基于模糊同组划分的多尺度彩色图像增强算法

现有多尺度Retinex彩色图像增强算法采用同定权值进行加权来融合各个单尺度Retinex算法的增强结果,无法充分体现各个单尺度算法在细节增强和颜色保持上的优势,且噪声信号往往随着图像的增强而放大.针对这些问题,提出一种基于模糊同组划分的多尺度Retinex彩色图像增强算法.算法首先采用模糊同组技术将像素点划分为噪声点、细节点和平滑区域点3类,并对噪声点采用矢量中值滤波进行去除.然后采用不同尺度的Retinex算法增强图像,并通过细节区域和平滑区域所占局部窗口的面积比例来融合各个单尺度增强结果.最后通过颜色恢复和动态截取拉伸操作,进一步减少图像颜色失真,扩大动态范围.实验表明,所提出的方法相比其他算法具有更好的彩色图像增强效果,具有实际应用价值.     

自适应窗口形状的中值滤波

中值滤波去除噪声的同时,难免出现含有线形图像的边缘轮廓信息跟随丢失的情况。为了达到滤除图像噪声最大化,有用信息损失最小化的目的,根据图像边缘特征选择或设计了适当大小和形状的窗口来进行中值滤波等操作。一方面,创新性地提出将Hough变换应用到车轮裂缝CT图像的滤波窗口形状的选择上,针对单一方向轮廓的图像,利用Hough变换检测出裂缝的方向,从而采用与裂缝形状相应的窗口对裂缝进行有针对性滤波,将该方法与传统方法进行了对比实验,并将60层滤波后切片图像堆栈得到了三维图像;另一方面,针对含有多个方向轮廓的图像,为了进一步改善滤波效果,提出根据像素梯度设计斜向滤波器,对多方向的线对进行滤波,数据显示经改进方法滤波后图像的峰值信噪比(PSNR)较传统的中值滤波提高了4~6,结构相似性(SSIM)提高了1%~2%左右,最后用683层荞麦切片CT图堆栈得到三维图像,对比滤波前后图像,可知该方法滤波效果良好。     

彩色印刷品视觉检测的自适应滤波算法

检测图像上的脉冲噪声会严重干扰后续的图像处理工作,因此平滑滤波算法是彩色印刷品视觉检测的必要组成部分.提出一种由2个子系统级联构成的脉冲噪声自适应滤波器,前级为一组具有不同选择阈值的σ矢量中值滤波器,次级为1个一阶Sugeno型神经模糊网络,通过学习的方式调整并确定网络参数以满足复杂的非线性映射关系,最终获得优化的滤波结果.实验结果表明该滤波器可以有效地抑制脉冲噪声而且不破坏图像细节.     

在均匀颜色空间中实现彩色图像的颜色量化

颜色量化是将原有图像中的多种颜色根据人的视觉效果归类为较少的颜色,从而用这些较少种类的颜色重新生成一幅新的图像,使量化后的图像与原图像的差别即量化误差最小.采用了将RGB非均匀颜色空间变换到L^*a^*b^*为基准的均匀颜色空间的方法,在L^*a^*b^*均匀颜色空间中对彩色图像进行颜色量化,从而解决了量化误差相对人眼不均匀的问题.首先将彩色图像的像素数据保存在单链表中,然后对链表进行扫描,并把本次扫描得到的色差最小的两个节点合并成一个新的节点.经过足够的动态运算后可得到量化处理后的图像调色板.实验结果表明,本方法具有普遍性、唯一性,可以减小量化误差,提高颜色量化的准确性.     

中值滤波在智能车图像处理中的应用

为了让智能车获取更为准确的道路信息,提出采用中值滤波对图像进行降噪处理,在一定的条件下可有效地克服线性滤波器所带来的图像细节模糊,对滤除脉冲干扰及图像扫描噪声最为有效。实验证明,中值滤波在智能车图像处理中具有很好的降噪效果。     

应用小波神经网络处理CCD图像噪声

提出了一种用于数字图像中CCD噪声处理的小波神经网络滤波器.分析了CCD噪声模型,找出了导致CCD噪声模型复杂的原因:CCD相机响应功能的非线性.在对自适应噪声平滑(ANS)滤波器分析的基础上,考虑了影响滤波效果的两大问题:滤波窗口和图像强度.将小波神经网络非线性逼近CCD噪声曲线,按照噪声参数对图像进行区域划分并分配相应的权值.然后,结合相应的非线性滤波器进行针对性滤波,综合输出.实验结果表明:本文改进的滤波器滤波效果明显,信噪比得到进一步提高(24.65).利用小波神经网络良好的非线性函数逼近性,结合ANS滤波器,构造出了小波神经网络非线性ANS(WNN-NANS)滤波器,该滤波器在去除噪声的同时很好地保留了边缘细节,同时提高了信噪比.     

