一种基于树结构的细胞区域分割方法

在医学细胞图象处理中,特别是癌症的计算机辅助诊断中,图象中的细胞分割是细胞形态定量分析、细胞变异和疾病诊断的研究基础.本文以显微细胞图象为处理对象,在进行预处理的基础上,从细胞二值图象中像素点数据构成的数据结构出发,针对该类图象的特点,提出一种基于树的遍历的图象区域分割方法--"T形遍历分割法".实际的显微细胞图象处理试验结果表明,本文算法针对图象中的细胞区域分割处理速度较快、细胞区域间的分割效果较好.为分类和识别前的特征提取奠定了良好的基础.     

基于多尺度彩色形态矢量算子的边缘检测

数学形态学在图象处理中已经得到广泛地应用，但传统的形态学常应用于二值图象处理，后来发展应用到灰度图象处理，对于其用于彩色图象处理的研究还不是很多，通过对传统的数学形态学的几何描述，以及对目前形态学在边缘检测中的应用分析，提出了一种新的多尺度的彩色形态矢量边缘检测算子，该方法是利用不同尺度形态边缘检测算子来检测不同尺度下的边缘强度，再对不同尺度下的边缘强度图进行合并，从而得到新的边缘强度图象，利用该算法对实际图象和合成图象进行了实验，将实验结果与传统的边缘检测算法相比较，由于新的多尺度彩色形态矢量算子能检测出更多的细节边缘，因此将更有利于图象的进一步分析处理，同时将实验图象人为地增加噪声后，再利用该算法进行实验，其结果表明，该算法对噪声具有很好的鲁棒性。     

图象处理和识别技术在自动磁粉探伤系统中的应用

讨论了荧光磁粉无损检测系统中数字图象处理和识别问题。采用自适应阈值处理和条件跟踪等技术得到较好的二值化图象 ,并采用顺序标记算法来提取目标物。基于裂纹图象基本特征进行裂纹识别 ,为该系统实现自动化打下了基础     

工程图扫描图象预处理方法的研究

提出了一种针对工程图扫描图象的预处理方法 ,用锐化滤波、自适应二值化、基于行相邻图的二值图象改进算法等方法逐步改善扫描图象质量 ,以进一步提高后期图形识别的精度 ,其中基于行相邻图的二值图象改进算法较现有常规算法在速度和质量上有较大的提高 ,同时为后续图形的识别建立了一种良好的数据结构。     

二值图象标记的一种快速算法

在数字图象处理中,阈值分割方法是应用最广泛的分割方法之一,它输出一幅二值图象,其背景和目标象素分别具有灰度值0和1,对这样的二值图象,经常需要对目标进行标记。本文提出了一种新的二值图象标记算法,该算法利用一个映射表快速实现标记过程。     

模糊技术与神经网络的混合算法在运动目标的识别与跟踪中的应用

图象跟踪是运动图象处理中的关键环节,但是如何在强噪声下实现快速有效的图象跟踪却一直是难点。该文提出了一种模糊技术与神经网络结合的算法,它充分吸收了模糊算法与神经网络的优点,在近距离目标下以神经网络识别的静态可能性为主,而在远距离目标时以模糊算法识别的动态可能性为主,使其不仅在目标近即大时有很高的识别率,而且更令人鼓舞的是在目标远即几乎为点目标时也有很高的识别率。另外,该文还提出了计算各个目标优先级的算法。最后,以红外序列图象为例表明该文提出的算法的高识别率。     

自然环境下道口客车车身字符识别算法研究

针对外观尺寸相近,处于分类区间边缘的客车车型识别率不高的问题,提出通过识别车身限载数字字符进行车型分类的方法。由二值图结合字符的格式塔特征实现文字区域精定位,将分割出的数字字符使用神经网络进行识别,最终将识别的结果对应转换成相应客车类别以实现车型分类。将该算法在道口采集的三类、四类客车样本上进行实验,综合识别率为88.5%,相比基于外观几何特征的车型识别,识别率提高了将近10个百分点,且基于改进二值化算法（Psauvola）的字符识别相比使用其他二值化算法,识别率提升了一倍多。     

