工业CT图像自适应三维裂纹面分割*

在图像分割方法中,CV模型可以得到较好的分割结果,但是模型的收敛速度慢.在三维CV模型检测工件裂纹面的过程中,由于三维CT图像数据量比较庞大且三维CV模型本身分割速度慢,使得检测时间比较长.对于这一问题,研究了一种自适应预处理算法.该算法先对体数据进行三个方向投影,再对投影图利用迭代求最佳阈值的阈值分割方法和自适应矩形框来定位缺陷的大致区域.该方法能够自动适应裂纹面形状变化,同时大幅度减少了需要三维CV模型分割的数据量,可以非常明显地提高分割的速度.实验结果表明利用该预处理算法,三维CV模型的分割裂纹面的速度提高了近8倍.     

工业CT三维图像曲面面积与内腔体积的测量

三维工件尺寸参数的测量,是从工件出发获得设计图纸的逆向工程的基础。但工件内部结构特别是封闭内腔的测量用传统测量方法难于实现。研究了基于工业CT的三维图像曲面面积与内腔体积测量的算法,针对工业CT断层图像,用C-V方法分割,在得到目标区轮廓点的基础上,计算面积与体积。为了使得到的曲面平滑,计算曲面上点到形心的距离并用高斯卷积进行轮廓滤波再测量。实验结果表明：该方法与传统的先图像去噪再分割测量的方法相比,有较好的测量精度。     

改进的工业CT图像与CAD模型的比对检测

改进了一种基于工业计算机断层成像(industrial computed tomography,ICT)图像与计算机辅助设计(computer aided design,CAD)模型的比对检测算法,分析工件制造误差。首先对工业CT图像用三维Otsu法进行阈值分割,并分别提取边缘面与角点特征;然后对工业CT图像角点特征与工件的CAD模型用文中研究的旋转投影法求取方向包围盒,进而实现粗配准;再结合角点特征点集和奇异值分解—迭代最近点算法进行精配准,最近点对的求取用k-d树进行加速;最后在边缘面上显示误差。实验结果表明,该方法在工件比对检测过程中,粗配准精度更高,适应性更好。整个比对检测过程更加高效,速度上有了较大的提高。     

基于梯度的混合Mumford-Shah模型医学图像分割

针对C-V法的水平集图像分割法缺少局部控制能力等问题，将基于边缘的几何主动轮廓线模型和基于区域的C-V法两者结合起来，提出了基于梯度的混合Mumford-Shah图像分割模型HMSG。给出了HMSG模型的参数设置准则，在分割的初期加大模型中全局特征项的权值，在分割的后期则加大局部特征项的权值，以提高模型的图像分割能力。对合成图像与医学图像的分割实验结果表明，该方法优于C-V方法对于含有噪声和边缘模糊的非二值图像的分割，能够较为准确地提取图像边界，可以有效提高图像分割整体性能。     

基于3D-FACET模型的工业CT图像管道拟合

研究工业CT图像序列中工件内部管道的拟合方法.在利用3D-Facet模型提取管道边缘的基础上,将三维圆柱面、椭圆柱面管道的拟合转化为中心轴截面上的二维轮廓曲线圆、椭圆的拟合,与传统的三维曲面拟合相比,效率更高.通过对实际的发动机工业CT图像进行试验表明,该方法可以较准确地获取工件内部管道的几何参数,为基于工业CT的逆向工程打下基础.     

基于全散度的C-V模型阈值法

为了提高传统C-V模型的收敛速度并降低其对噪声的敏感性,提出基于全散度的C-V模型及其快速阈值分割算法。将Bregman散度与全散度统一获得新的全散度,并将其引入C-V模型的拟合偏差项,提高图像灰度值与分割区域平均灰度偏差值计算的鲁棒性。同时,采用变分水平集理论获得基于直方图的快速阈值计算方法。实验结果表明,该方法分割效果及收敛速度得到提高,且具有较好的鲁棒性和抗噪性。     

数字式射线图像缺陷检测的C-V方法

数字式射线图像（DR图像）缺陷检测主要是进行缺陷区域的分割和测量,分割精度将直接影响到测量精度。C-V模型是一种新的基于曲线演化理论和水平集方法的图像分割模型,它结合区域信息使得分割结果全局最优,可以很自然地处理轮廓线拓扑结构的变化。针对工件DR图像特点,研究了一种DR图像缺陷检测的C-V方法：首先应用C-V模型进行DR图像缺陷区域的分割,在此基础上,完成缺陷区域几何参数的测量。实验表明,C-V方法能准确地分割出DR图像中的缺陷区域,并获得缺陷形心和面积等参数。     

