一种改进的血管壁超声图像边缘检测方法

血管壁超声图像边缘检测是IVUS图像处理中必不可少的步骤和重要的环节。传统的IVUS图像边缘检测方法是直接采用Snake动态轮廓模型、GVF Snake动态轮廓模型对IVUS图像进行处理,这些方法不易得到确切的血管壁边缘边缘轮廓。本文采用先对IVUS原图像进行预处理的方法。在预处理中,提出了采用不同高斯滤波方差下的Canny算子边缘检测和Hough变换圆检测方法。之后再采取GVF变换、图像除噪与图像迭加等处理方法。实验结果验证了该IVUS图像处理方法的有效性。     

一种基于SIFT算法的SAR图像配准方法

合成孔径雷达(SAR)图像配准技术是SAR图像处理的重要步骤。为了实现SAR图像配准的准确性,提出一种改进的基于SIFT算法的配准方法。SAR图像畸变复杂,直接进行SIFT算法整体匹配效果不理想,将图像畸变模型分解为整体畸变和局部畸变。采用先用简化的SIFT算法进行整体粗配准,再进行三角网局部匹配,并且在三角网内重复进行三角网匹配。实验结果证明该算法时间复杂度优于传统SIFT的时间复杂度,配准的准确性有所提高。     

基于机器视觉的指针式仪表图像采集系统研究

研究了一个应用于指针表的图像采集系统,从系统的整体框图、程控电流源的硬件系统、程控电流源的软件流程、图像处理等方面进行设计。对采集到的图像进行预处理,采用图像增强、滤波去噪、二值化等预处理的方法处理图像,并取得预期的效果。     

基于栅格化模型的SAR图像仿真方法研究

SAR图像仿真的研究对于SAR图像目标识别与解译研究具有重要意义。提出了一种基于栅格化模型生成回波的SAR图像仿真方法:将目标的三维模型映射到栅格平面中,运用射线跟踪原理,获取目标几何信息计算回波并成像处理获得仿真图像。该方法与传统方法相比,射线跟踪的计算复杂度不依赖于原始模型面元数目,提高了计算速度,同时,可以通过调节栅格化采样率实现不同的仿真精度,满足不同的应用需求。实验结果表明,通过该方法获得的仿真图像与真实图像匹配度高,该方法可以有效辅助SAR图像目标解译工作。     

基于GMDH算法的配电网线损数据预处理研究

针对当前配电网线损计算的特点及数据存在缺失、异常等情况,基于数据分组处理算法(GMDH)建立了配电网线损缺失数据的预处理模型,实现对线损缺失数据的预处理。模型基于最邻近算法确定因变量和自变量缺失值的上下限,并进行随机插补,建立所有变量的数据分组处理模型,寻找最优复杂度模型,计算缺失值并进行迭代循环。算例结果表明,模型计算结果误差小、运算速度快,对缺失的线损数据能进行有效的动态更新,提升了数据质量,优化线损计算分析结果。     

基于无人机图像处理的输电线路提取技术研究

为进一步减轻输电线路进行定期检查、巡视的任务,文章提出了一种利用智能化无人机巡检技术,对航拍图像进行线路的提取和跟踪。采用直方图均衡化及图像滤波对航拍图像进行预处理,解决了航拍图像光照强度以及背景对输电线路元素提取的干扰;采用LSD算法实现了线路边缘的提取,在去除图像背景信号的基础上使用Hough变换数学算法实现了输电线路的准确连接;分别采用粒子滤波和扩展卡尔曼滤波两种图像跟踪方法对航拍视频进行线路跟踪,通过建立输电线运动模型,用仿真软件对其进行识别,两种方法的检测准确度分别为95.34%和94.72%,证实文章处理算法可实现输电线路的提取和跟踪。     

边缘AI的霜雪识别系统设计与实现

为提高霜雪识别系统的识别率,开展了基于边缘AI的霜雪识别系统设计。综合海思嵌入式处理器Hi3559A高算力、低功耗特点,硬件部分采用模块复用的方法降低功耗和资源消耗,软件部分,从模型训练、模型量化、模型部署入手对MobileNetV2图像分类网络和ISP自适应处理算法进行改进,最终识别率99.7%,预处理时间0.3 s,图像分类时间0.8 s,模组平均功率2 W,鲁棒性好、性能稳定。由此可见Hi3559A智能相机模组可有效纠正雪深探测仪的疑误数据。     

基于链码分析的绝缘子伞群脱落检测方法

随着高电压、大功率、长距离输电线路的出现,输电线路穿越的地理环境日趋复杂,应用直升飞机巡检输电线路已成为电力发展的需要.对航拍绝缘子图像进行处理,以识别伞群脱落的绝缘子串,从而及时准确地掌握输电线路中绝缘子串的状态信息,为后续绝缘子故障处理提供必要的依据.采用图像增强、去噪、锐化、阈值分割、形态学和边缘提取等算法对绝缘子航拍图像进行了预处理,提出了对经过预处理的航拍破损绝缘子串图像进行故障检测和识别的方法,即应用MATLAB数字图像处理工具箱,根据绝缘子串图像的形态特征对其进行预处理、链码的计算及模糊划分来检测绝缘子串的瓷片脱落故障并分析其故障程度,测试证明了所提方法的可行性和有效性.     

