OLED显示屏表面缺陷自动检测方法

目的 为了解决OLED显示屏表面周期性纹理背景和缺陷边界模糊、对比度低的特征导致其表面缺陷检测困难的问题,开展OLED显示屏表面缺陷自动检测方法研究.方法 对OLED显示屏图像进行奇异值分解,选择前2个较大的奇异值重构图像纹理背景,对原图像和重构图像进行差分运算,获得残差图像.将残差图像像素随机赋予初始隶属度值,采用模糊C均值聚类法获得像素最终隶属度值.根据隶属度大小,将残差图像像素聚成2类,并从残差图像中准确地分割缺陷.结果 选取较大的2个奇异值可以有效地重构OLED显示屏的周期性纹理背景;模糊C均值聚类法分割缺陷获得的区域灰度一致性(U)平均值为0.9846.结论 基于奇异值分解的背景重构方法可以有效地检测OLED显示屏表面缺陷;与分水岭法和Otsu方法相比,模糊C均值聚类可以准确地分割模糊边界的缺陷区域.     

基于灰度梯度的数字图像评价函数

提出用图像灰度梯度向量模方和、Roberts梯度和与拉普拉斯(8邻域微分)算子和作为数字图像的评价函数。建立了上述几种评价函数的数学模型,针对离焦模糊和运动模糊等情况分别给出了实验结果,并进行了比较。它们都有无偏性好、单峰性强、灵敏度高等特点,可用于离焦模糊和运动模糊情况的评价,且灰度梯度向量模方和最理想。     

基于最大模糊相关准则的图像快速分割

根据数字图像本质上具有模糊的特性,分析了传统模糊熵阈值方法的缺陷,提出了最大模糊相关准则快速阈值分割方法.首先应用模糊隶属度函数把数字图像转换到模糊域,然后根据相关的定义计算图像直方图目标与背景的模糊相关总量,并依据最大模糊相关准则自动选取最佳阈值.另外,为了缩短最佳阈值获取时间,应用差分演化算法对模糊隶属度函数参数进行寻优.最后在真实图像上与其它几种典型的阈值法进行了对比实验,实验表明所提方法能获得较好的分割结果,满足实时性需求.     

集成模糊特征的Snakes模型分割图像纹理

对纹理图像进行局部一维离散傅里叶变换,把傅里叶变换能反映图像纹理的高频部分的振幅谱作为纹理的特征向量.利用模糊概念定义模糊特征向量,把模糊特征向量集成到Snakes模型.改进的Snakes模型使活动轮廓曲线在曲线内部力场、图像梯度力场和特征向量对区域的模糊隶属度确定大小的曲线法向力场的共同作用下运动.对纹理实验图像和真实图像的进行了分割实验,实验结果说明新的模型能对图像纹理进行有效的分割,模糊特征的融入扩大了Snakes模型分割图像的范围.     

基于人眼视觉的无参考彩色图像质量评价方法

目的研究如何自动评价相机拍摄图像的质量问题,针对其可能存在的失真类型特点,提出基于人眼视觉的无参考彩色自然图像质量评价方法。方法利用颜色恒常性和人眼视觉掩盖效应,分别计算色偏和模糊程度,并对相机拍摄图像进行测试;利用佳能EOS700D相机拍摄图像,对可能出现的失真进行组合测试,并与主流评价模糊图像的算法如G-SSIM,GSIM及色偏评价方法进行比较。结果实验发现,综合评价指标计算值与图像质量人眼评价值成反比;图像质量越差,综合评价指标计算值越高。结论无参考彩色自然图像质量评价方法,适合相机拍摄图像的无参考图像质量评价,可以开发集成到相机的辅助功能中。     

模糊方向滤波在SAR图像处理中的应用

介绍了合成孔径雷达(SAR)成像特点。探讨了基于方向滤波器和模糊逻辑的模糊方向滤波法,此方法首先将图像进行特征平面增强并模糊化,并获得模糊参数,然后根据模糊规则计算隶属度,以具有相应最大隶属度的像素构成最后滤波结果,达到既滤除噪声又保留图像细节的目的。实验表明此方法优于Lee滤波算法、Esafa算法和加权形态滤波算法。     

基于强度和梯度先验的L0正则化模糊QR码识别

目的研究因机械抖动,拍摄器材与图像存在一定距离或相对运动而产生运动模糊、散焦模糊等情况下的模糊QR码图像识别。方法采用基于强度和梯度先验的L_0正则化方法对模糊QR图像进行去模糊。优化模糊核尺寸的人为预估问题,提高程序效率。对1至15类常用QR码图像进行模糊仿真,再通过盲提取获得模糊核,用峰值信噪比PSNR值衡量该方法在QR码图像去模糊的复原精度。结果PSNR值随着QR码图像复杂度的增加而相对减少,但因QR码存在一定的容错率,在PSNR值为13以上且噪声、振铃小的情况下就能够被识别。文中算法相较于其他算法在型号较高的模糊QR码恢复方面识别率更高。结论基于强度和梯度先验的L0正则化方法对模糊QR码的恢复效果显著,且不是只针对某一类模糊QR码图像,对于多种类型的模糊QR码图像恢复都能有很好的效果。     

