基于支持向量机分类策略的多晶硅电池片色差检测

针对复杂颜色和纹理特征条件下,多晶硅电池片上的色差检测问题,提出了一种基于支持向量机分类策略的多晶硅电池片色差检测方法。首先对预处理后电池片图像进行颜色模型转换和通道分离,利用Otsu方法对单通道图像进行阈值分割处理,并计算各阈值图像的区域对比度,然后根据区域对比度情况选择合适的阈值图像,利用阈值图像所提供的信息提取图像特征;最后使用支持向量机分类器来判别电池片是否存在色差缺陷。实验结果表明提出的色差检测算法可以实现多晶硅电池片色差高效检测,色差缺陷检测的准确度、误检率和检测时间分别达到96.88%, 5％和109ms。     

基于灰阶熵的模糊对比度自适应图像增强算法

一般的数字图像存在噪声大、对比度低、边缘模糊等缺陷.为了有效地增强图像的模糊对比度,以满足后续的识别与检测要求,提出了一种基于灰阶熵的模糊对比度自适应图像增强算法.在模糊域内,根据邻域窗口灰阶熵值的大小,合理选取阈值,对阈值两侧的图像像素点进行不同程度的对比度增强处理,实现局部特征的增强.实验结果表明,该方法不仅增强了图像的整体对比度,而且有效地丰富了目标图像的细节信息,并抑制了噪声的放大.     

基于模糊熵的X射线图像局部对比度拉伸增强算法

在基于X射线的工件缺陷检测中,X射线图像往往存在亮度低、对比度低的问题。传统的局部对比度拉伸方法在增强图像的同时,容易引入噪音和光晕效应。针对此问题,提出了一种基于模糊熵的X射线图像局部对比度拉伸增强算法,该算法通过引入图像模糊熵来控制局部区域的对比度拉伸,使图像均匀区域和边缘区域得到了不同程度的对比度拉伸。实验结果表明,该算法在增强图像细节的同时对噪声和边缘光晕现象进行了削弱,增强了图像的整体质量。     

基于最大类间方差准则的变化区域提取

针对不同时相遥感影像变化检测研究中变化区域的自动提取问题,本文提出一种基于类间最大方差准则,利用C均值算法自动确定变化阈值的方法.该方法中将变化区域提取问题转化为两类之间的分类问题,利用C均值算法进行迭代处理,当两类之间方差最大时即为最佳变化阈值T.实验结果表明,该方法可准确快速地确定图像变化检测的最佳阈值,实现变化区域提取的自动化.     

一种改进的二维最小交叉熵图像分割方法

针对当前二维最小交又熵阈值法存在计算复杂度高等问题,提出了一种改进的二维最小交叉熵阈值分割方法.首先,依据图像的含噪声类型选择邻域模板并建立相应的二维直方图来提高分割效果;然后,对二维最小交又熵公式进行推导和简化处理,利用定义的数组运算推导出新型递推算法,再确定图像及其邻域图像的实际灰度级别范围,并用这种新算法在所求的灰度级别范围内搜索最佳阈值向量来降低计算复杂度;最后,使用关键阈值一对滤波后的图像进行分割达到最佳的分割效果.仿真实验结果表明,与当前的二维最小交又熵阁值分割法相比,本文提出的方法不仅分割性能及抗噪性能更强,而且分割时间大大减少,小于0.05 s.     

基于改进置换算法的圆参数评定

提出了按最小包容区域法评定圆度误差的改进置换算法,利用拟合精度较高的相对代数距离法设置置换算法的起点,符合最小条件,减少迭代次数,加快计算速度,提高拟合精度.建立了圆参数评定的数学模型,设计了相应的误差评定软件,成功地应用到了微机型万能工具显微镜的测量软件上,并给出一个影像法测量光滑环规直径和圆度误差的实例,将改进置换算法的评定结果与其它评定方法进行了比较.结果表明,改进置换算法具有较高的拟合精度和计算速度.     

DNA遗传算法的改进二维最大熵图像分割

传统的二维最大熵图像分割算法在求解阈值时将二维直方图的噪声和边缘区域近似为零,降低了分割精度。针对这一问题,本文提出了一种基于DNA遗传算法的改进二维最大熵快速图像分割算法。利用梯度-均值灰度直方图得到有用区域,并以改进的二维最大熵作为优化函数,采用DNA计算遗传算法得到二维最优阈值。实验表明该算法对图像分割去噪能力强,分割效果好,以及快速有效处理能力。     

最小误差阈值分割法的改进算法

最小误差阈值分割法在图像分割中有广泛的应用.本文对二维最小误差阈值法及其快速算法(在这里称为原算法)进行了改进,对原最小误差阈值法的阈值求取公式进行了变形,并采用查表的方法,将二维阈值的求取转化为两个一维阈值的求取,简化了计算,将算法的时间复杂性由O(L2)降到O(L).本文的实验结果表明该分解算法可以在保证原算法良好抗噪性的前提下,计算阈值所需要的时间更短,利用的空间更小,且该方法可以得到与原算法相同的分割阈值.     