多尺度框架下基于C-V模型的肺纹理分割

使用水平集法对CT图像进行肺纹理分割时存在运算时间长、噪声影响大等问题。为此,提出一种多尺度框架下基于C-V水平集法的三维肺纹理分割方法。根据小波变换理论,对低频图像进行三维体数据的C-V水平集分割,参照演化结果初始化高频图像水平集,逐步得到原胸肺CT三维图像的分割结果。实验结果表明,该方法能缩短运算时间,并减小噪声对分割结果的影响。     

双下肢医学CT图像的三维可视化研究与实现

将医院提供的二维断层图像序列转变为直观立体效果的图像,展现人体双下肢骨骼的三维结构与形态.结合模糊C-均值聚类算法和区域增长法对CT断层图像进行分割,提取图像中感必趣的区域ROI,即骨骼区域,再对分割后的图像采用面绘制的方法进行三维重建.两种分割方法的结合使用能使分割结果更加准确,Marching Cubes算法进行三维重 建能获得良好的骨骼观察视觉效果.该方法涉及到了数字图像处理、计算机图形学以及医学领域的相关知识,可实现医学CT图像的三维可视化,为骨科医学诊断提供了形象直观的技术方法.     

基于卷积神经网络的室内场景三维重建技术研究

三维场景重建技术是计算机视觉领域的十分重要的研究课题。传统三维场景重建大多是专业工程师通过手工制图实现,效率不高且成本较高。对此提出一种基于卷积神经网络的三维场景重建方法。该方法在对2D图像进行语义分割的基础上,提取分割后的室内场景元素图像块,训练一个基于卷积神经网络的三维模型匹配模型;再将匹配得到的三维模型结合深度图构造的残缺三维模型,进一步进行组合,从而完成室内场景的三维重建工作。实验验证了该方法的可行性和优异性。     

改进的桥梁三维重构及裂缝检测系统

针对桥梁病害检测问题, 尤其是损害程度较高的裂缝检测, 结合已有的桥梁检测系统, 本文提出一种改进的桥梁检测系统, 改进后的系统硬件是大疆M210-RTK无人机, 软件由图像数据获取模块、裂缝检测模块、3D模型构建模块构成. 其中, 裂缝检测模块增加了裂缝长宽计算功能, 对裂缝分段迭代后进行曲线拟合求取长度, 骨架法计算宽度. 在实验中设置无人机的飞行轨迹、扫描间距, 拍摄距离以及对待检测桥梁桥墩分区域编号, 最终拍摄了200张桥墩桥面图片和采集了桥梁视频数据. 通过对桥墩桥面裂缝种类的识别和裂缝长宽计算, 更全面的了解了裂缝信息及危害程度, 减少了后期人工测量, 并结合Ubuntu 16.04系统, 使用直接稀疏里程计法(DSO)进行桥梁3D建模, 3D模型能够方便直观的展示桥梁概况. 改进后的系统稳定, 方法省时省力, 适用性广, 特别是对一些跨海大桥及周边环境复杂的桥梁检测具有重要意义.     

一种基于改进渗流模型的混凝土表面裂缝快速检测算法

由于混凝土表面不平整、光照不均、裂缝背景较为复杂等因素的干扰,传统的基于图像处理的裂缝检测方法对裂缝检测的效果不佳,尤其是不清晰和比较细小的裂缝。基于渗流模型的裂缝检测方法充分考虑了裂缝亮度低、形状较为细长的特点,对裂缝的检测效果很好,尤其是图像中的细小裂缝,但是该方法需要大量的处理时间。为了解决上述问题,提出了一种加速渗流处理的算法,该算法通过暗点预提取来减少渗流时需要处理的像素点个数,以此来减少渗流处理时间。实验结果表明,所提算法能明显加快渗流处理的速度,并且精确率基本保持不变。     

