基于边缘和误差扩散的半色调图像水印算法

为使水印具有不可见性,提出了一种基于图像边缘和误差扩散的数字半色调图像水印算法。Canny算子去噪能力强,在边缘检测和噪声间能取得较好的平衡。先对灰度图像进行Canny边缘检测,得到灰度图像的边缘,然后将灰度图像的边缘近似作为半色调图像的边缘,并在灰度图像使用误差扩散算法进行半色调的同时,在边缘位置进行二值水印的嵌入。对水印图像进行了Arnold预处理,增强了水印的抗剪裁和涂抹攻击的能力。结果表明,该算法不会造成图像的明显失真,能很好地抵抗剪切、涂抹J、PEG压缩、噪声攻击。     

基于聚类的SAR图像灰度特征提取算法

SAR(合成孔径雷达)图像包含大量相干斑噪声,用传统灰度特征提取算法提取其灰度特征,不能有效反映地貌边缘特征和纹理细节,文中提出一种基于聚类的SAR图像灰度特征提取算法,有效保护了灰度特征中的边缘和纹理细节,实验结果表明,该算法提取的灰度特征值更能接近真实地貌。     

工业机器人视觉定位系统研究

彩色图像信息丰富,不便于处理,为了提高系统的响应,对图像采取灰度化处理。调整对比度时采用直方图均衡化,不仅可以使灰度分布均匀,也可以增加灰度分布的区间,反差的增加使得图像里的特征信息更加的清晰。本文分析了几种边缘检测算子,其中Canny算子是目前比较流行的算法,它可由高斯函数的一阶导数获得,计算简单,可靠性非常的高,错误率低,可精准捕获边缘,噪声的干扰不会产生假边缘。     

基于机器视觉的谷糙分界线检测方法

目的：精准识别谷糙分界线。方法：提出一种基于直线边缘检测的谷糙分界线识别方法。该方法对不同颜色特征的谷糙分离图像进行模型匹配，将不同匹配结果的图像采用对应的灰度化处理方式；并利用直线边缘检测算法对该边缘进行灰度波动变换、差分处理得到目标位置。结果：相较于传统的边缘检测方法，该方法将误差范围控制在5%以内，大幅提高了识别精度。结论：该方法的识别误差相对较小，适合用于谷糙分界线的识别应用。     

基于几何及灰度特征的纸病检测算法研究

针对当前纸病在线检测系统实时性强和信息量大的特点,提出了一种高效、灵活的基于几何及灰度特征的纸病检测算法.首先采用邻域均值法对纸病图像去噪,然后根据灰度直方图选取合适阈值将图像二值化,并运用边界跟踪法检测出纸病边缘,最后提取出纸病的几何及灰度特征并分析其特征量将纸病分类.按照该算法依次对常见5种纸病进行检测,结果表明,基于几何及灰度特征的纸病检测算法能够准确地检测并分类常见纸病.     

基于灰度邻域操作的缺陷图像消噪分析与实现

以图像中的噪声影响下一步图像处理、分析及识别为启示,分析了常用的数字滤波算法优缺点,提出了基于MATLAB的灰度邻域操作消噪方法。该方法将灰度化的缺陷图像,利用相邻像素间的颜色分布对图像进行平滑、增强、边缘提取、滤波、恢复。仿真结果表明,这种算法在高斯噪声和椒盐噪声滤波方面能有效地滤除噪声,同时还能较好的保护图像细节,较准确的复原受噪图像特征。     

织物表面几何形状检测中最优边缘检测算法的选取

基于机器视觉方法检测织物表面图案几何形状,研究棉质纺织品表面图案边缘的检测效果,通过对比找到适合工业应用的边缘检测算法。选取多种典型的边缘检测算子为考察对象,首先对各自边缘检测的结果图像及其信息熵进行对比,然后分析各算子在目标区域分割、内部条纹及局部图案细节等多方面的表现,证明Sobel算子得到的图像边缘与背景区域的灰度差异明显,灰度信息熵最小,有利于图像几何信息的识别;而且Sobel算子对织物表面及背景区域的纹理不敏感,识别结果:图像中噪声及后续处理难度较小,适合棉质袜子表面几何形状的检测。     

