切割刀具图像边缘破损检测方法仿真

采用目前方法对切割刀具边缘进行破损检测时,没有对刀具图像进行增强处理,导致方法存在图像对比度低、适用性能差和检测精度低的问题.提出基于直方图均衡化的切割刀具边缘破损检测方法,利用天然橡胶刀具图像的灰度中值,在分割直方图等面积原则的基础上进行灰度直方图分割处理,均衡化处理分割处理后的各子灰度直方图,完成天然橡胶刀具图像的...     

一种改进的细胞图像分割算法的研究

针对细胞图像的特点,提出一种改进的基于分水岭算法的细胞图像分割方法。在该方法中．对细胞图像进行数学形态学变换,即采用Top—hat变换后的图像与原始图像相加再减去Bottom—hat变换后的图像以得到最大对比度的图像．继而进行距离变换,最后运用分水岭算法进行分割。实验证明,该改进方法能够得到较好的分割结果。     

基于区域对比度和背景先验的显著目标检测

针对现有算法对复杂背景的图像检测效果较差的问题,提出融合区域对比度和背景先验的显著目标检测算法。首先利用超像素分割将图像分割成感知均匀的图像块,然后根据区域对比度计算全局对比度特征和空间聚集度特征,再根据背景先验得到背景集,计算图像块与背景集间的相似性特征,接着对三个特征显著图进行融合计算,最后根据每个像素与周围超像素的颜色和距离对比度得到每个像素的显著值。实验结果表明,所提算法能较均匀高亮整个目标且有效抑制无关背景信息。     

基于多算法融合的破损陶瓷绝缘子图像识别与检测方法

为了提高输电线路安全稳定运行,在传统检测绝缘子缺陷的基础上,提出一种多算法融合的破损陶瓷绝缘子检测方法。基于FASTER-RCNN算法,将拍摄到的绝缘子图像进行训练,得到绝缘子串具体位置,并改进SBGFRLS（线性自适应滤波）算法,实现对瓷绝缘子破损的精确识别。首先利用FASTER-RCNN算法,选择Faster R-CNN网格作为检测器,识别出利用无人机拍摄得到的图像中的绝缘子串所在位置;然后,利用SVM（支持向量机)算法对绝缘子图像进行粗分割,得到粗分割后的绝缘子缺陷识别图,再在粗分割的基础上,运用改进的SBGFRLS算法对图像中的绝缘子进行精确识别,得到破损绝缘子定位图。实验结果表明,得到的绝缘子破损识别图可以验证该改进算法的可行性和有效性。     

基于神经网络与对比度的多聚焦图像融合技术

提出了一种基于小波对比度和神经网络的多聚焦图像融合算法。首先对各源图像进行小波变换，根据变换后系数计算出图像的小波对比度，选取源图像部分区域小波对比度作为前馈神经网络的训练样本，调整神经网络权重；然后用训练好的神经网络组合融合图像的小波系数，对组合后的系数进行一致性校验；最后对该系数进行小波逆变换，得到融合图像。实验结果表明，该算法能够较好地解决多聚焦图像融合问题，生成的融合图像效果优于传统图像融合方法。     

基于Top-hat变换和角点检测的MRI脊椎分割算法

脊椎骨骼提取的精度直接影响到脊椎三维重建的效果。针对MR(Magnetic Resonance)脊椎图像成像不均匀的特点,提出一种利用Top-hat变换和角点检测结合的脊椎骨骼提取算法。首先利用Top-hat变换增强脊椎块与周围组织间的对比度,进而用大津法(OTSU)分割图像,获得脊柱的粗分割结果;然后使用改进的CSS(Curvature Scale Space)角点检测算法作用于粗分割图像,获取图像的有效角点;最后通过拟合角点,得到脊柱两侧的曲线,从而分割出脊柱区域。实验表明,该方法可以精确分割出脊椎部分,而且分割的结果可以应用于同一病人同序列的其他图像中,缩短了分割时间,具有较好的应用前景。     

人眼视觉感知特性的非下采样Contourlet变换域多聚焦图像融合

目的针对传统的单特征融合方法不足以衡量像素清晰度的问题,同时综合考虑非下采样Contourlet变换(NSCT)系数特点及人眼视觉感知特性,提出一种基于NSCT的多聚焦图像融合方法。方法首先对来自同一场景待融合的源图像进行NSCT变换;然后对低频分量采用基于局部可见度、局部视觉特征对比度和局部纹理特征的综合特征信息进行融合;对高频分量采用基于邻域和兄弟信息归一化的关联权重局部视觉特征对比度进行融合;最后进行逆NSCT变换得到融合图像。结果将本文方法与传统离散小波变换(DWT)、移不变小波变换(SIDWT)、CT(Contottral变换)、NSCT及基于邻域和兄弟信息的NSCT域多聚焦图像融合方法进行了实验对比,本文方法能获得更好的视觉效果以及较大的边缘信息保留值和互信息值。结论定性和定量的实验结果表明了本文方法的有效性。     