商标图像平滑滤波算法研究与应用

为了更加准确的完成商标图像的自动检索,在预处理过程中,针对商标图像中存在的噪声,研究了图像平滑滤波算法,分别利用均值滤波、中值滤波和改进的中值滤波方法对商标图像进行了滤波去噪处理.实验结果表明,改进的中值滤波算法在实现去除噪声的同时,既克服了均值滤波处理后图像边缘模糊和图像色变的缺点,也克服了中值滤波法处理后图像形变的不足.     

基于L-曲率流滤波器的图像降噪算法

提出了L-曲率流滤波器的图像降噪(滤波)算法,该方法按图像信噪比大小分高、中、低3类,分别由L滤波器降噪、多级L滤波器降噪以及多次迭代的组合滤波器降噪,并进行了实验研究。结果表明:该算法与均值和中值滤波器相比,输入图像信噪比越低,滤波效果越明显。当输入图像为低信噪比时,对于受高斯噪声污染的图像,该算法滤波比均值滤波平均提高2.98 dB;对于受脉冲噪声污染的图像,该算法滤波比中值滤波平均提高11.09 dB,说明该算法对降低不同种类和不同信噪比的图像噪声有较强的适应性。     

基于图像处理和支持向量机的玉米病害识别

应用计算机图像处理技术和支持向量机分类方法研究了玉米叶部病害的识别,以提高识别的准确性和效率.对采集到的玉米病害彩色图像采用矢量中值滤波法去除噪声,然后提取基于色度的玉米病害图像的彩色纹理特征,并用支持向量靠机的模式识别方法来识别玉米病害.实验结果表明该模型对3种玉米病害的平均正确识别率为87.5%,即使在分类样本较少时,也具有良好的分类能力和泛化能力,适合于玉米病害的分类.     

用于磁瓦图像的改进的自适应中值滤波算法

为消除磁瓦图像中的脉冲噪声,提出一种改进的自适应中值滤波算法:该算法通过对小窗口内非噪声点的检测来决定是增大滤波窗口还是选择输出,尽可能地减小了滤波窗口,使得图像细节得到更好地保护;同时该算法对位于窗口中心的疑似噪声点进行二次判别,避免了将信号点误判为噪声点;然后将噪声点按改进的中值滤波输出,而信号点灰度保持不变。仿真实验结果表明,该算法能够有效地滤除磁瓦图像中不同水平的脉冲噪声,并较好地保留原始图像细节信息,较标准中值滤波及其它改进中值滤波算法有更优的滤波性能。     

用数字图像处理技术检测钢丝绳表面缺陷

介绍一种基于纹理特征提取的数字图像处理技术进行钢丝绳检测的新方法。首先利用图像处理的方法对在役钢丝绳图像进行预处理,以减小或消除噪声的影响,然后提取图像的纹理特征值——熵和平滑度,通过线性分类器来判断在役钢丝绳表面是否有断丝或锈蚀等缺陷。实验结果证明,该检测方法在实际应用中能代替人工目测,使用方便,能够满足实时要求。     

医学图像处理实验系统的设计

根据医学图像处理的需求,自主开发了一套医学图像处理实验平台软件,该软件可以进行病历信息管理,医学影像的存储与管理。整个系统实现了医学图像的预处理、多模态医学图像的配准、多模态医学图像的融合和医学图像的分割等算法,为医学图像处理的各种算法的实现提供了应用和实验平台。     

基于机器视觉的浮空器囊体材料表面缺陷检测系统

在复杂气象环境下,浮空器囊体作为整机系统的直接受压面,其表面必须平整光滑,无褶皱损伤,以将其与空气的摩擦力降至最小。文中基于机器视觉对浮空器囊体材料表面缺陷检测进行系统设计。首先为了降低背景灰度变化对缺陷检测的影响,研究了一种同时具有噪声滤除与图像增强功能的预处理算法;其次利用图像二值化和中值滤波技术实现特征图像的预处理,并结合纹理特征提取技术（基于灰度共生矩阵）对囊体材料表面不同缺陷图像的特征参数进行仿真提取,通过分析不同特征参数,判断囊体材料的表面缺陷类型。该系统对采集到的200个囊体材料表面缺陷样本的分析表明,所用方法能识别浮空器囊体材料93.6%的表面缺陷,识别内容包括缺陷的类型、位置、大小等,并根据缺陷的类型加盖不同的标记。该系统具有较高的识别率和准确率,可对浮空器囊体材料表面缺陷进行快速检测。     

一种基于小波理论的铁谱图像反锐化掩模增强法

介绍了当前常用的图像增强技术,结合铁谱图像预处理研究了基于小波域的反锐化掩模法在图像增强中的运用,并给出了具体算法。实验结果表明,基于小波分析的图像反锐化掩模增强算法能够在控制噪声的同时有效地突出图像细节,改善图像质量。小波变换使得原始图像中不同分辨率的细节特征随尺度的不同而分离开来,避免了传统算法中通过不断调整滤波器窗口大小来选择增强效果的繁琐工作;运用不同尺度下的小波分量分别进行增强,原始图像中无论较粗还是较细的边缘都能同时得到增强,从而既能有效地检测出边缘又能突出图像的表面纹理细节。     