基于Adaboost多特征融合的织物扫描图案识别

针对织物扫描图像中纱线纹理等的存在造成难以提取有效图案特征的问题,提出了一种基于多特征融合的图案识别方法。首先通过纹理抑制平滑滤波算法滤除织物扫描图像的纱线纹理,并进行灰度化;然后分别提取灰度图像的边缘方向直方图、最大稳定极值区域的SURF特征和灰度共生矩阵特征,建立样本图像特征库;最后以样本图像特征库特征为训练对象,通过Adaboost算法融合3类特征建立分类器,实现图案识别。实验结果表明,基于Adaboost的多特征融合织物扫描图案识别算法比单特征识别算法有较高的准确率。     

基于改进图像阈值分割算法的纱线疵点检测

针对纺织行业纱线疵点检测方法可靠性差、灵敏度低、检测速度低的问题,提出一种基于数字图像处理的纱线疵点判定方法。首先,搭建纱线图像采集系统,完成纱线图像采集;其次,针对纱线边缘信息难处理以及传统双边滤波对椒盐噪声处理效果差的问题,对双边滤波进行改进,改进后的双边滤波可有效保存纱线边缘信息;再者,针对传统阈值分割计算量大、最佳阈值难以寻找的问题,对传统阈值分割算法进行改进,改进的阈值分割算法在保证处理效果的同时提高了整体算法的处理速度;最后,采用亚像素对纱线边缘进行计算,提高了纱线疵点检测的精确度。实验结果验证了算法的有效性及可靠性,该算法在提高精确度的同时将检测速度提高了20%以上,对提高纱线质量检测的准确性具有重要意义。     

基于方向灰度积分曲线特征的织物疵点检测算法研究

针对于断纱、缺纱、穿错、粗纱等这类结构型织物疵点,由于其具有灰度跳变不明显、疵点面积小的特征在疵点检测过程中难以检测这一问题,本文结合织物图像自身的纹理特征及结构型疵点的方向性特征,创新性地提出基于方向灰度积分曲线特征的织物疵点检测方法,将二维织物图像的疵点检测转化为对一维灰度积分曲线特征的分类识别。该方法通过对输入的图像提取垂直水平方向灰度积分波形曲线,并对积分曲线提取了包括平均值、方差、能量等14个波形特征,然后利用可优化SVM分类算法对提取特征进行疵点判别。通过对漏针、断纱、并经、粗纱等疵点进行检测试验,结果表明,本文提出的疵点检测方法不仅对检测灰度跳变较小的结构型疵点具有较好的检测效果,检测准确率达到了94.34%,而且检测速度快,可以满足实时检测的速度要求。     

基于灰度直方图最小跨度阈值法的瞳孔分割

瞳孔的边缘检测是虹膜提取的一个重要技术内容,本文提出了一种简单有效的虹膜内边缘定位算法,以虹膜图像灰度直方图为基础,通过寻找瞳孔区灰度分布范围的方法确定分离瞳孔的灰度阈值,并利用灰度投影法定位虹膜内边缘。实验结果表明,文中提出的方法能够准确地进行虹膜内边缘定位。     

小波变换和曲波变换的图像边缘检测新算法

边缘包含着图像的许多信息,它也是图像最基本的特征。目前,图像边缘检测是一个热门的研究问题,许多专家对其进行了研究,也取得了较理想的研究成果。专家就图像边缘检测的问题提出了许多新的算法,其中就包括小波变换和曲波变换相结合的图像边缘检测新算法。文章就边缘检测问题,探讨了小波变换和曲波变换的图像边缘检测新算法。     

基于matlab的牦牛图像边缘检测研究

牦牛图像边缘检测是牦牛线性体型评定的基础。为此,介绍了牦牛数字图像检测的步骤。首先将RGB图像灰度化处理,而后对图像平滑降噪,再用高斯拉普拉斯算子对这一系列操作后的图像探测目标物体的边缘,检测出预想的目标图像。结果表明,经过一系列的预处理以后,检测出的牦牛图像边缘明显,便于后续计算区域内的牦牛数量以及判断区域是否过度放牧等实际问题。     

