瓷砖图像的纹理特征分类研究

在已有的瓷砖图像分类系统中,仅靠颜色特征和简单的纹理边缘信息只能对无花纹的单色砖或简单花纹的瓷砖进行有效分类,对复杂图案的瓷砖存在识别率低的问题。针对此种情况,结合瓷砖图像的灰度共生矩阵和统计几何特征,将这些特征输入支持向量机进行特征分层分类。采用基于径向基核函数和[K]交叉验证法所得到的最优参数构造支持向量机,解决瓷砖纹理特征具有非线性的分类问题。用瓷砖生产线上采集的大量图像进行实验表明,该方法准确率高,分类效果好。     

基于小波变换的图像纹理特征提取方法及其应用

针对瓷砖表面色差的在线检测问题,提出了一种基于小波变换的图像纹理特征提取方法.瓷砖图像经过预处理后,对图像各通道进行二层小波分解并提取各细节子图的能量特征.该能量信号融合了颜色和纹理的信息,将其作为区分不同色号瓷砖的特征量,并由最小距离分类器进行分类决策.实验结果表明,对比已有的研究中多采用的颜色直方图分布法,该方法能更好地反映颜色的空间分布信息,满足用户需求.     

基于频率谱处理的瓷砖纹理分类方法

针对瓷砖在线分类检测中,一些瓷砖品种的纹理难以定量化描述,且种间色差、亮度差难以区分的问题,提出一种基于频率谱处理的瓷砖纹理分类方法。首先采用基于高斯滤波的方法增强纹理并消除低幅值噪声,从而加强了对低质量图像的适应性。然后通过离散傅里叶变换得到频率谱图像,去除直流分量和高频成分后既可以突出纹理信息又抑制了高频噪声的影响。最后与预设模板库比较,采用图像匹配法计算距离,利用最小距离分类法实现分类,满足对各种纹理瓷砖的适应性以及在线分类快速性要求。实验结果表明,该方法对不同的瓷砖样本区分度高,对同类样本鲁棒性好,分类准确率高,在瓷砖在线分类检测中具有较高的实用价值。     

基于人工智能的色差分类技术

利用人工智能和图像处理技术,提出了一种新的瓷砖色差自动分类方法。在传统的图像颜色直方图方法基础上,充分考虑了颜色的空间分布对人类视觉的影响,将图像主要颜色的H(色调)、S(饱和度)、P(颜色的概率)及D(颜色的空间分布)作为神经网络的输入,克服了仅仅利用颜色直方图进行颜色分类带来的因颜色空间信息丢失而无法精确分类的问题,采用模糊技术对瓷砖表面色差进行了精确分类。     

多特征融合的瓷砖表面缺陷检测算法研究

鉴于单一特征在瓷砖种类较多的情况下,存在对瓷砖表面缺陷内容表达不明显,导致复杂瓷砖识别率较低。针对这个问题,在词袋模型（BoF）框架的基础上,提出一种有效的多特征融合算法用于瓷砖缺陷检测。该算法采用改进后的SIFT和颜色矩融合特征作为瓷砖图像的区域特征描述;根据每种特征对瓷砖被分类的准确率大小,给提取到的两种区域特征分配各自的权重系数实现特征的加权融合;形成综合特征向量送入SVM分类器达到瓷砖缺陷分类的目的。通过不同类型的瓷砖样本进行实验表明,该算法识别率高,对复杂瓷砖能实现较好的分类。     

基于机器视觉的随机纹理瓷砖的分选系统

针对日益加快的瓷砖生产速度与缓慢的人工分选速度之间不协调导致的瓷砖出产效率低下的问题,提出了以机器视觉软件HALCON 11.0为软件开发平台的结合瓷砖颜色、纹理特征提取的算法,以及针对多分类问题的改进多层感知器神经网络算法(MLPNN).首先对拍摄到的瓷砖图像进行去噪预处理,在HSI颜色空间中提取瓷砖的色调(Hue)特征并计算反映瓷砖的纹理特征的灰度共生矩阵(GLCM)和灰度幅值分布特征,再将得到的特征作为多层感知器的神经网络输入层神经元,然后设计以softmax为激活函数的多层感知器神经网络来进行模式匹配,并与BP神经网络模式匹配方法进行对比,最终搭建出具有简单人机交互界面的随机纹理瓷砖的分选实验样机.实验结果表明:本系统对实验的各类随机纹理瓷砖的分选准确率都在90%以上,具有较高的分选准确率,能应用于瓷砖生产实践.     

