72、基于斜率模式谱的全局图像特征提取与贝叶斯树约束子结构发现

基于斜率模式谱的全局图像特征提取与贝叶斯树约束子结构发现

基于斜率模式谱的全局图像特征提取

在图像特征提取领域，为了验证基于斜率模式谱算法所提取模式谱的有效性，并对比斜率模式谱算法与粒度测量技术的性能，进行了两项分类和回归实验。

实验设置

• 图像样本 ：除QuickBird图像为200x200像素外，其他样本图像均为256x256像素。
• 实验环境 ：使用MATLAB代码在配备2.66 GHz CPU和256 MB RAM的Intel Pentium 4个人计算机上运行。
• 结构元素 ：形态学粒度测量使用圆盘，线性灰度粒度测量使用水平线段作为结构元素。

钢铁图像回归实验

• 样本制备 ：使用高钢低合金钢（HSLA）样本图像。样本是由Tshwane理工大学化学与冶金工程系制备，用于研究激光处理代替机械成型对钢微观结构的影响。将含0.03wt%铌（Nb）、厚度为3.5 mm的高强度钢扁平件，用直径8 mm的1kW CO₂激光进行处理，每个周期进行5次激光扫描，每个样本共处理13个周期。然后使用切割机关切割这些部分，并采用标准金相方法进行抛光。在放大倍数为200%的显微镜下观察这些样本，并用数码相机记录。在不同深度（0.2917mm - 3.5004mm）记录样本对，共得到24个样本。
• 模型选择 ：使用径向基函数（RBF）近似神经网络来近似HSLA样