羊毛细度快速图像测试法探讨

文章探讨微机图像处理技术在纺织纤维细度测试中的实用方法，采用伪中值滤波法替代常规的中值滤波法对图像作预处理和用随机点扫描法测定直径参数。实践证明，伪中值滤波法能大大地提高图像测试直径的速度。     

图像去噪领域中的优化中值滤波算法研究

文中,主要针对传统的标;住中值滤波算法的一些缺陷,通过对均值思想的利用设计了基于加权处理的自适应中值滤波算法,实验结果表明,改进后的算法能够在消除脉冲噪声的前提下更好的保护原有图像中细节信息。所以,改进后算法相较于传统的标准中值滤波算法具有更好的适用性。     

自适应中值滤波在图像处理中的应用

图像在形成和传输的过程中会受到许多噪声污染,这时就需要对其进行滤波。传统的中值滤波在处理噪声污染时常常会牺牲掉一些图像细节部分,而自适应中值滤波在图像处理中具有更好的处理效果,可以在不影响到图像细节的基础之上,通过对噪声的检测,确定滤波窗口尺寸,再对其进行噪声的滤除,因此自适应中值滤波被广泛应用到图像处理中。     

基于椒盐噪声的中值滤波改进算法

椒盐噪声图片在滤波上,我们对标准中值滤波算法上的不足进行改进,在改进中提出了一种结合均值滤波的中值滤波改进算法,该算法是一种通过加权并选取滤波算子的滤波改进算法。在vs2013+opencv2.4.8环境下进行实验,该算法对原始图片的边缘与细节有更好的保护作用,并且对椒盐噪声具有更好的滤波性能,同时在对椒盐噪声上有很好的鲁棒性。     

织物疵点图像消噪方法的比较

织物疵点图像的消噪是疵点识别和分类的重要预处理步骤。采用中值滤波、Wiener滤波和小波阈值化消噪3种方法对织物疵点图像进行消噪处理。在采用中值滤波和Wiener滤波时,同时选用3×3和5×5滤波器进行消噪;在采用小波阈值化消噪时,计算图像全局阈值,同时采用软、硬阈值消噪方法,对疵点图像进行消噪。通过实验比较,采用小波阈值化方法消噪时,疵点图像边缘清晰,峰值信噪比显著提高,其效果明显好于中值滤波和Wiener滤波;采用小波阈值化消噪后的疵点图像可在特征提取和识别中使用。     

改进型自适应中值滤波算法在图像处理中的应用

对于高强度的椒盐噪声,标准的中值滤波算法在抑制图像噪声和保护细节两方面存在矛盾.针对上述问题,提出了一种改进型自适应中值滤波算法,该算法结合图像灰度直方图,先将噪声限制在一定的灰度值范围内,然后通过调整窗口局部大小进行滤波处理.仿真结果表明,与其他滤波算法相比,该方法的图像处理效果明显改善.     

基于Matlab的图像灰度分析及高斯白噪声的研究

通过Matlab对图像进行直方图分布,利用峰值找到图像阈值。对存在高斯白噪声的仿真图像进行去噪的效果分析,通过仿真的手法对其进行比较。最后通过Matlab的进行仿真,利用维纳滤波法、中值滤波法等有效手段,对图形图像进行处理分析,通过对比几组滤波方法发现维纳滤波法和中值滤波法都适合去除高斯白噪声。     

棉花图像采集中的椒盐噪声抑制

为了消除大容量棉花纤维测试仪在图像采集过程中出现的椒盐噪声,改善试样棉花图像质量,提出一种自适应中值噪声抑制方法。该方法在噪声检测中采用了基于灰度阈值的二次判别,避免了噪声的漏检。在此基础上,根据噪声污染程度自动匹配滤波窗口尺寸,采用中值滤波原理去除椒盐噪声。仿真试验结果表明,自适应中值噪声抑制方法在有效消除噪声的同时,保护了棉花图像中杂质的边缘细节。同时,在70%的大噪声密度下峰值信噪比(PSNR)达到26.49,降噪耗时最优仅为5×5极值滤波法的13%,能够有效用于棉花图像椒盐噪声的消除。     

空域滤波在焊缝磁光图像去噪中的应用

为精确识别微间隙焊缝(焊缝间隙0.1mm),通过磁光传感器获取包含焊缝位置信息的磁光图像。由于在获取磁光图像的过程中受多种因素影响,所提取的磁光图像包含噪声干扰,这将严重影响焊缝识别与跟踪精度。为提高磁光图像质量,将三种空域滤波技术在不同的滤波窗口下应用到焊缝磁光图像去噪中,并采用信噪比(SNR)、均方差(MSE)和执行时间三种评价标准进行对比。通过综合分析,滤波窗口为3×3的中值滤波是最佳滤波方法。     

基于BMP位图的簇绒机花型图像处理技术初探

对基于BMP位图的簇绒机花型图像处理技术进行了初步研究,探讨了簇绒机控制系统花型文件的去噪处理、减色等相关问题,详述了使用中值滤波算法去噪及用改进的K-means算法对颜色过多的BMP位图进行减色的设想。     

关于大豆种子分拣图像预处理的研究

采用CCD进行大豆种子分拣图像采集过程中,对于原始图像的预处理尤为重要。利用Opencv软件对图像进行图像增强、图像平滑处理以及图像二值化处理。着重分析对比图像平滑处理中的均值滤波、中值滤波、高斯滤波的效果,得到一种可靠高效的图像预处理方法。     

