基于Fisher准则的多铆钉线聚类融合识别算法

来源 :计算机应用 | 被引量 : 1次 | 上传用户:ytlytl1009
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对飞机蒙皮缺陷检查中多铆钉线的识别问题,基于Fisher压缩准则提出一种聚类融合识别算法。对采用Canny算子提取的铆钉边缘进行形态学运算,得到铆钉区域及其由质心构成的线段向量集合,采用Fisher准则函数对可能的铆钉线方向的线段向量进行聚类。根据原点到同一铆钉线上的线段向量的距离相等的特点对聚类线段向量进行融合,拟合出实际铆钉线。实验结果表明,该方法具有较高的准确性和鲁棒性,能满足飞机蒙皮缺陷检查机器人实时检测要求。
其他文献
随着我国建筑、冶金、化工和水利工程等行业的快速稳定发展,用于这些领域的破碎设备的性能也得到了很大的提高。特别是在高速公路,机场,大坝等建筑施工中,由于级配骨料的生产
针对烟叶异物检测中很难全面收集异物样本数据的问题,提出一种基于支持向量数据描述方法(SVDD)的烟叶异物检测方法。该方法只需要烟叶样本数据,就可建立单值分类器。首先,提取烟叶与几种典型异物的RGB分量与HSV分量;然后,选取烟叶的HV分量作为特征向量,训练SVDD分类器,实现烟叶异物的分类识别;最后,通过接受者操作特性(ROC)曲线对比了SVDD与其他3种方法的分类效果。实验结果表明,采用HV分量
通过对36例妊娠合并卵巢肿瘤临床资料回顾分析,探讨了妊娠与卵巢肿瘤之间关系,介绍了妊娠合并卵巢肿瘤的诊断与治疗方法.肿瘤防治杂志,2001,8(4):431-432