图像可视在线铁谱传感器的图像数字化处理技术

为实现图像可视在线铁谱传感器的磨粒图像自动辨识,建立数字图像获取系统,探讨铁谱图像数字化处理方法。研究了铁谱图像的预处理方法,对比在RGB和YUV颜色空间对铁谱图像的灰度化处理效果,采用不同的微分模板对平滑后图像进行锐化处理;探讨减背景法和自动阈值法在铁谱图像磨粒分割中的应用效果;给出适用于在线铁谱图像的定量描述方法。研究表明,采用YUV颜色空间的明视度分量可以得到平滑的灰度图像,合理的模板选择可以使微分法在锐化磨粒边缘的同时保持整体图像的平滑;铁谱图像的磨粒分割结果表明,减背景法由于采用人工选取门限值而难以适用于在线铁谱图像的处理,而自动阈值法可以根据铁谱图像自动选取合适的阈值以达到良好的分割效果;采用磨粒百分覆盖面积作为定量指标可反应良好分割的铁谱图像中的磨粒统计质量分数。     

冷凝器管口图像多目标搜索与定位算法

提出一种基于图像行列像素值累加统计规律的多管口识别与定位算法,可实现对冷凝器管板平面图像中多管口的轮廓识别与质心定位.通过行列像素值累加和求均值进行质心粗略定位,求取管口横纵轴径长,绘制矩形窗口初步筛选出多个待定位的类圆管口目标;针对不同的定位精度要求,采用采样密度可调整的轮廓拟合定位算法,实现对多管口数量统计、采样网格可调的轮廓近似、链码编码和质心定位.实验证明该算法能快速识别图像中的多个管口,通过链码编码完成图像数据压缩,具有较好的准确性.     

支持产品形象识别的色彩智能设计模型研究

为了解决产品色彩设计过程中的形象识别问题,进而在CAD平台上实现支持产品形象识别的色彩智能设计,在明确色彩设计领域知识的基础上,结合产品家族色彩方案库,通过层级关系结构图建立了产品形态识别数据与色彩识别数据之间的映射,构建了基于产品家族色彩方案库的色彩智能设计模型,实现了支持产品形象识别的主色驱动配色和智能色彩衍生设计。同时,初步完成了原型系统的开发,实现了系统与三维设计平台SolidWorks2006的集成,并在产品的色彩设计中进行了应用验证。     

基于SURF算子的快速手背静脉识别

提出基于加速鲁棒性特征(speeded-up robustfeatures,SURF)的手背静脉识别算法.首先对手背静脉图像进行预处理,提取手背静脉感兴趣区域(ROI),然后提取手背静脉的局部SURF特征,基于欧式距离实现测试样本和注册样本特征点的匹配,并剔除错误匹配对,最后计算匹配率作为待识别样本和注册样本之间的相似度测试实现身份识别.利用TJU手背静脉图像数据库对算法性能进行测试,在认证模式下等错率为0.07%,平均识别时间0.153 s.实验结果证明该算法可以快速有效地实现手背静脉识别.     

快速连通域标记算法在堆叠棒材计数中的应用研究

棒材计数问题是棒材生产、销售企业提高自动化水平的重要瓶颈之一。根据棒材堆叠后图像中目标像素的分布形态特征,提出一种基于图段的快速图像连通域标记方法,用以解决工业生产中堆叠棒材的自动计数问题。首先对堆叠棒材截面图像进行二值化、去噪、分割等预处理,尽量减少图像中棒材间的粘连现象,得到较为清晰的二值图像,然后利用快速连通域标记方法对图像进行标记以完成计数。实验结果表明,提出的方法能快速、准确的实现堆叠棒材的自动计数。     

机械手姿态识别的立体视觉匹配

为了提高机械手姿态识别的精度,提出了区域边缘线段立体匹配算法。该算法利用图像中包含边缘线段区域的颜色特性和边缘线段的几何特征进行线段匹配,其中,区域的颜色特征包括边缘线段的左右颜色和梯度方向,边缘线段的几何特征包括长度、方向和角度。由于充分利用了图像提供的颜色信息,特别是颜色梯度方向信息,使得边缘线段的匹配不仅依靠其自身的几何特征(如长度,方向和位置),而且依靠直线段所在图像区域的所有信息。因此,匹配的判据可以做得更准确。使用该算法进行机械手姿态识别实验,结果验证了该算法能够在复杂背景下识别机械手的姿态,识别精度高,其相对误差达到1.7%,该结果满足机械手在姿态识别中的精度要求。