基于HSV空间融合Retinex算法的全天候运动目标检测

提出了一种在矿山复杂情况下基于HSV色彩空间融合Retinex算法的全天候运动目标检测方法。该方法将运动目标检测转换为运动目标上特定标志物的检测，通过颜色空间转换提取目标原始灰度图像，由灰度分布直方图判断是否进行低照度图像恢复，并在场景中选取特定的标志物，将原图像进行HSV颜色空间变换，选择对应ROI区域，通过阈值获取二值化图像，进行平滑处理后使用Canny算子提取轮廓信息，从而提取标志物的特征参数。应用实例证实，通过该方法能精准获得标志物特征参数，进而解决复杂环境下机械设备间连接件脱落问题，具有一定的实际工程应用价值。     

灰度自适应边缘检测在煤矸石分选中的应用

针对煤和矸石灰度的不同,本文介绍了一种基于灰度的自适应边缘检测法,首先对图像进行灰度增强预处理,然后采用迭代算法求出图像分割的最佳阈值,结合形态学的腐蚀算法从而实现图像的精确边缘检测,并给出了仿真实例。与几种经典的边缘检测算子相比较,该算法效果最佳。     

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。     

基于机器视觉的运动目标检测方法研究

针对复杂背景下机器视觉系统中运动目标的检测,提出一种基于差分图像的列灰度均值分布的运动目标检测方法,该方法以自适应更新法建立背景模型,根据差分图像的列灰度均值分布图来实现差分图像的二值化及二值差分图像中阴影和噪声处理。实验表明,该方法有效去除了运动目标阴影及背景噪声,可准确地检测出运动目标。     

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。     

基于改进Prewitt算子的矿井视频图像小波阈值去噪

由于矿井成像环境的复杂性,导致所获取的图像较为模糊且存在一定程度的噪声,有必要采用适当的方法滤除其中的噪声并提高图像的清晰度。为此,提出了一种结合边缘检测的小波域矿井视频图像去噪算法。首先对噪声图像采用均值滤波算法进行预处理;然后对分别从检测模板、自适应阈值设定方法对经典的Prewitt算子进行适当改进,并采用改进的Prewitt算子提取预处理后图像的边缘轮廓信息,从而获得边缘图像和非边缘图像;最后对于非边缘图像,采用一种基于自适应阈值的改进小波阈值函数模型进行去噪处理,该模型充分结合了小波硬、软阈值去噪模型的优势,能够随着小波分解层数的变化自适应调整阈值大小。为了验证该算法的有效性,采用2幅实地获取的山东兖州某煤矿井下视频监控图像进行试验,并与小波硬、软阈值函数模型及2类已有的改进型小波阈值函数模型进行去噪效果对比。结果表明,该算法的去噪效果优于其余几类函数模型,且算法耗时略占优势,对于提高矿井视频监控图像的质量具有一定的参考价值。     

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。     

基于量子遗传聚类算法的井下输送带图像探伤方法

通过图像处理技术在井下输送带运输过程中对输送带损伤部位的识别,以保障煤矿工业上输送带的正常安全工作。针对输送带上损伤部位与正常部位的图像差异,先通过灰度直方图确定阈值,将图像前背景相分离;再将图像中值滤波与边缘检测,完成对实时输送带图像的预处理,最后通过基于量子遗传优化的聚类算法把输送带损伤部位图像与正常输送带图像分离开。实验结果表明,该算法能有效地达到输送带探伤效果。     

基于图像分割的煤岩孔隙多尺度分形特征

根据煤岩孔隙系统的精确描述对流体运移机理的重要性,对来自6个不同矿区的煤岩进行了扫锚电镜观测,提出了基于扫锚电镜图像分割的煤岩孔隙多尺度分形研究方法.采用了图像分割算法中的灰度阈值分割、Laplacian边缘算子及Prewin边缘算子检测,提取了煤岩扫描电镜(SEM)图片中的大尺度裂隙、边界曲线以及小尺度孔隙特征;采用盒维数法计算了分形维数,研究了多重孔隙介质分形标度律存在的尺度与SEM放大倍数的关系.结果表明:大尺度裂纹分形标度律存在的下限尺度与7 500倍SEM观测尺度相对应;小尺度孔隙分形标度律存在的上限尺度与2 000倍的SEM观测尺度相对应;细观裂纹分维数反映了煤岩渗透性能;边界分维反映了流动边界的迂曲程度相关于流动阻力;微观孔隙分维相关于吸附性能.     

