基于灰度共生矩阵的打印文件检验研究

针对打印文件检验在公共安全应用中的需求,提出一种基于灰度共生矩阵的打印文件鉴别方法。鉴别过程包括打印文件图像采集,图像预处理,特征提取和分类判别。用自制装置采集打印文件图像,经预处理后得到单个打印字符,利用灰度共生矩阵方法对不同打印文件中的相同字符进行纹理特征提取,并采用欧氏距离分类器鉴别出源打印机。选取45台激光打印机参与测试,将打印字符的图像灰度级压缩至64级再进行特征提取,鉴别正确率达93.58%,且大幅减少了算法耗时,证明了该方法的有效性。     

基于支持向量机与多种特征的煤矸石识别

为了提高煤矸石分选的识别率,研究煤与煤矸石在同一场景下不同特征的数据差异;将煤与煤矸石各分为2类,从各类中抽取样本,经预处理后分析灰度特征、纹理特征、灰度分布直方图,以及不同阈值时各类样本灰度级为255的像素点频率;基于灰度特征与纹理特征,采用支持向量机对样本进行训练。结果表明,各类煤与煤矸石在灰度特征的灰度能量与灰度熵、纹理特征的能量与熵、灰度分布直方图特征以及阈值为55～70且灰度级为255时的频率存在明显差异,基于支持向量机与多种特征的煤矸石识别率最高可达96.4%。     

基于分数维与灰度梯度共生矩阵的气象云图识别(Ⅱ)--灰度梯度共生矩阵对纹理统计特征的描述

图像的分数维特征描述了纹理的复杂度和粗糙度。图像的灰度梯度信息则检出了图像中灰度跳变的部分,将图像的梯度信息加进灰度共生矩阵,则使得共生矩阵更能包含图像的纹理基元及其排列的信息。将４ 种基本云类（卷云、积雨云、积云和层云）的分数维和灰度梯度共生矩阵（ＧＧＣＭ）的二次统计特征结合起来,对云类进行分类与识别。样本的试验表明,分数维和灰度梯度共生矩阵的二次统计特征结合起来,气象云图能有效地识别。     

基于灰度冗余的红外图像直方图处理技术

该文提出一种改进的消除灰度冗余的红外图像直方图均衡算法.通过统计红外图像灰度的分布规律,将像素灰度分布为零的灰度级进行完全压缩,设定适当的阈值,将小于阈值的无效灰度级映射到阈值灰度级,对有效图像灰度级进行无损均衡.该算法在压缩灰度冗余的同时,进行直方图均衡,克服了传统直方图方法在图像增强时造成的灰度断层和丢失,提高了图像质量.     

基于灰度共生矩阵和BP神经网络的道床板结识别

将神经网络处理非线性问题的优势和灰度共生矩阵描述纹理的经典算法应用于铁路道床板结的识别研究.本文通过改进Hough变换的方法来检测定位道床区域,然后采用灰度共生矩阵对正常的道床和板结的纹理图像进行特征提取,探索基于BP神经网络进行道床板结检测和识别的方法,实现了道床板结识别的算法.实验结果表明,有较好的效果.     

基于模式识别与灰度共生矩阵的神经元图像分类

为了实现自动高效且结果准确的生物神经元识别,提出一种基于模式识别与图像灰度共生矩阵特征的神经元自动分类方法。该方法通过对生物神经元图像预处理,计算图像的灰度共生矩阵,统计各图像灰度共生矩阵属性值的平均值和标准差,构建生物神经元类别的特征空间,利用模式识别中的人工神经网络方法建立特征空间与神经元类别之间的映射关系。采用收集的160幅生物神经元图像对该方法进行实验分析,测试集的识别正确率达93.8%。研究结果表明,结合模式识别与图像灰度共生矩阵特征的生物神经元图像自动分类方法具有较高的准确性与可靠性。     

基于颜色纹理和形状特征相结合的图像检索系统

灰度共生矩阵是一种有效的纹理图像分析方法,为了更有效地进行图像检索,定义了一种新型的灰度共生矩阵描述子,该矩阵描述子能够有效结合颜色、纹理和形状特征,通过描述像素的空间相关性来进行基于内容的图像检索. 利用该矩阵描述子进行图像检索时,先在RGB颜色空间中计算彩色梯度,然后利用灰度共生矩阵来描述图像特征. 实验结果表明其检索性能优于传统的普通灰度共生矩阵.     