一种新的基于结构信息的多模医学图像配准算法

为了提高配准的精确度和鲁棒性,本文提出了一种新的基于结构信息的多模医学图像配准.该方法首先分别求出参考图像和浮动图像的相位一致图像和梯度幅值图像;其次将相位一致图像和梯度幅值图像相结合,得到了多模图像的结构信息;最后利用遗传算法和区域互信息对经过上述处理的图像进行配准.通过在MRI和CT图像上的对比实验表明:相对于经典的基于最大互信息的配准方法,本文配准方法能在更少的迭代次数内得到误差更小的配准参数,且对于噪音环境具有更强的适应能力.因此对于多模医学图像配准,本文方法是一种较传统最大互信息法更为有效的配准方法.     

基于匹配调节法则和梯度约束模型的图像修复算法

目的针对当前较多图像修复算法难以根据不同纹理结构来自适应调整修复块的尺寸,导致修复结果中存在不连续效应和模糊效应等不足,提出一种结合匹配调节法则和梯度约束模型的图像修复算法。方法首先,利用平滑因子对置信度项进行约束,构造优先级判定模型,对待修复块的优先级进行度量,确定优先修复块。随后,通过SSD模型度量样本块之间的匹配结果,并根据匹配结果制定匹配调节法则,使得样本块能根据匹配度自适应调节其大小,以提高修复质量。最后,将梯度模值块中像素点的均方距离度量结果与样本块中像素点相结合,构造梯度约束模型,用以获取最佳匹配块对待修复块进行填充修复。结果实验结果表明,与当前图像修复算法相比,该算法修复的图像具有更好的修复质量,在像素丢失率较高的情况下,仍然具有较高的相似度值。结论所提算法具备较好的修复视觉质量,可用于被大面积损坏图像的修复。     

基于显微视觉的微球圆度测量方法研究

利用显微视觉技术结合优化算法对微球的圆度进行自动测量。利用测量显微镜CCD相机采集微球图像,基于最大信息熵原理对图像增强,通过梯度非极大值抑制迭代算法分割图像,提取微球轮廓后进行最小二乘圆拟合,获得微球的圆度参数。该方法避免因滤波后微球目标边缘信息的丢失造成的检测精度降低。通过对0.5mm微球圆度测量实验证明:微球目标轮廓检测与提取的方法可以有效地抑制噪声干扰的影响,高效率实现目标边缘的准确定位;采用该方法获得的微球圆度值与标定微球圆度值之间的相对误差在0.17%之内,能够达到对微球圆度有效检测的目的。     

一种基于梯度域的彩色图像转灰度图像的方法

本文提出了一种基于梯度域的彩色图像转灰度图像的方法。当彩色图像转化为灰度图像时,一些亮度相似但颜色不同的可视细节可能会丢失。本文通过在梯度域的操作,试图减少这种彩色图像转化为灰度图像时可视细节的丢失。此方法首先将图像从RGB颜色空间转化到LCrCb空间,然后对各个分量分别计算其梯度。其次对亮度L的梯度进行修改,若梯度值较大,则保持不变;若梯度值较小,并且对应位置色差分量Cr或Cb的梯度值较大,则保持亮度L梯度的方向不变,适当放大其大小。最后通过对修改后的亮度梯度求解泊松方程,得到灰度图像。实验表明,此方法获得的灰度图像保留了大部分的可视细节。     

一种用于数字成像的自动对焦系统

提出一种用于数字成像的自动对焦系统,它以CMOS为图像传感器,用DSP进行数据处理并控制驱动电路调整镜头的位置,达到准确自动对焦的目的。系统采用对焦深度法实现自动对焦,通过改变镜头的位置获得一系列模糊程度不等的图像,计算每幅图像的清晰度评价值构成对焦评价曲线;采用梯度函数作为评价标准来评价图像的清晰度;采用窗口选择技术控制对焦感兴趣范围,减少了数据处理量;对实验样机的测试表明,系统有较好的自动对焦性能,并解决了百叶窗问题,对透过玻璃窗户的目标仍然能正确对焦。     

基于Haar小波和模糊逻辑的纸币图像特征提取方法

针对如何提取纸币图像特征的问题,提出了一种基于离散Haar小波变换和模糊逻辑相结合的纸币特征提取方法。该方法首先使用Haar小波对纸币图像进行分解操作,提取出图像的低频小波系数、高频小波系数。在此基础上引入模糊逻辑方法,把提取的小波系数分别作为语言变量,并构造出相应的隶属度函数,在模糊特征空间中求出每个模糊区域对应的激活强度值,将这些激活强度值进行归一化处理后构成纸币特征向量,使用神经网络分类器对纸币进行识别。此方法在资源约束的嵌入式系统(TI TMS320C6713 DSP)上实现,实验结果表明,离散Haar小波变换和模糊逻辑相结合的特征提取方法可以取得较高的识别率。     