融合引导滤波和小波变换的水下图像增强算法

针对水下环境对比度低和极其模糊的视觉效果问题,提出了一种融合引导滤波和小波变换的水下图像增强算法。利用引导滤波将图像分为基础部分和细节部分,将小波变换应用于基础部分,对产生的低频图像进行限制对比度直方图均衡,高频部分分别使用改进的对数函数增强,然后将处理后的高低频部分进行小波逆变换。细节部分进行增益计算;最后将处理后的基础部分和细节部分进行加权融合,再对融合图像进行限制对比度直方图均衡,得到目标图像。仿真实验表明,该方法在保留图像细节的同时很好地克服了光照不均匀对图像的影响.     

对数域中自动色彩均衡化快速算法

对于存在颜色一致区域或低对比度区域的图像,在校正后往往会出现“灰化”现象.尽管自动色彩均衡化(ACE)算法采用整幅图像作为计算子集进行颜色校正,在一定程度上克服了“灰化”现象,但导致了计算量的大幅增加.针对这一问题,提出一种在对数域内融合了局部特征和全局特征的克服“灰化”现象的算法.首先将原图像变换到对数域,实现光照与反射系数的解耦;然后对变换后的图像进行局部特征计算/侧抑制调整,同时计算图像的全局特征;最后利用标准的增益与偏移方法将两者的融合图像映射到正常显示的区域,并改善图像的对比度.实验结果表明,该算法不仅可以大大减少计算量并有效克服“灰化”现象,而且可以获得满意的主观视觉效果.     

结合区域特性的有限离散剪切波图像融合

为了提高多聚焦图像和红外与可见光图像的融合精度,结合有限离散剪切波变换具有良好的局部化特性及平移不变性,提出了一种基于有限离散剪切波变换(FDST)的图像梯度信息相关性因子加权与对比度相结合的融合算法。首先对严格配准后的图像进行FDST分解,得到低频子带系数和不同尺度不同方向的高频子带系数;然后对低频子带系数采用图像梯度信息相关性因子加权融合算法,高频则利用对比度将低频系数与高频系数联系起来并以对比度作为度量系数取舍的准则进行融合;最后应用有限离散剪切波逆变换重构得到融合图像,并对融合结果进行主观视觉和客观评价。实验结果表明,该算法在主观视觉效果和客观评价指标上优于其它融合算法。     

工业CT图像中小间隙裂纹的亚像素测量方法

工业部件内部小间隙裂纹测量是公认的技术难题,研究工件断面CT图像中小间隙裂纹的测量方法,使之达到亚像素精度。脊波变换是近年在小波变换基础上发展起来的新的分析方法,脊波变换对于图像中的线状奇异性（如边缘、裂纹等）较敏感,且它对图像中的点状噪声有抑制作用。在利用脊波变换检测工业CT图像中工件裂纹边缘的基础上,对小间隙裂纹的平均宽度进行亚像素测量。而工业CT图像成像时存在的点扩散效应,使测得裂纹宽度较真实的要宽些。因此采用宽度收缩的方法获得裂纹平均宽度并进行尺寸标定。实际工业CT图像的实验结果表明,该方法的测量精度能够达到亚像素级精度,可应用于工业CT图像中的小间隙裂纹测量,也可应用于其他类型图像。     

一种新的红外与可见光图像融合算法

提出了一种新的红外与可见光图像融合算法,首先应用非抽样Contourlet变换(NSCT)对图像进行多尺度、多方向变换,对变换的低频子带采用改进的能量加权法融合,带通子带融合采用最大系数与区域方差加权相结合方法,然后对融合的2个子带系数进行NSCT反变换,得到融合图像。对不同算法的融合实验结果进行比较,通过主观和客观评价,该算法融合效果较好。     

基于小波变换和FRFT的图像加密算法

为了提高图像的安全性,增强图像的加密效果,提出一种基于离散小波和分数阶傅里叶变换（FRFT）的图像加密算法。首先利用离散小波变换使图像信号稀疏化,然后对稀疏化处理后的图像进行离散FRFT处理,得到最终加密图像。MATLAB的仿真结果表明,和单一的小波变换相比,该算法的加密和解密效果较好,能够较好地隐藏图片的信息。     

