基于局部增强和阈值分割的芯线彩色图像分割算法

不同颜色芯线的有效识别是制约数据线生产自动化的关键因素之一;阈值分割是一种简单有效地图像分割算法,但对于颜色信息较多的情况鲁棒性较差;基于指数函数的增强图像可以有效地放大和突出感兴趣的图像区域;本文提出了一种结合局部增强和阈值分割的分割算法,通过对图像进行局部增强以放大感兴趣灰度区域,然后再通过阈值分割的方式筛选出目标区域;该方法能够快速有效地分割出多种颜色区域,也具有良好的鲁棒性.     

红外车辆目标的自动模糊分割

针对红外图像的特点,提出了一种基于遗传算法的自动模糊分割红外车辆目标图像的方法.首先选取图像的感兴趣区域以加快运算速度;然后对感兴趣区域图像进行模糊增强,借助于二维OTSU方法对增强后的感兴趣区域进行阈值分割,为了加快分割算法的速度,先限定一个最佳阈值范围,再利用遗传算法在此阈值范围内自动搜索最佳分割阈值;为了弥补单独利用二维OTSU方法分割的不足,采用缩短模糊边缘宽度的方法来提取感兴趣区域红外车辆目标图像的边缘.最后把二维OTSU方法分割的图像与模糊边缘提取得到的边缘图像进行或运算后进行填充以得到最终的车辆目标分割图像.实验结果表明,对于红外车辆目标图像,一维OTSU和二维OTSU算法只是基本分割出了红外车辆目标的主体,而本文提出的自动模糊分割技术不仅准确分割出了红外车辆目标的主体,而且对于坦克的模糊炮塔亦得到了完整的分割.     

一种结合像素空间信息和多维直方图的彩色图像快速分割算法

本文提出了一种新的结合空间和彩色信息的彩色图像快速分割方法.首先对三个单色的直方图进行多阈值分割得到一组谷值和峰值,再用谷值向量将真彩色三维直方图分割成不同区域,然后以峰值组成种子向量实现三维直方图的多阈值分割,最后基于空间相邻关系的最优准则对分割的区域不连续性和"洞"重新分割,提高了过渡区域像素的分割精度.     

基于YOLOv5和U-NET的多目标药盒抓取系统设计

目的 解决传统机器视觉机器人抓取系统对多目标及复杂目标背景分割不精确导致的目标定位精度差而影响机器人抓取效率的问题,提出一种新的深度学习抓取识别定位系统。方法 搭建由Delta机械臂、PC上位机、双目相机等组成的硬件系统,对工业部署常用的YOLO系列算法进行对比研究。将YOLO与U-NET相结合,用于目标的检测和分割。在精确分割出属于目标和背景目标的像素区域的同时,计算边缘和中心位置信息,运用立体视觉技术得到三维位置,并转换为世界坐标系,由PC机引导机械臂去完成抓取任务。结果 深度学习目标检测和图像分割相结合的系统在较复杂背景、多目标的场景下比未添加图像分割的算法拥有更好的目标定位精确度。结论 YOLOv5和U-NET相结合的目标定位抓取方法具有较高的鲁棒性,达到了并联机械臂的抓取要求。该方法能够运用于其他多自由度机械臂上,具有良好的应用价值。     

岩心颗粒彩色图像的多维特征KFCM聚类分割算法

岩心颗粒的彩色图像包含的信息具有复杂性和多样性,除了人眼视觉系统容易感知的颜色与空间形状特征之外,还隐含着更深层次的纹理特征信息。提出一种多维特征核模糊C均值(Kernel Fuzzy C-Means,KFCM)聚类分割算法:首先使用Gabor滤波器组在频域的不同尺度和方向上对岩心颗粒彩色图像进行卷积滤波处理,并将Gabor滤波结果作为频谱的局部纹理特征;然后将纹理特征、颜色特征以及图像像素点空间位置信息合并到核模糊C均值聚类算法中,从而实现岩心颗粒彩色图像的分割。结果表明:与其他算法的分割结果相比,多维特征KFCM聚类分割算法能更准确地识别不同类型的岩心颗粒的彩色图像,获得了良好的分割结果。     