基于图像增强与分水岭分割的隧道低对比度裂缝提取方法

在实际的隧道裂缝检测中,存在细小、对比度低且有污渍点干扰的隧道裂缝,利用常规方法很容易漏检裂缝。为了解决此问题,提出一种基于图像增强与分水岭分割的裂缝提取算法,该算法有效利用背景信息补偿了污渍点,均衡了图像背景对比度。结合高低帽变换方法对图像进行增强,然后根据分水岭算法获取分水岭分割线;比较分割线所在位置的灰度值与其周边灰度值,并通过灰度值差异判断裂缝边缘,从而提取裂缝。实验结果表明,所提算法能够准确、有效地检测出完整的隧道裂缝,且对噪声具有鲁棒性。     

对3D Warping分解的高质量虚拟视点绘制方法

基于深度图像的虚拟视点绘制（DIBR）作为自由视点视频应用中的核心问题,由其获得的任意视频的质量和速度对于自由视点视频的发展至关重要。为解决经典DIBR方法存在的重叠、空洞、伪影,以及由于重采样导致的细小裂纹问题以提高虚拟视点图像质量,提出了一种基于改进的3D Warping过程的虚拟视点绘制方法。该方法从整个3D Warping过程出发,将3D Warping过程分解成两步而无需进行三维建模,并分别在两步中提出了改进的方法。在第一步中,通过在变换矩阵中引入可调的系数对三维参数进行修改;在第二步中,主要针对由于重采样导致的细小的裂纹问题,提出了自适应一投多算法,在兼顾时间复杂度的同时改善了裂纹问题。实验结果表明,无论从主观质量还是客观评价标准来看,该方法都能够显著提高虚拟视点绘制的图像质量。     

基于水动力学、分数阶微分及Steger算法的线状目标提取

目的 线状目标的检测具有非常广泛的应用领域,如车道线、道路及裂缝的检测等,而裂缝是其中最难检测的线状目标。为避免直接提取线状目标时图像分割难的问题,以裂缝和车道线为例,提出了一种新的跟踪线状目标中线的算法。方法 对图像进行高斯平滑,用一种新的分数阶微分模板增强图像中的模糊及微细线状目标;基于Steger算法提出一种提取线状目标中心线特征点的算法,避免了提取整体目标的困难;根据水动力学思想将裂隙看成溪流,通过最大熵阈值处理后,先进行特征点的连接,再基于线段之间的距离及夹角进行线段之间的连接（溪流之间的融合）。结果 对300幅裂缝图像及4种类别的其他线状目标图像进行试验,并与距离变换、最大熵阈值法+细线化Otsu阈值分割+细线化、谷底边界检测等类似算法进行比较分析,本文算法检测出的线状目标的连续性好、漏检（大间隙少）和误检（毛刺及多余线段少）率均较低。结论 本文算法能够在复杂的线状目标图像中准确快速地提取目标的中心线,一定程度上改善了复杂线状目标图像分割难的问题。     

基于图像识别的铝合金机械铰链裂纹检测仿真

为了准确检测铝合金机械铰链中存在的裂纹,提出基于图像识别的铝合金机械铰链裂纹检测方法。针对在现场获取裂纹图像时,会受到外界环境、传输过程中等多种干扰因素的影响,需要对裂纹图像进行预处理,利用灰度直方图对图像的灰度情况进行分析,将其作为依据,对图像进行分段线性拉伸,压缩裂纹图像中灰度两端区域上的噪声,在上述基础上,引入边缘检测方法,边缘检测采用一阶微分的方法进行计算,选用索伯尔算子,将2个模板进行组合形成1个新的梯度算子,将模板在图像上进行移动,分别计算不同位置所对应的的梯度值,获取存在异常区域的图像边缘,以达到铝合金机械铰链裂纹检测的目的。实验结果表明,所提方法能够快速、准确检测出铝合金机械铰链的裂纹。     

一种自动鲁棒的三维人脸重建方法

三维人脸模型已经广泛应用到视频电话、视频会议、影视制作、电脑游戏、人脸识别等多个领域。目前三维人脸建模一般使用多幅图像，且要求表情中性。本文提出了基于正、侧面任意表情三维人脸重建方法。首先对二维图像中的人脸进行特征提取，然后基于三维人脸统计模型，通过缩放、平移、旋转等方法，及全局和局部匹配，获得特定的三维人脸。基于二维图像中的人脸纹理信息，通过纹理映射，获得完整的三维人脸。通过对大量实际二维人脸图像的三维人脸重建，证实了该方法的有效性和鲁棒性。