基于迟滞阈值分割的瓶口缺陷检测方法

随着工业机器人和现代化工业的快速发展,人们对工业机器人的性能要求越来越高,为了提高工业生产的效率和产品的质量,智能、高速、高精度是工业机器人的必备要求。国内基于机器视觉的智能啤酒瓶口缺陷检测方法中,高速、高精度仍是一个亟待解决的问题。为此,提出了一种基于随机圆拟合评估的四圆周定位法,大大提高了瓶口检测区域的定位精度,并提出了基于投影特征的分区域磁滞阈值分割的智能瓶口缺陷检测方法。对采集的488幅灰度图像进行测试,检测正确率为99.4%,检测平均速度为38 ms,算法的检测速度快,检测精度高,可以很好地应用到高速、高精度的现代化工业机器人中。     

基于匹配滤波和自动阈值的眼底血管分割方法

提出一种快速、简便、高效的眼底血管分割方法。分析眼底图像的灰度值分布和对比度变化,利用匹配滤波克服背景干扰,消除噪声影响,达到灰度均衡,实现眼底图像的亮度归一化。估计眼底图像中背景像素所占比例,利用直方图自动选择阈值,完成对眼底图像中血管的有效分割。在公开的眼底图像数据库上进行测试,该方法对眼底血管分割具有较好的性能指标。实验表明,提出的基于匹配滤波和阈值优化的眼底血管分割方法,准确率高、复杂度低,对眼科疾病的计算机辅助诊断有一定的实用价值。     

钢琴乐声仿真频谱模型研究

频谱模型的乐音仿真是运用声学理论,由一系列基本函数及其时变幅度乘积的迭加来实现乐器的发声。通过对钢琴琴弦振动和衰减特性的分析以及共鸣箱共振作用的探讨,提出了一种新的数字化钢琴乐音仿真技术,仿真模型由激励系统和共振系统两部分组成。系统以琴弦振动方程为基础,先进行时域上的包络修饰,以模拟琴弦振动的自然衰减,这样可以使乐音各音符间衔接和谐;然后在频域上以频谱包络建模滤波器组,实现共振系统的仿真,对音色进行修饰。该方法能更为有效的雕刻声音,同时较好的表现音色,从而使乐音听起来更加和谐。     

一种结合阴影补偿的城市高分遥感影像分割方法

随着遥感影像空间分辨率的不断提高,由于阴影导致的弱边缘及虚假边缘等对于准确定位对象边缘所造成的干扰也更加突出。在传统的影像分割中进一步引入阴影补偿策略,在之前所提出的WJSEG算法基础上,通过将阴影视为出界点并利用卡方变换进行阴影识别,提出了一种结合阴影补偿的城市场景高分辨率遥感影像分割算法SWJSEG。实验表明,该方法能够有效应对阴影造成的干扰,有助于更加准确地定位对象边缘,使影像分割的精度及可靠性显著提高。     

酶免分析仪孵育过程的分段温控方法研究

针对酶免分析仪孵育过程耗时过长、温度稳定性差导致试剂反应差异性较大的问题,提出了一种基于改进型数字PID的分段温度控制方法。首先对孵育过程中试剂温度及孵育位温度变化曲线特性进行分析,确定预升温段及恒温段的分段控制温度参数;然后根据温度参数及各段控制指标,分别对孵育过程的各温度变化段采用不同算法分阶段进行控制;最后基于酶免分析仪框架搭建了温控实验系统,对反应液温度上升时间及温度稳定性进行验证。实验结果表明,试剂由21℃升至37.5℃的温度上升时间为239±5 s,恒温阶段的温度偏差小于±0.2℃。该方法可实现反应液迅速升温并且稳定恒温,保证了孵育过程中生物酶反应的快速及稳定。     

用于金属板图像分割的自适应阈值算法

针对生产线上金属板表面光照不均匀和白、灰细颗粒相间的特点,将一维、二维Wellner自适应阈值算法应用到这种场景,并结合高斯加权距离,将算法推广,提出了一种针对金属板表面图像分割的高斯加权自适应分割算法.该方法首先通过计算区域内像素间的高斯加权距离,形成一张加权距离图,然后利用Wellner的“中心-周围比较思想”直接求算二值图像.最后对实际产线上采集的图片进行了实验,将二维otsu算法、均匀性度量算法、一维、二维Wellner自适应算法和最后改进的算法在分割效果进行比较.实验结果表明,相对于其他算法,最后应用的算法在分割效果上具有明显的优势.     