复杂海地背景下的舰船目标检测

提出一种新的基于纹理特征相似度的图像区域分割方法--迭代合并-扩张法.通过对各区域直方图的相似性比较,来确定不同区域纹理特征的相似性,把纹理特征相似性权值作为区域一致性度量,迭代合并相似区域完成图像的初始分割,再通过区域扩张来解决小区域纹理特征的不稳定性问题,完成图像中水域与陆地的精确分割.最后利用形态学对比度法在水域中进行目标检测.试验结果表明,此方法能很好地实现复杂海地背景下的舰船目标检测.     

肤色建模和肤色分割的人脸定位研究

为了实现彩色图像中人脸的精确定位,提出了一种基于肤色模型、肤色分割处理的人脸定位算法.通过建立肤色模型计算得到图像的相似度分布图,经自适应阈值的二值化处理后,再进行肤色分割,将非人脸区域去除:最终利用眼睛与嘴巴构成三角形特征结合人脸椭圆模板匹配定位人脸.实验结果表明,该算法对于复杂背景下的彩色图像中的人脸正面定位和人脸转动一定角度后定位都有较好效果.     

基于Level Set的交互式快速分割算法

三维医学图像数据量大,并且受噪声、边界模糊等原因的影响,致使三维分割过程消耗时间较长,容易产生欠分割或过度分割。针对以上问题,提出一种基于Level Set的三维快速分割算法,采用Fast Marching获取二维分割区域,优化轮廓边界,利用直线数值微分算法（Digital Differential Analyzer,DDA）提取轮廓像素;进一步引入扫描线种子填充思想,实现医学图像的三维快速分割。实验结果表明,上述算法能够快速准确地分割出感兴趣区域。     

基于RGB-D值的三维图像重建系统研究

针对目前视频画面角度固定、缺乏深度和人机互动的问题,本文利用Microsoft Kinect体感摄像机可以同时获得彩色图像和深度图像的特点,搭建了基于多台Kinect的三维图像重建系统,实现了在DepthOfField10.1环境中可以手动旋转,看到不同视角的三维图像.本系统首先通过校准得到相机标定参数,然后将获取的彩色图像和深度图像进行自身数据融合生成一组三维点云数据,同时通过坐标转换将三维数据在世界坐标系中表示,再将多组点云数据进行融合重建,在进行重建的过程中运用纹理贴图技术进行渲染,得到3D图像.由此得到的立体图像可以通过旋转看到各个角度的三维图像,具有很强的立体感.通过对系统的初步实验验证了本系统的可行性.实验结果表明:本系统可以实现手动旋转三维图像,获取不同角度的三维画面,增强人机互动.     

基于双参数颗粒分析的纹理分割

形态学颗粒分析是一种有效的颗粒纹理图像分割方法,但由于单一的颗粒度参数,使得其难以分割如颗粒度相同而空间排列不同的纹理图像,为此提出了一种基于双参数颗粒分析的纹理图像分割方法,该方法将传统的颗粒分析从单一参数扩展到以颗粒度和空间位置为参数的二维空间,使得扩展后的颗粒分析通过分布函数不仅能够提取纹理的颗粒度特征,而且能够获取纹理的空间排列特征,克服了传统颗粒分析难以区分颗粒度相同而空间排列不同纹理区域的问题.仿真实验表明,该方法在运算复杂度增加不大的情况下,纹理分割效果优于颗粒分析法,区域像素错分率低于颗粒分析法和Gabor滤波器法.     

