牌照生产中图象分割技术的应用

针对光照不均和存在反光的复杂彩色图象，提出一种采用灰度空间和饱和度空间联合阀值的图象分割方法，该方法能够较好地分割目标和背景，获得高质量的二值图象，在工业生产实时监控系统的应用中取得了良好的效果。     

基于反相灰度图二值化修正的铁谱图像磨粒特征提取

为准确获取铁谱图像中磨粒几何形状和特征参数,提出一种图像处理算法并对其进行验证。针对铁谱图像底色特征及磨粒特征提取精度要求,提出基于反相操作的铁谱图像灰度图转化方案,得到边缘清晰的铁谱灰度图;提出一种三段式阈值分割方案,利用腐蚀和膨胀操作解决二值化对铁谱图像有效磨粒区域的影响,讨论油污等干扰因素的消除策略;确定磨粒特征参数及磨粒识别方案,完成标准的正常滑动磨损图像处理和某实际的齿轮箱磨粒铁谱图像处理验证。结果表明:所提出的算法能够准确提取铁谱图像中磨粒所在区域的几何特征,通过磨粒标定计算得到了8个特征参数值,证明齿轮箱正处于滑动磨损状态。     

基于人工蜂群算法的彩色铁谱图像背景减除

针对铁谱图像背景与磨粒的分割,提出了基于人工蜂群算法的彩色铁谱图像背景减除方法(ABCTO)。该方法是在CIE L*a*b*颜色空间,利用人工蜂群算法分别对L、a、b三通道图进行分割;再通过对各通道分割结果进行操作,得到铁谱图像二值图,实现磨粒与背景的分离;最后将原始图像的背景像素点设置为白色,从而得到减除背景的彩色铁谱图像。实验证明该方法可以精确减除铁谱图像背景,是一种有效的背景减除方法。     

基于提升小波的铁谱图像边缘检测

利用小波多尺度特性提取图像边缘是目前研究热点之一。铁谱图像磨粒边缘作为铁谱图像中最基本的特征,为铁谱图像特征提取提供了非常有价值的重要特征参数,在基于铁谱分析的机器故障诊断技术中有着重要的地位。将第二代提升小波算法应用于铁谱图像边缘检测:首先将彩色铁谱图像分解为R、G、B单通道图像,对三通道图像分别进行预处理,并利用直方图处理和图像深度转换实现磨粒和背景的分离;然后对各个通道图像进行D4提升小波变换,在小波域中,通过阈值判断提取高频子图中的边缘像素;最后通过或运算将各个通道的边缘进行融合得到最终的磨粒边缘图像。本文结果与Sobel算子和Canny算子的结果进行比较表明:本文中算法能有效的抑制噪声,较好地再现铁谱图像的磨粒边缘信息,是一种有效的铁谱图像边缘检测算法。     

图像可视在线铁谱传感器的图像数字化处理技术

为实现图像可视在线铁谱传感器的磨粒图像自动辨识,建立数字图像获取系统,探讨铁谱图像数字化处理方法。研究了铁谱图像的预处理方法,对比在RGB和YUV颜色空间对铁谱图像的灰度化处理效果,采用不同的微分模板对平滑后图像进行锐化处理;探讨减背景法和自动阈值法在铁谱图像磨粒分割中的应用效果;给出适用于在线铁谱图像的定量描述方法。研究表明,采用YUV颜色空间的明视度分量可以得到平滑的灰度图像,合理的模板选择可以使微分法在锐化磨粒边缘的同时保持整体图像的平滑;铁谱图像的磨粒分割结果表明,减背景法由于采用人工选取门限值而难以适用于在线铁谱图像的处理,而自动阈值法可以根据铁谱图像自动选取合适的阈值以达到良好的分割效果;采用磨粒百分覆盖面积作为定量指标可反应良好分割的铁谱图像中的磨粒统计质量分数。     

一种基于分数阶导数的边缘检测算法

传统的边缘检测算法多采用整数阶的一阶或二阶微分算子锐化,通过求取图像的一阶导数局部极大值或二阶导数过零点得到边缘点.本文将基于分数阶导数的边缘检测算子应用于图像边缘检测中,通过对含噪图像g(x)采用合适尺度函数的高斯滤波函数h(x)去噪处理,后对得到的图像f(x)采用阶数为q(q∈(1,2))的左右方向微分的合成分数阶导数算子提取边缘点.结果表明该方法在抗噪声干扰和提取更多边缘细节方面取得了很好的平衡,具有较好的边缘检测效果.     