输送带表面图像快速分割技术研究

快速图像处理是基于机器视觉的输送带在线状态监测系统的关键技术。针对输送带表面图像的分割,提出了一种快速阈值分割算法。该算法基于图像的灰度信息,具有简单、实时性好等特点。文章通过用实际图像对快速阈值分割算法与其它几种算法进行了对比,结果验证了该算法的有效性。     

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。     

人脸图像自动校准研究

研究了利用计算机实现人脸图像的自动校准方法。在YCbCr色彩空间中建立肤色特征的二维高斯模型,并根据二维高斯模型进行图像肤色二值化。对面积稍大的每个连通区域进行模板匹配,在每一区域中找出匹配最佳的部分作为人脸区域,完成人脸检测。在检测出的人脸区域中,根据亮度信息和肤色二值化图像反色来定位人眼,最后将提取出的人脸图像进行归一化处理,包括几何归一化和灰度归一化。实验结果表明,校准率较高,具有较强鲁棒性。     

基于设备图像的边缘检测算子比较研究及实现

边缘检测技术在近几十年来成为图像处理与模式识别领域的一个研究热点。这个技术可以应用在煤矿安全管理的监控报警实际生产过程中。本文在对设备图像的常用边缘检测算法进行分析研究的基础上,对其进行了介绍,并通过实验针对仪器图像对各种算法进行了比较和分析。     

白云鄂博稀土矿浮选泡沫图像颜色特征与品位相关性研究

在稀土矿物实际浮选中,泡沫颜色特征与稀土品位关系密切。针对白云鄂博稀土矿浮选过程中浮选槽中含气率高、气泡重叠、变形,以及不断发生气泡兼并与破裂的情况,设计建立图像采集系统,并针对LED光源特点,设定照射光源最佳角度,进行图像采集。对采集图像进行进一步颜色特征提取,对泡沫图像颜色与品位之间的相关性进行分析研究。根据浮选过程中浮选泡沫表征颜色与品位的相关性,结合计算机图像处理技术,使用Matlab数学分析软件,对泡沫图像进行预处理并且进一步对泡沫图像进行边缘提取,对泡沫色彩进行色彩效果增强处理,将颜色分类量化,并进行色彩分类统计。通过对泡沫图像灰度直方图分析,计算并统计其整体亮度情况,作为泡沫图像亮度值定量依据。结果表明:通过分析浮选图像RGB颜色值分布、颜色分级分类量化提取图像颜色特征值以及灰度信息,对泡沫颜色特征有一定代表性,并且提高泡沫图像颜色提取精度。通过BP神经网络,输入泡沫图像特征值颜色与品位信息并建立黑箱模型,通过样本训练,得到稀土品位预测值。     

动态阈值Prewitt边缘检测与细化算法研究

提出了动态阈值Prewitt算子的边缘提取模板;研究了模板动态阈值取值及其用十字模板对边缘细化的算法,实验表明此算法能够弥补经典Prewitt算子边缘检测的不足,同时该算法对图像的边缘细化效果很好。     

小波模极大值算法提取摩擦焊接缺陷图像边缘技术

在由UltraPAC系统捕获的摩擦焊接缺陷图像中,存在着宏观和微观缺陷信息。如何实现对接头缺陷准确的定量分析一直是研究的热点。提出了一种基于小波变换模极大值的边缘检测算法,采用了3次B样条小波来实现图像边缘检测,并对实验得到的超声检测图像进行仿真。通过比较,利用小波变换模极大值提取的图像边缘效果非常明显,为后续的摩擦焊接超声扫描缺陷图像的分类与识别提供了非常有用的信息。     

基于彩色图像处理的浮选尾煤灰分软测量研究

浮选尾煤灰分是浮选产品的一个重要指标。针对选煤厂浮选尾煤灰分多采用离线检测而无法实现在线准确测量，以及当前浮选软测量多采用单一的灰度图像从而导致软测量模型精度及适应性较差的问题，提出了一种基于彩色图像处理的浮选尾煤软测量方法，建立了基于最小二乘支持向量机(LSSVM)的浮选尾煤灰分软测量模型。模型以不同颜色空间的彩色特征、灰度均值以及浓度特征为输入变量，以尾煤灰分作为输出变量，采用粒子群优化算法对LSSVM模型参数进行优化。结果表明：所建立的尾煤灰分软测量模型可以较好地实现浮选尾矿灰分的在线预测，引入浮选尾矿图像的彩色特征可以提高尾煤图像分析的精度，预测精度达96.89%。研究成果在柳湾选煤厂现场应用，并取得了较好的尾矿灰分测量效果。     

基于机器视觉的阴极铜表面质量检测系统研究

为了解决了目前人工对于阴极铜表面质量检测存在的问题,实现阴极铜的全自动化检测与筛选。本文将图像处理技术应用于阴极铜表面质量的检测。论文的研究方法如下:首先选择试验需要的硬件和软件,然后通过试验采集照片,通过系统获得数据,最后把实际测量的数据和系统数据对比,分析之后得出结论。表面检测系统的流程设置为:图像预处理、相机标定、立体较正、立体匹配、数据计算。应用的原理和方法是双目视差原理、三角测量法、逐渐像提取法、以及Sobel算子和BM算法。把检测系统计算出相关数据与试验实际测量得出的数据进行对比,发现两种数据差别极小,检测结果一致,验证了检测系统的正确性,说明该系统能够满足实际生产的需求。最终建立一套阴极铜表面质量检测系统,确立了系统的结构设计和位置安装。本系统解决了当前人工筛选存在的问题,实现了阴极铜的全自动化生产。