基于线阵CCD的瓷砖尺寸在线检测系统的研究

设计了一种基于线阵电荷耦合器件(CCD)的瓷砖尺寸在线检测系统。利用线阵CCD像机对生产线上瓷砖进行扫描,通过适当的图像处理算法得到瓷砖的各项尺寸参数,判别产品是否符合质量要求,并将数据记入数据库以便进行统计分析。用VC++6.0开发了应用软件,用来控制系统的自动运行。实验证明:该系统重复性实验标准差为0.05mm,满足用户需求。     

基于图像光谱数据库的多光谱影像分类识别研究

中巴地球资源系列卫星经过多年运行,积累了大量的数据,其中多光谱数据尤其得到了广泛的应用。为了更好地利用CCD数据进行相关领域的应用,尤其是进行定量遥感分析,就如何对CCD影像进行表观反射率计算,以及如何应用图像光谱数据库数据进行图像分类识别展开了一些基础性研究。并以宁夏某地区为例,分别采用最大似然法和夹角余弦法进行了地物分类及分类结果对比分析。
     

基于傅里叶变换的随机纹理瓷砖的高精度表面缺陷检测

针对经典缺陷检测算法不能很好地提取随机纹理瓷砖图像的缺陷的问题,提出一种基于傅里叶变换的随机纹理瓷砖表面缺陷高精度检测方法。在此基础上,完成了瓷砖表面缺陷检测硬件系统设计。对采集的瓷砖图像,首先利用傅里叶变换得到频率谱图像,然后研究截止频率参数对滤波的影响,设计最优化滤波器进行滤波,再通过傅里叶逆变换获得重构图像,达到抑制背景纹理信息,加强缺陷区域信息的目的,最后通过阈值化和形态学操作获得缺陷区域。实验结果表明: 本方法对不同的随机纹理瓷砖样本进行缺陷检测的准确率高,在瓷砖缺陷检测中具有较高的实用价值。     

利用纹理分析方法提取CBERS02星CCD图像土地覆盖信息

以河北省廊坊地区为试验区,采用纹理分析方法对CBERS02星CCD5全色波段图像的纹理信息进行了分析。选取灰度共生矩阵的角二阶矩、对比度、熵和相关4个统计量,利用变异系数来选择各个统计量对应的最佳纹理滤波窗口大小。然后利用这4个统计量的纹理图像与CCD1-4波段的多光谱图像共同参与分类。试验结果表明,将纹理分析方法应用于图像分类中可区分光谱混淆的地类,光谱与纹理特征结合得到的分类精度要远高于单纯光谱的分类精度。     

基于颜色特征的嵌入式液态试剂检测系统的 设计与实现①

设计并实现了基于颜色特征的嵌入式液态试剂检测系统。该系统以嵌入式微处理器为核心,使用CCD摄像头采集检测图像,通过图像中的颜色特征拟合液态试剂的浓度数据。图像采集功能实现和彩色图像处理算法设计是系统设计的重点。最后以一组DNA含量检测对本图像检测系统的可行性进行了验证。     

基于颜色特征的嵌入式液态试剂检测系统的 设计与实现①

设计并实现了基于颜色特征的嵌入式液态试剂检测系统。该系统以嵌入式微处理器为核心,使用CCD摄像头采集检测图像,通过图像中的颜色特征拟合液态试剂的浓度数据。图像采集功能实现和彩色图像处理算法设计是系统设计的重点。最后以一组DNA含量检测对本图像检测系统的可行性进行了验证。     

基于岭回归的四带图像偏色校正算法

对于在可见光范围拍摄的图像中混入近红外光引起的图像偏色问题,传统监控系统采用机械切换的红外截止滤镜来实现日夜拍摄模式的切换,但这容易产生机械故障,影响成像.本文在不改变原来CCD或CMOS传感器的基础上,采用可见光加850 nm双峰滤镜替代传统机械切换滤镜,但仍存在850 nm红外串扰问题.为解决红外干扰,本文抛弃传统的红外干扰图像偏色校正分析方法,从传感器受近红外光的影响分析入手,通过岭回归的彩色定标方法对相机自身的光谱特性进行校正.这个过程即拟合了摄像头拍摄三带图像时启用红外截止滤镜的状态.首先在实验室黑暗环境中,使用D65标准光源箱,并用850 nm的近红外光源直射已经移除红外截止滤镜的摄像头,在棚中拍摄潘通色卡的四带图像（RGB三带与IR近红外带）;随后关闭近红外光源,同机位拍摄潘通色卡的三带图像.根据岭回归算法进行彩色定标,获取三带图像与四带图像之间的校正矩阵,用于四带图像色彩校正,获得色彩自然的图像.     