基于RANSAC分割的点云数据K-近邻去噪算法研究

针对基于TOF深度相机的空间目标表面重建的点云源数据容易受到仪器本身、扫描环境、外界干扰等影响,而含有大量的无效点和噪声点,增加了计算负担且影响了重建质量等问题,提出了一种基于随机采样一致性背景分割的点云K 近邻去噪方法,以消除目标数据的异常值和无效点。首先,改进RANSAC算法,通过设置不同的阙值对原始点云进行背景分割,以确保准确提取待重建目标的主要特征。然后,通过K 近邻点云平均算法和双边滤波算法移除离群点,最后使用体素化网格方法实现点云大数据的下采样,简化了目标点云,保留了局部特征,加快了曲面重建速度。实验结果表明,该算法能够有效的剔除噪声点,准确率高,实时性好,满足应用的要求。     

一种改进的印刷丝网布疵点快速检测算法

为提高印刷丝网布疵点检测的速度和准确性,提出了一种基于傅里叶变换和改进阈值分割的印刷丝网布疵点的检测算法。以无图案的印刷丝网布为研究对象,首先对采集到的印刷丝网布图像进行傅里叶变换,得到印刷丝网布图像的频谱图;然后利用Butterworth低通滤波器对频谱图像进行滤波,滤除傅里叶空间的高频分量;最后对逆变换得到的滤波图像进行改进的迭代法阈值分割,从而实现印刷丝网布的疵点检测。实验结果表明,该算法能够实现脏污、划痕、飞丝、破洞等常见疵点的快速准确检测。     

Empirical gradient threshold technique for automated segmentation across image modalities and cell lines

New microscopy technologies are enabling image acquisition of terabyte‐sized data sets consisting of hundreds of thousands of images. In order to retrieve and analyze the biological information in these large data sets, segmentation is needed to detect the regions containing cells or cell colonies. Our work with hundreds of large images (each 21 000×21 000 pixels) requires a segmentation method that: (1) yields high segmentation accuracy, (2) is applicable to multiple cell lines with various densities of cells and cell colonies, and several imaging modalities, (3) can process large data sets in a timely manner, (4) has a low memory footprint and (5) has a small number of user‐set parameters that do not require adjustment during the segmentation of large image sets. None of the currently available segmentation methods meet all these requirements. Segmentation based on image gradient thresholding is fast and has a low memory footprint. However, existing techniques that automate the selection of the gradient image threshold do not work across image modalities, multiple cell lines, and a wide range of foreground/background densities (requirement 2) and all failed the requirement for robust parameters that do not require re‐adjustment with time (requirement 5). We present a novel and empirically derived image gradient threshold selection method for separating foreground and background pixels in an image that meets all the requirements listed above. We quantify the difference between our approach and existing ones in terms of accuracy, execution speed, memory usage and number of adjustable parameters on a reference data set. This reference data set consists of 501 validation images with manually determined segmentations and image sizes ranging from 0.36 Megapixels to 850 Megapixels. It includes four different cell lines and two image modalities: phase contrast and fluorescent. Our new technique, called Empirical Gradient Threshold (EGT), is derived from this reference data set with a 10‐fold cross‐validation method. EGT segments cells or colonies with resulting Dice accuracy index measurements above 0.92 for all cross‐validation data sets. EGT results has also been visually verified on a much larger data set that includes bright field and Differential Interference Contrast (DIC) images, 16 cell lines and 61 time‐sequence data sets, for a total of 17 479 images. This method is implemented as an open‐source plugin to ImageJ as well as a standalone executable that can be downloaded from the following link: https://isg.nist.gov/ .