一种直线提取的新方法

直线提取是版面分析中的一个重要过程。该文提出了基于Hough变换的结构元素构造方法(HTSEC)以及基于数学形态学的直线提取方法(MMLE)，即首先将灰度文档图像利用半色调技术转换为二值图像，利用Hough变换检测直线倾斜角度以动态构造结构元素，然后利用数学形态学方法提取文档图像中的直线。     

数学形态学多结构元素的道路提取

提出了一种从遥感图像中提取道路的有效算法。该算法在数学形态学的基础上,针对图像中噪声和边缘形态的不同选择不同的结构元素进行道路边缘提取。实验表明,该算法具有良好的道路提取能力。     

大结构元素二值形态学基本操作改进算法

二值图像的数学形态学方法应用广泛,但当涉及的图像和结构元素较大时,操作速度变慢。针对结构元素参考点包括在结构元素中且为单一连通区域的大结构元素,提出了二值形态学膨胀操作的改进算法,首先提取待膨胀二值区域的轮廓,然后对轮廓进行膨胀,再将膨胀结果与原二值区域取并集得到总的膨胀结果;证明了改进膨胀算法与标准膨胀操作的等价性;基于膨胀与腐蚀操作的对偶关系给出了改进的腐蚀算法;给出了改进的开、闭运算算法。在80张高分辨率植物叶片二值图像上进行了腐蚀、膨胀、开运算和闭运算标准方法和改进算法的对比实验,结果表明改进算法可显著提高二值形态学处理的速度。     

一种基于多结构元形态学的图像二值化方法

利用数学形态学算法获取关于图像边界特征的二值化图像的时候,结构元素的构造和选取至关重要。常用的简单、对称的结构元素在检测边界和突出细节方面有其局限性。为了保证结构元素的有效性和适应性,采用多结构元的形态学边界二值化图像获取方法,利用八个方向角度不同的结构元素,以适用于更多的变化情况。实验数据表明,多结构元的方法在加强边界信息、突出细节特征方面取得了较好的效果,有效地突显出图像边界,减少了细节的损失。     

复合型数学形态学医学图像边缘提取

医学图像边缘提取是医学图像处理中一项非常重要的工作和预处理步骤,边缘提取的质量决定了图像的最终处理结果。一般说来,人们习惯于用基于梯度和基于模板的算子提取边缘,但这类算子都不能很好地滤除噪声,因而给噪声图像边缘提取带来了困难。论文在阐述了数学形态学一般原理与方法的基础上,提出了一种新的复合型数学形态学医学图像边缘提取算法。实验结果表明该算法对噪声医学图像边缘的提取效果好,它不仅能成功地提取目标图像边缘,而且能很好地滤除噪声。     

形态学运算中结构元素选取方法研究

教学形态学广泛应用于图像处理和模式识别领域.针对形态学运算中的关键问题一结构元素的选择,通过对结构元素分解和形态学运算的研究,就结构元素形状、结构元素尺寸的确定提出解决方法.通过实验表明该方法是切实可行的.     

基于形态学的图像二值化方法

提出了一种自适应图像二值化方法，它基于数学形态学理论，求取彩色图像边缘特征，并将它与灰度直方图二值化方法相结合，实验表明，这一算法能较好地保留原图像中的特征，二值化后的图像效果不错。     

基于形态学的二值文档图像背景归一化问题研究

对于包含白底黑字和黑底白字两种背景的二值文档图像，要进行后续的文字切分或OCR，首先必须进行背景色的归一化。本文提出了一种采用数学形态学的方法对两种背景进行形态滤波，取出图像的黑色背景区域，再把黑色背景区域在原图中的对应区域反色，实现图像背景归一化。     

基于变结构元素的复杂图像分割方法

数学形态学是图像处理和分析的一种有效方法.用数学形态学的方法对图像分析的关键是恰当地选取结构元素.构造结构元素的许多方法被提出,适用于不同图像的形态学算法已经被广泛运用.传统的多结构形态学方法处理纹理简单图像时效果很好,但对于纹理复杂的图像时,分割效果并不理想.为了解决多结构元素的不足,构造了变结构元素,并提出了基于变结构元素的具有选择性的腐蚀算子和膨胀算子.通过实验表明:该方法可以剔除复杂图像的毛刺和不规则的斑点,保留图像边缘细节,取得较好的图像分割效果.     

多结构元素彩色图像形态学边缘检测

基于数学形态学的图像边缘检测算法中,结构元素起着非常关键的作用。设计五种不同的结构元素,在文献[2]的研究基础上,提出一种改进的多结构元素彩色图像边缘检测算法,比原文献算法速度快,运行时间少。实验仿真结果表明,该算法提取的彩色图像边缘清晰,算法自身具有一定的抗噪声能力。     

基于数学形态学和Hough变换的复杂形态线状地物提取方法

为改善以Hough变换提取遥感影像中弯弧线状地物的准确性,提出了一种新算法M&H (Morphology and Hough),它将Hough变换、数学形态学、非线性拟合等方法串行递进使用,以实现复杂形态线状地物自动提取和直接生成道路矢量图的目标。经适量实例的Matlab仿真测试,证明了M&H的递进噪声去除法优于单次数学形态学降噪法,对含弯弧道路的提取性能也优于标准Hough变换。精度检验结果表明:M&H方法比常规Hough变换提取道路的欠提取率下降了约18.9%。     

条盒三维视觉检测中结构光光条中心提取方法

为了提高基于结构光的条盒三维视觉检测中尺寸测量的准确度,研究和提出了霍夫变换和最小二乘法相结合的结构光中心线提取方法. 首先,依据图像颜色模型的R、G、B分量差值并结合中值滤波对目标结构光分进行分割提取;其次,分别对绿光与红光区域进行多次迭代细化处理获取骨架;然后,根据霍夫变拟合的直线段对目标点集进行分类;最后,使用最小二乘法分别对不同的点集进行分段拟合,获取结构光中心线. 实验结果表明,该方法能够准确地提取出结构光光条中心,具有良好的稳定性,为条盒三维视觉检测工作提供了准确的数据依据.     