基于多方向扩展Sobel加权算法的合作目标检焦方法研究

在高空及邻近空间环境中，温度、压力等环境的急剧变化会导致航空光学载荷的光学系统出现离焦现象。为此，对图像背景亮度均衡算法和基于边缘检测图像清晰度评价自动检焦方法进行了研究，针对静态合作目标的检焦图像背景亮度不均衡的问题，提出了动态分块均衡背景亮度算法，设计了一种基于多方向扩展Sobel加权算法的合作目标检焦方法，所提的背景亮度均衡算法能够在保留细节的同时均衡图像背景亮度，设计的检焦方法能够有效检出图像更多边缘细节。为了验证该方法的检焦性能，使用可见光探测器对合作目标成像，模拟光学载荷的检焦过程获取过程图像，实验证明的了该方法消除了背景亮度变化对检焦结果的影响,较传统图像检焦算法具备更高的灵敏度，检焦精度提升了5%。     

基于背景减除的彩色铁谱图像自动分割

提出一种基于背景减除和标记分水岭算法的彩色铁谱图像自动分割方法.其分割流程为:基于颜色分量比对彩色铁谱图像的背景进行减除,实现磨粒与背景的分离;通过对分离后的图像进行形态学处理使其成为后续分水岭分割的基础图像;结合形态学复合开闭重建和阈值极小值提取技术得到磨粒前景标记图像,对磨粒测地影响区骨架进行提取得到图像背景标记;利用形态学极小值强加技术修改基础图像,并利用分水岭算法实现其自动分割.     

联合光度立体视觉和图像校正的磨粒三维形貌重建

分析铁谱技术在机械装备磨损状态检测中发挥了重要作用,但其仅能提供磨粒二维图像,导致磨粒形貌信息不足。为实现磨粒三维形貌的精确重建,联合光度立体视觉和图像校正,为精确重建磨粒的三维形貌,联合光度立体视觉和图像。该方法首先采用大津阈值法由全光源图像识别磨粒与背景区域;然后为消除LED发光强度差异对磨粒形貌重建的影响,结合平面形状和朗伯反射模型确定背景区域的理想成像亮度,并校正各光度图像序列的亮度;最后根据光度立体视觉方法,由校正后光度图像序列重建磨粒的三维形貌。以不同类型的磨粒为测试样本,将所提出的方法的重建结果与激光共聚焦显微镜的测量结果进行对比。结果表明：重建磨粒的形貌参数误差小于15%,表明提出的方法能够精确重建磨粒的三维形貌。     

一种高效的背景重建与更新算法研究

为了实时准确地重建出背景,提出了一种基于帧间差分的背景重建算法.该算法等间隔采样视频帧.然后对视频序列进行帧间差分,对得到的差分图像分块处理,通过比较各子块的亮度与能量均值,将各帧中满足要求的子块进行组合,从而快速地重建出背景.当背景发生整体或局部变化时,该算法能够快速地检测出背景变化,并采用相应算法实时更新背景.实验结果表明,该算法能快速、准确地重建出背景,从而能够完整地提取场景中的运动目标.     

工业x射线数字图像处理及其应用

x射线图像是x射线穿透不同密度和厚度目标物后的投影总和.工业x射线数字图像存在各种类型的噪声,且x射线强度空间分布不均匀.采用自适应滤波技术和数学形态学方法对其进行处理,可以消除噪声、增强图像亮度、矫正背景误差,将不明的特征信息显现出来,使图像更为清晰,有利于缺陷识别诊断.     

基于模糊形态筛和四元数的水下彩色图像增强

水下彩色图像增强是水下视觉领域的一个重要问题.其中,照明引起的非均匀亮度往往严重影响了对水下图像增强的效果.首先运用彩色模糊形态筛改善非均匀照明情况,然后通过围绕水体色彩的四元数几何旋转,将水下背景像素赋予灰度或低饱和度色彩,而目标像素色彩保持不变,从而扩大前景目标与背景的差别.实验结果对比表明,新的彩色水下图像增强算法修正了水下图像的色彩不平衡,更适于处理水下图像的亮度不均匀情况.     

基于导向滤波Retinex和自适应Canny的图像边缘检测

机器视觉识别常用金属制品边缘时,表面亮度不均易导致边缘误识别,且传统的边缘检测算法去噪的同时也抑制了大量边缘信息,降低了边缘检测质量。本文提出一种基于导向滤波Retinex和自适应Canny的图像边缘检测算法。该算法采用基于导向滤波的Retinex法得到金属制品图像的反射分量,通过加权分布的自适应伽马校正提升反射分量图像对比度;然后,采用自适应各向异性扩散滤波对增强后图像进行去噪处理,抑制增强后图像的噪声及低对比度纹理,再采用改进四方向Sobel梯度模板提取图像边缘;最后沿用传统Canny算法的非极大值抑制及双阈值分割进一步细化边缘。实验结果表明,新算法检测典型金属小零件时,图像锐度指标由原图的47.11提升至68.39,金属表面的亮度标准差从原图的44.76下降至20.16;噪声指标从原图的1.1下降到0.15左右,并且在去噪的同时较好地保留了图像边缘锐度。新方法有效改善了金属表面图像因亮度不均导致的边缘误识别问题,并且提取的边缘连接性较好。     

A machine-vision inspection system for conveying attitudes of columnar objects in packing processes

This paper is a new study on developing a machine vision system for inspecting the conveying attitudes of columnar objects. The presented system consists of image pre-processing, feature extraction, and attitude diagnosis. First of all, in order to segment the objects from the background (namely image pre-processing), an improved maximum between-class variance method is proposed for searching a histogram peak and calculating a threshold value based on the statistics and probability, to solve the problems caused by the non-uniform brightness in a realistic conveyor belt. Then, an open morphological operation is used to eliminate the noise from the binary images produced in the pre-processing step. In the second step (feature extraction), the features of columnar objects are determined by four methods, edge line detecting method, intercepting method, rectangle locating method and feature statistic method. Finally, the diagnosis for the conveying attitudes of columnar objects is based on a hybrid classifier using random forests, and a fuzzy logic. The proposed system is applied to a realistic process for packing industrial explosives. The results of experiments show that the proposed system allows efficient and accurate 100% inspection for the conveying attitude, which ensures the high speed and steady operation of a packing line.     

