显微镜下纤维切片图片自动拼接算法

为了满足纤维检测要求,构建了以互功率谱度量值为目标的配准模型,实现了显微镜下2D图像全局自动拼接算法。该法将统一配准模型中的图像配准过程与全局移位参数的获取过程结合在一起,用待配准图片同时在已配准两幅相邻图片中搜寻最佳拼接位置,有效降低了拼接误差和重复结构区域影响,具有较高的全局对准精度;且此法减少了一般全局拼接算法中非线性模型求解过程,提高了算法执行效率。结果显示,该法得到拼接图能有效保持图像边界纤维截面形态,达到较好的拼接图像效果。     

基于椭圆重叠区域的蚕茧图像融合方法

针对现有线性权值分配方法对蚕茧图像进行融合时会在高纬度区域出现蚕茧边缘分界线的问题,提出一种基于椭圆重叠区域的蚕茧图像融合方法。首先,利用最小二乘拟合算法得到待拼接图像中蚕茧表面的等效椭圆,输出其在该图像坐标下的位置方程;再根据图像配准过程中得到的横、纵轴位移距离建立蚕茧图像融合的数学模型,获取等效椭圆重叠区域的点集;最后通过椭圆重叠区域的最大宽建立改进的三角函数权重算法,对椭圆重叠区域进行融合处理。结果表明:该方法的融合效果比渐入渐出算法和三角函数权重算法更优,能够有效消除蚕茧边缘分界线,得到具有良好视觉效果且包含更多信息量的蚕茧融合图像。     

基于改进RANSAC算法的图像拼接方法

文章提出了一种基于改进RANSAC算法的图像拼接方法。在提取图像的SIFT特征点后,根据阈值法对特征点进行初始匹配,然后采用改进的RANSAC算法对初始匹配对筛选,再计算图像间单应性矩阵,最后使用加权平均的融合方法实现图像的无缝拼接。实验结果表明,改进后的RANSAC算法进一步提纯了匹配对,使得图像拼接获得了高质量的效果。     

基于改进RANSAC算法的图像拼接方法

文章提出了一种基于改进RANSAC算法的图像拼接方法。在提取图像的SIFT特征点后,根据阈值法对特征点进行初始匹配,然后采用改进的RANSAC算法对初始匹配对筛选,再计算图像间单应性矩阵,最后使用加权平均的融合方法实现图像的无缝拼接。实验结果表明,改进后的RANSAC算法进一步提纯了匹配对,使得图像拼接获得了高质量的效果。     

基于多频段融合的全景图像拼接技术

针对图像拼接过程中,传统算法对图像亮度变化鲁棒性不强、拼接融合处图像清晰度不足等问题,提出了一种基于多尺度表达的多频段融合图像拼接技术。首先,构造高斯金字塔对源图像进行多层次表达;再对高斯金字塔每层进行上采样,将前一层高斯金字塔图像与当前层图像的扩展图像做差,得到拉普拉斯金字塔;然后,对重叠区域进行不同层次融合;最后,对分层融合的图像做逆拉式变换,生成融合图像。实验结果表明,文章算法在接缝线处理环节,可以有效避免图像的亮度、颜色差异而导致的明显拼接痕迹。相较于线性融合和加权平均融合等方法,文章方法在拼接时间与前两者相当的情况下,均值、标准差、空间频率和差分信息熵等方面均得到了提升。     

图像拼接方法及其关键技术分析

在当前我国的科学技术不断优化发展下,人们生活中以及工作过程中需要获取宽视角以及高分辨率全景图像,而在设备限制下通常智能获得局部的成像,技术进步下就对这一问题得到了有效解决。文章主要就图像拼接基础特征及应用领域加以阐述,然后就图像拼接流程和配准技术加以分析,最后探究图片拼接技术仿真和图像融合性能评价。     

基于元胞自动机的织物图像拼接

针对织物图像周期性较强,且特征不容易提取的特点,采用元胞自动机的方法,把元胞空间取作二维的,将图像的像素和元胞一一对应起来。通过建立元胞自动机模型和元胞转移方程,完成特征值提取及边缘检测。根据对摄像机的事先标定,确定出2幅图像重叠的部分,然后在相互重叠的部分寻找2幅图像之间像素值的最大相似性,以互相关系数最大为原则进行迭代搜索,求出最佳拼接点。再对拼接处产生的拼接缝隙迹进行消除,从而完成图像拼接,得到1幅完整的图像。通过具体的织物图像进行验证计算,结果表明,采用元胞自动机可有效地进行织物图像拼接。     

基于可调滤波改进互信息的遥感图像配准

为了减少基于互信息的图像配准方法中插值效应对配准精度的影响,提出一种用可调滤波改进互信息的配准方法,通过用可调滤波提取图像的全部方位结构信息特征进行互信息的估计.理论分析和实验结果表明该方法可以明显减少插值效应的影响,提高配准的精度,对遥感图像的配准结果也令人满意.     