模糊控制与图像处理技术实现的聚焦方法

为提高图像测量系统的精度,提出了一种由模糊控制与图像处理技术实现的自动聚焦方法。通过线性拟合与同态滤波滤除噪声后,用改进的梯度平方函数作为聚焦评价函数,提高了聚焦灵敏度;运用模糊控制技术改换搜索方式,实现了实时自适应变步长搜索,保证系统快速准确聚焦。实验结果表明,该聚焦方法具有单峰性,响应快,鲁棒性强,在±100μm范围内自动搜索,定位时间小于2″,聚焦不确定度达±1μm。     

基于细胞自动机的菌落识别的研究

本文介绍使用细胞自动机的方法,对菌落的二值图像进行识别的研究。实验证明这种方法能够判别被检查菌落图像与样本库中样本的一致性,并且可以判断它们的相似度,从而达到较好的识别效果。该方法对提高我国食品安全、食品卫生的水平具有重要意义。     

结合复小波域和空间总变分的无参考图像清晰度评价

目的针对频域和空域相结合的清晰度评价方法耗时太长、与主观评价一致性不高等问题,提出结合复小波域和空间总变分的感知清晰度评价方法。方法采用低通滤波的方法将原始图像再模糊,得到其参考图像;在复小波域上采用局部相位一致性计算原始图像和参考图像的清晰度图,在空间域上采用总变分计算原始图像和参考图像的清晰度图;分别将原始图像以及参考图像各自的2幅清晰度图进行几何加权平均,得到2幅整体的感知清晰度图;计算2幅感知清晰度图的相似性,得到原始图像的感知清晰度值。结果在LIVE数据库上的SROCC值达到0.9476,CC值达到0.9483,一幅测试图所耗时间为6.003 s。结论实验证明文中算法的评价性能较优,相较同样结合频域和空域的评价方法计算复杂度降低,耗时较少,更加符合人眼视觉主观感知清晰度。     

基于散斑图像梯度域的数字图像相关盲去模糊方法EI北大核心CSCD

针对复杂测量环境或高动态测量过程中出现的运动模糊问题,提出了一种灰度稀疏先验与参考图像梯度域先验相结合的散斑图像盲去模糊方法。该方法以灰度直方图峰值的L 0范数与参考图像梯度域分布建立优化函数正则项,使用二次分裂方法估计清晰图像,再以交替迭代的方式进行卷积核细化。在模糊核估计完成后,使用Richardson-Lucy非盲去卷积方法完成散斑图像的复原。实验结果证明:所提出的散斑图像盲去模糊方法与针对自然图像与文本图像的经典方法相比,获得了更优的图像去模糊效果,并提高了数字图像相关测量精度与鲁棒性。     

基于D-S证据理论的CT/ECT图像融合实验方法

为提高多相流过程层析成像系统重建图像质量,分析CT、ECT成像机理及单一模态的局限性,提出一种基于D-S证据理论的CT/ECT图像融合实验方法。首先,将CT、ECT待融合图像的像素值聚类化,运用模糊聚类算法中的隶属度函数表示证据理论中的基本概率赋值函数;并通过D-S合成规则求解融合图像基本概率赋值函数,即融合图像隶属度函数。最后由融合图像隶属度函数反推融合图像像素值,实现"像素-概率-像素"之间的转化。实验结果表明:该方法可有效提高单模态重建图像质量,并优于传统像素融合算法。     

基于人眼视觉特性的邻域自适应模糊增强算法

针对灰度适中时人眼分辨力较强的视觉特性,利用Prewitt算子求得梯度图像,并在隶属函数的定义中引入像素的邻域均值分量,对梯度图像进行模糊域的自适应增强。实验证明该算法克服了传统模糊增强算法会对噪声点进行增强的缺点,在增强图像细节的同时有效地抑制了图像的噪声。     

改进的模糊阈值图像分割方法

提出了一种自适应的模糊阈值图像分割方法,通过预分割和直方图信息相结合的方法,解决了传统的模糊闽值图像分割法难以自动获取窗宽的困难;并针对模糊闽值图像分割方法不能适用于直方图呈单峰分布的图像的缺陷,提出了一个新的平滑迭代公式。该平滑迭代公式利用像素点的邻域信息使图像增强,再使用自适应的模糊阈值图像分割方法进行分割,可以拓宽模糊阈值图像分割方法的适用范围。实验结果表明,使用该方法的目标分割正确率达97.3％,显示了较高的分割精度和较强的鲁棒性。