视觉功能功能贴片机中的图像处理算法研究

该文介绍了在SMT技术中对芯片的计算机图像处理及识别的设计思想和实现方法，采用有选择的局部平均化对芯片图像进行平滑处理，并分别用四邻、八邻和二阶巴特沃斯高通滤波器对芯片图像进行增强，实验结果说明该研究对芯片处理是有效的和实用的。     

视觉辅助表面贴装技术中图像处理技术的研究

在视觉辅助定位表面贴装技术（SMT）中，图像处理是进行图像高精度识别定位的基础，该文介绍了其设计思想和实现方法，应用有选择的局部平均化对芯片图像进行平滑处理，并分别用四邻、八邻和二阶巴特沃斯高通滤波器对芯片图像进行增强，实验结果说明该研究对芯片处理是有效实用的。     

基于DSP和CPLD的视频图像采集处理的设计与实现

提出了基于DSP和CPLD的视频图像采集、处理系统的设计与实现方法,系统硬件平台主要由专用视频解码芯片、可编程逻辑器件以及数字信号处理器等组成.讨论了视频图像信号处理的基本构成、原理,采用TVP5150视频解码芯片采集视频信号、输出图像数据码流,配置XC95144 CPLD芯片进行系统逻辑控制,利用TMS320VC5416处理嚣和处理算法软件进行数字图像信号处理,实现了视频图像采集、存储、传榆、检测和锐化.系统设计是有效和可行的.     

芯片焊盘自动识别与定位方法的研究

为了准确找到芯片焊盘的位置,首先对已有隶属函数进行改造,用一种新的基于最大模糊熵原则的阈值分割法对图像进行二值处理;然后采用计算图像重心的方法得到芯片的大致位置;最后针对芯片上各焊盘的位置特点,以焊盘为模板,通过计算模板图像和目标图像之间的汉明距离来识别各焊盘的位置．实验结果表明：文中方法能准确地识别出芯片焊盘位置．     

基于几何特征的IC芯片字符分割与识别方法

针对IC芯片字符的分割与识别问题,提出了一种基于字符几何特征的分割方法和一种基于字符最小外接圆的归一化与重定位方法,使用基于像素差分的模板匹配完成识别。首先,对芯片图像进行直方图均衡化处理,并利用辅助圆进行中线定位和图像校正,定位得到ROI区域并进行均值二值化处理。随后,对二值化ROI图像进行字符分割,以字符的几何特征作为判断条件,从而完成了对缺陷字符的正确分割。之后,对单字符图像提取最大轮廓,利用其轮廓的最小外接圆进行字符的归一化与重定位。最后,对归一化的字符进行差分识别。通过采集4种芯片样本进行实验,结果表明,该方法能够实现芯片字符的准确分割,对于缺陷字符的分割准确率达90%;能够快速精准地识别芯片字符,单字符平均识别时间为4.6 ms,识别准确率达到99.4%。     

基于DSP的X射线图像实时显示系统设计

研究一种基于高速处理芯片TMS320DM643的X射线图像实时处理及显示系统,针对X射线图像的特点,分析系统整体性能,包括接口电路,A／D、D／A转换芯片、EDMA、二级缓存等。对应用的DSP等主要芯片进行了合理配置,分析运用图像处理算法,选择出适合的算法,编写算法流程图,达到了预期的显示效果。     

基于广义高斯分布模型的基因芯片图像去噪

基因芯片图像去噪是基因芯片应用过程中一个非常重要的步骤,对于芯片数据处理和信息提取具有重要意义.用广义高斯分布对芯片图像子带的小波系数进行建模,在此基础上运用Bayes Shrink法对图像进行小波去噪.实验结果表明,这种方法能够在有效去除基因芯片图像噪声的同时,很好的保持图像的边缘,与其它几种去噪方法相比,不仅提高了去噪后图像的信噪比(SNR)和均方误差(MSE),而且使图像更加清晰,为芯片数据进一步的分析处理奠定了基础.     

雾霾环境下图像清晰化处理研究与应用

用TMS320DM642芯片作为主处理芯片搭建雾霾图像处理平台，研究雾霾图像处理原理和算法，比较不同算法的优劣势，采用暗通道滤波算法进行图像清晰化处理，完成雾霾天气下图像采集、处理、显示的过程，建立一套简单的去雾系统。     

基于Sigma Designs芯片的视频解码图像显示技术研究及应用

为实现数字高清信号输出、图像显示更逼真及更完善的应用功能,对Sigma Designs多媒体解决方案的视频解码与图像显示技术进行研究.详细介绍Sigma Designs EM862X系列芯片的视频解码过程和图像显示技术,并简单介绍EM862X系列芯片为提高播放质量所做的优化处理.     

