基于布朗模型和小波變換的鍍鋅鋼板表面缺陷分形特征的研究(圖文)_第1頁
基于布朗模型和小波變換的鍍鋅鋼板表面缺陷分形特征的研究(圖文)_第2頁
基于布朗模型和小波變換的鍍鋅鋼板表面缺陷分形特征的研究(圖文)_第3頁
全文預(yù)覽已結(jié)束

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進行舉報或認(rèn)領(lǐng)

文檔簡介

1、基于布朗模型和小波變換的鍍鋅鋼板表面缺陷分形特征的研究(圖文)論文導(dǎo)讀：而邊浪與擦傷兩個缺陷用其它特征不易區(qū)分，本文考慮將圖像的分形維數(shù)作為區(qū)分上述兩類缺陷的特征量。有效的提取圖像的特征是鍍鋅鋼板缺陷檢測識別率高的前提，本文運用小波變換將鍍鋅鋼板的圖像分解為頻率不同的小波系數(shù)圖，結(jié)合分形布朗模型來計算個子圖的分維數(shù)作為分類特征，根據(jù)結(jié)果得知該特征對于區(qū)分邊浪和劃傷是很有效的。關(guān)鍵詞：小波變換，分形布朗模型，分形特征，分形維數(shù)小波變換是在傅立葉分析的基礎(chǔ)上發(fā)展起來的, 而且是傅立葉分析的發(fā)展和重大突破, 它優(yōu)于傅立葉分析的地方是它在空間域和時域都是局部化的由于在時域和頻域同時具有良好的局部特性,

2、 所以被譽為“數(shù)學(xué)顯微鏡”,在很多領(lǐng)域得到了廣泛的應(yīng)用。Pentland通過對自然景物紋理特性的研究，證明了大多數(shù)自然景物的灰度圖像滿足各向同性的分形布朗運動隨機場模型.1968年Mandelbrot和VanNess將分形布朗運動描述為其中，B(s)是一般布朗運動函數(shù)，H是描述自相似性或表面粗糙性的因子，也稱Hurst指數(shù)，它和分形維數(shù)D以及函數(shù)的拓撲維數(shù)T有下面的關(guān)系：D=T+1-H其中，0H1.當(dāng)H=1/2時，BH(s)=B(s)，分形布朗運動退化為一般的布朗運動.通過分析缺陷鍍鋅板的圖像可知,邊浪缺陷和擦傷兩類缺陷有自相似性,符合紋理圖像的特征。而邊浪與擦傷兩個缺陷用其它特征不易區(qū)分，本

3、文考慮將圖像的分形維數(shù)作為區(qū)分上述兩類缺陷的特征量。首先對圖像進行小波分解,得到圖像在垂直方向、水平方向和對角方向上的小波系數(shù)圖像和低頻逼近圖像，然后根據(jù)布朗模型計算每幅圖像的分形維數(shù)。2圖像的小波分解利用金字塔小波變換將圖像分解為不同頻帶的小波系數(shù)圖像。這里使用可分離的二維離散小波變換1。其中，為尺度函數(shù)對應(yīng)的小波函數(shù)，是與尺度函數(shù)對應(yīng)的小波函數(shù)，、為水平、垂直方向的一維尺度函數(shù)，、為水平、垂直方向的一維小波函數(shù)，對一幅圖像函數(shù)使用上述尺度函數(shù)和小波函數(shù)做變換得到：這樣原圖像被分解成一幅低頻逼近圖像和高頻圖像金字塔結(jié)構(gòu)、和的組合。3分維數(shù)的計算若用分形布朗函數(shù)來描述鍍鋅鋼板圖像的紋理特征，則其概率分布滿足（1）式中為維歐氏空間的任意一點；為高斯分

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論