A histogram-based image processing method for visual and actual roughness prediction of sandpapers

سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: انگلیسی
مشاهده: 847

متن کامل این مقاله منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل مقاله (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ICCC06_024

تاریخ نمایه سازی: 25 بهمن 1394

چکیده مقاله:

Surface texture recognition and classification is a challenging issue in both material science and human behavioral studies. In this study a feasible method based on image histogram analysis is introduced for surface roughness prediction. Our results show that image luminance histogram skewness, strongly correlates with both actual and visual surface roughness. Here, we employed a set of sandpapers with varying surface roughness as the stimuli set. To investigate the impact of image resolution on luminance histogram skewness, the images of the samples were captured by a digital scanner with nine different dpi values. The results show that as the image resolution increases luminance histogram skewness performance to predict visual and actual surface roughness increases as well.

کلیدواژه ها:

kewness- Image processing- Surface texture- Visual perception

نویسندگان

S. Ghodrati

Department of Polymer Engineering and Color Technology, Amirkabir University of Technology, Tehran, Iran.

M. Mohseni

Department of Polymer Engineering and Color Technology, Amirkabir University of Technology, Tehran, Iran.

S. Gorji Kandi

Department of Polymer Engineering and Color Technology, Amirkabir University of Technology, Tehran, Iran.

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Cula O. G., Dana K. J., CVPR, 1, I-1041, 2001. ...
  • Ho Y. X., Maloney L. T., Landy M. S., Journal ...
  • Dana K. J., Nayar S. K., CVPR, 618-624, 1998. ...
  • نمایش کامل مراجع