直线提取中的不确定性研究

直线提取是基于特征的模式识别的一个重要步骤.由于图像特征点的离散误差和特征点提取过程中的位移现象,使得由二图像点所确定的直线的参数随之产生某种不确定性.该文比较系统地研究了这种不确定性的分布,并讨论了这些理论结果在计算机视觉中的应用.据作者所知,该文结果在其它地方还没有过类似的报导.     

基于一种改进的Hough变换的输电线提取与识别

在野外拍摄得到的输电线图像中,输电导线具有明显的线性特征,因此可以直线为基础来研究导线提取与识别的算法。Hough变换是经典的变换域直线提取算法,针对输电线图像的特点以及从Hough变换改进的思路出发,运用形态学分析和搜索聚类的方法先去除输电导线二值边缘图像中的背景噪声,提取出导线上的像素点。经过预处理后,再运用阈值区间的自适应估算方法来计算Hough变换的参数阈值,从而识别出图像中的输电线。实验结果表明,该方法具有较好的提取效果,并且能准确的识别出输电线,计算简单速度较快。     

基于结构光的凸凹字符采集与提取磁

针对凸凹字符对比度低边缘特征不稳定,光照不均匀及污损会影响凸凹字符的正确提取,提出了基于结构光的采集与提取方法。首先使用结构光对包含有凸凹字符的物体表面照射,凸凹字符会使结构光变形,相当于凸凹字符对结构光进行了相位调制。软件处理算法以傅立叶变换为核心,从获取的图像中获取载波,并对原图像进行滤波和解调运算提取出凸凹字符。实验结果表明,基于结构光的凸凹字符采集与提取方法算法简洁效率高,算法具有整体性,不易受噪声干扰,有较可靠性和可应用性。     

运用Hough 变换提高直线检测效率

针对hough变换检测直线段中的运算速度慢、占用内存多的问题,提出一种改进的检测直线段的方法。首先,对图像进行减半采样处理,采用从大概到精确的检测策略,减小运算量;其次采用soble算子进行边缘检测;最后,在经典的hough变换的方法上增加了边缘梯度幅度进行限制,减小了坐标转换的次数,并将断开的同一直线上的线段连接起来。     

一种使用轮廓差分的直线探测算法

直线探测是许多有关机器视觉应用场景的一项基本任务。通常,从复杂图像中探测直线需要诸如图像滤波,边缘提取等预处理过程,而这些预处理的质量对直线探测算法具有重大影响。为了规避预处理对后继操作的负面影响,本文引入了一种轮廓差分的概念,来刻画定方向直线存在的可能性,并基于此概念提出一种直线探测的新方法。该方法无需对输入图像进行任何预处理,仅仅在图像平面上直接计算轮廓差分,就可以将直线的探测问题演变成轮廓差分极大值的搜寻问题。对复杂的田间灰度图像的实验表明,本文方法能准确地标记出植株的位置,并且对噪声和模糊等干扰因素也较为鲁棒。     

宽线段Hough变换及其在箭靶识别上的应用

Hough变换是用于检测图像中直线段的有力工具。论文提出的宽线段Hough变换针对传统Hough变换进行了改进,使之适用于多条宽线段同时存在的情况,并且解决了端点提取的问题。该方法应用于箭靶识别取得了很好的效果,实验表明对比传统方法具有较大优势。     

黑白棋盘网格中的直线检测方法研究

黑白棋盘网格的直线检测在摄像机标定中具有重要的应用价值。针对黑白棋盘网格图像的特点及传统Hough变换直线检测方法中参数选择敏感的不足,在Hough变换的基础上进行了后续处理,结合最小二乘法获得黑白棋盘网格图像中的直线信息。最后,通过大量真实图像实验验证了方法的可行性,并与传统Hough变换方法及其改进方法进行了比较。     

基于线结构光扫描的结冰冰形三维测量

现有三维扫描仪进行结冰冰形测量时需喷涂显影剂,无法满足结冰生长过程3D冰形在线测量需求。为此,基于线结构光扫描,提出了结冰冰形三维测量方法,搭建了基于传送带的线结构光扫描冰形测量装置,对线结构光视觉测量系统进行标定,获取了摄像机和激光平面方程参数,采用改进的梯度重心法实现了低对比度冰体图像激光光带亚像素中心位置提取,结合标定结果计算了冰体轮廓线三维坐标,再根据传送带运动距离,对冰体轮廓线逐行拼接,得到整个冰体三维测量点云。实验结果表明,对半径已知的圆柱形冰块进行轮廓线测量,相对误差为0.157 mm。