基于灰度共生矩阵的新疆地方性肝包虫CT图像特征提取方法

 特征提取是图像理解与分析的关键。为提取表征新疆地方性肝包虫病的CT影像特征,提出一种基于灰度共生矩阵对肝脏和包虫病灶进行特征提取的方法。首先,对肝脏CT切片图像进行归一化,利用中值滤波和直方图均衡化对肝脏及病灶区同时进行去噪和增强,从而得到更清晰的灰度图像;然后进行灰度级压缩,利用基于灰度共生矩阵的纹理特征提取方法分别提取新疆地方性单囊型、多囊型肝包虫和正常肝脏CT图像的角二阶矩、熵、惯性矩、逆差分矩及相关性的均值和标准差作为纹理特征。统计分析发现,单囊型和多囊型肝包虫CT图像在角二阶矩、熵和逆差分矩等方面存在显著差异,具有统计学意义。最后,采用Bayes判别分类,分类正确率达到93.33%。结果表明,研究采用的纹理提取方法对描述肝包虫CT图像特征具有较理想的效果,一定程度上有助于对肝包虫CT图像进行分类和检索。     

基于灰度共生矩阵的高效积分图像计算(英文)

基于局部特征描述符的主要方法正在被用于纹理分类、目标检测和识别.灰度共生矩阵(GLCM)是一个体现纹理图像的很流行的方法,也被证明是一个非常强大的纹理分析工具.灰度共生矩阵所带来的子图像重叠非常严重,要花大量的时间去计算.本文提出一种高效灰度共生矩阵的计算方法,并通过实验结果来显示其效率.     

高位灰度图像假彩色显示方法研究

传统的灰度级压缩算法存在无法自动识别感兴趣灰度范围,并且经过压缩后图像必然丢失一部分信息的问题. 文中针对高位灰度图像提出了一种假彩色显示的方法,对高位图像的灰度级采样,并映射到HSV颜色空间中H通道;压缩图像灰度级使其包含在0~255内,并将其映射到V图层;对图像进行归一化处理,并将其映射到S图层;最后将图像从HSV颜色空间转换到RGB颜色空间进行显示. 主观和客观评价结果显示,该方法能最大限度显示高位图像包含的细节.      

洛神花花青素提取工艺及抗氧化活性研究

目的 用超声波辅助法优化提取洛神花中花青素的提取工艺,并通过斑马鱼胚胎氧化应激模型进行抗氧化活性研究。方法 正交法进行提取工艺优化,斑马鱼胚胎进行氧化应激干预测试抗氧化水平。结果 洛神花花青素最佳提取工艺条件：提取温度30℃、超声功率300 W、料液比1∶40(g/mL)、超声时间90 min,此时得率为2.94 mg/g。体外抗氧化活性表明,5.8 mg/mL洛神花花青素对DPPH自由基清除率、ABTS自由基清除率和羟自由基清除率分别为83.15%、 63.32%和74.4%。通过斑马鱼胚胎氧化应激模型进行抗氧化活性研究发现,洛神花花青素能够有效保护由AAPH诱导的斑马鱼胚胎氧化损伤,11.6μg/mL剂量组的洛神花花青素极显著降低斑马鱼胚胎ROS的产生,抑制脂质过氧化物的生成和降低胚胎细胞死亡率,其作用效果与2.9μg/mL VC组相近。结论 超声辅助正交优化后的工艺能提高洛神花花青素得率,比单因素最高得率提高37%;良好的体内外抗氧化活性为进一步开发洛神花提供理论基础。     

基于黏菌优化极限学习机的煤矸石多光谱识别

煤和矸石的精准辨识是煤矸分选和煤炭清洁高效利用的重要前提,针对传统方法存在效率低、需加装辐射 隔离以及受环境干扰等诸多不足,提出了基于多光谱图像特性和光谱特性来识别煤和矸石,构建黏菌优化极限学 习机(Slime Mold Algorithm Extreme Learning Machine,SMA-ELM)的分类模型。 搭建多光谱数据采集系统完成煤与 矸石的光谱图像采集,通过 LBP 对光谱图像进行特征提取并使用 PCA 主成分分析对提取后的特征向量降维,输入 SMA-ELM 分类模型、蚁狮优化极限学习机(Antlion Algorithm Optimized Extreme Learning Machine,ALO-ELM)分类 模型、鲸鱼优化极限学习机(Whale Algorithm Optimized Extreme Learning Machine,WOA-ELM)分类模型进行对比, 重点研究不同波长响应下煤和矸石的辨识精度来筛选最佳波长,通过多评价指标对优化后的最优波段进行比较。 实验结果表明, SMA -ELM 分类效果最佳,第 6 波段为最优波段, SMA - ELM 在该波段的平均识别准确率为 95. 08%,煤和矸石的识别 F1-Score 分别为 96. 47%和 92. 68%,用时 10. 6 s。 所提出的方法可以实现煤和矸石的精 准识别,这对煤和矸石的智能分选具有重要的研究意义。     

盐碱地土壤改良试验研究——以粉煤灰和煤矸石改良盐碱土为例

采用盆栽试验,重点探讨了粉煤灰和煤矸石改良盐碱土对柽柳生长的影响.结果表明:施加15％粉煤灰+15％淤泥改良盐碱土效果明显好于l0％粉煤灰+10％煤矸石+10％淤泥的效果,好于20％粉煤灰的改良效果.基质中加入粉煤灰,对提高柽柳发芽率、缩短枝条发芽时间和提高萌发枝条成活率均具有促进作用.施加粉煤灰改良盐碱土的优劣比例顺...     

