基于最大互信息方法的机械零件图像识别

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于最大互信息方法的机械零件图像识别

葛森, 黄大贵

文章导航 > 电子科技大学学报 > 2007 > 36(4): 801-804

葛森, 黄大贵. 基于最大互信息方法的机械零件图像识别[J]. 电子科技大学学报, 2007, 36(4): 801-804.

引用本文:

葛森, 黄大贵. 基于最大互信息方法的机械零件图像识别[J]. 电子科技大学学报, 2007, 36(4): 801-804.

GE Sen, HUANG Da-gui. Machine Part Image Recognition by Using Maximization of Mutual Information[J]. Journal of University of Electronic Science and Technology of China, 2007, 36(4): 801-804.

Citation:

GE Sen, HUANG Da-gui. Machine Part Image Recognition by Using Maximization of Mutual Information[J]. Journal of University of Electronic Science and Technology of China, 2007, 36(4): 801-804.

基于最大互信息方法的机械零件图像识别

葛森,
黄大贵

1.
电子科技大学机械电子工程学院成都 610054

作者简介:
葛森(1969-),男,在职博士生,讲师,主要从事计算机视觉方面的研究.

中图分类号: TP391

Machine Part Image Recognition by Using Maximization of Mutual Information

1.
School of Mechatronics Engineering,University of Electronic Science and Technology of China Chengdu 610054

摘要: 提出了应用最大互信息方法进行零件图像识别的方法,它利用图像的信息熵描述图像的特征,结合图像的颜色信息及局部形状信息,以互信息作为衡量两幅图像相似性的测度函数进行图像识别,弥补了直方图表达空间信息的不足。该方法既满足位置不变性,又能避免进行图像分割,从而避免了因图像分割引起的复杂计算,使算法容易实现。实验结果表明,该方法提高了零件图像识别的精度、稳定性和可靠性。
- 熵 /
- 图像识别 /
- 机械零件图像 /
- 互信息
Abstract: A new approach to the problem of machine part image recognition is proposed by using maximization of mutual information. The method applies entropy to measure image feature, combined with color information and local shape information, and uses mutual information as a new matching criterion between the images for image recognition. This method solves the problem that histogram algorithm can not represent the spatial information. This method not only has the feature of translation invariant, but also avoids image segmentation which may lead to a complex calculation, so it can be realized easily. The result shows that proposed approach is accuracy, stability, and reliability in the processing of machine part image recognition.
- entropy /
- image recognition /
- machine part image /
- mutual information

