高仿真三维数字岩心建模及数字图像分析方法

高质量的数字岩心模型是微观尺度的油气层研究的基础,运用图像形态学方法模拟砂岩的成岩过程,建立三维数字岩心.通过对数字岩心模型的孔隙度,孔喉结构,粒度分布,比面等油层物理参数进行分析,发现数字岩心的成岩过程,岩心图像效果和各物理统计参数都与真实岩心高度相似,并可以初步模拟剩余油的微观分布形态.利用循环边界法消除了模型的边界效应,且适合建造大规模数字岩心是本方法在数字岩心建模上的重要突破.高仿真数字岩心建模和分析可替代物理实验获取油气储层参数,运用形态学方法分析数字岩心孔喉结构优于现有的其他方法,为进一步的微观渗流模拟打下了坚实的基础.     

视频序列中运动目标自动提取的研究

本文提出了一种从彩色视频序列中,有效分割运动目标的算法。首先将当前帧图像和背景参考图像在YUV彩色空间中进行距离差分得到距离差分图像,然后根据差分图像直方图的单峰聚集特性,提出了基于直方图的自适应聚类分割算法;对分割后的二值图像采用图像形态学方法去除无用的噪声斑点,并根据得到运动模板,提出了背景参考图像的更新策略。实验结果表明这是一种简单、有效的运动目标提取方法。     

拟R0分离公理及其在模糊信息理论中的应用

为改善传统分离公理在分析数据融合层次中的局限性,扩大数据融合表达具体问题的范围,运用拓扑结构分析模糊信息的融合层次,表达特定命题,提出拟R0分离公理.利用拟闭包及拟内核刻画拟R0分离公理,讨论拟R0分离公理和拟分离公理间关系.拟R0分离公理使数据融合层次的分析更灵活,对具体问题的反映更可靠.     

基于交叉视觉皮质模型二值图像形态学算法

交叉视觉皮质模型(ICM)的神经元受到二值图像中背景信息的激发并将点火信息在神经网络中并行传播,根据ICM具有相似神经元同步激发从而产生脉冲输出的特性,研究和实现了图像形态学的腐蚀、膨胀和骨架化.实验结果表明,利用ICM对二值图像处理的结果等同于数学形态学中的处理结果,且较传统数学形态学中的处理效率平均快3～5倍.     

基于HSV色彩空间和Hough变换的铝锭在线测厚方法

为了提高铸铝制造行业中铝锭厚度控制的效率和精度,在对测厚原理、图像处理算法与工厂需求指标等研究的基础上,结合HSV色彩空间和Hough变换等图像处理技术,提出铝锭在线测厚的方法,并通过Matlab对其进行了仿真验证,结果证明该设计方案有效地提高了铝锭在线测厚精度。     

基于同态滤波和图像形态学的鸭蛋蛋壳破损检测

为了准确检测出破损鸭蛋,提高检测效率,设计出了一套基于同态滤波和图像形态学的鸭蛋破损检测系统。首先,该机器视觉系统通过CCD摄像头采集暗室里的静止鸭蛋图像,图像经图像采集卡传送到计算机后进行处理。本试验主要基于图像数学形态学,采用了灰度转换,同态滤波,形态学闭运算,图像减法运算,图像特征提取及识别等技术。试验结果证明该系统对破损鸭蛋识别准确率达到89%。     

应用于水表检定的机器视觉技术研究

为解决目前水表检定存在效率低、人为因素影响大等诸多问题,提出了应用机器视觉技术的水表检定系统,并重点研究实现梅花针快速定位的模板匹配算法和消除湿式水表表盘气泡的图像形态学算法。使用Harris算法预先提取梅花针模板角点,并实时提取现场图像的角点。采用部分Hausdorff距离法,实现梅花针的快速定位;利用图像形态学算法实时消除气泡影响,并完成对梅花针转动齿数的计数。实验表明,该系统在保证检定准确性的同时,可缩短检定时间,提高水表检定效率,解决了湿式水表表盘气泡对检定的不良影响,适用于各类水表的检定。     

图像形态学在初始焊接位置检测中的应用

将图像形态学引入直焊缝的初始焊接位置检测过程中,首先采用结构小巧的CCD摄像机采集直焊缝图像,借助腐蚀边缘检测算子的图像形态学算法进行边缘检测,在保留图像关键信息的同时有效的滤除了其它干扰,然后选择多方向线性结构元素利用形态学处理算法进行方向滤波,最后配合Hough变换得到初始焊位点坐标.该算法直观简便快速,自适应性强,处理精度较高,且对于焊缝边缘的大多数干扰鲁棒性强,满足实际工作需要,为完成整个初始焊位导引过程奠定基础.     

一种基于形态学的小波域静态图像编码算法

零树小波编码器EZW和SPIHT是近年来最优秀的两个编码算法,不足之处在于其表示父子关系使用了较多的辅助位.基于形态学表示的编码器MRWD是另一成功的编码算法,其不足之处在于没有利用带间小波系数相似性.利用这些编码器的优点,并基于小波数据的形态学表示,开发了一个新的高效小波编码器.新的编码算法的主要特点在于充分利用了带内小波系数的聚类特性和带间小波系数的相似性以及幅值衰减性.最突出的特点是利用形态算子和带间相似性进行聚类预测,从而克服了前述3个编码器的不足.具体数值实验结果表明,该算法的编码效率优于上述3     

基于改进Canny算子与图像形态学融合的边缘检测方法

传统Canny算法采用高斯滤波会造成图像的过度光滑,容易导致缓变边缘的丢失,而且梯度幅值的计算方法没有充分考虑到3x3邻域内周围像素对中心像素的影响.针对上述存在的问题与不足,结合小波融合技术的优势,提出了一种基于改进Canny算子与图像形态学融合的边缘检测方法,利用改进的Canny算子和图像形态学分别对图像进行边缘检测,然后应用小波融合技术把两种方法检测出来的边缘进行图像融合,得到最终的图像边缘.仿真结果表明,该算法具有较好的抗噪能力,有效地提高了边缘检测的准确性和完整性.