修车大队一品楼qm论坛51一品茶楼论坛,栖凤楼品茶全国楼凤app软件 ,栖凤阁全国论坛入口,广州百花丛bhc论坛杭州百花坊妃子阁

oe1(光电查) - 科学论文

16 条数据
?? 中文（中国） ▾

  • [2018年IEEE国际成像系统与技术会议(IST) - 波兰克拉科夫 (2018.10.16-2018.10.18)] 2018年IEEE国际成像系统与技术会议(IST) - 基于DWT和GLCM纹理分析，利用人工神经网络(ANN)和自适应神经模糊推理系统(ANFIS)进行MRI脑肿瘤检测的应用

    摘要： 在这项工作中，我们结合不同方法学开发基于轴位平面（T2 MRI）的脑肿瘤计算机辅助诊断（CAD）算法。所有方法均通过原始数据提取纹理特征（无需后处理），采用灰度共生矩阵（GLCM）、离散小波变换（DWT）等技术，并基于人工神经网络（ANN）或自适应神经模糊推理系统（ANFIS）进行分类。所有提出的方法均在包含65%非健康MRI的子数据集上完成开发、验证与确认。总数据库包含202例非健康患者MRI和18例健康患者MRI，均由经验丰富的神经外科医生进行视觉分割。通过组合不同特征子集，最佳结果采用4个GLCM特征输入至具有两个隐藏层的4输入ANN，获得灵敏度100%、特异度77.8%、准确率94.3%。实验证明：当健康/非健康组织MRI比例约为35%/65%时，用于训练此类CAD的输入数据可视为无偏倚。

    关键词： MRI肿瘤计算机辅助诊断、离散小波变换、自适应神经模糊推理系统、灰度共生矩阵、人工神经网络

    更新于2025-09-23 15:23:52

  • [IEEE 2018信号处理：算法、架构、配置及应用会议（SPA）- 波兰波兹南（2018年9月19-21日）] 2018信号处理：算法、架构、配置及应用会议（SPA）——图像归一化方案对纹理分类精度的影响

    摘要： 纹理是图像信息中极为丰富的来源。纹理分析在生物医学成像等领域有着广泛应用。灰度共生矩阵（GLCM）是其中一种广泛使用的纹理分析方法。基于GLCM的纹理分析通常分阶段进行：确定感兴趣区域、归一化处理、计算GLCM、提取特征，最后进行分类。基于GLCM的特征值取决于所选的归一化方法，这正是本研究考察的内容。由于采集的图像常存在噪声和强度伪影，因此必须进行归一化处理——虽然该方法不能消除这两种效应，但实验证明其应用能提高纹理分析的准确性。本研究旨在分析不同归一化方法对GLCM特征判别能力的影响，测试对象包括Brodatz纹理和真实磁共振数据。研究对Brodatz纹理施加了三种失真类型：强度不均匀性、高斯噪声和莱斯噪声，并检验了三种归一化方法：最小-最大值法、1-99%百分位法和±3σ标准差法。

    关键词： 归一化、分类、图像处理、纹理分析、灰度共生矩阵

    更新于2025-09-23 15:23:52

  • 基于侧滑数据的高分辨率星载相机光学焦平面组件渐晕校正方法

    摘要： 光学焦平面组件正越来越多地应用于高分辨率光学卫星系统，通过线阵推扫成像方式扩展图像幅宽。该系统在重叠区域会出现渐晕现象，影响成像质量。本文利用侧滑数据的特性，提出了一种基于侧滑数据的高分辨率星载光学焦平面组件相机渐晕校正方法。首先对原始侧滑数据进行标准化处理以确保各行特征一致；继而基于灰度共生矩阵的空间相关性，提出利用灰度共生矩阵识别均匀区域并提取样本点；最后针对线性响应与非线性响应兼容的特性，采用幂律模型进行拟合，并运用Levenberg-Marquardt算法优化模型。实验中分别采用多项式拟合、实验室系数与在轨系数与本方法进行对比。由于侧滑数据具有均匀场景特性，经本方法校正的侧滑图像均值变化小于1%，均方根偏差优于0.1%，平均条纹指标优于0.02。结果表明该方法在渐晕区域的校正效果显著更优。

