自适应带钢表面缺陷图像边缘增强方法

针对带钢表面缺陷图像去噪后边缘模糊的问题,提出了一种基于邻域信息的自适应双倒数滤波方法。该方法结合邻域内像素的几何位置信息与灰度信息进行滤波,通过引入与边缘有关的梯度算子自适应调整几何位置信息中的距离,在图像灰度变化小的背景区域取较大的权值,增强图像的平滑效果,以达到去噪的目的;在图像灰度变化大的边缘处取较小的权值,以达到边缘增强的目的。实验结果分析表明,该方法去噪和边缘保持效果好。     

彩色空间及空间上的彩色图像边缘检测

彩色图像提供了比灰度图像更丰富的信息,彩色图像的边缘检测日益受到人们的重视.本文对各种彩色图像边缘检测方法,从它们所采用的彩色空间出发进行综述,详细介绍了几种常用的彩色空间及其特点,归纳总结了近年来出现的彩色图像边缘检测方法.     

用于机械零件视觉检测的彩色图像灰度化算法

给出了一种基于图像各彩色分量灰度统计特征期望值和全局标准差作为阈值的彩色图像灰度化方法。该算法计算简单,对于简单背景物体图像的灰度化效果好,能够有效地把背景和物体的灰度分开,并已应用于实际的发动机气门杆径计算机视觉检测系统的图像处理中,取得了较好的实验结果。     

基于MATLAB的车牌图像预处理的研究

车牌图像识别的预处理是车牌图像识别系统的环节之一。运用MATLAB图像处理工具箱,首先把获取的彩色图转换为256级的灰度图;然后用中值滤波法去除噪声从而提高图像质量;然后再进行图像灰度拉伸以增加图像对比度;运用Sobel算子进行图像锐化从而增强图像中的边缘信息;最后运用全局阈值法二值化图像。     

人脸图像标准化技术研究

文章介绍一种行之有效的人脸图像标准化方法，打破了传统的通过人脸的特征点眼睛或者鼻子来定位人脸的方法。该方法首先采用边缘检测获得精度较高的二值化图像，根据二值化图像，利用垂直灰度投影找到脸颊的两侧点，根据水平灰度投影确定下巴和头顶点，最后为人脸识别提供64X64的标准化图像。本文所述图像预处理方法，能极大提高整个识别过程的识别率。     

基于多尺度水平集的MR图像海马区分割方法

针对MR图像中海马区存在灰度不均匀性,基于区域动态轮廓的C-V模型只利用区域信息无法获得准确的海马区分割问题,结合多尺度边缘约束的演化思想和图像区域的全局信息,提出了一种结合边缘和区域信息的多尺度水平集MR(magnetic resonance)图像海马区分割方法.首先,在C-V模型的基础上采用内部约束能量项,消除水平集的重初始化,提高分割速度;其次,改进水平集函数中外部能量项的图像区域全局信息,解决由于灰度不均匀所引起的分割不准确问题;最后,在水平集函数的外部能量项中加入基于多尺度图像边缘的梯度信息,作为边缘约束停止项,使分割效果达到优化.实验结果表明,该算法对存在灰度不均匀性的图像海马区分割速度快、准确率高.     

基于计算机视觉的刀具磨损检测技术的研究

针对难加工材料切削过程中刀具磨损检测自动化程度低和定量检测困难等问题搭建了一套基于计算机视觉的刀具磨损检测系统.通过分析刀具表面由磨损区向非磨损区过渡边缘的灰度变化特性,设定阈值初步分割磨损带,采用灰度梯度与灰度矩精确定位磨损带边缘,最后重建磨损图像,处理图像数据得到磨损量Vb.通过将该方法计算结果与显微镜测量结果比较后证明该系统具有较高的测量精度.     

夜视图像自适应彩色化融合算法

夜视图像的彩色化是图像融合研究的一个重要方面,在军事侦察、遥感技术等方面有着广泛的应用.本文提出一种基于统计学的夜视图像自适应彩色化融合算法.通过主分量分析,实现颜色空间的转换;根据图像整体和局部信息制定融合规则,将源(彩色)图像的色彩迁移到夜视(灰度)图像上,使其呈现出自然的色彩.     

