局部Radon变换技术及在毛杆折痕识别中的应用

doi:10.3724/SP.J.1087.2013.01443

计算机应用 ›› 2013, Vol. 33 ›› Issue (05): 1443-1445.DOI: 10.3724/SP.J.1087.2013.01443

局部Radon变换技术及在毛杆折痕识别中的应用

岳洪伟¹,²,汪仁煌¹,张晶华¹

1. 广东工业大学自动化学院，广州 510006
2. 仲恺农业工程学院信息学院，广州 510225

收稿日期:2012-11-19 修回日期:2013-01-09 出版日期:2013-05-01 发布日期:2013-05-08
通讯作者: 岳洪伟
作者简介:岳洪伟(1979-)，男，安徽亳州人，讲师，博士研究生，主要研究方向: 图像处理、模式识别；汪仁煌(1945-)，男，上海人，教授，博士生导师，主要研究方向: 智能测控、信息处理、机器视觉；张晶华(1981-)，男，广西玉林人，博士研究生，主要研究方向: 图像处理、模式识别。
基金资助:
广东省自然科学基金资助项目(S2012010010652);广东省科技计划项目(2012B020314005)

Feather quill crease recognition based on local Radon transform

YUE Hongwei¹,²,WANG Renhuang¹,ZHANG Jinghua¹

1. Faculty of Automation, Guangdong University of Technology, Guangzhou Guangdong 510006, China
2. Information College, Zhongkai University of Agriculture and Engineering, Guangzhou Guangdong 510225, China

Received:2012-11-19 Revised:2013-01-09 Online:2013-05-08 Published:2013-05-01
Contact: YUE Hongwei

摘要/Abstract

摘要： 针对羽毛杆折痕识别问题，提出一种新的特征提取方法。为了消除Radon变换对缩放平移敏感问题，采用改进的Radon变换提取目标区域的不变矩，并引入局部投影技术消除羽毛杆生理纹理干扰。通过改变尺度因子获得矩不变量矩阵，并采用奇异值分解(SVD)获得特征不变量用于分类识别。实验结果表明该方法具有较强的鲁棒性，具有较高的折痕识别率。

关键词: 羽毛杆折痕, Radon变换, 局部投影, 矩不变量, 图像识别

Abstract: Concerning the recognition of feather quill crease feature, a new feature extraction method was proposed. In order to solve the scaling and translation sensitivity of Radon transform, an improved Radon transform was used to extract moment invariants of target region and local projection technology was adopted to eliminate interference physiological texture of feather quill. Obtaining invariants matrix by changing the scale factor, Singular Value Decomposition (SVD) was provided here to obtain feature invariant for classification and recognition. The results show that this suggested method has higher robustness and higher recognition rate compared with other algorithms.

Key words: feather quill crease, Radon transform, local projection, invariant moment, image recognition

中图分类号:

岳洪伟汪仁煌张晶华. 局部Radon变换技术及在毛杆折痕识别中的应用[J]. 计算机应用, 2013, 33(05): 1443-1445.

YUE Hongwei WANG Renhuang ZHANG Jinghua. Feather quill crease recognition based on local Radon transform[J]. Journal of Computer Applications, 2013, 33(05): 1443-1445.

参考文献

［1］刘洪江，汪仁煌，李学聪.基于动态轮廓模型的羽毛分割改进算法［J］.计算机应用，2011,31(8):2246-2245.

［2］刘洪江，汪仁煌，何最红,等.中心线模式Snake算法对细长目标的提取［J］.光电工程，2011，38(9):124-129.

［3］LIU H J，WANG R H，MING J F, et al.The finite ridgelet transform for defeat detection of quill［J］. Advanced Materials Research, 2011, 317/318/319: 915-918.

［4］岳洪伟，汪仁煌，何最红. 基于Normalized cut的羽毛杆自动提取［J］. 计算机应用，2012，32(7):1989-1901.

［5］罗元，谢彧，张毅. 基于Kinect传感器的智能轮椅手势控制系统的设计与实现［J］. 机器人，2012，34(1):110-113.

［6］HU M K. Visual pattern recognition by moment invariants［J］.IEEE Transactions on Information Theory,1962,8(1):179-187.