    关键词： 推帚式扫描仪、灰度共生矩阵、高分辨率光学卫星、侧滑数据、渐晕校正、Levenberg-Marquardt算法、幂律模型、光学焦平面组件

    更新于2025-09-23 15:22:29

  • 利用分割与特征选择技术提升非合作式虹膜生物识别的性能

    摘要： 本研究提出了一种改进的分割方法和一种新颖的特征选择算法。从输入的眼部图像中，利用圆形霍夫变换识别虹膜边界。根据获得的半径定义边界框，随后采用迭代阈值技术消除镜面反射、眼睑、睫毛和瞳孔区域。从分割后的虹膜中提取一阶和二阶统计特征。首次从灰度共生矩阵（GLCM）计算卡方值作为虹膜图像的新颖统计特征。采用基于统计依赖性的反向特征选择（SDBFS）算法来减小特征向量规模。通过在缩小搜索空间的局部特征上操作，降低了分割的计算复杂度，减少了误定位次数并消除了瞳孔扩张的影响。SDBFS的结果显示了最小化有用特征的有效性。在CASIA V1、V3-interval和UBIRIS V1数据集上进行的实验结果表明，非理想虹膜图像中的统计特征优于部分最先进方法。

    关键词： 反向特征选择，卡方值，灰度共生矩阵，虹膜识别，GLCM，统计依赖性，圆形霍夫变换，分割

    更新于2025-09-23 15:22:29

  • 一种基于灰度共生矩阵特征和互信息的高光谱图像降维与分类新滤波器

    摘要： 降维是高光谱图像分类（HSI）的重要预处理步骤，也是不可避免的任务。一些方法采用基于光谱和空间信息的特征选择或提取算法。本文提出一种新的高光谱图像降维与分类方法，该方法综合考虑基于互信息的光谱与空间信息。我们通过灰度共生矩阵（GLCM）提取的纹理特征来表征空间信息，具体使用同质性、对比度、相关性和能量四个指标。分类任务采用支持向量机（SVM）。实验在三个知名的高光谱基准数据集上进行，将所提算法与现有先进方法进行对比。融合结果表明，本方法在保证良好时效性的同时提高了分类精度，优于其他方法。该算法仍有进一步优化的潜力。

    关键词： 高光谱图像、光谱与空间特征、分类、支持向量机、互信息、灰度共生矩阵、GLCM、支持向量机

    更新于2025-09-23 15:21:21

  • 基于灰度共生矩阵结合奇异值分解与局部二值模式的图像内容检索

    摘要： 本文提出了基于灰度共生矩阵、奇异值分解灰度共生矩阵和局部二值模式的内容图像检索方法?；谀芰?、对比度、熵等特征向量参数及欧氏距离、堪培拉距离、曼哈顿距离等距离度量指标，计算了图像的检索效率、精确率和召回率。所提方法的检索结果在Corel-1k数据库上进行了测试。研究表明：基于不同距离度量时，GLCM（灰度共生矩阵）、GLCM与SVD（奇异值分解）、半径一LBP和半径二LBP等算法在平均检索率、平均检索精确率和召回率方面均有显著提升。

    关键词： 灰度共生矩阵、奇异值分解和局部二值模式，基于内容的图像检索

    更新于2025-09-23 15:21:21

  • 基于三维激光扫描技术的疲劳荷载下活性粉末混凝土损伤诊断

    摘要： 采用三维激光扫描技术研究活性粉末混凝土（RPC）在疲劳荷载作用下的损伤机理。通过自主配置的三维激光扫描系统监测损伤过程，并运用纹理分析技术深化对RPC疲劳损伤机理的认知。为获取点云数据特征参数，提出点云投影算法，通过疲劳荷载作用下损伤区域二维平面与三维空间点云数据变化描述损伤演化过程。采用灰度共生矩阵（GLCM）方法提取特征参数评估结构状态，经数字特征筛选选取典型敏感特征指标的角二阶矩与聚类阴影。通过图像纹理分析与数据扩展验证损伤指标的可靠性，本文提取的指标可作为评估结构健康状态的新型结构健康监测指标。

