一种高速印刷图像处理算法*

针对高速印刷图像处理中的高实时性要求,分析了高速印品图像的图像特征,提出了一种利用灰度形态学提取轮廓进行快速图像配准的方法.对配准后的图像,采用改进的图像差分算法进行图像比较和形态学滤波,能够快速准确地将印刷缺陷提取出来.实际应用表明,该算法能满足最高300 m/min彩色印品质量检测的需要.     

基于微粒群算法的视网膜血管自动提取方法

针对视网膜血管网络灰度分布特征与结构特征,提出了将灰度-梯度共生矩阵最大熵与微粒群算法相结合的视网膜血管提取方法。采用Gabor滤波以增强血管图像,获取增强后视网膜图像的灰度-梯度共生矩阵,利用微粒群算法并结合灰度-梯度共生矩阵的最大熵方法进行阈值化处理,对图像进行二值化处理后根据视网膜血管具有区域连通性的特征,采用形态学方法分割出最终的血管。实验结果表明,该方法能有效地提取视网膜血管网络。     

一种基于Soft形态学的图像边缘检测算法

概述了软数学形态学的基本原理及形态学在图像边缘检测中的应用.根据软形态学单调性、扩展性和反扩展性等基本理论,成功构造了一种新型软形态边缘检测算法,该算法具有较好的抗噪和边缘提取能力.对一幅加有椒盐噪声的灰度图像的仿真试验结果表明,该方法比传统的基于模板的图像边缘检测算法和标准形态学边缘检测算法具有更好的图像边缘提取效果.     

基于规则和对称分析的眼睛定位方法

为了提高人眼定位算法的准确性,本文提出了一种基于规则和对称分析的人眼快速定位方法.该方法首先在多阈值得到的二值化图像上应用灰度形态学和连通区域检测算法提取人眼、嘴巴特征候选块,并对用粗过滤规则得到的人眼区域进行对称检测,最后利用细过滤规则和人眼对称轴信息进行眼睛的精确定位.实验结果表明,对称信息的添加大大提高了人眼定位的准确性.     

一种基于Soft形态学的图像边缘检测算法

概述了软数学形态学的基本原理及形态学在图像边缘检测中的应用.根据软形态学单调性、扩展性和反扩展性等基本理论,成功构造了一种新型软形态边缘检测算法,该算法具有较好的抗噪和边缘提取能力.对一幅加有椒盐噪声的灰度图像的仿真试验结果表明,该方法比传统的基于模板的图像边缘检测算法和标准形态学边缘检测算法具有更好的图像边缘提取效果.     

基于多主体技术和数学形态学的空间聚类算法

空间数据复杂多变、数据量庞大,且数据分析较为困难。为解决该问题,提出一种基于多主体技术和数学形态学灰度形态运算的聚类算法。将结构元素作为智能个体,Agent根据其所处空间位置环境的Moore Neighborhood值或VN Neighborhood值,采用OCC算子自主选择做灰度膨胀或腐蚀运算。实验结果表明,该算法具有较好的准确性、可靠性和灵活性,能对任意聚类形状进行快速聚类。     

基于数字高程模型的建筑物自动提取算法研究

从遥感影像中自动提取建筑物是研究从遥感影像构建地图的关键技术。针对当前建筑物自动提取算法中存在的缺陷,提出了一种基于数字高程模型的建筑物自动提取算法。该算法是建立在灰度数学形态学、矢量化变换、离散化噪音消除以及边缘简化技术综合的基础上,充分考虑了建筑物后续重建计算量的问题。实验结果表明利用该算法提取出的建筑物边缘清晰正确,同时又能大大减少冗余数据量。     

图像边缘分割算法的优化研究与仿真

研究图像边缘分割问题,提高分割的准确性.针对图像中物体像素与其边缘像素容易发生像素粘连,粘连部分由于发生像素灰度混合,造成像素差异极小,传统的基于灰度的边缘检测算法由于不能很好的区分粘连部分的灰度差异,不能完整检测图像边缘的问题.提出了一种离散余弦变换(DCT)和数学形态学边缘分割算法.通过对提取过的特征图像在同一尺度下用多个结构元素分别对图像进行边缘分割,经过合成得到多尺度多结构元素形态学检测的边缘图像,摆脱分割算法对像素灰度的依赖.仿真结果表明:方法具有较好的抗干扰性和定位准确性,分割的边缘更为完整准确,取得了令人满意的效果.     