基于结构特征的指纹识别

为了克服指纹识别中常见的问题,本文提出了一种基于结构特征的匹配算法用以提高识别率,并提出了一种特殊的指纹图象预测处理算法,以减少图象噪声,整个算法具有高效识别和很强的抗干扰能力,此外逄法对指纹缺损图象也有很高的识别率。     

分形理论在焊接图象处理中的应用

针对焊接过程中的图象处理问题，如检测焊缝边缘位置和确定焊接熔池的边缘大小和形状等问题，由于传统图象处理方法易受噪声和其他干扰信息的影响，因此很难准确及时地处理图象，为了克服此弱点，在比较了焊接过程中图象处理的微观算法和宏观算法的基础上，提出了运用分形理论的综合图象处理方法，该方法是根据焊接过程图象的特点，首先利用图象边缘的分形特征来进行区域分割，以便检测出图象边缘所在的模糊区域，然后用边缘检测方法的Laplace算子和最小二乘法拟合曲线来识别出图象的边缘，同时用该方法进行了实时焊接图象处理实验，实验结果证明，该方法不仅能准确识别出焊接焊缝或熔池图象的边缘，而且节省了图象处理的时间，为焊接过程的实时控制提供了可靠的信息。     

基于小波变换的图象内容篡改识别与定位算法

提出了一种对图象内容篡改的识别与定位算法,可用于图象内容的完整性验证。首先对原始图象进行2层小波变换,将变换后的小波近似系数以相邻的4个系数(2X2)为一组,计算每组的均值,利用原始图象的HVS特性,以均值为载体嵌入水印信号,对一般的图象处理操作(有损压缩、中值滤波等),系数的均值比单个系数有较强的稳定性。提取水印时不需要原始图象,实验结果表明,该算法对一般的图象处理操作具有好的鲁棒性而对篡改攻击能准确地识别和定位。     

基于形态学多结构元多尺度的自适应边缘检测

数学形态学广泛应用于图像处理和模式识别领域;针对形态学单结构元在边缘检测中边缘信息丢失的问题,提出了用不同方向的结构元素对图像进行多尺度检测的自适应边缘检测方法;首先利用形态学高低帽运算对原始图像进行平滑处理,采用差分最大值确定结构元素的方向,利用形态学运算调整结构元素尺度,改进了数学形态学边缘检测算法;实验结果表明,与传统边缘检测算法相比,该算法在保持图像边缘清晰的同时.有很强的去除噪声能力.     

基于Morphology和SVM对细胞组织的分析

随着计算机技术、成像技术、图像处理技术、医学形态学研究的发展,计算机辅助图像处理成为了医学研究的得力工具。论文利用数学形态学(Morphology)和小波变换(Wavelet)对细胞图像进行分析和识别,充分发挥形态学善于处理图像形态的优势和小波变换系数反映细节的特点,通过图像预处理、分割和特征提取,最后通过支持向量机分类器(SVM)来完成细胞状态的自动分类和识别,试验表明该方法具有较高的准确率和可靠性。     

Colour Mathematical Morphology For Neural Image Analysis

This paper presents an algorithm for automatic neural image analysis in immunostained vertebrate retinas. We present a useful tool for cell quantification avoiding the losst of information of traditional binary techniques in automatic recognition of images. The application is based on the extension of the mathematical morphology to colour images. In qthe paper, we define the basics and more complex morphological operations to vectorial image processing. We propose and demonstrate a colour image reconstruction by geodesic transformations. In addition, we adapt the morphological segmentation of greyscale image to the segmentation of multispectral images of retinas of monkeys.     

OpenCV分水岭算法的改进及其在细胞分割中的应用

分水岭算法是一种基于形态学的图像分割算法,能快速准确地确定连通区域的边界.将基于标记的分水岭算法用于细胞图像的分割,较好地解决了粘连细胞的分割问题.在该细胞分割算法的实现过程中,发现了OpenCV分水岭算法实现的缺陷,通过对相关代码的分析,发现该缺陷存在的原因是算法流程中对相邻像素相对关系的描述存在问题.将OpenCV分水岭算法中对相邻像素取差的绝对值,改为对相邻像素取差值,对该算法进行了改进.实验证明,改进后的OpenCV分水岭算法对细胞图像的分割效果明显好于直接使用OpenCV分水岭算法得到的结果.该方法在不影响分割速度的情况下,提高了OpenCV分水岭算法分割的准确度.     

