抑制图像纹理的岩石节理裂隙检测

岩石节理裂隙图像由于噪声多、色彩复杂而分割困难,同时岩石节理裂隙检测在工程应用中又具有重要意义。将彩色图像从RGB转换到CIELAB色彩空间后,计算其方差图像。并将原始图像与方差图像相减得到图像的势能向量,同时利用小波系数进行加权,以此抑制岩体纹理噪声。最后,通过图像形态学方法获得边缘图像。实验结果表明,算法可以较好地抑制纹理噪声并能精确定位,以及获得理想的岩石节理裂隙边缘图像。     

基于分数阶微分和形态学多级合成的岩石节理裂隙图像分割

岩石节理裂隙形状复杂且无规则,图像中带有大量噪声,利用传统的图像分割方法很难达到很好的分割效果。提出了一种基于分数阶微分和数学形态学多级合成的边缘检测方法。首先对岩石裂隙图像进行噪声滤除、图像分割、空腔填充、短枝去除等操作,然后使用分数阶微分的方法进行预处理,最后采用改进形态学多级合成方法得到结果。实验结果表明,该方法与传统算子相比,对岩石节理裂隙图像具有较好的边缘检测能力和抗噪性。     

基于数字图像处理技术的岩石节理宽度测量

介绍了采用数字图像处理技术对不规则岩石节理裂隙进行宽度测量的不同方法。对比 分析了常用的等面积圆算法、等面积椭圆算法和简单Ferret算法的应用缺陷,提出了改进的Ferret 算法,详细说明了其实现原理,并通过实例验证了改进的Ferret算法的可行性。     

基于统计模式识别的岩石节理图像分割方法

岩石节理裂隙形状复杂,图像中含有很多噪声。而使用统计模式识别方法在分割图像时,可以首先使分类器学习图像中不同样本的特征,进而利用这些特征对图像中每个像素进行分类,实现分割。在设计统计模式识别的分类器时,我们提出使用基于核函数Fisher判别法构造分类器。使用该方法可以将图像高维的属性空间上的非线形判别转化为图像特征空间上的线形判别,而不需要知道从属性空间到特征空间的具体映射形式。通过对岩石节理裂隙图像分割实验表明,该方法能达到较其他方法更好的分割效果。     

基于紫外光图像的岩石裂隙骨架抽取

利用数字图像技术对基于紫外光的岩石裂隙图像进行裂隙骨架抽取。首先对岩石裂隙图像进行噪声滤除、图像分割、空腔填充、短枝去除等图像处理操作,然后在分析了骨架特性和骨架抽取算法的基础上提出了基于结构元素的逐层细化算法。经实验得知,该算法可以高效地抽取较理想的岩石裂隙骨架,且算法稳定,行之有效。     

基于角点分段算法的岩石裂隙宽度测量及分析

利用数字图像方法测量岩石节理裂隙宽度（开启度）,需要对岩石裂隙进行分段。由于节理裂隙的信息主要反映在其特征点（角点）中,故提出了一种角点分段算法。利用此算法对岩石裂隙分段,再利用改进的Ferret——最佳拟合长方形算法测量宽度,通过对所得结果进行分析可知,利用角点分段算法和最佳拟合长方形算法相结合测量岩石裂隙宽度,与其他测量方法相比不仅实现了计算机的自动测量,而且测量的精确度更高。     

岩石节理二值图像的细化

分析岩石节理图片,细化是关键的一步,它是分析节理拓扑结构的基础。由于二值节理图片噪声大,节理内部有空洞等特点,直接用现有细化算法得到的结果中存在大量毛刺和并非真实骨架的环形结构。本文针对这些问题提出了一种算法,把彩色图像中的信息加到了二值图像处理过程中。本算法细化后的结果更好地反映了岩石节理的骨架。     

基于分形的彩色岩石裂隙分割

纹理分割是图像处理与计算机视觉领域研究的重点和难点.现有的纹理分割方法大多集中于研究灰度纹理图像,该文提出了一种基于分形纹理特征和颜色信息结合的彩色纹理分割算法.该算法将复杂的彩色图像分形维数计算转化为单色图像分形维数的计算,将纹理特征和颜色信息相结合,采用区域生长法来实现分割.通过对彩色岩石裂隙图像的分割实验,结果证实该该方法行之有效.     