基于颜色传递和对比度增强的夜视图像彩色融合

针对基于颜色传递夜视图像彩色融合算法存在的热目标不突出问题,提出一种基于颜色传递和对比度增强的彩色融合算法。该算法首先利用非线性扩散和迭代阈值分割方法提取出图像中的热目标,然后在HSI颜色空间利用热目标和灰度融合图像对颜色传递得到的初步彩色融合图像进行调整,接着将处理结果变换回RGB颜色空间,得到最终的融合图像。实验结果表明,利用该算法得到的融合图像不仅与人眼视觉感知习惯一致,而且显著增强了目标与背景的对比度,从而有效提高了目标的可探测性。     

小波和曲波结合的图像增强算法

针对传统的基于小波变换的图像增强算法中,对比度相同幅角不同边缘增强效果差异较大的问题,提出了基于小波和曲波变换相结合的自适应组合增强算法.该算法利用小波变换去增强图像的平滑区域,并利用曲波变换增强图像边缘.仿真实验结果表明,该算法在使图像具有很好的交叉熵和相关系数的同时,能够有效地改善边缘增强效果,使图像具有更好的视觉效果.     

Fuzzy entropy‐based MR brain image segmentation using modified particle swarm optimization

This article presents an image segmentation technique based on fuzzy entropy, which is applied to magnetic resonance (MR) brain images in order to detect brain tumors. The proposed method performs image segmentation based on adaptive thresholding of the input MR images. The image is classified into two membership functions (MFs) of the fuzzy region: Z‐function and S‐function. The optimal parameters of these fuzzy MFs are obtained using modified particle swarm optimization (MPSO) algorithm. The objective function for obtaining the optimal fuzzy MF parameters is considered to be the maximum fuzzy entropy. Through a number of examples, The performance is compared with existing entropy based object segmentation approaches and the superiority of the proposed method is demonstrated. The experimental results are compared with the exhaustive search method and Otsu's segmentation technique. The result shows the proposed fuzzy entropy‐based segmentation method optimized using MPSO achieves maximum entropy with proper segmentation of infected areas and with minimum computational time. © 2013 Wiley Periodicals, Inc. Int J Imaging Syst Technol, 23, 281–288, 2013     

Robust and computationally efficient superresolution algorithm

Superresolution is the process of combining information from multiple subpixel-shifted low-resolution images to form a high-resolution image. It works quite well under ideal conditions but deteriorates rapidly with inaccuracies in motion estimates. We model the original high-resolution image as a Markov random field (MRF) with a discontinuity adaptive regularizer. Given the low-resolution observations, an estimate of the superresolved image is obtained by using the iterated conditional modes (ICM) algorithm, which maximizes the local posterior conditional probability sequentially. The proposed method not only preserves edges but also lends robustness to errors in the estimates of motion and blur parameters. We derive theoretically the neighborhood structure for the posterior distribution in the presence of warping, blurring, and downsampling operations and use this to effectively reduce the overall computations. Results are given on synthetic as well as real data to validate our method.     

一种估计星载SAR多普勒模糊数的新方法

在分析CS（Chirp Scaling）成像算法的基础上,发现弯曲因子C,和等效调频率因子K对多普勒模糊数DAN（Doppler Ambiguity Number）的变化非常敏感,不正确的DAN,将使C,因子和E因子失效,最终导致SAR图像的清晰度下降和位置发生变化．据此提出估计星载SARDAN的新算法：将DAN的变化与描述图像清晰度的评价函数（熵或均方差）联系起来,通过观察所得图像的熵或均方差随DAN值的变化,找到最小熵或最大均方差时所对应的DAN,即为正确的值．用Radarsat的实际数据验证了算法的有效性．分析表明,基于图像均方差的DAN估计优于图像熵的DAN估计,前者在成像区域场景反差较大和较小时均适用,而后者在成像区域场景反差较小时表现不稳定．     

Maximum entropy methods in coherent radar imaging

There are some compelling reasons for viewing the problem of image reconstruction from noisy or incomplete data as one of statistical estimation, i.e., of choosing, from the infinity of images consistent with the data, that image which, in some statistical sense, is most plausible. Among these reasons are the soundness of the philosophical underpinning of the resulting image reconstruction process, a greater realization of the image resolution which is inherent in the data, and freedom from many of the artifacts encountered in commonly used ad hoc reconstruction schemes. One successful technique employing a principle of statistical inference is the maximum entropy technique, in which the data-consistent image with maximum configurational entropy is chosen. It is a computationally intensive approach involving a conjugate gradient search over a convex function of a vector in a space of dimensionality equal to the number of image pixels. This technique has been employed with success in situations where the data samples are modeled as linearly related to a real non-negative object. We investigate application of maximum entropy image reconstruction to the problem of high-resolution radar diagnostic imaging. The problem differs from others in which maximum entropy has been applied in that the object to be imaged is complex. Although the desired image is of the magnitude of the complex object and is thus real and non-negative, there is no linear relationship beween object magnitude and data. Rather, the data are linearly related to the complex object. Several earlier proposed methods for applying the maximum entropy principle to this problem are identified and analyzed. A method that more closely approximates true Bayesian estimation is proposed.     