基于形态学的显微细胞图像处理与应用

为提高医学诊断的准确率和效率,提出了基于形态学的显微细胞图像分析理论来完成对图像的分类、识别与分析.首先,对图像边缘检测算法及流域分割算法进行介绍,设计了完整的基于形态学的显微细胞图像处理方法,有效解决了图像处理中遇到的光照不均匀、染色产生的斑点等问题.然后,在图像分析阶段,把显微细胞图像形态学分析应用到血液病诊断中,同时做了细胞计数及形态参数提取并给出验证结果,最后再对细胞病医学诊断做了初步的理论尝试,研究结果与实际值相比误差小于3%.实验表明本文提出的图像分析理论在细胞病医学诊断上具有一定的应用价值.     

主动搜索耦合图案匹配的PCB板基准点识别算法

为了解决当前PCB板基准点识别算法在基准点尺寸变化和存在污痕的情况下易产生较高的误识别率等问题,提出主动搜索耦合图案匹配的PCB基准点识别算法。首先,引入高斯中值滤波对图像进行平滑处理,采用阈值处理与形态学分割图像,通过搜索符合特征标准的基准点轮廓,设计主动搜索算子,完成对基准点的首轮识别。然后,通过基准点模板图像和Aforge.NET匹配函数,在图像中定位基准点目标,返回中心点坐标与匹配度,完成对基准点的精准识别。实验结果显示：与当前识别技术相比,本文算法具有更高的识别精度与抗干扰性。     

基于计算机视觉的烟叶病害识别研究

针对野外非专业人员对烟叶病害识别的不准确性和受主观因素影响的不足,以烟叶病害中常见的赤星病和野火病为研究对象,运用计算机图像处理技术提出了一种快速分类识别算法,主要包括特征参数提取和病害识别分类两部分。通过赤星病和野火病烟叶病害图像分析,优选出6个病害识别特征参数,建立了两类病害标准特征库。病害识别分类采用基于标准特征库的模糊模式识别算法,并且与模糊C均值聚类识别进行了对比。病害分类识别实验结果表明该分类识别算法具有良好的识别率。     

Segmentation and classification of biological cell images by a multifractal approach

Recently, the clinical role of image processing has been developed considerably. The resources of this new technology were exploited for the needs of doctors in their practice. In this study, we propose a computer vision for tracking the uterine collar cancer. Here, we present three stages: preprocessing, segmentation, and classification. The segmentation stage uses a multifractal algorithm based on the computation of the singularity exponents; its role is separating each cell on its core and its cytoplasm, which permits the analysis of each one in the recognition stage for deducing a response about the malignity of the cell. However, the classification is performed by an algorithm of area growth. Knowing that there are four layers in the epithelium, the classification allows for learning the type of each cell in an image for organizing the research in the recognition stage. Thus, we contribute to the creation of a database for the recognition stage. This base contains the core and cytoplasm images with information about the type of each cell. Promising results were obtained with a short execution time that permits the start of the recognition stage. © 2003 Wiley Periodicals, Inc.     

复杂背景图像的字符识别算法研究

为了解决字符识别过程中的局部曝光、印刷字符的断裂以及变形和自然环境下的背景污染等问题, 提出了一种分块处理与卷积神经网络(CNN)相结合的字符图像识别算法. 首先利用OpenCV机器视觉库, 结合分块处理、伽马运算、参数调整等方法对产品零件表面印刷字符进行预处理, 初步解决图像局部曝光和字符断裂问题; 其次为了获得单个字符图像, 利用数学形态学算法对局部曝光处理后的二值化图像进行分步分割, 进而去掉字符间的无用信息; 最后利用Keras模块为字符识别提供的API搭建CNN模型, 经过对100多张字符的识别训练, 准确率高达96.9%, 为某汽车零部件自动化生产中的字符识别提供了可靠的依据.     

遥感图像目标识别的并行处理方法

为提高遥感图像目标识别的速度，减少消耗的时间，提出了一种特殊的遥感图像目标识别的并行处理方法。基于这种方法，只需对串行识别算法做较少的改动即可实现遥感图像目标识别的并行化处理，无需设计专门的并行识别算法，以较低的代价解决了遥感图像目标识别耗时较多的问题。