基于分水岭方法的超声TOFD检测图像分割

为解决超声渡越衍射时差(Time of flight diffraction,TOFD)检测图像中缺陷识别的问题,分析检测图像的特点,研究图像自动分割的算法,其中包括图像预处理及图像分割.提出基于信号互相关算法的图像预处理方法,在此基础上,应用峰值搜索方法提取焊缝区域,利用带控制标记符的分水岭变换对预处理的图像进行分割...     

LED芯片图像的势函数标记分水岭分割

全自动LED芯片测试分拣系统通过视觉图像处理精确定位LED芯片,其图像特征信息的提取建立在良好的图像分割基础上。为了精确提取图像特征,针对LED芯片图像的特点,改进了分水岭分割算法,采用直方图势函数提取标记,并在标记基础上对梯度图进行分水岭变换,实现了LED芯片图像的良好分割。实验结果表明,该方法有效地抑制了过分割现象,具有较好的抗噪性,对LED芯片图像感兴趣区域提取准确度高、鲁棒性强,分割效果较好。     

数学形态学和小波变换的红外图像处理方法

为了从红外热图像中识别和跟踪目标,提出了一种采用数学形态学和小波变换相结合的红外图像处理新方法。该方法首先利用形态开、闭滤波器组对原始图像进行平滑处理;然后采用一种改进的数学形态学的分水岭算法对红外图像进行分割,同时利用考虑了图像纹理信息的小波阈值对分割的图像进行滤波处理;最后针对过分割问题提出了一种利用区域灰度中值对分割区域进行融合处理的算法。实验结果及算法性能评估结果表明,该方法能够较好地解决红外目标的识别问题,具有较好的实用性。     

畸变车牌定位与矫正方法研究

算法实现了对畸变车牌的准确定位、矫正并完成分割、识别,结合形态学对HSV模型定位方法进行改进,提升车牌区域粗定位准确性,之后由定位子算法实现对车牌粗定位结果的精确定位。Hough变换获取定位后车牌图像端点信息,以此利用数学方法重构、矫正车牌图像,从而对车牌进行分割与识别。实验证明,本算法对畸变车牌图像矫正效果显著,对提高车牌识别准确率具有重要意义。     

基于背景减除的彩色铁谱图像自动分割

提出一种基于背景减除和标记分水岭算法的彩色铁谱图像自动分割方法.其分割流程为:基于颜色分量比对彩色铁谱图像的背景进行减除,实现磨粒与背景的分离;通过对分离后的图像进行形态学处理使其成为后续分水岭分割的基础图像;结合形态学复合开闭重建和阈值极小值提取技术得到磨粒前景标记图像,对磨粒测地影响区骨架进行提取得到图像背景标记;利用形态学极小值强加技术修改基础图像,并利用分水岭算法实现其自动分割.     

挖掘机器人铲斗目标图像的改进分水岭分割

挖掘机器人自主挖掘目标的实现过程中,利用视觉信息跟踪、识别挖掘机器人铲斗目标是关键技术之一.传统的阈值分割方法很难将铲斗从复杂环境中分割出来,提出了改进的分水岭铲斗图像目标分割方法,首先对铲斗目标图像进行模糊C-均值（C为预定的类别数目）聚类分割,再以初步分割后的图像为基础得到梯度图像,将梯度值与设定的阈值比较得到标记点,最后以标记点作为极小值点进行分水岭分割.实验表明分割效果得到了改善.     

二分粒度聚类和KELM的全景图像火焰识别研究

针对现有灭火机器人视觉系统的窄视野且检测结果受光照变化干扰的问题,提出了一种应用于大视角全景图像火焰识别且抗光照变化干扰的二分粒度聚类优化的核极限学习机方法.首先,对全景图像建立抗光照变化干扰的颜色模型;然后在该颜色模型下利用经过二分和粒度思想改进的K-means聚类算法分割疑似火焰区域与非火区域;最终提取疑似火焰区域的颜色分量等特征参数作为输入向量来训练核极限学习机(KELM)分类器以提取火焰区域.经仿真研究证明,该算法能快速准确识别全景火焰图像,对光照变化具有良好的鲁棒性,且通用性强.     