铁谱磨粒图像多焦点融合算法研究

铁谱分析技术是一种常用的磨损监测技术。受限于高倍物镜下的景深限制,一张铁谱大磨粒图像往往只有局部聚焦清晰的特征。为了能够解决在高倍物镜下铁谱大磨粒图像的自动化清晰采集以及高质量图像融合问题,设计并构建一套自动化扫描显微系统,该系统可进行多焦点铁谱图像的自动扫描采集;同时,提出一种基于相位一致性的铁谱磨粒图像多焦点融合算法,对自动扫描的多焦点图像进行融合,得到清晰的磨粒图像。实验结果表明,设计的自动化扫描显微系统能快速完成多焦点铁谱图像的自动化采集流程,提出的图像融合算法相较于传统的小波图像融合算法具有更高的图像评价质量,并能获得更加清晰的图像边缘信息。     

The use of local entropy measures in edge detection for cytological image analysis

Accurate edge detection is a fundamental problem in the areas of image processing and pattern recognition/classification. The lack of effective edge detection methods has slowed the application of image processing to many areas, in particular diagnostic cytology, and is a major factor in the lack of acceptance of image processing in service orientated pathology. In this paper, we present a two-step procedure which detects edges. Since most images are corrupted by noise and often contain artefacts, the first step is to clean up the image. Our approach is to use a median filter to reduce noise and background artefacts. The second operation is to locate image pixels which are ‘information rich’ by using local statistics. This step locates the regions of the image most likely to contain edges. The application of a threshold can then pin-point those pixels forming the edge of structures of interest. The procedure has been tested on routine cytologic specimens.     

Colour display of video information in scanning electron microscopy: Principles and applications to physics,geology, soil science,biology, and medicine

From a colourimetric point of view, colour has two independent aspects: brightness and chromaticity. In black and white images, all elements are of the same chromaticity and can be distinguished only by brightness contrast. In the colour image, elements of the same brightness can be discriminated by chromaticity (colour) contrast. Generally, colour image elements can be discriminated both by brightness and by chromaticity. As the human eye can distinguish a number of hues two orders of magnitude larger than the number of grey levels, it is safe to say that the colour image is much more informative than the black and white image. There are some peculiarities of the colour image and methods of its formation in SEM. Two principles of image formation are used. The first consists of the formation of a real colour image in the cathodoluminescence mode. In this case the colour of an image element is determined by the spectrum of the luminescence emission excited in the corresponding point of an object by the electron beam. The second principle is that of colour coding (quasicolour, pseudocolour), when a video signal in colour (either digital or analog) corresponds to a video signal (amplitude, frequency, phase, etc.) produced by any mode in the scanning electron microscope. We present a review of the methods of colour display of video information in scanning electron microscopy and their applications to physics, geology, soil science, biology, and medicine.     

融合颜色与形状信息的铁谱磨粒链分割方法研究

为了对铁谱图像中的磨粒链进行有效分割,提高磨粒特征提取的精度,通过分析铁谱磨粒链图像不同区域的特点,提出一种融合铁谱图像颜色、形状特征信息的磨粒链分割方法。该方法首先基于形态学运算对磨粒链分割方法,对异常大磨粒进行提取并断开磨粒链黏连部分,然后利用标记分水岭与灰色聚类的方法对磨粒链进行分割,最后考虑到不同磨粒链颜色信息存在差异,结合自适应阈值法对灰色聚类进行改进,从而实现磨粒链的自适应分割。结果表明,相较于传统分割方法,提出的方法能有效避免过分割与欠分割,分割效果较好,适用性高,操作简单。     

大型结构体裂缝检测中的定位方法

为了提高大型结构体表面裂缝检测的效率,提出了一种基于图像处理技术和坐标映射相结合的定位方法。该方法首先在序列图像中抽取清晰度最高的一帧,应用Retinex算法对光照引起的亮度不均进行补偿。然后将提取的标志点图像坐标映射到观测坐标系下,根据标志点的观测坐标和世界坐标计算两坐标系间的映射关系。再根据形态学图像处理中的凸壳、像素化、细化算法提取裂缝的图像坐标;如果观测新裂缝,则将裂缝图像坐标映射到世界坐标系下;如果观测历史裂缝,则将该条裂缝的世界坐标映射到当前观测坐标系下,并计算该条历史裂缝当前的观测角度,从而实现裂缝的空间定位。经实验证明,该方法高效、准确、便捷,16 s内可实现自动定位,且偏差不大于0.07°。