基于HSV颜色空间的一种车牌定位和分割方法

提出了一种利用HSV颜色空间和投影技术相结合的车牌进行定位和分割方法.该方法是在HSV彩色空间中,充分利用车牌图像提供的彩色信息,构造出5级灰度图,然后利用水平、垂直投影技术,结合概率统计方法进行分析和判断,确定并分割出汽车牌照.实验表明,车牌正确分割率为91%以上,能够满足实际应用要求.     

基于边缘特征的图像清晰度评价方法

图像的清晰与否直接影响后续的分析与识别，对图像清晰程度进行客观评价在图像质量评判中具有重要的意义。由于图像边缘信息是人眼关注到最显著的特征信息，根据清晰图像与模糊图像在边缘灰度变化程度不同，提出了一种基于灰度边缘坡度的图像清晰程度评价算法，并采用德克萨斯大学图像和视频工程实验室提供的live图像质量评价数据库进行了验证，结果表明，提出的评价方法和图像实际效果具有很好的一致性，在无参考型图像清晰程度评价中具有一定的应用价值。     

基于Canny理论的自适应阈值彩色图像边缘检测

传统的Canny边缘检测算法基于灰度图像,不能充分利用彩色图像的全部信息,且阈值需要人为设定,自动化程度不高.论文提出一种新的算法,基于彩色图像多通道融合技术,根据图像梯度直方图信息,对图像进行自适应阈值处理.将Canny灰度边缘检测算子扩展到彩色边缘检测,利用彩色图像各个通道自身的梯度直方图和梯度方差作为局部阈值,有效解决彩色图像各个通道之间的差别.实验结果表明,其能充分利用图像的颜色和梯度信息,提高边缘检测的准确性.     

基于无参考图像质量评价的反卷积去模糊算法

针对数字图像在处理过程中容易产生模糊的现象,提出了基于无参考图像质量评价的自适应反卷积去模糊算法。首先,根据无参考图像质量评价结果与其失真等级的强相关性,通过计算模糊图像的无参考评价参数确定图像的模糊等级,进而根据图像模糊等级与模糊核的对应关系确定反卷积核;其次,提出将失真图像颜色空间转变到YUV,仅对失真图像Y通道进行去模糊处理,保证了彩色图像处理前后颜色的忠实性,并提高算法运算效率;最后,针对图像灰度剧烈变化的邻域出现类吉布斯(Gibbs)振荡分布的现象,提出基于梯度的权重矩阵进行控制。实验结果表明,本文提出的算法在Tid2008图库不仅能够对图像模糊进行快速有效去除,并且恢复图像的纹理细节能够得到有效保留。     

基于机器视觉的工件角度测量方法

工件角度测量方法是一项利用机器视觉技术的角度测量技术,可实现快速、非接触式测量。同时克服了人为因素。以角度块规为研究对象,首先利用亮度特征和。诲u法实现零件彩色图像灰度化和灰度图像二值化。其次利用面积法去噪和边缘提取减少噪声对后续处理的影响和提高处理速度。再次利用边界点法提取零件边缘的临界点并剔除多余的临界点即可确定三个顶点的位置坐标。最后利用倾斜角关系确定三个角度值及位置关系。试验表明。该算法可以实现了工件多角度一体化测量,实现了快速、非接触测量,满足当前工件角度检测要求。     

一种基于颜色聚类和种子填充的目标识别算法

针对类人足球机器人目标识别易受光照强度变化影响的问题,改进了常规的扫描线种子填充算法,提出了一种基于颜色聚类分割和种子填充的目标识别算法。该算法采用HSI颜色模型,依据亮度和饱和度信息对图像粗分割,基于阈值将彩色区域和灰色区域分离,同时将灰色区域二值化;基于色调直方图聚类分析对彩色区域的像素进行了归类,通过改进扫描线种子填充算法实现了色块的最简扩充和特征提取,使颜色分割和特征提取同步进行,解决了目标物体的快速、精确识别。实验结果表明,该算法抗干扰能力强,分割精度高,能满足实时性要求,具有一定的实用价值。     

