10.11980/j.issn.0254-508X.2019.01.009
基于相位一致性的低对比度纸病识别算法研究
针对机器视觉检测低对比度纸病,存在常规的阈值分割会引起低对比度纸病信息丢失以及边缘检测存在鲁棒性差的问题,本课题提出了一种基于相位一致性算法识别低对比度纸病的方法,并与常规的阈值分割以及边缘检测中具有代表性的canny算子进行了对比分析.结果表明,当识别低对比度纸病时,本课题提出的方法不仅保留的有用信息较常规阈值分割的多,而且鲁棒性较canny算子的边缘检测好.
纸病识别、图像分割、相位一致性、自适应阈值
38
TP273;TS77(自动化技术及设备)
2019-03-07(万方平台首次上网日期,不代表论文的发表时间)
共4页
50-53