基于SURF算法的红外图像拼接方法的改进

针对红外图像拼接存在速度慢、精度低的问题,将常用的几种可见光图像配准算法用于红外图像配准对比实验。选择其中实时性和准确性较好的SURF算法进行优化改进,采用的方法是图像区域分块、阈值化处理和特征点匹配对两级筛选(筛选条件根据不同对象可实时调整)。在不牺牲准确性的前提下,改进方法有效地提高了红外图像拼接的实时性。实验证明笔者提出的红外图像拼接改进方法的有效性。     

基于最大互信息的CT/MRI脑部医学图像配准及融合

介绍一种基于小波分解的多模态脑部医学图像配准技术,并对图像配准相关的关键技术进行研究,包括不引入新灰度值、保持直方图曲线光滑的PV插值算法。CT/MRI图像配准结果证明:这种基于最大互信息的多模态图像的配准方法具有稳健、自动、准确等特点。     

基于模糊C均值聚类的纺织品印花图像分割

 针对纺织品印花精度检测的关键技术问题,主要围绕纺织品印花图像的有效分割展开研究工作,提出了基于距离修正和隶属度修正的FCM算法。为了确保FCM算法的有效性和精确性,对其参数的选取和算法结构进行了深入的研究,结合参数的自适应初始化方法和FCM算法的修正方法,最终给出该算法对纺织品印花图像的分割效果图。实验结果表明,该算法对纺织品印花图像有良好的分割效果,并且对由光和织物纹理引起的干扰有一定的抑制作用。     

A computer vision-based system for automatic detection of misarranged warp yarns in yarn-dyed fabric. Part I: continuous segmentation of warp yarns

In textile and garment industries, misarranged warp yarns of yarn-dyed fabrics disorganize the layout of fabrics and lead to poor product quality. This series of studies aims to develop a computer vision-based system for automatic detection of misarranged color warp yarns in terms of high efficiency and good accuracy. Four main parts are included in this series of studies: warp yarn segmentation, fabric image stitching, warp regional segmentation, and yarn layout proofing. This paper proposes a continuous segmentation method of warp yarns to detect the misarranged color warp yarns for yarn-dyed fabrics automatically, which is the foundation of the developed computer vision-based system. The proposed framework consists of two main components: warp yarn segmentation and fabric image stitching. Firstly, the sequence images of a fabric stripe are captured using a designed offline image acquisition platform. Secondly, the warp yarns in the sequence images are segmented by a sub-image projection-based method successively. Thirdly, the sequence images are stitched by a yarn-template matching method based on their warp segmentation results. Finally, the continuous segmentation result of warp yarns is saved for the further processing of warp regional segmentation and color warp layout proofing. The proposed method has been evaluated on 720 fabric images of five fabric examples with plain and 2/2 twill, and experimental results show that the proposed method can realize the continuous segmentation of warp yarns in yarn-dyed fabrics with the yarn segmentation accuracy of 97.43% and image stitching accuracy of 99.53%.     

基于最大多符号信息熵的织物图像匹配

为了实现利用机器视觉技术识别织物图案的组成 ,对织物图案进行研究。依据熵函数是一个连续函数 ,且具有极值性 ,将其运用到图像检测与匹配中。把织物图像中的每一点作为单符号信源 ,整幅图像作为多符号信源 ,在织物成品图像上选取和基准样图尺寸大小相同的图像计算信息熵 ,若与样品图的信息熵相等 ,则说明在织物成品图中检测到样图 ,否则没有。实验结果表明该方法在织物图案匹配中是一种实用和成功的方法。     

织物疵点自动检测方法及应用进展

织物疵点是影响织物价格的重要因素,一直以来都备受关注.随着科学技术的发展,对智能化需求的提高,织物疵点的自动检测成为纺织行业的热门话题.织物疵点自动检测系统在市场上已经有了较为成熟的产品,国内的主流方式仍为机下检测,对平整布面检测效果较好.根据图像处理的方法可将检测算法分为结构法、统计法、频谱分析法、基于模型的方法、基...     