    关键词： 损伤监测、纹理分析、特征提取、灰度共生矩阵、图像处理、三维激光扫描

    更新于2025-09-16 10:30:52

  • [IEEE 2019欧洲激光与电光会议暨欧洲量子电子学会议(CLEO/Europe-EQEC) - 德国慕尼黑(2019.6.23-2019.6.27)] 2019欧洲激光与电光会议暨欧洲量子电子学会议(CLEO/Europe-EQEC) - 集成可重构多臂干涉仪中的实验性多相估计

    摘要： 本研究的主要目标是建立一种半自动化的基于对象的影像分析（OBIA）方法用于滑坡定位。我们利用归一化植被指数（NDVI）、亮度及纹理特征（源自伊朗西北部研究区的IRS-ID和SPOT-5卫星影像），结合数字高程模型（DEM）的坡度与流向派生数据以及地形导向的灰度共生矩阵（GLCMs），通过多分辨率分割、特征选择与对象分类步骤的组合信息层生成对象。采用包含109起滑坡事件的数据库验证结果表明，该参数组合实现了93.07%的高精度滑坡勾绘。本研究证实了OBIA从卫星影像精准勾绘滑坡的潜力，尤其凸显了该方法能直接将DEM派生数据与地表纹理度量等多元异构参数纳入分类流程的优势，为推动地理对象影像分析（GEOBIA）成为遥感与地理信息科学领域的范式作出贡献。

    关键词： 基于对象的图像分析（OBIA）、基于纹理规则的分类、灰度共生矩阵（GLCM）、滑坡制图、遥感、地理信息科学

    更新于2025-09-16 10:30:52

  • [2018年IEEE第三届图像、视觉与计算国际会议(ICIVC) - 重庆(2018.6.27-2018.6.29)] 2018年IEEE第三届图像、视觉与计算国际会议(ICIVC) - 一种基于CT图像检测肺癌的新策略

    摘要： 肺癌在晚期阶段的治愈率极低，而通过有效的早期检测可大幅提升肺癌的生存率。早期肺癌检测对人类健康至关重要。计算机断层扫描（CT）图像能提供组织电子密度信息，被广泛应用于放射治疗规划。本系统基于CT技术，包含图像采集、预处理、特征提取和分类四个环节。预处理阶段将RGB图像转为灰度图，采用中值滤波器和维纳滤波器消除噪声，运用大津法处理CT图像，并通过REGIONPROPS函数从二值图中提取身体区域。特征提取阶段通过灰度共生矩阵（GLCM）统计方法获取对比度、相关性、能量、同质性等特征。最终阶段结合支持向量机（SVM）和反向传播神经网络（BPNN），利用提取的特征对CT图像中的肺癌进行识别。系统性能表现优异，SVM分类准确率达96.32%，BPNN分类准确率为83.07%。

    关键词： BP神经网络、支持向量机、图像处理、肺癌检测、灰度共生矩阵

    更新于2025-09-10 09:29:36

  • [IEEE IGARSS 2018 - 2018年IEEE国际地球科学与遥感研讨会 - 西班牙瓦伦西亚（2018.7.22-2018.7.27）] IGARSS 2018 - 2018年IEEE国际地球科学与遥感研讨会 - 基于图像纹理分析的SAR影像匹配改进方法

    摘要： 与光学图像相比，高分辨率合成孔径雷达（SAR）图像的匹配过程更为复杂，但由于其广泛应用而尤为重要。当前研究的主要目标是通过采用灰度共生矩阵（GLCM）进行纹理分析来改进SAR图像匹配流程。该方法使用了一对TerraSAR-X图像的三个部分进行实施。结果表明，在某些低纹理区域，传统图像匹配算法无法检测到对应点，而在图像匹配过程中使用其他纹理特征可提高可接受匹配点的数量。

    关键词： 灰度共生矩阵、纹理特征、光流法、SAR图像匹配

    更新于2025-09-10 09:29:36