基于动态监督知识蒸馏的输电线路螺栓缺陷图像分类

螺栓是输电线路中广泛存在的紧固件,其缺陷图像具有类内差异性小、类间差异性大的特性。针对复杂度高且性能优秀的大模型在分析螺栓缺陷图像消耗大量计算资源的问题,将知识蒸馏技术引入到输电线路螺栓缺陷图像分类中,提出了一种基于动态监督知识蒸馏的输电线路螺栓缺陷图像分类方法:在网络输出层采用自适应加权方法,提高小模型学习螺栓缺陷标签的准确性;在网络隐藏层进行注意力转移,提高小模型螺栓特征的表达能力;将网络输出层的自适应加权方法与网络隐藏层的注意力转移机制相结合,以充分提高小模型的螺栓缺陷分类能力。最后通过自建螺栓缺陷图像分类数据集验证了大模型利用所提蒸馏方法指导小模型训练的有效性,实验结果表明:小模型的分类准确率提高了2.17%,小模型与大模型的分类准确率只差0.63%,且小模型的参数量仅为大模型参数量的7.8%。研究实现了螺栓缺陷的高效分类,达到了精度与资源消耗的平衡。     

基于水平集模型的电气设备紫外图像放电区域分割

电气设备电晕放电时产生紫外光,紫外成像检测技术通过检测紫外光的方法检测电气设备外绝缘状况,是发现电气设备电晕放电故障隐患的重要手段。图像处理在紫外成像检测技术中有非常重要的作用。基于简化的Mumford-Shah水平集(Level Set)图像分割模型,提出一种新的紫外图像放电区域分割方法,采用该方法对采集到的紫外图像进行图像分割处理,得到了电晕放电区域边界曲线和放电面积,有利于进一步的模式识别。为检验该方法的抗扰性,进行了多次的实验,结果表明该方法可以在不进行滤波预处理的情况下,有效地抑制泊松噪声和高斯噪声引起的干扰。针对现场采集的含有较多噪声的紫外图像,提出改变模型权重的措施,进一步提高了放电区域分割的准确度。该电气设备放电区域分割方法对于不同类型、不同背景的紫外图像具有良好的适应性。     

Improved Snake algorithm for complex target''s boundary detection

The traditional Snake algorithm cannot effectively detect the object edge of an image with non-convex shapes or low SNR. This paper studies the characteristics of this type of image with complex shape target or noise and presents an improved Snake algorithm. The traditional Snake function model and operation strategy are improved by increasing new control energy functions, and the influencing weight of these energy factors is discussed. At the same time, a dynamic arrangement for the Snake points is used to adapt different target shapes. The simulation results indicate that the new Snake model greatly decreases the dependence on the Snake point’s initial position and effectively overcomes noise influence. This method enhances the Snake algorithm’s ability of detecting object edge. __________ Translated from Transaction of Beijing Institute of Technology, 2004, 24(2): 162–165 (in Chinese)     

基于带标记分水岭的复合绝缘子憎水性图像提取算法

随着图像处理技术在复合绝缘子憎水性检测中的应用,逐渐取代了传统的人工检测方法。针对复合绝缘子上的水珠图像特点,首先在预处理步骤中将原始图像转化为HSV色彩模型,利用其中S分量中水珠与干区对比度明显的优点,对水珠图像的内部及边缘处的缺失部分进行填充,然后对预处理后的图像进行两次不同带标记的分水岭变换后,生成了水珠的边缘轮廓及其白色区域。实验结果表明,该算法可以有效分割水珠图像,检测出的水珠形状较正确,面积误差均在5%以内,为后续复合绝缘子憎水性能的确定提供依据。     

基于改进Canny算子的绝缘子裂纹检测研究

为解决绝缘子图像中由于背景的复杂性 导致边缘检测 存在噪声及伪目标问题,提出了基于二维阈值分割的Canny算子边缘优化法。首先,在HSI颜色空间通过对S分量进行强化,有效弱化背景,突出绝缘子目标;其次,针对传统canny算子在提取绝缘子边缘时由于部分噪点突出导致检测裂纹的精度较低,提出对Canny算子中的阈值选取进行改进,采用二维直方图灰度-局部方差法对经预处理的图像进行阈值处理。所提改进算法能够有效优化绝缘子航拍图像处理结果,提高检测绝缘子裂纹准确率。     