基于PCI总线和DSP芯片的图像处理平台的硬件设计

介绍了基于PCI专用芯片S5933和DSP芯片TMS320C32的图像处理平台的硬件设计。该平台使用专用视频输入处理芯片SAA7113和CPLD实现了高速连续的视频帧采集,满足了后继图像处理的需要。该平台既可以作为视频图像采集使用,也可以进行视频压缩、匹配等图像处理的算法验证,并具有使用灵活的特点。     

基于骑士巡游变换的数字图象细节隐藏技术

为了研究一种不致引起他人破解欲望只置乱图象细节。而不破坏图象总体形象的数字图象隐藏技术,首先给出了骑士巡游问题及骑士巡游矩阵的概念,并提出了一种新的图象置乱变换--骑士巡游变换,同时分析了该变换方法隐藏图象细节的原理;然后,给出了图象细节隐藏的实验结果,实验结果表明,该方法不仅达到了隐藏图象细节而不破坏图象总体形象的目的,而且使隐藏图象看上去像受到某种噪声干扰一样,从而不易引起别人破解的欲望,同时该变换还可以很好地将文字信息隐藏在图象之中;最后,对骑士巡游变换在图象伪装与隐藏方面的特性进行了分析,表明该变换具较高的保密度和较强的免疫性。     

基于FPGA的图像输入缓存机制研究

一些简单的图像处理算法如边缘检测,平滑滤波和线性插值等都是针对输入图像若干象素临域进行计算。在FPGA中实现此类算法需要首先构造输入图像临域,根据临域大小预取若干行输入图像象素数据存入片内存储器中。本文讨论独立于计算过程的两级图像输入缓存的设计机制,该机制可用于任意的需要按行序构造输入图像临域的图像处理算法之中。     

一种基于小波变换的图象融合算法

基于多分辨率小波变换的融合算法近年来得到了广泛的应用。为了充分利用各种遥感图象的信息中,针对“资源一号”卫星图象和SPOT全色波图象,提出了一种新的基于区域能量特征的小波变换复原-增强融合算法。通过同IHS、PCA和HPF几种传统融合方法的比较和结果评价,证明该方法在提高“资源一号”卫星图象空间分辨率的同时,还较好地保留了多光谱图象的光谱信息,并且有效地克服了“资源一号”卫星图象模糊的特点。     

一种基于整体变分的图象修补算法

图象修补是图象恢复研究中的一个重要内容，它的目的是根据图象现有的信息来自动恢复丢失的信息，可以用于旧照片中丢失信息的恢复。由于图象中的边缘代表了图象的重要信息，所以在设计修补算法时，必须着重考虑边缘的恢复，采用整体变分模型设计了一个图象修补算法，整体变分模型能够模拟人的低层视层，在修补图象时可以恢复图象中的边缘，数值实验表明，该模型能够较好地恢复待修补区域的信息，但是受修补区域大小的影响，同时又采用了一种向前传播操作来缩小修补区域。     

一种基于模板匹配的电路照片拼接方法

鉴于实际工作中,经常需要将多幅图象拼成一大幅大图象的问题,提出了一种针对显微照片的新拼接方法。该方法是应用模板匹配技术来实现图象的自动拼接,由于是通过利用图象信息来选择模板,从而为模板匹配的定位创造了条件,该方法分为模板选择、模板匹配和图象拼接3步。实际运用结果表明,该方法简单易行,在电路照片的拼接中,定位较准确,且拼接效果好。     

一种改进的Retinex算法在图像去雾中的研究与应用

在雾霾环境下获取的图像往往不清晰,整体图片亮度较高。 Retinex算法是一种新型的图像增强方法,与传统的图像特征增强方法相比,有很多优点,如色彩恒定不变、处理速度快、颜色具有很好的视觉特征等,但是其也有对亮度较大的位置处理效果不佳和光照变化较大会出现光晕的缺点。对Retinex算法进行了研究和改进,使其克服了出现光晕和对较亮图像处理效果不佳的缺点。实验结果表明,改进算法克服了上述缺点,获得了更好的图像增强的效果,是一种适应性强、鲁棒性高的图像增强算法。     

BP人工神经网络在图像分割中的应用

图像分割是图像处理和计算机视觉的重要研究领域，也是图像识别和图像分析的基础性工作之一。图像分割效果的好坏直接影响图像特征的提取、图像识别的精度。BP人工神经网络在理论上具有实现任意非线性映射的能力，具有自学习、自适应及鲁棒性强的特点，在模式识别、模式分类和模糊控制等领域得到广泛应用。作者将BP人工神经网络成功地运用于印鉴图像分割、车牌号码图像的分割等工作中，取得了良好的图像分割效果。     

基于小波多分辨率分析的图像模糊增强算法的研究与实现

图像在采集的过程中,会受到各种噪声的干扰和污染.基于小波变换的多分辨率分析能够有效抑制噪声的特性,提出利用小波多分辨率分析对图像进行平滑滤波实现图像的去噪,并定义新的模糊隶属度函数对图像进行增强,在保证模糊增强效果的同时减少噪声的影响.经试验证实,该方法能够有效地实现图像的增强.     

图像挖掘技术研究

对目前图像挖掘的研究及应用现状进行综述,首先阐明图像数据的特点及图像挖掘的主要问题,随后分析了图像的表示模型、图像挖掘的框架模型,介绍了图像挖掘的主要技术,最后对图像挖掘应用和未来研究方向进行展望。     

一种面向图象语义的主要区域提取方法

图象主要区域的提取是图象语义抽取及其应用的基础 .为了更好地进行图象语义的抽取 ,提出了一种面向图象语义的图象主要区域自动提取方法 .该方法首先将图象划分成固定大小的子块 ,并通过对子块特征进行聚类来获得图象的初始区域分割 ;而后 ,经过一系列的后处理来优化分割结果 ,并实现前景和背景区分 ;最后通过分析每个背景区域的重要程度 ,去除掉不相关的背景区域 .通过对包含有显著对象的户外图象进行的实验表明 :该方法不仅可以去除图象中 ,大量与图象语义不相关的内容 ,而且能保留图象的主要信息 ,这就为进一步的图象语义应用打好了基础 .