[1]	张俐. 基因数据的交互依赖特征选择算法 . 电子科技大学学报, 2022, 51(5): 754-759. doi: 10.12178/1001-0548.2021136
[2]	刘睿, 邓强强, 冯运, 陈凌, 蒋伟, 殷宏磊, 彭倍. 基于图形路标特征的精确定位研究 . 电子科技大学学报, 2019, 48(2): 233-238. doi: 10.3969/j.issn.1001-0548.2019.02.012
[3]	郝晓丽, 高永. CUDA框架下的视频关键帧互信息熵多级提取算法 . 电子科技大学学报, 2018, 47(5): 726-732. doi: 10.3969/j.issn.1001-0548.2018.05.014
[4]	赵倩文, 吴晔, 王胜烽. 人在社交网络中的投资行为研究 . 电子科技大学学报, 2018, 47(2): 298-302. doi: 10.3969/j.issn.1001-0548.2018.02.022
[5]	宋勇, 蔡志平. 一种基于信息论模型的入侵检测特征提取方法 . 电子科技大学学报, 2018, 47(2): 267-271. doi: 10.3969/j.issn.1001-0548.2018.02.017
[6]	罗杨, 赵志钦. 基于互信息理论的MIMO天波超视距雷达波形优化方法 . 电子科技大学学报, 2017, 46(1): 27-31,60. doi: 10.3969/j.issn.1001-0548.2017.01.005
[7]	卢扬, 樊超, 韩筱璞, 荣智海. 签到行为的可预测性及影响因素分析 . 电子科技大学学报, 2015, 44(2): 163-171. doi: 10.3969/j.issn.1001-0548.2015.02.001
[8]	邹赛, 汪文勇, 唐勇, 张骏. 在动态水环境中基于熵的无线传感器网络路由算法 . 电子科技大学学报, 2014, 43(1): 82-87. doi: 10.3969/j.issn.1001-0548.2014.01.014
[9]	黄智勇, 曾孝平, 周建林, 石幸利. 利用接触跟踪机制实现Email蠕虫的检测 . 电子科技大学学报, 2011, 40(3): 435-439. doi: 10.3969/j.issn.1001-0548.2011.03.021
[10]	陈庆利, 蒲亦非, 黄果, 周激流. 数字图像的0~1阶Riemann-Liouville分数阶微分增强模板 . 电子科技大学学报, 2011, 40(5): 772-776. doi: 10.3969/j.issn.1001-0548.2011.05.026
[11]	王鹏, 常征. 算法隐含并行性的物理模型 . 电子科技大学学报, 2009, 38(4): 588-591. doi: 10.3969/j.issn.1001-0548.2009.04.026
[12]	舒剑, 许春香. 高效的口令基认证组密钥协商协议 . 电子科技大学学报, 2009, 38(3): 393-396. doi: 10.3969/j.issn.1001-0548.2009.03.018
[13]	雷霖, 代传龙, 王厚军. 基于互信息的无线传感器网络节点故障自诊断 . 电子科技大学学报, 2009, 38(5): 696-699. doi: 10.3969/j.issn.1001-0548.2009.05.030
[14]	姜群, 李祖枢, 欧阳, 董世都, 邱小平. 在子集条件约束下的最大熵分布及其应用 . 电子科技大学学报, 2008, 37(1): 94-96,123.
[15]	曾翎, 刘斐, 乔辉. 基于互信息的功能磁共振图像配准 . 电子科技大学学报, 2008, 37(1): 138-140.
[16]	晏华, 刘贵松. 采用熵的多维K-匿名划分方法 . 电子科技大学学报, 2007, 36(6): 1228-1231.
[17]	范自柱, 刘二根, 徐保根. 互信息在图像检索中的应用 . 电子科技大学学报, 2007, 36(6): 1311-1314.
[18]	蒲晓蓉, 郑自明, 周伟. 基于子空间投影的残缺人脸图像识别新算法 . 电子科技大学学报, 2006, 35(2): 208-210,220.
[19]	洪洁, 范修斌, 方刚, 路晓峰. 布尔函数最优连续化 . 电子科技大学学报, 2004, 33(5): 621-622,626.
[20]	谭扬波, 陈光. 一种基于最大模糊熵的高斯聚类算法 . 电子科技大学学报, 2000, 29(3): 269-272.

WeChat

点击查看大图

计量

文章访问数: 3557
HTML全文浏览量: 212
PDF下载量: 51
被引次数: 0

基于最大互信息方法的机械零件图像识别

葛森,
黄大贵

1. 电子科技大学机械电子工程学院成都 610054

作者简介:
葛森(1969-),男,在职博士生,讲师,主要从事计算机视觉方面的研究.

收稿日期: 2005-06-26
刊出日期: 2006-08-15

中图分类号: TP391

关键词:

摘要: 提出了应用最大互信息方法进行零件图像识别的方法,它利用图像的信息熵描述图像的特征,结合图像的颜色信息及局部形状信息,以互信息作为衡量两幅图像相似性的测度函数进行图像识别,弥补了直方图表达空间信息的不足。该方法既满足位置不变性,又能避免进行图像分割,从而避免了因图像分割引起的复杂计算,使算法容易实现。实验结果表明,该方法提高了零件图像识别的精度、稳定性和可靠性。

English Abstract

葛森, 黄大贵. 基于最大互信息方法的机械零件图像识别[J]. 电子科技大学学报, 2007, 36(4): 801-804.

引用本文:

葛森, 黄大贵. 基于最大互信息方法的机械零件图像识别[J]. 电子科技大学学报, 2007, 36(4): 801-804.

GE Sen, HUANG Da-gui. Machine Part Image Recognition by Using Maximization of Mutual Information[J]. Journal of University of Electronic Science and Technology of China, 2007, 36(4): 801-804.

Citation:

GE Sen, HUANG Da-gui. Machine Part Image Recognition by Using Maximization of Mutual Information[J]. Journal of University of Electronic Science and Technology of China, 2007, 36(4): 801-804.

全文HTML

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

期刊在线

编辑办公

友情链接

电子科技大学

版权所有 © 《电子科技大学学报》编辑部

地址: 成都市建设北路二段四号电子科技大学主楼中350室电话: 028-83202308,83207559 Email: xuebao@uestc.edu.cn

本系统由北京仁和汇智信息技术有限公司开发