纹理贴图模型的彩色截面轮廓生成算法研究

针对彩色3D打印彩色轮廓生成问题,本文提出一种基于纹理贴图模型的彩色轮廓生成算法。根据平面投影法建立纹理和三维模型的映射关系,接着对该模型进行切片处理取得轮廓顶点的几何信息和纹理信息;并根据轮廓顶点和纹理图片的映射关系,插值出顶点间色彩信息;同时给出一种内外轮廓的快速识别算法,并提出一种基于偏置算法的彩色轮廓偏置方法,形成颜色厚度,消除阶梯效应。     

一种基于mean shift的多通道图像分割算法

目的针对目标与背景对象的色彩值比较接近的RGB图像中,目标对象难以有效分割的问题,探索一种基于mean shift的RGB多通道图像的分割方法。方法根据RGB图像的3个通道对颜色的敏感性差异,运用均值偏移算法对RGB图像的3个通道分层聚类,再引入可靠性因子,分别对3个单通道的各聚类像素进行可靠性计算,并保留可靠性高的像素作为分割结果,最后采用逻辑"或"运算融合单通道的分割结果,得到最终分割图像。结果与一般分割算法相比,该方法的分割效果好,误分率低,改善了图像的分割质量。结论该算法具有很好的推广性,能够应用于彩色印品缺陷检测、彩色包装图像检测中。     

基于双目相机的光栅立体印刷图像合成

目的研究一种基于双目相机的光栅立体图像合成方法。方法首先用双目相机采集场景中2个观察角度的二维平面图像数据。基于双目立体视觉理论,采用一种鲁棒性较强的基于区域分割的图像匹配方法,得到精度较高的深度图。然后分析序列视差图像的成像模型,建立一种基于双目图像对生成序列视差图像的方法,得到连续角度等间隔的序列图像。最后基于柱镜光栅的光学特性形成的立体印刷图像编码规则,对序列视差图像进行纵向条纹抽样分割,等间隔的抽取每幅序列视差图像中的对应列实现光栅立体图像的合成。结果验证了该光栅立体图像合成方法的有效性。结论基于双目相机的光栅立体合成方法,可以使立体印刷产品实现个性化、便捷化的即时输出。     

基于支持向量机分类策略的多晶硅电池片色差检测

针对复杂颜色和纹理特征条件下,多晶硅电池片上的色差检测问题,提出了一种基于支持向量机分类策略的多晶硅电池片色差检测方法。首先对预处理后电池片图像进行颜色模型转换和通道分离,利用Otsu方法对单通道图像进行阈值分割处理,并计算各阈值图像的区域对比度,然后根据区域对比度情况选择合适的阈值图像,利用阈值图像所提供的信息提取图像特征;最后使用支持向量机分类器来判别电池片是否存在色差缺陷。实验结果表明提出的色差检测算法可以实现多晶硅电池片色差高效检测,色差缺陷检测的准确度、误检率和检测时间分别达到96.88%, 5％和109ms。     

基于四元数奇异值分解的数字印刷质量评价

目的针对人眼视觉感受与印刷质量评价结果存在不一致的缺陷,提出全四元数及奇异值分解的数字印刷质量评价方法。方法首先,依据图像颜色空间属性,采用四元数作为印刷图像表示模型,其中四元数矩阵实部为图像亮度方差,虚部为红、绿、蓝颜色,建立印刷图像全四元数表示模型。然后,对四元数图像模型进行四元数奇异值分解,得到图像四元数特征向量。最后,印刷图像质量评价指标以图像奇异值特征向量线性相关程度进行衡量。结果印刷图像四元数模型可完整地表示数字印刷图像,有效地凸显人眼视觉敏感结构信息,在印刷质量评价中实现了图像信息并行处理。结论印刷图像四元数模型提高和改善了彩色印刷图像质量准确性,与人眼视觉特性一致性较好。     

基于图谱技术的烟用材料纸质颜色测量系统

目的针对烟用材料纸质样品的颜色测量需求,研发一种基于图谱技术的烟用材料纸质颜色自动测量系统。方法通过相机获取烟用材料纸质样品图像,在图像中选取1个或多个区域作为测量区域,将测量区域位置坐标反馈给电机,电机驱动光谱仪滑动至测量区域,光谱仪获得测量区域的光谱信息,算法模块利用光谱信息进行颜色计算,输出烟用材料纸质样品颜色值。结果此系统大大减少了烟用材料纸质样品颜色检测过程中的人工作业量,实现了自动连续颜色测量。此系统的重复性测试精度都可保持在0.25△E^*_ab内,达到手持式测色设备测量精度。结论实验结果表明,该系统可以实现烟用材料纸质样品颜色精确和稳定的测量,成本低,有广泛的应用前景。     

