CN114418957B 基于机器人视觉的全局和局部二值模式图像裂缝分割方法 （广州大学）_第1页
CN114418957B 基于机器人视觉的全局和局部二值模式图像裂缝分割方法 （广州大学）_第2页
CN114418957B 基于机器人视觉的全局和局部二值模式图像裂缝分割方法 （广州大学）_第3页
CN114418957B 基于机器人视觉的全局和局部二值模式图像裂缝分割方法 （广州大学）_第4页
CN114418957B 基于机器人视觉的全局和局部二值模式图像裂缝分割方法 （广州大学）_第5页
已阅读5页，还剩19页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

基于机器人视觉的全局和局部二值模式图基于机器人视觉的全局和局部二值模式图值模式检测算法对增强图进行处理，构建显著全局和局部二值模式裂缝自动分割方法进行性特征对裂缝分割结果进行修正，提高了分割精2所述利用改进的局部二值模式检测算法对增强图进行处理While(True)：==1，则令O＝I；mi合并；2.如权利要求1所述的基于机器人视觉的全局和局部二值模式图像裂缝分割方法，其33.如权利要求1所述的基于机器人视觉的全局和局部二值模式图像裂缝分割方法，其4.如权利要求1所述的基于机器人视觉的全局和局部二值模式图像裂缝分割方法，其在公开的裂缝数据集上对得到的全局和局部二While(True)：==1，则令O＝I；i合并；46.一种计算机设备，包括存储器、处理器及存中任一项所述的基于机器人视觉的全局和局部二值7.一种计算机可读存储介质，其特征在于序，所述计算机程序被处理器执行时使所述处理器执行如权利要求1-4任一项所述的基于5[0007]利用增强图和显著图进行裂缝分割，得到全局和局部二值模式裂缝自动分割方6[0018]图1为本申请实施例提供的基于机器人视觉的全局和局部二值模式图像裂缝分割[0019]图2为本申请实施例提供的基于机器人视觉的全局和局部二值模式图像裂缝分割的本发明各个实施方式中所涉及的技术特征只要彼此之间未[0026]参见图1实施例所示基于机器人视觉的全局和局部二值模式图像裂缝分割方法流[0030]局部二值模式(LocalBinaryPatterns,L7[0037]虽然旋转不变LBP描绘局部特征被应用到纹理检测中，但是这种特征结果用于缺陷检测是困难的，因为其检测结果受目标像素点到相邻像素点的距离的影素点和处在背景中的像素点的IRC几乎没有区别，这样会导致检测结果出现较多假阴性和8[0067]8)计算每个区域在G中的灰度平均值GmRegi和根据公式(6)计算每个区域的影响半9准确率Pr(即正确缺陷像素个数占总预测缺陷值的比值)和召回率Re(即正确

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论