基于Snake算法的圆盘仪表示数识别技术研究

仪表示数的自动识别对于自动检测和自动控制具有重要意义,文章以圆盘仪表示数的自动识别为研究内容展开研究。提出了一种基于Snake算法的自动识别方法,整个算法分为Hough变换粗定位圆形特征、Snake算法精定位圆形特征、Hough变换检测直线特征三个环节。此方法以Hough变换检测的圆形特征为初始条件,进而根据Snake模型的内力和外力,引导Snake曲线向更加精确的圆形特征逼近。针对压力表图像展开相应的实验研究,实验结果证实了基于Snake算法的自动识别方法的有效性。     

基于Hough变换管内切割机器人智能定位管口方法

管内切割机器人的管口精确定位是实现其快速切割功能的重要前提,传统CCTV人工视频内窥检测定位的局限性,会导致管内切割机器人定位管口产生误差,最终影响管内切割机器人的切割工作。为确保机器人定位管口位置的准确性,提出一种基于图像处理Hough变换技术的智能定位管口方法。对管内切割机器人采集的图像进行预处理减少图像的噪声,对预处理过的图像采用二值化法突出管口信息的边缘,并使用Canny方法提取管口的边缘,最后通过Hough变换法提取圆的特征,从而实现准确识别管口圆,达到辅助切割机器人进行智能定位管口的目的。实验结果表明,所提方法可明显突出显示管口的特征,并能精确定位管口,为管内切割机器人智能控制奠定基础。     

Automatic segmentation of coronary tree in CT angiography images

In this study, we proposed an automatic approach to segment the three‐dimensional coronary tree from computed tomography angiography (CTA) image data. Compared to the previous studies, our approach can efficiently locate the coronary root through extracting aorta by using circular Hough transform. Then, we extracted the two‐dimensional coronary borders in multiple projection directions by dynamic programming and used the border information to reconstruct the coronary surface by the spline fitting. The performance of our approach has been validated on the CTA dataset from 50 subjects, with the comparison to the manual segmentation by an experienced medical physician on the corresponding CTA data and X‐ray angiography data. Our experiments have shown that the average bias between our approach and the manual segmentation are 2.44 mm² with confidence interval [‐2.20 mm², 6.68 mm²] for cross‐sectional lumen area, 0.84 mm with confidence interval [‐2.76 mm, 4.44 mm] for maximum lumen diameter, and 0.32 mm with confidence interval [‐1.14 mm, 1.78 mm] for minimum lumen diameter. The results can demonstrate the potential effectiveness of our approach in CTA image processing.     

基于S-L模型的憎水性图像水珠形状提取

憎水性图像水珠形状提取是绝缘子憎水性等级评价的重要前提。Snake模型在提取边界轮廓时存在着对初始轮廓敏感、边界信息捕捉能力较差等问题,为此笔者在S-L模型的基础上,利用水珠图像的先验信息来改进S-L模型对水珠形状的提取过程,在一定程度上克服了Snake模型的缺点,提高了轮廓形变过程中的拓扑能力,提高了形状提取的精确度。实验结果表明,该方法有效地实现了水珠形状的提取,为后续绝缘子性能的等级评价提供依据。     

太阳能光伏电池缺陷检测

太阳能是一种极具吸引力的替代电力能源,太阳能光伏电池是太阳能发电系统的基础。太阳能光伏电池中的各类缺陷严重影响光伏电池的光电转化效率和使用寿命。为有效地检测出这些缺陷,提出了一种基于块数据删除模型的缺陷检测方法。首先,对太阳能光伏电池图像进行傅里叶变换去除母线并调节亮度和对比度,然后将图像分块,通过块数据删除模型找出去除母线后的图像中所有的异常块,并将这些异常块全部剔除,利用余下的图像块通过非线性回归模型重建图像的背景。最后,用待检图像与得到的背景图像作差以突出缺陷区域,达到缺陷检测的目的。实验结果表明,所提出的方法能够有效地检测出太阳能光伏电池中多种类型的缺陷,如隐裂、断栅和碎片等。用该方法对313幅太阳能光伏电池图像进行实验,其中158幅无缺陷图像均未检测出缺陷,而另外155幅含有隐裂、断栅等缺陷的图像,仅有5幅出现误检,缺陷检测率达96.77%。     

基于非高斯分布的四元数小波图像去噪

图像去噪一直是图像处理的经典问题之一.四元数小波变换是一种新的多尺度分析图像处理工具,图像通过四元数小波变换后的小波系数尺度间具有一定的相关性,而广义高斯分布不能体现这个特性.本文首先采用非高斯二元分布的贝叶斯统计模型来模拟四元数小波系数的统计分布,然后运用最大后验概率估计从带噪声图中的小波系数估计原图的小波系数,从而达到去除噪声的目的.实验表明;该方法不仅可以达到明显的去除噪声的效果,而且在峰值信噪比上也要优于目前的许多算法.