二值图象的细化

把数学形态学这一方法应用于数字图象的细化中,提出一种新的二值图象细化算法,与常用的传统细化算法在计算量、处理速度、效果等方面进行相应的比较,结果表明基于数学形态学的图像处理方法,具有计算简单、运算速度快、并行处理及易于硬件实现等特点.     

图像二值化方法对比分析

图像二值化使图像中有用信息和无效信息的对比度达到最大,以突出主题,方便边界提取等处理。图像二值化的方法不同,结果也不同。使用MATLAB和Photoshop分别对同一图像进行二值化,并对结果进行对比分析,选取最优结果。     

用自动阈值分割的方法将灰度图像转化成二值图

图像识别应用中,需要将获取的图像中包含的许多畸变与噪声消除,通常使用彩色图像转化为可用于识别的灰度图的方法,需要更加精确的识别则会用到阈值化的二值图,本文介绍运用自动阈值分割法获取二值图。     

纱线毛羽图像的二值化处理及其Matlab实现

文章利用CCD扫描来采集纱线灰度图像，运用计算机快速处理数据的能力以及Matlab强大的图像处理功能，采用适当的方法对纱线毛羽图像进行消噪、灰度变换、二值化处理。通过分析二值化图像的特征，分别得出带毛羽纱线和不带毛羽纱线的图像面积，进一步计算出纱线相对毛羽率。结果表明，该方法分割效果好，运算速度快，不需要购买专门的仪器，具有较高的实用价值。     

基于图像二值化和特征的车牌定位

汽车牌照的自动定位是智能交通系统中的重要组成环节之一,是实现车牌识别(LPR)系统的一项关键技术。针对不同背景和光照条件下的车辆图像,提出了对牌照图像二值化的初定位,得到车牌的候选区域,然后利用车牌的特征进行二次定位,得到车牌区域,实验表明该方法结果良好。     

基于二值图像的三维人体模型重建

为了能够基于最小的图片输入快速地重建三维人体模型,提出了一种输入人体轮廓二值图像对三维人体模型进行精准重建的新方法。这种对三维人体模型进行重建的方法首先通过主成分分析法对人体进行编码得到了人体的低维形状描述子,随后构建了一个新的深度卷积神经网络,其拥有2个分支,分别用于提取人体正视图与人体侧视图的相关特征;将分支特征融合后,通过联合训练,可以学习到一个从输入到形状描述子的全局映射;最终对形状描述子进行解码得到点云数据,完成了对三维人体模型的重建。结果表明:该方法与现有的基于图像的三维人体模型重建技术相比,在精度上提高了1.07%,并证明了多视角的预测结果优于单视角预测结果。权重共享网络的预测结果优于权重不共享网络的预测结果。     

基于数学形态学滤波的储粮害虫图像二值分割研究

阐述了储粮害虫二值图像分割技术在图像识别中的重要性,提出一种基于数学形态学的改进二值图像分割方法.该方法不仅可以将储粮害虫从背景中分割出来,而且很好地保留了害虫各个部分的边缘细节特征.该方法计算量较小,简便实用,将其应用于储粮害虫图像的边缘检测,能够清晰、连续地检测到储粮害虫图像的有效边缘信息.     

纬编针织物组织图像细化方法研究

为解决纬编针织物图像中灯光阴影、纤维脱散等干扰项对细化的影响,提出对纬编织物图像采取标准欧氏距离的K均值聚类分割算法进行降噪除杂。根据图像细化需要,对比分析查表细化法和Hilditch算法细化法对纬编针织物图像细化的效果。找出细化后产生并线、毛刺问题的原因,给出具体调整、修正此类问题的方法,并通过试验证实纬编针织物图像细化中的并线、毛刺等问题有良好的修复效果。     

基于二值图像连通域提取的图像滤波方法

为解决常用滤波方法对目标图像噪声抑制效果不理想的问题,提出了一种基于二值图像连通域提取的图像滤波方法。将采集到的图像进行二值化,对图像进行连通域提取并根据连通域的轮廓筛选出噪声干扰点,对噪声点进行过滤,保留图像细节特征,对目标图像的噪声达到有效抑制的效果。结果表明:该方法在特定应用上优于常规滤波方法。     

超微细化大米淀粉流变特性的研究

以大米淀粉为材料,采用机械球磨法制得超微细化大米淀粉,研究球磨时间和温度对大米淀粉流变学特性的影响。结果表明,超微细化大米淀粉呈假塑性流体,淀粉的流变性质随着温度、球磨时间的变化而呈显著变化,淀粉的剪切应力随球磨时间的延长,温度的升高而下降,稠度系数随球磨时间的延长、温度的升高呈下降趋势,流变指数则随球磨时间的延长、温度的升高逐渐增加,流动能随球磨时间的延长而增大。     

文字图像边界检测和去噪处理

根据小波变换图像检测的有关原理,实现了用相邻两个量化方向上像素模值加权平均的方法求取边界图像,并结合算例对基于多尺度边度图像恢复原图像的问题进行了讨论,以此为基础配合去噪处理可有效提高字图像的输出质量。     

基于像素分布的自适应阈值分割模型应用于印刷图像缺陷检测的研究

为了解决传统印刷图像缺陷检测算法检测精度不足的问题,本研究提出了一种采用基于像素分布的自适应阈值分割模型的印刷图像缺陷检测算法.该算法充分利用印刷图像像素间的相互关系,利用自适应迭代运算确定图像缺陷阈值,提取图像缺陷区域.实验证明,利用该模型能准确地检测出印刷图像缺陷,可以有效地运用在印刷复制过程中的图像的检测环节中.     

