+石英+钾长石+镁电气石,这一组合方式在前人研究中并不常见。红外光谱特征由结构中的羟基、水合离子及磷酸根基团的振动特征共同决定,其中羟基的振动峰主要出现在3 400~3 700 cm-1范围,水合离子的振动峰位于3 000~3 300 cm-1,磷酸根基团引起的振动峰则出现于1 000~1 200和400~650 cm-1的指纹区。该地区所有样品中均显示其他产地绿松石少见的3 732 cm-1处的红外吸收峰,从某种意义上具有一定的产地指示作用,同时选择对红外光谱中的3 500~3 600 cm-1范围与氢键最强的结构水相关的区域进行积分处理,其积分面积能够辅助判断样品中水的含量。紫外-可见光光谱显示,在256和430 nm处分别有由O2--Fe3+和Fe3+引起的谱峰,位于670 nm处与Cu2+电子禁戒跃迁相关的谱带被以852 nm为中心的由Fe2+电子跃迁形成的宽缓谱带所包络,最终显示为以800 nm为中心的由Cu-Fe离子联合作用而形成的谱带。从伴生矿物组合、矿物结构构造、地质特征等方面综合推测,墨西哥锌绿松石是与该区斑岩型铜矿床伴生的非金属矿种,其成因属于典型的中酸性火山岩热液蚀变型。     

一种有效的指纹细节特征提取算法的研究

针对常规指纹细节特征提取算法不足的问题,提出了一种有效的指纹细节特征提取算法,即在细化图像上直接提取原始细节特征点,得到初步的特征提取结果,然后根据图像的伪特征点分布规律,将伪特征点删除,最终保留真实的特征点集。实验结果表明,此算法能有效消除各类伪特征点并且有效地减少计算时间。     

基于小波变换和灰度共生矩阵的轮胎花纹检索

针对在用离散小波变换中提取纹理特征缺少纹理的空间分布特性问题,提出引入方向测度的灰度共生矩阵(Gray Level Co-occurrence Matrix,GLCM)与离散小波分解相互融合的算法,在低频子带上借助方向测度引入权值因子的方法提取灰度共生矩阵的六个统计量,用生成的综合特征来描述轮胎花纹的纹理构成,用欧式距离进行相似性度量。实验结果表明,融合算法能够有效提高检索效率,改进方法的检索效率优于用传统的灰度共生矩阵和小波变换提取纹理方法的检索效率。