几种消噪方法在断路器故障监测中的应用

针对断路器现场监测的信号中含有很多噪声,文章应用三种小波方法、中值滤波、小波包以及中值与小波结合的算法对采集的信号进行处理。在小波分析过程中,采用了强制消噪、默认阈值消噪和给定软阈值消噪三种方法,以及将给定的软阈值与中值滤波算法混合对同一原始断路器信号进行处理,经过对比各个方法消噪后的效果图,并采用信噪比与均方差作为衡量指标。仿真结果表明,给定的软阈值消噪算法较其它算法能更好的减少监测断路器振动信号过程中产生的噪声。     

基于邻域关联特性的纸病去噪方法

对传统的均值滤波、中值滤波的优缺点进行了分析,引入基于邻域关联特性的图像滤波去噪方法。该方法针对纸病图像噪声源多、样本有限等局限性,根据系统各因素间的内部联系和发展态势的相似程度来度量因素之间的关联程度,从而进行滤波。仿真结果表明,这种算法在高斯噪声和椒盐噪声滤波方面能有效地滤除噪声,同时还能较好地保护图像细节。在纸病检测测试中,该方法可以解决纸病准确去噪的问题。     

基于改进的加权中值滤波与K-means聚类的织物缺陷检测

为检测纹理织物在生产过程中产生的各种疵点,提出一种基于改进的加权中值滤波与K-means聚类相结合的纹理织物疵点检测方法。首先利用改进的加权中值滤波对纹理织物图像进行预处理,以减少纹理信息对疵点检测产生的影响,同时通过联合直方图动态数据分配权重和像素,减少寻求中位数的时间来有效地缩短检测时间,提高了执行速度;然后采用K-means算法对滤波后的织物图像进行聚类,计算织物图像疵点和非疵点的聚类中心,进而实现图像疵点区域的分割。实验结果表明,该方法可有效地检测出方格、点形、星形、平纹、斜纹等多类型纹理织物的疵点,并显著提高检测速度。     

棉花噪声图像的检测与滤波

针对当前图像噪声检测中存在的“虚噪声”以及中值滤波对图像边缘特征的影响,提出将图像饱和度通道像素中极大值或极小值的点列为可疑噪声点,在图像色调通道检测出噪声点与色相相近可疑噪声点,对明度通道色相相近的可疑噪声点进行再判别,筛选出噪声和有用信号。同时,对选取窗口内4个特定方向上的像素点灰度值进行排序,对排序后的各个中值进行加权计算,用计算结果替代窗口中心像素的灰度值。试验结果表明,该方法能够有效检测彩色图像饱和度通道表现出的“虚噪声”,在去除噪声的同时有效保护图像细节。与其他滤波方法相比,峰值信噪比(PSNR)平均提高了8.2%,归一化均方误差(NMSE)至少降低了0.004,在滤波性能与滤波速度上都具有优势。     

图像处理技术在薯条颜色质量检测中的应用

尝试用图像识别来评判薯条的外观质量,以代替人工检测。作者基于图像处理技术,通过对样品的采样,利用最大方差自动取阈法对图像进行分割,实现对象物与背景的分离;采用中值滤波去掉大量的噪声;利用色度学HIS系统提取颜色特征,实现对薯条颜色的识别。试验结果表明,此技术的判别准确率达92.7％以上,而且操作简单。     

基于图像处理技术的纬平针织物结构参数测量

探讨了用图像处理技术测量纬平针织物的密度、纱线直径、线圈长度、未充满系数和面积孔隙率等结构参数值,通过对织物图像运用灰度化、中值滤波、二维小波变换等算法,提取出波峰点,进而求得密度、直径等参数值;同时与人工测量的结构参数值对比,表明该技术可快速、准确地实现针织物结构参数的测量.     

基于机器学习的卷烟外包装质量检测系统设计

文章主要基于机器视觉学习,将图像处理技术应用于条烟包装外观质量检测过程中,实现了对卷烟外观包装质量的高效检测。文章对图像采集的流程进行了介绍,对自适应中值滤波算法进行了分析。在此基础上设计出条烟外观质量检测系统,并对硬件系统和软件系统的设计进行了分析和探讨。     

一种新型大米检测图像的自适应滤波算法

针对大米检测图像中的脉冲噪声提出了一种新型的基于极值和噪声密度估计算法的自适应滤波算法，结合了EM算法和IMFLED算法的优点。实验表明该算法比现有的中值滤波去噪和保持物体的实际大小、边缘等许多重要细节的能力更强，特别在噪声密度比较高的情况。     

基于空间信息的鲁棒模糊C均值聚类的苗族服饰图像分割算法

针对苗族服饰图像中破损污渍、折叠痕迹、色彩差异大和噪声破坏等现象所导致的传统模糊C均值聚类(Fuzzy C-means, FCM)算法分割质量不佳问题,提出了基于空间信息鲁棒FCM算法,用于苗族服饰图像分割。通过均值滤波和中值滤波处理空间邻域信息,对应获得2种方法,并用一个加权参数调节模糊隶属度的稀疏性,旨在加强细节的提取和提高算法对噪声的鲁棒性。实验表明,对于被高斯噪声破坏的图像,基于均值滤波处理的改进算法,其划分系数提高约3.6%,划分熵降低约5.6%;对于被椒盐噪声破坏的图像,基于中值滤波处理的空间约束项的改进算法,划分系数提高约2.7%,划分熵降低约4.3%。该算法提高了对这类苗族服饰图像分割的质量,对于传统文化的传承具有非凡的意义。