改进的模糊形态学边缘检测算法

提出了一种新的基于模糊形态学的边缘检测算法。算法结合模糊增强方法和模糊形态学边缘检测方法,使用简单隶属度函数将图像映射到模糊特征平面,利用滑动窗口技术进行模糊增强,增大边缘的灰度差,将增强后的模糊图像调整回原始区域,采用多方向模糊形态学进行边缘提取。实验结果表明该算法优于传统的边缘提取算法。     

基于灰度图像的车牌字符提取算法研究

本文提出了一种基于灰度图像的车牌字符提取算法,该算法利用Canny算子提取车牌灰度图像中的字符。车牌字符提取后,采用迭代分割法求出最佳阈值对图像进行阈值化处理,结合形态学方法填充字符中的空隙。在VisualC＋＋6.0编程环境下进行了算法实现,实验结果表明,与传统的字符提取算法相比,该算法不仅具有较强的字符提取能力,明显降低噪声对检测结果的影响,而且字符边缘的连接较好,为后期车牌字符的识别提供了技术基础。     

结合全卷积网络和K均值聚类的球栅阵列焊球边缘气泡分割

针对在球栅阵列（BGA）气泡检测中,由于图像干扰因素的多样性导致焊球存在边缘气泡与背景之间灰度级接近,从而造成焊球气泡分割结果不精确的问题,提出了一种结合全卷积神经网络（FCN）和K均值（K-means）聚类分割的焊球气泡分割方法。首先根据所制作的BGA标签数据集搭建FCN,通过训练该网络得到合适的网络模型,再对待测BGA图像进行预测处理得到图像的粗分割结果;然后对焊球区域映射提取,通过同态滤波法提高气泡区域辨识度,再使用K-means聚类分割对图像进行细分割处理,得到最终分割结果图;最后对原图焊球及气泡区域进行标注识别。将所提出的算法与传统BGA气泡分割算法进行对比,实验结果表明,所提出的算法对复杂BGA焊球的边缘气泡分割精确,图像分割结果与其真实轮廓高度匹配,准确度更高。     

无人直升机着陆控制的视觉图像特征处理算法

基于视觉的无人直升机着陆是无人直升机着陆控制中的主要发展方向,视觉图像处理算法将直接影响无人直升机姿态估计以及着陆控制精度.提出了一种应用于无人直升机着陆控制的视觉图像特征处理算法,对目标灰度图像进行阈值处理,边界跟踪,利用凸四边形几何特点提取特征点,最后将所有特征点标记出来.实验结果显示提出的算法即能满足实时处理速度要求,也能满足较高的特征点定位精度要求.这一方法可用于无人直升机着陆控制的相对位置姿态估计.     

医学图像配准中基于图像梯度的灰度压缩

基于互信息的医学图像配准,其配准精度可以达到亚像素水平,精度高且鲁棒性好,但互信息的巨大计算量使配准速度较慢,不能达到临床使用要求,而互信息的计算速度与图像的灰度阶数有关。为此,针对互信息由于图像灰度级数过多造成互信息计算量大的问题,提出一种基于图像梯度的灰度压缩算法。算法采用图像的梯度信息,根据图像梯度对图像进行非线性灰度映射,同时利用小波对差异图像进行分解和重构。实验结果证明,该算法能减少图像灰度阶数,同时较好地保留图像的细节信息,在保持配准精度的前提下减少配准时间。     

Computer vision technology for seam tracking in robotic GTAW and GMAW

Due to ever increasing demand in precision in robotic welding automation and its inherent technical difficulties, seam tracking has become the research hotspot. This paper introduces the research in application of computer vision technology for real-time seam tracking in robotic gas tungsten arc welding (GTAW) and gas metal arc welding (GMAW). The key aspect in using vision techniques to track welding seams is to acquire clear real-time weld images and to process them accurately. This is directly related to the precision of seam tracking. In order to further improve the accuracy of seam tracking, in this paper, a set of special vision system has been designed firstly, which can acquire clear and steady real-time weld images. By analyzing the features of weld images, a new and improved edge detection algorithm was proposed to detect the edges in weld images, and more accurately extract the seam and pool characteristic parameters. The image processing precision was verified through the experiments. Results showed that the precision of this vision based tracking technology can be controlled to be within ±0.17 mm and ±0.3 mm in robotic GTAW and GMAW, respectively.     

