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。     

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。     

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。     

基于椭圆拟合的车辆遮挡处理算法

为了对遮挡车辆进行分割,提出了一种基于椭圆拟合的车辆遮挡处理算法。在遮挡检测方面,利用最小二乘椭圆拟合法检测独立前景区域中的车尾阴影。如果检测到2个车尾阴影,则判断前景区域中存在着遮挡现象。在遮挡处理方面,利用与车道线方向平行的直线将前景区域轮廓分割为2个子轮廓。之后,提出了长轴方向固定的最小二乘椭圆拟合法对2个子轮廓分别进行拟合,并定义2个子轮廓到各自椭圆的距离之和作为分割评价函数,最后选择具有最小评价值的直线作为车辆遮挡的分割直线。实验结果表明,该算法能够准确地检测和分割车辆间的遮挡现象。     

基于机器视觉的连接器缺陷自动检测

针对人工检测连接器效率低、易漏检,严重影响产量与质量,提出一种基于机器视觉的非接触式自动检测方法。连接器的缺陷存在于本体的内外表面,选择合适的照明方案使缺陷都能被采集到;缺陷特征类型多、差异大,利用卷积滤波处理得到高质量的图像,缺陷特征与背景区别明显;最后,应用Otsu阈值分割处理,采用边缘直线建立坐标系的方法自动定位检测有效区域,消除了产品的位置误差;统计目标像素数,检测目标。实际检测表明,该系统检测结果稳定,正确率高,速度快,可满足连接器生产自动检测的实际需求。     

基于改进的C-V模型煤岩细观裂隙图像处理及其应用

为了准确全面地获取煤岩细观图像裂隙信息,引进基于偏微分方程的图像处理技术,阐述无边缘活动轮廓模型(C-V模型)的原理,并针对C-V模型的不足,提出一种基于图像增强函数的改进C-V模型。采用改进的C-V模型分别对包含单一裂隙和多裂隙煤岩细观图像进行处理,获得高质量的煤岩细观裂隙二值图像,并通过量化处理,定量地得到了有效的煤岩细观结构特征参数,为后续煤岩渗流计算和损伤计算等深入研究奠定了基础。研究表明,针对对比度较低、灰度不均的煤岩细观图像,改进的C-V模型比原C-V模型取得了更好的图像分割效果和更准确的煤岩细观结构定量信息,可以应用于煤岩渗透率和损伤因子的计算。     

结合先验稀疏字典和空洞填充的CT图像肝脏分割

针对复杂多变的肝脏图像,提出了一种基于先验稀疏字典和空洞填充的三维肝脏图像分割方法。对腹部CT图像进行Gabor特征提取,并分别在Gabor图像和灰度图像的肝脏金标准边界上选择大小相同的图像块作为两组训练集,利用训练集得到两种查询字典及稀疏编码。将金标准图像与待分割图像配准,并将配准后的肝脏边界作为待分割图像的肝脏初始边界;在初始边界点上的十邻域内选择大小相同的两组图像块作为测试样本,利用测试样本与查询字典计算稀疏编码及重构误差,并选择重构误差最小的图像块的中心作为待分割肝脏的边界点;最后,设计一种空洞填充方法对肝脏边界进行补全和平滑处理,得到最终分割结果。利用医学图像计算和计算机辅助介入国际会议中提供的肝脏数据进行了实验验证。结果表明,该方法对肝脏分割图像具有较好的适用性和鲁棒性,并获得了较高的分割精度。其中,平均体积重叠率误差为(5.21±0.45)%,平均相对体积误差为(0.72±0.12)%,平均对称表面距离误差为(0.93±0.14)mm。     

三次透视投影变换图像拼接

为了减少带有路面信息的建筑物图像的拼接中产生的图像失真并提高拼接速度,基于局部变形方法并结合建筑物和路面纹理信息的不同提出了三次投影变换图像拼接方法。该方法根据图像内容将图像分割成不同子图像,然后拼接图像内容相同的子图像,最后实施总体拼接。为了改善当前全局投影变换带来的图像形状失真或扭曲问题,整个拼接过程采用三次局部的透视投影图像变换方法。由于是在传统的透视投影变换的基础上基于图像内容分割后再拼接,故拼接结果比传统方法更精确、更真实。实验结果表明:采用提出的图像拼接方法克服了路面部分纹理信息过少导致图像失真的缺陷,拼接速度比相关拼接方法提高了20%~40%。该方法能快速得到清晰无缝的拼接图像,基本满足拼接速度快、真实度高的要求。     

基于多特征融合条件随机场的人脸图像分割

由于发型、头部姿势、服装、遮挡等现象的多样性,人脸图像分割一直是一个具有挑战性的课题。为了提高复杂背景图像的人脸分割正确性,提出了一种基于多特征融合条件随机场（CRFs）的方法。该模型建立在图模型上,图中的每一个节点对应一个超像素,每一条边缘则连接一对相邻的超像素。使用颜色和纹理特征定义节点的能量函数（一元能量函数）,使用位置信息和相邻超像素之间的差异定义边缘的能量函数（二元能量函数）。分割是通过条件随机场融合节点能量函数和边缘能量函数推理而得。考察了该模型在2个无约束人脸数据库上的分割性能,实验结果表明该方法可以有效地从复杂人脸图像中分割出面部皮肤、头发和背景区域。