基于分数阶微分的岩石裂隙图像增强

从分数阶微分对图像细微细节的增强能力出发,对分数阶微分的机理进行分析。将算子模板的非零权值平分到与常系数“1”距离相同的像素点中,利用周围像素点的自相关性,得到一种改进的分数阶微分算子模板。实验结果表明：对于纹理细节信息丰富的图像而言,分数阶微分对灰度变化不大的平坦区域中的纹理细节信息的提取效果明显优于整数阶微分运算。     

一种基于分数阶微分的岩石裂隙图像提取算法

文章从分数阶微分和岩石裂隙图像的特点出发,提出了一种可运用于低灰度高频岩石裂隙细节提取的一种方法。该方法利用分数阶算子构造出小阶数微分算子模板,然后针对图像做迭代卷积操作,利用卷积后的图像极大值来逐次提取图像高频部分。最后实验证明。该方法相对于分数阶微分Tiansi模板算法具有非常好的细节提取能力,对拓展分数阶微分的应用进行了非常有意义的探索。     

电子花样机花样缝纫点生成算法

在解析出AUTOCAD、COREDRAW和AI等绘图软件所制作的花样图案数据的基础上,设计并实现了花样图案数据的线转点算法,非闭合图形首尾倒缝和缩缝、闭合图形加固缝等定制算法,研究并提出了花样图案数据的拐点单侧减速的控制算法.测试结果表明,该算法可以高效、稳定地完成花样图案关键点数据到花样缝纫点数据的转化.目前,该算法已在电子花样机打版软件“智慧打版软件”中得到应用.     

基于免疫反馈算法的缝纫设备振动控制研究

为降低缝纫设备缝纫时产生的振动对缝纫性能的影响,开发了一种缝纫设备振动主动控制系统。该系统中的执行机构采用超磁致执行器,能满足振动控制精度和频响的要求。在完成系统的总体设计后,研究了超磁致伸缩执行器工作原理以及缝纫设备机身的振动特性,并分别对他们进行建模。设计了一种基于人工免疫原理的免疫反馈控制器,采用MATLAB环境中的Simulink工具对控制系统进行建模仿真,并在工业缝纫机上进行了现场实验测试,结果证明该系统能很好地抑制缝纫时引起的机身振动。     

基于方向特性的指纹图像预处理

指纹图像具有方向特性,利用这一特点对指纹图像进行预处理可以达到意想不到的效果.本文中先对采集到的指纹图像进行背景有效区域提取,然后用Sobel算子计算得到指纹的方向角,并加以修正后用于提取前景有效区.实验证明经过修正后的方向角使指纹的方向更加可靠的.对图像进行基于该修正方向角的Gabor增强滤波,以及二值化可以大大提高处理精度.实验结果显示,该预处理算法可以有效去除指纹图像中的噪声,并能提高处理速度.     

一种新的基于梯度方向直方图的图像配准方法*

构建了一种新的局部梯度方向直方图,同时定义了特征点的主方向,从而提出了一种具有旋转不变性的图像配准算法.首先采用高斯加权求模技术对特征点邻域内的像素的梯度作直方图统计,确定出具有旋转不变性和抗噪性的特征点主方向;然后用主方向作角度直方图统计,确定待配准图像之间的旋转角度.根据得到的特征点信息及旋转角度定义了特征点对互信息匹配准则,这样使得新配准算法对于图像间旋转角度的范围没有限制,获得了良好的配准效果.     

基于方向信息梯度的图像模糊测度

提出了一种新的图像模糊测度方法,该方法以图像小波分解的低频系数各个方向上的信息梯度和作为图像的模糊测度,理论与实验证明该测度相对于图像的模糊程度是单调和单峰的,并且受噪声、亮度和对比度变化影响较小。     

基于小波变换的岩体AE波形特征研究

文章对室内声发射事件能率与应力的关系及波形特性进行了分析。通过小波变换,将室内岩体声发射等波形分解成低频和高频信号,对其原始声发射波形、细节信号和近似信号进行比较与分析,结果表明岩体在变形损伤破裂过程中不同时期的声发射波形特征不同。据此,可建立声发射波形特征库,用于预测预报岩体受损变形过程的发展趋势和规律。对含有信号部分的小波系数进行重构后,该信号与原始信号的误差小于10-10,说明小波分析可使岩体声发射波形特征预测预报的准确度和可靠性得以提高。     

基于视觉／力觉的机器人协同缝制系统

针对服装制造行业中缝制过程自动化程度较低的问题,基于视觉、力觉信息设计搭建了一种机器人与缝制设备协同工作的智能缝制系统,实现了多种多边织物的自动化缝制。采用基于拐点检测的织物特征提取方法,实现机器人缝制线迹规划;在此基础上基于力／位混合控制策略,实现缝制过程中机器人与缝纫机的协同作业,保证缝制质量。最后测试了不同转速下机器人单边缝制效果以及多边织物边缘整体缝制效果。实验结果表明,设计的机器人缝制系统可以实现不同转速下双机协同缝制,缝制线迹到面料边缘距离误差小于2mm,针距误差小于0.5mm,线迹总长度误差小于1.6cm。