基于深度学习的织物疵点检测研究进展

为提高疵点检测的准确性和通用性,实现使用简洁而有效的形式对织物图像的特点和疵点的本质特征进行综合表达,首先,介绍了深度学习技术,对引入了深度学习的疵点检测方法进行综述,同时对深度学习与疵点检测的内在关系进行阐述;然后,分析总结了深度学习的概念及代表性的计算模型,并对引入深度学习的疵点检测方法进行归纳、总结和分类;最后,对典型的方法进行了分析,讨论了各种方法的优缺点,并对未来的研究趋势进行了展望。指出：随着深度学习的发展,探索更加通用的检测方法是推进深度学习在织物疵点检测领域应用的努力方向。     

数字图像处理技术与纺织测试分析自动化

近年来,图像处理技术在纺织领域的应用逐渐增多,研究的重点主要集中在织物表面特性的分析、组织结构的自动分析、成品及半成品性能检测等多个方面,一些研究成果正在逐步走向工业应用,为纺织测试分析的自动化提供了有力工具。但是由于纺织品结构的复杂性和生产中多种因素引起的不确定性,使一些研究很难形成通用性成果。随着研究的深入,用于纺织领域的图像处理方法也在不断发展,图像处理的应用成果正在逐渐彰显,相信不久的将来,必定会为纺织业的发展做出更大的贡献。     

改进频率调谐显著算法在疵点图像分割中的应用

为提高织物疵点分割精度,提出了一种用于织物疵点图像分割的改进频率调谐显著（FT）算法。首先,利用织物疵点和背景区域透光率的不同,将光源和相机分别置于织物两侧来获取图像,提高疵点区域对比度;其次,应用非局部均值滤波器（NLM）替代FT 算法中的高斯滤波器,增强对背景纹理的平滑和降噪能力;研究发现NLM滤波器中滤波参数对疵点分割精度影响较大,提出了基于平均最大类间方差的参数优化方法;然后,将改进FT 算法应用于疵点图像预处理,进一步提高疵点对比度;最后,使用最大类间方差法对疵点显著图进行分割。对2 种不同织物疵点图像的分割实验结果表明,使用改进FT 算法对粗经、竹节、结头、断纬、油污和破洞等常见疵点图像进行预处理,可显著提高疵点分割精度。     

应用积分图的织物瑕疵检测快速算法

为解决现有基于图像处理的织物瑕疵检测算法实时性较差、正确率偏低等问题,提出一种包含学习和检测2个阶段的瑕疵检测算法。通过对无瑕疵模板图像的梯度能量特征及其分布特性的学习,自适应获得检测阶段所需的参数。一方面利用积分图原理将任意大小的图像块内的求和运算化简为三次加法运算,快速提取织物图像的梯度能量特征,实现织物瑕疵的实时检测,另一方面利用核函数拟合特征参数分布,结合均值漂移法求解分布峰值获得自适应的瑕疵判定阈值参数,实现织物瑕疵的准确分割。通过实验将本文算法与现有基于局部二值模式特征、小波特征、规则带特征等算法进行对比,针对包含3种纹理6类瑕疵的织物图像数据集的测试结果显示,本文算法平均处理时间为56ms,正确率为97%。     

基于图像处理技术的织物组织自动识别

文章给出了一种利用图像处理技术自动识别机织物组织的方案，实验证明测量结果对简单机织物而言具有良好的准确性，测量方法可代替人工操作，对织物的自动检测具有一定的参考价值。     

织物纹样特征提取与匹配方法比较

针对织物纹样自动识别过程中因尺度、旋转和褶皱等因素引起图像差异的问题,探索了复杂纹样特征的准确提取与匹配方法。以江崖海水纹样为例,采集尺度、旋转、模糊、光照、褶皱5种变化下的织物纹样图像,分别运用尺度不变特征变换(SIFT)、快速鲁棒性尺度不变特征(SURF)、二进制鲁棒不变可扩展关键点(BRISK)3种方法提取纹样局部特征,然后采用欧氏距离进行特征匹配计算,最后通过随机抽样一致算法剔除误匹配对。结果表明:采用BRISK算法的准确配对率最高,平均准确匹配率达87.10%;褶皱对织物特征匹配的影响最大,该变化下BRISK算法的鲁棒性优于SIFT和SURF算法;BRISK算法速度最快,图像平均匹配时间0.551 s;在织物纹样特征匹配中,BRISK算法比SIFT和SURF算法具有更好的适用性。