基于彩色图像分割的高温辐射体识别方法

准确识别待测目标是利用CCD图像传感器进行高温测量的关键.本文在对高温辐射体彩色图像的噪声特点进行分析的基础上,提出一种基于彩色图像分割的高温辐射体识别方法,通过对红、绿基色图像分别进行分割来减小甚至消除高温辐射体图像的各种噪声,然后综合红、绿基色图像分割结果实现高温辐射体的准确识别,并运用数学形态学方法对分割结果进行后处理以消除游离点和孔洞,使图像边缘平滑;实验表明,该方法可以有效地实现高温辐射体的正确识别,具有较强的实用性.     

基于模板匹配的纸币号码识别系统

设计了一种能准确识别纸币号码的系统;该系统首先通过CCD摄像头采集图像,然后经过图像处理、扫描法定位、模板匹配几个过程输出号码串;为了提高识别率,采用基于图像轮廓提取和利用图像上、下矩对字符进行粗分类的模板匹配算法,显著减少模板匹配的计算量;实验结果表明,该方法取得了较高的识别率,并且已经在一个实际的系统中得到应用.     

彩色图像检索方法

对彩色图像的检索进行了研究,提出了彩色图像检索的方法.该方法首先对彩色图像进行聚类,再使用聚类后图像的主颜色进行颜色相似度计算,使用基于奇异值向量的主颜色矩阵进行空间相似度计算,最后给出了基于主颜色的颜色信息和空间分布信息的图像内容相似度计算方法.进行检索时,可根据检索要求自适应地改变颜色和空间分布的权重,增加了系统的有效性.实验结果表明,该方法实现简单,能够更加灵活、准确地描述图像的颜色特征,从而有效提高了图像检索的准确率.     

一种有效的数字图像传感器彩色插值算法

Bayer彩色滤光片阵列在图像采集设备上的广泛使用.使得必须通过插值的方法恢复每个像素点丢失的另外两个通道的色彩值;文中提出了一种有效的彩色插值算法.它以基于边缘检测的插值算法为基础.通过相邻像素的相似性进一步得到更为准确的边缘信息;同时还使用了颜色比恒定原理对另外两个丢失的色彩进行还原;和基于边缘检测的插值算法相比.这种算法可以有效地减少插值错误,同时计算复杂度比较低.满足了实时图像还原的要求;在实验中证明,这种算法是有效的。     

一种用于单CCD图像传感器的图像插值算法

由于物理结构的限制,单CCD图像传感器在每个像素位置上只能采集一个颜色分量,其余两个颜色分量只能通过插值的办法得到。提出一种在色差空间进行插值的算法,利用具有比例线性关系的局部颜色特性和局部协方差求得最小均方误差意义下的最优插值系数。所获取的该插值系数具有边缘细节保持性,同时色差空间的插值又考虑了不同颜色分量间的耦合性,因而有效地抑制了图像边缘的模糊和颜色失真。实验结果表明,该算法可获得高质量的插值图像。     

基于CCD图像传感器的高温场测量仪设计与实现

设计并实现了一种由彩色CCD、图像采集卡、计算机和测量软件组成的高温场测量仪。该测量仪利用比色测温原理计算并显示高温辐射体的表面温度场分布,通过自动调节进光量扩大CCD测温范围,利用黑体炉标定实验校正CCD光谱响应特性非理想带来的测温误差,构建辐射能衰减补偿器对受烟雾干扰的测温结果进行补偿校正。对工业现场进行测试,最大绝对误差为13.6 K,最大相对误差为1.42%,平均每幅辐射图像计算时间为0.127 s。测试结果表明,该测量仪具有较高的精确性和可靠度,符合工业生产对高温检测的要求。     

基于机器视觉的色差检测算法

针对金属印刷质量中的色差检测问题,采用机器视觉的技术对色差检测算法进行了研究。通过在金属印刷品的留白区域印刷色标,使用工业CCD相机采集金属印刷产品上的色标区域,使用数字图像处理技术提取色标。使用了基于HSV颜色空间的色差检测算法和基于CIELAB颜色空间的色差检测算法,分析了两种颜色空间下色差检测的实验结果,采用两种颜色空间检测算法相结合的方法,实现对色差合理有效的快速检测,同时能保证检测结果的准确性。