最大熵原理及改进方法的研究现状

熵作为信息论中的一个基本概念受到了广泛的关注与研究.以熵为基础的最大熵原理也在众多学者的研究与应用中不断发展,逐渐形成了自有的理论体系并得到了广泛应用,例如在使用贝叶斯方法进行测量不确定度评定时,最大熵原理可以估计先验分布.本文以Shannon熵为主要对象,对目前研究中涉及的不同约束下最大熵原理进行了归纳,并整理为形式...     

顺序形态变换的图像增强算法

根据顺序形态变换的相关概念和性质,提出了一种新的图像增强算法。该算法通过对图像做局部加权均值滤波,得到图像增强的基值分量;采用多方位结构元素与图像边缘匹配,计算图像关于各个方位结构元素的加权均值并选取其中的最大值来确定边缘;将此最大值与基值分量之差作为增强分量来扩大图像灰度梯度的动态范围;针对图像中的高灰度区和灰度剧变区,应用图像局部均值和方差自适应调节增强系数。因此,算法在抑制图像中的高频噪声的同时,能有效提升图像中的边缘和目标。实验结果表明,增强前后图像标准差由41.1515,36.9133提高到62.0535,52.8331;图像熵由15.8463,16.8998减少到15.8156,16.8324。     

基于小波域多分辨率MRF的声呐图像目标分割

声呐图像受噪声影响严重,分辨率低,传统算法对其目标分割效果较差,为此,提出了小波域多分辨率MRF模型的声呐图像分割算法。小波域多分辨率分析有利于提取声呐图像弱特征信息;每一分辨率中的观测特征采用高斯混合模型建模,尺度内同标记的观测特征用高斯模型建模,用各向同性的双点多级逻辑(Multi-Level Logistic,MLL)模型建模每一尺度的标记场;最后,用迭代条件模式(Iterated Conditional Mode,ICM)实现多分辨率马尔可夫随机场(Multi-Resolution Markov Random Field,MRA-MRF)中能量函数的最优解,获取标记场,完成声呐图像分割。从视觉效果和定量分析两方面验证。对比实验的结果表明,该文算法能有效地提取声呐图像的弱目标信息,较好地将目标区域和背景区域分割出来,具有较高的分割精度和鲁棒性。     

一种高通量dPCR荧光图像自适应增强算法

目的 为了改善荧光图像背景光照不均匀和对比度低的问题,提出一种荧光图像自适应亮度校正和低对比度增强算法。方法 根据光照成像原理,利用引导滤波提取出荧光图像的光照分量,通过改进的二维Gamma函数动态校正背景光照,利用Top-hat变换分离出校正后的前景和背景,对前景进行自适应直方图均衡化,以实现荧光图像自适应增强的目的。结果 对比传统算法,文中算法处理后的图像背景光照均匀,对比度增强效果明显,其中标准差平均提高了9.4倍,平均梯度平均提高了1.2倍,信息熵平均提高了0.2倍。结论 文中算法可以改善高通量dPCR荧光图像背景光照不均匀性,提高图像对比度,突出图像中隐藏的细节,对其他荧光图像处理也具有参考价值。     

改进多尺度符号动力学信息熵及其在行星变速箱特征提取中的应用

针对行星变速箱在运行时产生的非线性非平稳振动,且故障特征信号微弱等问题,提出一种新的特征提取方法——改进多尺度符号动力学信息熵。在传统的符号动力学信息熵原理的基础上,通过改进传统方法的符号化过程,在考虑条件概率情况下计算信息熵,并引入多尺度概念,使得所提特征具有更大优势。最后求解行星变速箱故障模拟试验台采集到的三种状态下的振动信号改进多尺度符号动力学信息熵,并基于提出的特征评价指标对改进多尺度符号动力学信息熵、时频熵、排列熵、样本熵等特征的计算结果进行了对比。结果表明,该方法能够有效的提取行星变速箱运行状态特征,具有更高的敏感度。     

一种基于颜色恒常性的低照度图像增强方法

目的在彩色图像采集过程中,光源偏暗或曝光不足等因素常导致图像亮度和对比度偏低。提出一种基于颜色恒常性的低照度图像增强方法。方法利用HSV颜色空间消除颜色分量之间的相关性。保持色调分量不变,避免颜色失真;一方面使用改进后的MSR(多尺度Retinex)算法对亮度分量进行增强,提高图像的亮度和对比度;另一方面对饱和度分量进行自适应非线性拉伸以提高颜色的饱和度。结果提出的方法能够有效提高图像的对比度和信息熵,获得较好的视觉效果;将文中方法同传统MSR算法和MSRCR算法进行对比,文中方法各项客观评价指标均优于其他2种算法,并且具有更快的运行速度。结论文中方法能够快速有效地提高低照度图像的亮度和对比度,并且具有较强的颜色保真和细节再现能力,实验结果证明了文中方法的有效性。