煤矸石混凝土冻融损伤本构关系试验研究

通过对冻融后煤矸石混凝土的单轴受压试验,研究了冻融循环次数和煤矸石取代率对煤矸石混凝土力学性能的影响,提出了冻融作用下煤矸石混凝土峰值应力、峰值应变的退化规律,并拟合应力-应变曲线,提出了煤矸石混凝土冻融损伤单轴受压本构关系。试验结果表明,随着冻融循环次数的增加,煤矸石混凝土峰值应力逐渐降低,峰值应变和极限应变逐渐增加,应力-应变曲线趋于扁平,受压早期压实效应尤为明显,弹性模量迅速降低,应力-应变曲线前端部分出现下凹。此本构关系精度较好,对煤矸石混凝土的推广应用和进一步改性研究有一定参考价值。     

基于纹理特征融合的煤矸石分选技术研究

提出了一种新的基于纹理特征融合的煤矸石分选方法.设计了一种纹理特征提取算法.选取多个纹理特征作为分类器的输入特征,并对选择出的分类特征进行融合,最后采用神经网络分类器实现煤矸石的分选.实验结果表明,本文所提出的分选方法达到了较高的识别正确率,且能够满足实时要求.     

一种基于2DPCA的煤岩识别新方法

针对传统PCA方法用于煤岩识别常常面临图像维数高,直接计算数量大的问题,提出并实现了一种基于2DPCA的煤岩识别方法。这种识别方法是基于图像矩阵的主分量分析法,由于它的协方差矩阵可由原图像矩阵直接构建,因此2DPCA使用的协方差矩阵同传统PCA相比要小很多。实验结果表明,在训练样本数相同的情况下,2DPCA耗时仅占PCA总耗时的60%左右,并且随着训练样本的增多,2DPCA与PCA之间的耗时差会越来越大。识别率较PCA方法提高了近10%,图像SNR也由原来的4.53 dB提高到12.17 dB。2DPCA在速度方面表现优越,准确性方面也令人满意,有效的提高了煤岩识别的效率。     

水泥稳定煤矸石路面基层补充定额编制

为了能有效控制水泥稳定煤矸石混合料的造价,填补陕西省现行公路工程定额中的缺项,以水泥稳定煤矸石路面基层工程项目为依托,研究了水泥稳定煤矸石路面基层技术特点及施工工艺,合理划分补充定额子目,实测了施工过程中的工作内容及人、材、机的消耗量定额,运用拉依达准则和线性插值法识别并修正实测数据中的粗大误差,计算汇总,编制出水泥稳定煤矸石路面基层补充定额,并进行成果测算分析。结果表明,编制的补充定额均处于合理水平,可作为水泥稳定煤矸石路面基层施工的计价依据。研究成果可为陕西省乃至全国范围内水泥稳定煤矸石路面基层项目的预算定额编制提供依据。     

煤岩破裂过程CT图像的分形描述

为实时观测煤岩细观破坏过程,采用中国矿业大学(北京)国家重点实验室工业CT检测系统,对煤岩单轴压缩破坏过程进行了CT扫描试验.利用分形理论对煤岩破坏过程CT图像进行分析,得到煤岩试样CT图像裂纹损伤扩展破裂过程的分形维数,计算结果显示CT图像计盒维数随应力的变化趋势与煤岩单轴压缩试件应力-应变曲线趋势吻合.研究结果表明,用半型高斯函数能够较好地描述煤岩试样在单轴压缩荷载作用下计盒维数随荷载的变化规律.     

利用煤矸石研发钢结构住宅配套墙板的可行性分析

以利用煤矸石墙板为研究目标,通过对煤矸石的化学成分、基本性能及其利用和发展现状的分析研究,提出将煤矸石烧制成陶粒,进而研制2种板型、5种规格的钢结构住宅配套墙板的技术路线;根据钢结构住宅的使用及构造要求,分析了影响煤矸石陶粒质量的因素,给出了煤矸石陶粒及煤矸石陶粒墙板的技术性能指标。     

煤矸石的综合利用现状的研究

煤矸石是在煤矿开采及加工的过程中产生的固体废物,是世界上排放量最大之一的工业废料。煤矸石的堆放占用了大量的土地,造成了一系列的环境问题。本文分析了煤矸石的来源与基本性质,阐述了煤矸石的综合利用现状。