基于改进的引导滤波的织物疵点检测算法

为解决织物疵点自动检测算法对不同种类疵点检测的鲁棒性问题以及算法的实时性问题,提出针对疵点图像的改进的引导滤波算法及其疵点检测算法。实验表明:引导滤波在保持边缘的同时速度最快,该改进算法使用高斯滤波后图像作为输入图像,原图像为引导图像,在保持细节的同时锐化并保持边缘,一张图片滤波时间为26.2 ms。该检测算法使用改进后引导滤波,再进行光照校正等处理得到疵点检出图片。实验表明,该检测算法疵点检出率为97.35%,检测时间为158.1 ms,保持检出率的同时达到实时性要求。     

一种基于改进的HOUGH变换的车轮检测方法

针对进出特定场所的车辆,本文提出了一种基于改进的Hough变换的车轮检测方法,该方法能够识别车辆的型号和特征参数。首先通过变为灰度图像、变为二值图像、形态学图像处理、Canny边缘检测等算法进行图像预处理,然后使用改进的Hough变换对车轮位置和大小进行检测。通过实验分析,本文提出的方法能够较为精确地检测出目标车辆的车轮位置和大小,并成功应用于某车辆识别系统。     

图像处理中的边缘检测算法比较

人类认知客观世界以及人与人相互交流,通过的主要媒体是图像,图像是人们获取信息的主要来源。科学数据表明,人们通过视觉图像获取的信息量大约是其他途径获取信息量的4倍。图像边缘是整个图像最基本特征,包含图像大量重要信息,是图像低层次的特征。不同的图像边缘检测算法适用于不同的图像,常用的图像边缘检测算法有基于数学形态学的边缘检测算法、基于图论的边缘检测算法、以及基于多颜色特征的边缘检测算法,这三种检测算法是目前应用最广泛的边缘检测算法,但均具有各自的优势以及局限性,将这三种算法充分结合,将会有很好的应用前景。     

人眼状态检测与识别系统研究

本文主要介绍基于人眼特征的疲劳驾驶检测与识别系统,主要内容包括:视频图像采集、图像预处理、人脸区域识别、人眼定位,人眼特征及人眼疲劳状态的判别。图像预处理包括图像灰度化和图像滤波。图像预处理旨在减少图像中无效信息,消除噪声干扰。论文采用基于皮肤颜色模型法作为人脸检测算法,实现人脸图像分割。根据人眼定位"由粗到精"的思想,采用了一种基于灰度积分投影的人眼检测定位算法,采用双向灰度积分投影法对双目区域进行分割,最后实现眼睛精确定位和识别。     

基于机器视觉的电力线路杆塔标牌自动识别方法研究

文章针对电力现场自动巡检领域,提出了一种基于机器视觉的电力线路杆塔标牌自动识别方法,实现了图像灰度化处理、标牌定位、字符提取与识别,尤其在边缘检测算法等方面进行详细比对与选择,最终取得了比较好的实际效果。     

基于多子区策略的丝绸图像匹配算法

印花是丝绸生产工艺中重要一环,基于图像的匹配技术可用于检验丝绸的印花质量.本文提出了一种基于多子区策略的丝绸彩色图像和矢量模板图匹配算法,并采用边缘信息作为丝绸彩色图像和矢量图的共性特征,解决了两种图像灰度不一致的问题.对预处理后的丝绸彩色图像提取图像边缘,选取边缘信息完整的区域作为待匹配子区,采用改进的Hausdor...     

基于形态学梯度重建的分水岭算法改进研究

图像分割是图像分析和计算机视觉领域中一个最重要的处理过程,常用的边缘检测算子存在边缘定位不准等缺点,而传统的分水岭算法则对噪声敏感且存在过分割的问题。本研究提出基于形态学梯度重建的改进型分水岭算法,该算法通过在人脸图像预处理过程中对图像进行中值滤波消除部分噪声,然后再对滤波后的图像进行增强对比度以及重构梯度图处理,最后利用分水岭算法对处理后的图像进行分割。仿真实验应用不同的算法对同一图像进行计算分割,对比结果显示,本研究提出的方法能够较好地抑制过分割,并且能够分割出人脸图像的主要特征。