基于改进BP神经网络的彩色图像边缘检测

利用改进的BP神经网络模型导出了一种新的彩色图像边缘检测算法。为了充分利用图像中的颜色信息,在RGB彩色空间中通过欧式距离度量像素之间的差异获得灰度图像;为了降低训练样本的数量,将灰度图像二值化作为导师信号;针对传统的边缘检测算法容易产生边缘断裂、不连续等缺点,文章将动量法与自适应学习速率结合起来对传统的BP神经网络进行了改进。利用该方法对二值图像进行了边缘检测,实验结果表明,该方法对二值图像的边缘检测较传统的检测方法具有更好的效果。     

关于彩色图像分割算法的研究

主要根据灰度图像的边缘检测算法思想，借助空域微分算子，通过卷积提出了基于边缘的两种彩色图像分割算法。一种是将彩色图像转化为灰度图像，再进行分割处理；另一种是在三基色空间分别进行分割，再加以合成。同时文章采用了迭代阈值设定、区域生长、空间滤波等方法，有效改善了分割结果。     

改进的图像分割方法的应用

为了实现较好的在复杂背景下跟踪目标,提出一种基于YUV灰度阈值法和基于Gauss Laplacian边缘检测法相结合的算法。该算法首先采用灰度阈值法对图像进行灰度处理,使图像只有目标颜色和背景颜色2种颜色,再用Gauss Laplacian边缘检测提取目标轮廓,根据目标形状特征去除与目标颜色相同的其他物体。实验表明与以往采用单一方法相比,该方法在复杂背景下可以很好的提取出目标,达到准确跟踪的效果。     

基于边缘检测的焊接RT图像中缺陷分割方法

针对RT焊接图像,提出一种sobel算子与动态的自适应阈值相结合的边缘检测方法,并利用基于奇偶判断的填充算法,准确提取缺陷。对RT焊接图像进行边缘检测分割前,为去除噪声、检测和识别特征更加容易,首先在图像预处理中去除焊缝外背景,并进行了全方位多级组合滤波、局部区域的直方图均衡处理,然后还利用列灰度波形分析划分焊缝内区域。     

煤泥浮选泡沫数字图像处理中的边缘检测算法研究

通过分析煤泥浮选泡沫图像的特点和应用常规边缘检测算法所存在的问题, 提出了综合应用煤泥浮选泡沫图像灰度和梯度信息进行煤泥浮选状态监控的观点, 介绍了使用基于Sobel算子改进的方向算子对煤泥浮选泡沫图像进行处理的方法。     

油液污染颗粒边缘检测算法研究

边缘检测是油液污染颗粒图像处理的重要组成部分,其性能直接影响油液污染度光电检测系统的精度和性能。对Sobel、LoG、Canny和最佳阈值迭代算法进行了分析,对油液污染颗粒边缘检测进行了实验研究。结果表明,最佳阈值迭代算法在油液污染颗粒图像中的检测性能较好。     

基于模糊梯度法的焊接图像缺陷边缘检测方法

采用模糊梯度方法对灰度焊接图像中的缺陷进行边缘检测。同一幅图像其边缘上的点并不是严格确定的,不同方法提取的边缘宽度也不一样,将模糊概念引入到边缘检测中,求灰度图像各像素点的梯度值,得到整个图像的梯度图像。根据梯度值的分布特点,确定边缘点的隶属度函数,从梯度图像数据中提取有效数据对隶属度函数参数进行计算,并对焊接缺陷边缘检测,得到较好的效果。     

基于改进FMM的煤岩表面划痕与孔洞处理

为了消除煤岩片制作过程中出现的划痕和孔洞,利用Hough直线检测算子定位出划痕位置作为FMM算法的掩膜图像,对于原始的FMM算法不能利用划痕邻域像素点灰度信息的缺点,提出一种加入灰度距离因子的改进FMM算法。利用基于灰度图像形态学重建方法进行孔洞填充。实验结果表明:基于改进的FMM算法在有效去除划痕的同时还保持了数字图像的纹理不变性;基于灰度图像形态学重建方法可以有效填充孔洞。     

一种基于图像处理的提升机弦绳振动算法改进

针对煤矿矿井提升系统中钢丝绳图像边缘提取及振动检测问题,改进了边缘提取算法及弦绳振动检测方法。首先利用相机采集悬绳段钢丝绳灰度图像,设置感兴趣区域(ROI),然后通过编写的Matlab图像处理程序,结合Sobel算法和数学形态学理论的合理利用对ROI区域进行二值化处理。再通过相机标定获取相机内外参数,对世界坐标系和相机坐标系进行合理设定,进行坐标转换和矩阵运算,直接获取弦绳的世界坐标,最后通过Labview与Matlab程序嵌套实现对弦绳振动位移的实时检测。经实验验证,改进后的方法能够快速、准确的实现钢丝绳边缘提取及弦绳的非接触振动检测。     

一种基于图像处理的提升机弦绳振动算法改进

针对煤矿矿井提升系统中钢丝绳图像边缘提取及振动检测问题，改进了边缘提取算法及弦绳振动检测方法。首先利用相机采集悬绳段钢丝绳灰度图像，设置感兴趣区域(ROI)，然后通过编写的Matlab图像处理程序，结合Sobel算法和数学形态学理论的合理利用对ROI区域进行二值化处理。再通过相机标定获取相机内外参数，对世界坐标系和相机坐标系进行合理设定，进行坐标转换和矩阵运算，直接获取弦绳的世界坐标，最后通过Labview与Matlab程序嵌套实现对弦绳振动位移的实时检测。经实验验证，改进后的方法能够快速、准确的实现钢丝绳边缘提取及弦绳的非接触振动检测。