基于分水岭变换和图论的图像分割方法

提出了一种融合分水岭变换和图论的图像分割方法.利用图像的局部灰度信息进行分水岭变换后,将图像分割成多个小区域,再结合各小区域的灰度和空间信息从全局角度用Normalized Cut方法在区域之间进行分割,产生最终的分割结果.实验结果表明,该方法可以消除分水岭变换后所产生的过分割现象,是一种有效的图像自动分割方法.     

基于PSO-SVM的重轨标识识别方法研究

重轨标识自动识别对于企业的质量控制至关重要,针对目前主要依靠人工检测法来观察重轨字符的现状,提出利用机器视觉获得图像进行标识识别的思想：在对图像的字符区域进行定位之后,利用基于粒子群算法的支持向量机参数选择方法对重轨标识进行分类。实验结果表明,经粒子群优化算法优化的支持向量机回归模型具有较高的分类精度与检测效率,其训练集的字符识别准确率达到了99%,测试集的准确率达到了83%,训练时间为62.195s,各项指标高于遗传算法优化的支持向量机回归模型。能够用于重轨标识的在线检测。     

改进分水岭算法在LED芯片识别中的应用研究

对LED芯片图片中的关键信息进行完整高效地提取是视觉检测系统的关键,提出一种改进的分水岭算法对LED芯片图像进行分割提取。使用形态学重构对预处理之后的图像进行操作,分别对背景和前景进行标记,最后对修正后的梯度图像进行分水岭变换。多次使用分割变换,改善了过分割的现象,对芯片特征的提取具有较好的效果。     

一种智能摄像机网络中重叠区域的快速探测方法

重叠区域探测是构建多摄像机传感网络的一个基本问题。多摄像机协作视觉分析任务中，摄像机必须知道相互位置关系。本文提出了一个基于图像匹配快速重叠探测方法，该方法适用于非标定的摄像机网络。该方法利用关键点的局部图像描述匹配完成重叠区域标定。其中关键点探测使用了最新的SURF（speedup robust feature）算法，该方法适用于实时计算。局部图像描述采用简单易算的LPB统计直方图，该局部图像描述具备光照，旋转不变特征。本文在实际的智能摄像机网络进行了测试，取得了良好的效果。     

基于分水岭的短裂纹统计技术

局域短裂纹数统计是疲劳短裂纹扩展研究的关键技术之一,本文提出并实现了一种基于分水岭算法的局域短裂纹数统计方法。针对传统分水岭算法容易产生过分割的缺点,在分析含短裂纹群材料试件锥束CT图像中短裂纹群的形态特征的基础上,综合运用一系列数学形态学方法进行预处理,有效抑制噪声,增强图像对比度,提取标记;之后,运用距离变换进一步优化预处理结果,最后,使用标记控制的分水岭算法实现分割并统计局域短裂纹数。实验结果证明,该算法能有效地抑制过分割现象,得到较好的统计结果,是实用、准确和有效的。     

Application of an improved watershed algorithm in welding image segmentation

In view of the present state of welding flaw X-ray test method and open question, a watershed segmentation method is proposed based on the dynamic combination rule. In consideration of image structure information, this paper presents an improved method based on the watershed algorithm, which has effectively restrained the over-segmentation occurrence by means of combination whilst segmentation in accordance with the dynamics combination rules. Experimental results show that the algorithm can quickly and accurately obtain the segmentation result of flaw image. Furthermore, it has higher ability in resisting noise.     

