矿物显微图像中网孔状及针板状成分识别方法研究

游劲敏; 李咸伟; 沈红标; 刘其真

doi:10.11834/jig.2006011294

图像处理、模式识别 | 浏览量 : 0 下载量: 196 CSCD: 0

PDF
导出
分享
收藏
专辑

矿物显微图像中网孔状及针板状成分识别方法研究
An Approach of Mesh and Striation Texture Recognition for Ore Microscope Image Classification
2006年11卷第11期页码：1690
纸质出版：2006
DOI： 10.11834/jig.2006011294
稿件说明：

移动端阅览

游劲敏, 李咸伟, 沈红标, 刘其真. 矿物显微图像中网孔状及针板状成分识别方法研究[J]. 中国图象图形学报, 2006,11(11):1690. DOI： 10.11834/jig.2006011294.

An Approach of Mesh and Striation Texture Recognition for Ore Microscope Image Classification[J]. Journal of Image and Graphics, 2006, 11(11): 1690. DOI： 10.11834/jig.2006011294.

摘要

矿石的显微图像成分分析是一项具有挑战性的应用研究课题，针对所要求的对某种矿石进行自动识别的任务，提出了一种使用改进的统计假说方法对网孔状纹理成分进行识别的方法；并提出了一种采用Sobel变换、骨架提取以及Hough变换相结合的技术进行针板状纹理成分识别的方法，实验结果表明，该方法是有效的。

Abstract

The ingredient analysis of ore microscope image is a challenging research area. To accomplish automatic recognition task on a kind of ore

this paper proposed an improved statistical hypothesis method for mesh texture ingredient recognition; and with Sobel edge detection

Skeleton Extraction

Hough Transformation another method is proposed on the recognition for needle like or striation texture ingredient. The experimental results show that the methods proposed in this paper are efficient.