基于悬吊法和气浮法的多自由度微重力模拟展开试验系统研究

为满足三维空间展开机械臂在进行地面微重力模拟展开试验时对多维度、多自由度、高精度展开轨迹和高卸载效率的要求,通过对当前成熟的微重力模拟展开试验方法进行分析总结,设计了一种基于悬吊法和气浮法的多自由度微重力模拟展开试验系统。首先,对所设计的多自由度微重力模拟展开试验系统进行结构设计和原理分析;然后,将多自由度微重力模拟展开试验系统应用于某三维空间展开机械臂的三维轨迹微重力模拟展开试验。结果表明该三维空间展开机械臂展开过程稳定可靠,且微重力模拟展开试验系统对机械臂产生的气浮运动摩擦阻力、垂直方向阻力波动量和展开方向附加阻力均很小,卸载效率高于95%,满足高精度和高卸载效率的展开要求。研究结果可为多自由度空间可展开机构地面模拟展开试验系统的深入研究提供一定的参考。     

基于图像感兴趣区域的图像压缩方法

目的提出一种基于图像感兴趣区域的图像压缩方式,实现在减少图像存储空间时图像失真少的效果。方法采用眼动仪提取图像感兴趣区域,制作压缩掩码对图像进行分区压缩,非感兴趣区域采用DCT算法进行压缩,而感兴趣区域不做任何压缩处理直接保留原样。结果主客观评价实验表明:压缩后的图像失真较少,视觉观察效果好,且压缩后所占存储空间减半,方法简便,压缩效率高。结论结合眼动仪提取感兴趣区域的压缩方法优于基于Itti视觉模型的压缩方法,适合压缩多种类型的图像,具有较好的实用性。     

小波变换系数奇异值分解数字水印防伪算法

目的研究针对打印扫描盗版方式的数字水印防伪算法。方法结合矩阵奇异值分解(SVD)的抗几何畸变特性和离散小波变换(DWT)多分辨率分解特性,提出一种基于CIE1976L*a*b*颜色空间的彩色图像数字水印防伪算法,并通过仿真实验评价算法的有效性。结果含水印彩色图像与原始彩色图像的色差均值为1.2183,小于3,且提取的水印中至少有1个水印有效,其相关系数均满足R0.6。结论在保证水印不可见性的同时,该算法对打印-扫描操作及大多数常规图像处理具有很好的鲁棒性。     

Efficient fringe image enhancement based on dual-tree complex wavelet transform

In optical phase shift profilometry (PSP), parallel fringe patterns are projected onto an object and the deformed fringes are captured using a digital camera. It is of particular interest in real time three-dimensional (3D) modeling applications because it enables 3D reconstruction using just a few image captures. When using this approach in a real life environment, however, the noise in the captured images can greatly affect the quality of the reconstructed 3D model. In this paper, a new image enhancement algorithm based on the oriented two-dimenional dual-tree complex wavelet transform (DT-CWT) is proposed for denoising the captured fringe images. The proposed algorithm makes use of the special analytic property of DT-CWT to obtain a sparse representation of the fringe image. Based on the sparse representation, a new iterative regularization procedure is applied for enhancing the noisy fringe image. The new approach introduces an additional preprocessing step to improve the initial guess of the iterative algorithm. Compared with the traditional image enhancement techniques, the proposed algorithm achieves a further improvement of 7.2 dB on average in the signal-to-noise ratio (SNR). When applying the proposed algorithm to optical PSP, the new approach enables the reconstruction of 3D models with improved accuracy from 6 to 20 dB in the SNR over the traditional approaches if the fringe images are noisy.