自适应不同条件的车牌检测算法

车牌检测(License Plate Detection, LPD)是自动车牌识别中(Automatic License Plate Recognition, ALPR)主要步骤,针对不同条件下车牌检测速度慢和检测精度低的问题,提出了一种改进改进自适应形态闭和开操作的车牌检测算法,该算法首先采用局部直方图对车牌图像均衡化处理,使用自适应形态闭操作对所有灰度化区域进行平滑处理,之后引入局部自适应阈值处理,能得到平滑图像和被分离的车牌,最后采用形态学开操作,将外部区域和车牌数连接部分分离。实验结果表明,所提方法的检测精度高于其他算法,同时,平均检测时间少于其他算法,适合不同条件下实时车牌检测。     

面向彩印标签的手机数码识别及应用

针对Android手机拍摄标签数字码实时识别的需要,以及拍摄图像具有分辨率低、亮度不均匀、背景复杂等特点,由手机拍摄直接获得灰度图像后,通过数字区域投影定位,获取只包含数字的图像;采用二值化进行灰度图像到黑白图像的变换;通过投影及归一化处理进行数字码图像分割,并对每个数字码图像进行细化获取细化数字码;基于统计学抽取数字码的特征;建立数字码模式特征后,采用最近邻域判别函数进行数字码识别,取得了良好的识别效果。     

应用MATLAB图像工具箱的不规则裂纹检测

提出了一种表面不规则裂纹特征的检测方法,通过获取CCD相机拍照得到裂纹图像,使用MATLAB图像处理工具箱对图像进行灰度化、二值化处理。对二值图像可以进行细化处理以求得裂纹长度,提取灰度等值线可以获得裂纹边界,在提出的修正算法下可以得到裂纹真实宽度的近似值,相比于其他已知方法提高了计算结果的精度,并且实现了自动处理,降低了数据处理过程中的人工劳动强度,提高了数据处理效率。     

面向复杂城市交通场景的一种实时车道线检测方法

车道线检测是智能交通监控及自动驾驶的基础步骤,为提高其鲁棒性和实时性,针对复杂城市交通场景中自动驾驶需要检测车道线的需求,提出了一种实时车道线检测算法,首先运用改进灰度化变换突显车道线的特征,并通过改进的Gabor滤波算法增强车道线的边缘信息;最后采用多约束霍夫变换筛选得到平行车道线从而实现实时车道线检测。实验表明,该方法在三种不同真实的交通道路场景下,提高了车道线检测精度及处理速度,可应用于实时车道线检测系统。     

一种轴类零件边缘精确定位方法

针对目前的边缘检测算法存在定位精度低、处理速度慢、抗噪性能差等缺陷,提出了一种轴类零件尺寸检测的图像边缘高精度定位方法。该方法采用改进的自适应中值滤波算法、改进的Kirsch算子和在图像边缘灰度梯度方向上进行二次函数逼近高斯曲线拟合方法,实现了图像边缘亚像素高精度定位,提高了尺寸检测精度。通过对气门尺寸的计算机视觉检测实际应用,证明提出的算法精确且稳定,满足高精度视觉检测要求。     

医学内窥镜图象的遗传恢复算法

遗传算法是一种软计算方法,它作为一种新的全局优化搜索算法用于图象处理,是一种具有发展潜力的智能信息处理方法,对于利用遗传算法处理灰度图象来说,由于其数据量和计算量很大,并且传统遗传算法存在“过早收敛”的问题,使得图象恢复质量不理想。该文针对医学内窥镜摄取的图象纹理和病灶特征,设计了一种新的二维染色体编码方法,并将模拟退火和遗传算法相结合的算法引入灰度图象恢复处理过程中的遗传操作,实验结果表明,该方