一种改进的DWT-SVD域参考水印方案

针对一类SVD域图像水印方案存在过高虚警概率的问题,提出了一种改进的混合DWT和SVD的图像参考水印算法。算法先对载体图像进行[n]层的离散小波变换,然后随机选取第[n]层的部分或全部子带形成参考子带,并对参考子带进行SVD分解;将Arnold置乱处理后的水印嵌入到SVD分解后的奇异值矩阵中。实验表明,提出的算法具有较好的透明性和安全性;与其他方案相比,解决了虚警概率问题,且对于大部分的攻击,具有更好的鲁棒性能。     

基于特征的hausdorff距离图像配准

针对图像配准问题,提出了基于Harris及SIFT(Scale-invariant feature transform)特征的Hausdorff距离方法来实现图像配准。首先利用harris角点检测和SIFT特征提取参考图像和待配准图像的角点,通过两种方法获得的角点在融合之后获得更大的角点搜索范围,再利用相似一致性匹配原则剔除错误角点,进而通过改进的Hausdorff距离算法完成图像的配准操作。结果证明,改进算法比传统Hausdorff距离算法运行时间更短,算法时间降低约45%,具有较强的抗噪声能力和旋转鲁棒性,提高了图像配准的效率和精确性。     

一种改进的敏感图像过滤方法

针对现有敏感图像过滤方法误检率较高的问题,提出一种结合肤色检测和方向梯度直方图(HOG)人体检测的敏感图像过滤方法。采用HOG特征提取人体目标的特征集,运用支持向量机训练人体检测模型,检验图像中是否存在人体,并结合肤色检测算法判别该图像是否为敏感图像。实验结果表明,该方法能有效检测复杂背景条件下的敏感图像,其精确度为90.2%、查全率为86.3%、误检率为3.5%。     

铸件DR图像工件号的增强和分割

铸件DR(DigitalRadiography,数字化X射线照相)图像中工件号的识别对提高检测信息录入的自动化程度具有重要意义。由于受铸件厚薄不均等因素的影响,某些铸件DR图像字符区域存在字符与背景区分不明显等问题。要正确识别出铸件的工件号,必须对图像进行处理。采用加性模型消除字符与背景区分不明显的影响,gamma校正调整图像灰度范围,可增强对比度,获得适宜于二值化的增强图像。改进基于二次边缘提取的二值化算法,用于对铸件DR字符图像的二值化,可以减少笔画断裂问题,得到良好的二值化字符图像。字符分割采用小波变换提取图像列和的突变信息,从而确定字符间隔,能够完整地分割出每个字符。对实际的铸件DR图像进行实验表明,研究的方法获得了良好的效果,为铸件DR图像的工件号自动识别做好了准备。     

一种改进的基于深度学习的遥感影像拼接方法

针对遥感影像拼接的两个主要过程：图像配准和点变换,分别进行了深入研究。对遥感影像拼接中的特征点匹配问题,提出了一种利用分层卷积特征进行图像配准的方法。该方法利用卷积神经网络（Convolutional Neural Networks,CNN）自适应地提取特征点的分层卷积特征,通过相关滤波器（Correlation Filter,CF）对不同深度的卷积特征逐层进行相关性分析,进而综合计算特征点的位置。然后对传统的点变换方法进行简化,提出十字点集变换方法。根据配准的特征点计算变换参数,实现遥感影像的拼接。实验结果表明,该方法与传统的基于SIFT（Scale Invariant Feature Transform）的拼接方法相比,精度较高且具有较好的鲁棒性。     

基于Curvelet变换的图像融合方法

提出一种基于Curvelet变换和特征量积的图像融合方法。对2幅图像进行Curvelet变换,低频部分采用加权平均的融合算法,高频采用基于特征量积的加权融合算法,从而实现Curvelet系数的融合,并重构得到融合图像。对多聚焦图像进行实验,利用梯度结构相似度、空间频率、峰值信噪比进行评价,实验结果表明,该方法能够取得较好的效果。     

一种稳健的脂肪肝超声图像自动分类方法

进行脂肪肝超声图像的计算机辅助检测时,由医生手工选择感兴趣区域使得分类结果具有不确定性。为了避免人为因素对检测结果的影响,构造了一种利用图像分解技术确定ROI的算法,使得检测结果具有很强的稳健性。通过变分的方法把输入超声图像分解为纹理图和卡通图两部分,利用卡通图上的强度信息确定ROI,在纹理图上计算对应ROI的纹理特征。试验表明,相对于直接从超声图像上提取纹理信息,从分解后的纹理图像上提取的纹理信息有更好的分类效果。