目前對cs-lbp 的理解是cs-lbp只能描述電池片裂紋的梯度特徵：cs-lbp值的大小代表的是方向，每乙個值出現的頻率代表的大小。cs-lbp作為一種特徵描述的方法，所提取的特徵向量維數小，並且對銻度變化響應明顯，這也就是為什莫選用它作為裂紋特徵提取主要原因。而缺點只能描述梯度特徵，一旦雜訊干擾與裂紋有相似的銻度變化，cs-lbp就不能很好的分辨出到底是背景還是裂紋。這是目前針對裂紋這缺陷效果低的主要原因。現在對研究的最新理解是，創新之處一定是針對所要解決的問題。所要解決的問題也要明確，像cs-lbp對於銻度變化相似的裂紋和背景區分度就不高，這就是要解決的核心問題，並非是非均勻紋理背景下的缺陷分類，非均勻紋理背景還是太大。
解決方案目前想到了兩種，一種是用採用減少類間距，增加類間間距的方法。另一種是提取裂紋的專有特徵，即有針對性的提取特徵。
cs-lbp 的簡單理解及實現：cs-lbp利用關於中心畫素對稱位置的畫素大小關係進行二進位制編碼，再將這個二進位制數對映成十進位制數，屬於將畫素資訊對映到了空間域。這種方法利用了影象的中心對稱差分資訊，也就是梯度資訊，對梯度響應明顯。
% % function result = cslbp(image,radius,neighbors)
% clc
% clear
% close all
% image = imread('e:\裂紋\25乘25測試\194.jpg');
% figure;
% imshow(image)
% image = rgb2gray(image);
% i
shell合理運用巧妙提取IP位址
shell合理運用巧妙提取ip位址 root xkwb5510 ifconfig eth0 awk f nr 2 192.168.200.210 255.255.255.0 其實這句話的意識就是 以多個空格或者多個 作為分割符 然後輸出第二行的第四列和最後一列值 大家看一下這個分解就明白了 root...
python提取內容 使用Python提取小說內容
具體實現功能如下 輸入 目錄頁的url之後，指令碼會自動分析目錄頁，提取 的章節名和章節鏈結位址。然後再從章節鏈結位址逐個提取章節內容。現階段只是將 從第一章開始，每次提取一章內容，回車之後提取下一章內容。其他 的結果可能有不同，需要做一定修改。在逐浪測試過正常。coding utf8 usr bi...
邊界輪廓提取（邊緣提取）例項
邊緣提取，指數字影象處理中，對於輪廓的乙個處理。對於邊界處，灰度值變化比較劇烈的地方，就定義為邊緣。也就是拐點，拐點是指函式發生凹凸性變化的點。二階導數為零的地方。並不是一階導數，因為一階導數為零，表示是極值點。邊緣提取 邊緣檢測的基本思想首先是利用邊緣增強運算元，突出影象中的區域性邊緣，然後定義象...