彩色遥感图像的亮度直方图局部线性化增强

针对遥感图像能量低的实际问题,提出了一种亮度直方图局部线性化图像增强方法来提高彩色遥感图像的可视效果。首先,对RGB模型描述的彩色遥感图像进行HSI变换,以有效分离H、S和I分量;其次,对亮度I分量进行传统的直方图均衡化,得到均衡化灰度映射曲线;然后,将图像梯度作为目标函数,求出最优的线性化折点位置,对灰度低端动态范围映射曲线进行线性化处理,得到局部线性化的灰度映射曲线;最后利用新的灰度映射曲线对图像进行增强处理。Himawari-8真彩色图像增强实验结果表明,经亮度直方图局部线性化增强后,像素平均梯度由73提高到了147,较传统的RGB域直方图均衡化的123及HSI域直方图均衡化的134高;图像信息熵由5.87提高到6.63,全部优于传统的RGB域直方图均衡化和HSI域直方图均衡化。本文方法有效地改善了彩色遥感图像的可视效果,提高了图像对不同目标的辨识能力。     

基于模糊形态筛和四元数的水下彩色图像增强

水下彩色图像增强是水下视觉领域的一个重要问题.其中,照明引起的非均匀亮度往往严重影响了对水下图像增强的效果.首先运用彩色模糊形态筛改善非均匀照明情况,然后通过围绕水体色彩的四元数几何旋转,将水下背景像素赋予灰度或低饱和度色彩,而目标像素色彩保持不变,从而扩大前景目标与背景的差别.实验结果对比表明,新的彩色水下图像增强算法修正了水下图像的色彩不平衡,更适于处理水下图像的亮度不均匀情况.     

面向深空探测Bayer图像的高效编码

本文提出一种基于JPEG2000标准的Bayer图像高性能RBCR（Remove Bayer Component Relation, RBCR）压缩算法。在RBCR压缩算法中,根据Bayer图像相关性较高的特点,对Bayer图像进行颜色分量分离,得到处理单元子图,对各子图进行1*4整型离散余弦变换,降低Bayer图像中各颜色分量空间域内的相关性;对变换后的各分量DCT系数使用标准JPEG2000算法独立完成小波变换、Tier1编码、MQ编码和率失真斜率计算等,再基于率失真斜率联合截取方法完成各个分量的码流截取,即使用相同的率失真斜率门限值,按照率失真斜率值由高到低的顺序依次完成所有分量编码码块的码流截取,最后各个分量的截取结果再进行独立的码流组织输出。在RBCR算法中通过加入DCT变换降低Bayer图像相关性和对各个分量码流的率失真斜率联合截取,提高恢复图像质量且精确控制了码率。实验结果表明,RBCR算法与各个分量独立压缩方法相比,恢复图像质量得到提升,尤其在4倍的压缩倍数下效果最佳,峰值信噪比平均提高1.814dB,复杂峰值信噪比平均提高2.414dB,可以满足深空探测低复杂度和高质量图像的要求。     

基于全局和局部特征融合的图像匹配算法研究

针对移动机器人视觉同时定位与地图构建过程中图像处理速度慢以及特征点匹配实时性和准确性差的问题,提出基于颜色特征和改进SURF算法融合的图像匹配算法。首先,采用颜色特征对图像序列进行粗匹配,选取与测试图像最相近的5幅图像作为待匹配图像;其次,改进SURF算法,用Krawtchouk矩对采用Hessian矩阵获取的关键点进行描述,计算关键点的梯度方向和幅值,得到新的特征向量,对待匹配图像提取改进SURF特征再与测试图像进行精确匹配,得到最佳匹配图像,此匹配算法提高了移动机器人图像处理的速度和精度。实验结果表明,改进算法的误匹配率降低10%左右,程序运行时间减少,在可靠性得到保证的同时适应于实时性应用。     

马铃薯晚疫病害的高光谱图像空谱对比研究

为了快速检测马铃薯晚疫病,采用高光谱成像技术对马铃薯晚疫病的空谱信息进行对比研究以得到最佳判别手段。使用高光谱相机采集病害侵染0～6 d的高光谱图像,同时选取第6 d典型晚疫病病害的高光谱数据作为研究对象。采用二阶导数结合主成分分析和二次主成分分析分别从光谱和空间两个方面进行特征提取,之后基于特征波段反射率和主成分图像灰度值建立K最近邻分类算法、BP神经网络、决策树算法3种识别模型对不同时期病害进行识别。实验结果表明:基于二次主成分图像的灰度值结合BP神经网络建立的模型对马铃薯晚疫病的识别具有良好的成效,其识别率达96.6%。利用主成分图像灰度值建立的3种模型既减少了波段的冗余又提高了识别率,为研究和开发实时在线检测仪器提供了参考。