亚像素级模糊图像配准算法

针对目前的特征点匹配算法不能有效配准边缘模糊的图像,提出一种灰度偏移极值特征。将局部像素灰度偏移均值最明显的点作为特征点,利用最小二乘拟合曲线,通过曲线导函数将偏移极值点精确定位于亚像素级,最后采用分块的NMI为特征点分配32维特征向量,再对比向量间距离以实现配准。该特征易于提取、运算简单,而且能在阶跃边缘不清晰的图像中稳定存在。经实验验证,算法应用于模糊图像配准具有较高的匹配精度。     

分光光度法测脱硫溶液中栲胶、“888”含量

用分光光度法同时测定脱硫溶液中栲胶和“888”含量,结果表明,吸收波长分别为450nm和650nm,栲胶、“888”在使用浓度范围内,符合线性关系。该方法操作简易,结果准确。     

东胜煤有机溶剂分级萃取物的GC/MS分析研究

用气相色谱/质谱联用技术测定了东胜煤有机溶剂萃取物的化学组成，对其化学成分及化合物分布特征进行了研究。结果表明，萃取物主要由烷烃，芳烃和衍生物三种成分组成，其中烷烃主要是正构烷烃；芳烃是萃取物最主要的成分，以萘系，蒽系，菲系，芴系和芘系的0-3烷基取代物为主，和几种高丰度的5-6环稠环芳烃；衍生物主要是多环芳香族含硫化合物，还有一种煤中首次发现的4-氨基-9-芴酮，含氧化合物仅检测到几种。     

数字识别算法研究

对数字识别算法进行了深入的研究,提出了切割法,并且在此基础上进行了相应的改进,进而介绍了边缘跟踪法。为了提高跟踪的效率,在边缘跟踪法的跟踪过程中引进了迷宫算法。通过建立了相应的算法模型,分析了各自算法对数字识别的影响。实验结果表明,边缘跟踪法对数字的识别率可以达到95%左右,而切割法对数字的识别率则只能达到70%左右。因此边缘跟踪法比切割法在数字识别中存在着精度高、准确性好等优点。     

基于Canny算子和数学形态学的细胞边缘检测方法

提出了一种基于Canny算子和数学形态学的肉类细胞图像的边缘提取方法．制作了猪肉自然放置过程中各个时段的切片样本,先用Canny算子对0小时切片图像进行细胞边缘的提取,再根据数学形态学方法采用结构元素探针进行膨胀运算,对断裂的边缘和细胞内的孔隙进行填充,然后进行平滑处理．实验结果表明,该方法优于单纯基于微分算子的Canny算子边缘检测方法,为细胞切片图像的特征提取、识别等相关研究奠定了较好的基础．     

基于融合图像特征的角点提取方法

基于图像边缘的角点提取往往对噪音敏感,提取精度较高但运算量大,而基于图像灰度的角点提取易于实现但提取效果不佳.因此提出一种融合图像边缘特征和图像灰度特征的角点检测方法.首先在一较低尺度用Canny算法求出所有边缘点,然后求出每一边缘点的曲率值并求出初始角点集,利用Harris算法通过实验在一较优尺度下对初始角点进行筛选并确定最终的角点集合.所提方法融合图像角点提取的两大特征,可以有效改进在单一特征提取下的不足.通过对比实验,该算法明显地提高了图像角点检测性能.     

坐标测量机定位中的边缘算法

通过分析像素梯度分布,提出基于梯度分布的低阈值调整算法.实验证明,改进后的边缘算法能有效地剔除孤立噪声,增强弱边缘信息,更好地为三坐标测量机提供定位信息.     

气液两相流中气泡形态及运动特征参数提取

对气泡发生装置中竖直向上气泡的形态及运动特征提取方法进行了研究。采集原始气泡图像,进行图像灰度化、差影和中值滤波等图像预处理,针对气泡图像的特点,提出动态阈值压缩大津法进行阈值分割,并结合扫描线种子填充算法与图像形态学运算进行孔洞填充,同时基于边缘面积属性对气泡特征区域进行自动识别。实验结果表明,该方法简单有效,鲁棒性强,可以很好地将目标气泡从背景中分离出来,有效提取气泡周长、面积、圆形度和质心坐标等形态特征参数,并实现气泡运动速度的测量。     

基于ROC融合准则的SAR边缘检测算法

根据ROC(receiver operating characteristics)技术能评估分类器在所有可能工作阈值下总体性能的特点,建立包含边缘像素点相关分析与ROC分类决策的ROC融合准则。依据该准则组合多种SAR边缘检测算子,并得到合成孔径雷达(SAR)影像的理想边缘检测结果。实验结果表明,本文方法能融合多种边缘检测算子的优点,有较强的开放性与目标适应性,并且不需要手工设置阈值,自动化程度高,有很强的工程实用性。     

图像质量快速盲检测及其在视觉系统中的应用

提出了一种新的图像质量快速盲检测方法,以锐利度作为图像质量准则,而锐利度可以归结为图像的模糊特性,并由边缘信息估计得到。为了提高系统效率,采用边缘对比度的估计方法,并以边缘对比度作为边缘锐利度的判据准则。分析了邻近边缘的相互影响,因而只需从有限的边缘点来提取出合理的线扩展函数(LSF),进而得到模糊参数。在LSF计算中,采用一种新的插值计算方法。实验结果表明:当图像不是特别模糊时,测量结果是准确的。