一种基于脊线的层级分水岭新算法

针对传统V.S.分水岭算法存在的过分割现象,提出一种基于脊线的层级分水岭算法。通过对传统V.S.分水岭算法中浸没过程的适当改进,找到完整无冗余的区域脊线;再次修改浸没过程,仅对脊线进行多级迭代的分水岭再分割,即可完成区域分割。实验结果显示:该算法能处理传统V.S.分水岭算法的过分割现象,且计算速度较快。     

基于立体匹配技术的 X 射线分层成像方法研究

针对安检领域中行李箱内多层物体在二维透视图像中相互重叠,导致物体之间的形状不清晰、不易辨认和存在盲区等问题,提出了一种基于立体匹配技术的分层成像方法.该方法利用双目立体视觉原理,结合双角度投影的灰度信息对投影图像由外向内进行分割,并对分割结果基于相似属性进行匹配,结合视差进行分层重建.最后利用视差原理重建出不同深度的物体,实现了对不同深度物体的识别.经实验验证,该方法有效地消除了视图中的重叠现象,提高了对物体的识别准确率.     

基于Haar分类器和AAM算法的人脸基准点定位

人脸基准点定位可应用于人脸识别、疲劳检测等领域。针对人脸基准点定位中常用的主动表观模型(AAM)的局限性,提出了Haar分类器和AAM算法相结合的人脸基准点定位方法。先是计算图像积分图,然后采用基于Haar特征的AdaBoost级联检测器快速定位出人脸区域,最后将检测到的位置和图像信息传递给AAM进行人脸基准点定位。该方法在抽取的AFLW(annotated facial landmarks in the wild)人脸测试集上表现出良好的性能。实验结果表明,采用该方法能准确、快速定位出人脸基准点。     

基于多尺度LBP特征的人脸描述与识别

为提高人脸识别的准确性和鲁棒性,提出了一种基于多尺度LBP特征的人脸描述与识别算法。先对原始人脸图像进行二级小波分解,并采用LBP算子分别计算两幅低频逼近图像的LBP特征谱,再将LBP特征谱划分为若干个互不重叠的特征区域,并分别进行直方图统计,最后将所有区域的LBP直方图序列连接起来得到多尺度LBP特征,将其作为人脸的鉴别特征用于分类识别。所提出算法在ORL人脸数据库上取得高达99%的人脸识别率。实验分析表明,多尺度LBP特征具有较强的人脸图像描述能力和可鉴别性,且对人脸表情及位置的变化具有较高的鲁棒性。     

彩色眼底图像视盘自动定位与分割

针对彩色眼底图像视盘定位时图像边缘高亮环对定位准确率的影响,提出了一种有效的图像预处理方法。针对已有的视盘分割算法中存在的问题,提出了一种结合形态学、椭圆拟合及梯度矢量流(GVF)Snake模型的分割算法。提出的预处理方法首先利用最小二乘法拟合出眼底图像的边界,然后裁剪掉边界的一部分高亮像素点,最后进行视盘定位。视盘分割算法则首先进行血管擦除,然后用椭圆拟合提取初始轮廓,最后使用GVF Snake精确调整视盘边界。用提出的方法对Messidor眼底图像数据库1 200幅图像上进行了实验,结果显示:视盘定位准确率由原来没经过预处理的95.4%提升到了98.7%;视盘分割错误率与当前已知最好的算法相比由12.5%降低到了9.39%。结果表明:提出的眼底图像视盘自动定位与分割方法准确率高、实用性强,可以用于眼科疾病的计算机辅助诊断。     

动态多目标优化的运动物体图像分割

对小区背景下运动物体图像进行分割时多使用单目标或多目标优化方法,这类方法不能有效适应目标的动态变化,因此本文提出一种动态多目标图像分割优化方法。该方法将时间及环境动态因素作为动态因子,利用K均值(KMeans)算法和和模糊C均值(FCM)聚类算法构造多目标函数;结合动态多目标粒子群算法(DMPSO),使用背景差分法定义环境变化规则,实现动态多目标的图像分割。根据DMPSO算法优化后的聚类结果,分别与K-Means和FCM聚类方法得到的结果进行了对比。结果表明,动态多目标优化的Pareto最优解集分布均匀,图像分割准确率可达到95%,对图像识别的准确率可达到90%,具有较高的识别能力,能满足确定背景下运动物体的准确识别。