基于图像处理的稻米垩白自动检测研究

应用大津算法自动选取分割阈值,对稻米图像进行两次分割,分别得到籽粒和垩白区域的二值图像,再根据区域内部象素的连通性,将不同区域赋予不同的标记,计算出籽粒和垩白粒数,以及二者对应的面积(象素)。研究结果表明,该算法的自动检测结果与人工检测相关性大于90%,可用于稻米垩白粒率和垩白度的自动检测。     

图像处理法在大米碎米率检测中的精度分析

大米是人类重要的食物,在粮食中占有重要的地位.为了保障我国的粮食安全,需要特别重视提高粮食生产能力,并为商品粮食的收购及市场流通提供快速、准确的外观品质检测手段.针对目前常用的手工法检测大米碎米率速度慢的问题,本试验采用数字图像处理的方法对其进行检测.该方法首先采用阈值分割算法对图像进行分割,其次提取图像特征,最后根据特征参数计算大米碎米率.试验表明,图像法不但速度快,而且与手工法测定碎米率含量具有很好的相关性.     

基于图象处理技术的大米色泽检测

提出了一种客观、准确的基于计算机图像处理进行大米色泽检测的思路。介绍了目前常用的两种颜色模式RGB模型与HSI模型在大米色泽检测中的应用。通过分别绘制大米图像的R、G、B直方图求出大米颜色的R、G、B值,然后将RGB模型转化为HSI模型,求出大米图像的H、S、I值,根据色度图求出的大米色泽与实际大米色泽基本一致。     

一种用单幅图像生成真实感立体图的算法

立体印刷图像通过柱透镜光栅阵列进行分像,形成左右视觉图像而产生立体感觉,因而,图像的分像处理就是立体印刷图像的关键。通过摄影得到的平面图像不包含左右视图而失去了深度信息,因此,用单张平面图像不能获得真实感的三维信息,通过图像处理一般只能得到有限层的假立体图像,而不能得到真实立体感的图像,必须增加额外的约束条件。在已知目标物体表面形状函数的特定情况下可以进行三维形状重构处理,得到真实感立体图像。对该处理方法进行了讨论,该方法可以应用于立体印刷图像的处理和三维场景的再现。     

超分辨率图像复原技术综述

图像超分辨率是指从一序列低分辨率观测图像中重建高分辨率图像.图像超分辨率充分利用了各帧图像间相似而又不同的信息.该技术可以广泛应用于遥感、医学成像和高清晰度电视等多个领域.从图像超分辨率的含义、发展现状、主要技术方法和未来研究展望等方面,对图像超分辨率复原领域的研究进行了综述.     

基于卷积神经网络算法处理的稻米参数评定分析仪

基于电荷耦合元件（Charge-coupled Device,CCD）摄像头的嵌入式硬件平台和卷积神经网络（Convolutional Neural Networks,CNN）算法原理,研发对采集图像进行灰度和卷积处理的稻米参数评定分析仪,通过CNN算法分析出米粒边缘及透明度比较高的部分,并根据预设的第一阈值进行边缘切割,分离出单个米粒,并计算该米粒的总像素数、最长直线像素数、最宽直线像素数,而后计算图像中小于第二设定阈值的像素数,用该像素数除以总像素数计算垩白度,将计算出来的长度、宽度、长宽比、垩白度与国家标准比对,给出所测试的稻米参数,通过对8组实验样品测试分析结果表明,单次样品绝对误差值为0.02,相对误差值为–0.31％,相关数据可上传到上位机用于品质管控,本稻米参数评定分析仪原理和算法具有一定创新性,能缩短检测时间,提高检测精准度,具有一定的应用价值。     

基于最大熵快速迭代算法和边缘算子的织物疵点分割

将信息熵引入图像处理中,把疵点图像分为背景和目标两部分,分别对两个区域进行处理;通过求最大熵值的快速迭代算法,在满足信息熵最大要求的前提下对织物疵点区域进行分割,然后利用Canny边缘检测算子对分割后的疵点图像进行边缘检测,从而达到识别织物疵点的目的。仿真实验结果表明,将最大熵快速迭代算法与边缘算子结合进行疵点分割识别的方法是有效的。     

基于图像处理的蚕茧表面积计算方法

介绍了一种基于图像处理计算蚕茧表面积的方式，通过对快速摄像提取蚕茧图像位图文件，将其转换为黑白二值图像，计算图像中的像素以正确反映蚕茧表面积的大小。此方法计算的蚕茧表面积精度高，切实可行，为快速无损检测蚕茧质量奠定了理论基础。