基于图像处理的孢子采集自动计算系统

利用面阵CCD摄像机采集显微镜中孢子的图像,通过合适的闽值将灰度图像转换成二值图象.计算并比较孢子区域各象素点的图像距离,确定了各个孢子的中心,实现了从图像中对孢子自动计数.     

昆虫图像的自动计数方法的研究

田问害虫调查工作是一项非常繁重的体力劳动,如何解决这一问题是一项非常有意义的任务.本文利用数字图像处理技术中连通区域标记的方法对昆虫图像中的小昆虫实现了自动计数,并进行了深入的研究.     

基于X光图像的芯片在线自适应计数算法研究

为提高生产线上芯片计数的自动化程度,提出一种基于X光图像的芯片在线自适应计数算法。对X光拍摄的半导体芯片图像进行预处理,利用自动阈值提炼背景区域;对提炼后的背景区域进行自动阈值提取出芯片区域,通过遍历芯片区域的面积估算单个芯片的面积;设置相应的倍数关系来区分粘连区域和噪声区域,将所有连通区域的个数求和即可得到图像中所有芯片的个数。测试结果表明,自动计数得出的数量偏差率平均为0.03%,耗时平均2.9s 1张,能满足生产线上自动计数的精度高、耗时短等要求。     

图像检测技术在沥青路面现场热再生中的应用

主要介绍了基于视觉图像的沥青路面病害检测系统,该系统分为图像采集、图像预处理、病害目标提取、畸变校正、图像识别等五个功能模块,利用CCD摄像机、图像采集卡和计算机搭建路面病害图像采集和处理系统,将24位彩色病害图像转换为8位灰度图像,利用加权的邻域法对图像进行平滑处理,采用大津法阂值分割结合区域生长法的算法提取出路面病害目标.通过算法确定病害的外接矩,并根据加热器的排列结构对图像进行栅格划分,找出病害与加热器的对应关系,最终计算出加热范围参数.实验结果表明,本研究设计的路面病害检测系统具有良好的集成性和稳定性.     

基于机器视觉的高速重轨表面质量在线监测关键技术

研制了一套重轨表面质量在线监测系统,就其关键技术进行了研究,包括图像传感器的选择、图像的获取及自动保存、图像的翻转,并应用数据链表实现了图像的预存和回放.     

石油套管图像的Halcon分割及计数方法

成捆石油套管在入库前要对套管个数进行统计,为克服人工统计产生的误差,采用视觉的方法实现对成捆套管个数的计数。首先,采集成捆套管端面图像,进而采用Halcon软件对图像进行裁剪、处理和分割,最后实现套管计数。     

棒材自动计数系统的开发

棒材计数问题一宜是困扰我国棒材生产企业的一个难题,目前广泛采用的人工计数方法和光电检测等方法满足不了企业要求.因此,开发出基于机器视觉和图像处理技术的棒材自动计数系统,系统通过对棒材端面图像进行预处理、图像分割、数学形态学处理、目标识别等手段获得图像中的棒材根数,并介绍了系统的软件和硬件情况.该系统可以有效提高计数准确率和生产效率,实现棒材计数过程的自动化和产品打捆的标准化.     

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.     

细胞DNA指数全自动分析仪及其关键技术

设计了测量细胞DNA指数的全自动分析仪(HW-MS)并发展了相应的关键技术.本仪器用于对细胞涂片的数字化显微扫描,获得细胞DNA指数的分布数据.HW-MS采用了排除外界干扰和对测量结果进行归一化的技术措施,使得同一涂片的测量结果具有较好的稳定性.HW-MS的功能包括对涂片自动扫描,实现对细胞图像的自动采集,然后对存贮在计算机内细胞图像进行降噪和分割处理,并对处理后的图像进行识别和分类分析,实现对细胞DNA指数的测量,最后对测量结果中突变细胞进行识别和统计分类.为了保证测量数据的准确性,系统使用标准样片来实现图像质量控制.在高速模式下,本系统可以在30 min内实现全片的自动扫描,基本上同时给出测量样本的细胞DNA指数分布数据.初步实验表明,该系统的测量结果具有较高的准确性和稳定性.     

一种MCP光子计数位置灵敏探测器图像采集系统

光子计数位置灵敏探测器在光子、粒子成像领域应用广泛,而图像采集系统是其重要组成部分。在介绍光子计数位置灵敏探测器的工作原理的基础上,分析了实现计数成像功能的软硬件需求,并设计了一套满足该需求的软硬件平台;依据该设计搭建了图像采集系统的硬件平台并采用LabVIEW编写了图像采集软件;最后进行成像实验验证了该套图像采集系统的性能。实验结果显示,基于该图像采集系统光子计数位置灵敏探测器能够将空间频率为7.14lp/mm的目标分开,表明该图像采集系统实现了其预期功能。