［7］王向阳，李东明，杨红颖.基于Zernike色度分布矩的彩色图像检索算法［J］. 模式识别与人工智能，2012，25(2):313-317.

［8］TEH C H,CHIN R T.On image analysis by the methods of moments［J］.IEEE Transactions on Pattern Analysis and Machine Intelligence,1988,10(4):496-512.

［9］KAN C,SRINATH M D. Invariant character recognition with Zernike and orthogonal Fourier-Mellin moments［J］.Pattern Recognition,2002,35(1):143-154.

［10］LIAO S X,PAWLAK M. On the accuracy of Zernike moments for image analysis［J］. IEEE Transactions on Pattern Analysis and Machine Intelligence,1998,20(12):1358-1364.

［11］DEANS S R. The Radon transform and some of its applications［M］.New York:Wiley,1983.

［12］吕玉增.形状仿射不变特征提取与识别研究［D］.长沙：国防科学技术大学，2008.

［13］ALSHAYKH O K, DOHERTY J F. Invariant image analysis based on Radon transform and SVD［J］.IEEE Transactions on Circuits and Systems Ⅱ: Analog and Digital Signal Processing,1996,43(2):123-133.

[1]	欧莉莉, 邵峰晶, 孙仁诚, 隋毅. 基于半监督方法的脑梗死图像识别[J]. 计算机应用, 2021, 41(4): 1221-1226.
[2]	张凯悦, 张鸿. 基于注意力机制网络的航运监控图像识别模型[J]. 计算机应用, 2021, 41(10): 3010-3016.
[3]	刘颖, 刘玉霞, 毕萍. 基于边缘学习的低分辨率图像识别算法[J]. 计算机应用, 2020, 40(7): 2046-2052.
[4]	徐代, 岳璋, 杨文霞, 任潇. 基于改进的三向流Faster R-CNN的篡改图像识别[J]. 计算机应用, 2020, 40(5): 1315-1321.
[5]	傅泰铭, 陈燕, 李陶深. 基于线性分配的难负样本挖掘度量学习[J]. 计算机应用, 2020, 40(2): 352-357.
[6]	邱津怡, 罗俊, 李秀, 贾伟, 倪福川, 冯慧. 基于卷积神经网络的多尺度葡萄图像识别方法[J]. 计算机应用, 2019, 39(10): 2930-2936.
[7]	甘岚, 郭子涵, 王瑶. 基于径向变换和改进AlexNet的胃肿瘤细胞图像识别方法[J]. 计算机应用, 2019, 39(10): 2923-2929.
[8]	杨健, 周涛, 郭丽芳, 张飞飞, 梁蒙蒙. 基于布谷鸟搜索和深度信念网络的肺部肿瘤图像识别算法[J]. 计算机应用, 2018, 38(11): 3225-3230.
[9]	曹香滢, 孙卫民, 朱悠翔, 钱鑫, 李晓宇, 业宁. 基于科优先策略的植物图像识别[J]. 计算机应用, 2018, 38(11): 3241-3245.
[10]	陈娟娟, 刘财兴, 高月芳, 梁云. 基于改进特征袋模型的奶牛识别算法[J]. 计算机应用, 2016, 36(8): 2346-2351.
[11]	李晋, 钱旭. 基于双重鉴别相关性分析的图像识别算法[J]. 计算机应用, 2016, 36(3): 713-717.
[12]	甘岚, 张永焕. 基于字典学习的正则化鲁棒稀疏表示肿瘤细胞图像识别[J]. 计算机应用, 2016, 36(10): 2895-2899.
[13]	康晓东, 王昊, 郭军, 于文勇. 无监督深度学习彩色图像识别方法[J]. 计算机应用, 2015, 35(9): 2636-2639.
[14]	张玉璞, 杨旗, 张旗. 基于计算机视觉的图像多尺度识别方法[J]. 计算机应用, 2015, 35(2): 502-505.
[15]	邵楠张科. 基于投影熵特征的图像识别算法[J]. 计算机应用, 2013, 33(10): 2874-2877.

局部Radon变换技术及在毛杆折痕识别中的应用

Feather quill crease recognition based on local Radon transform

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