含噪声模糊图像的点扩展函数参数辨识

针对运动模糊和散焦模糊,提出了一种基于双谱的对含有噪声的模糊图像点扩展函数参数辨识的方法。首先计算出一幅标准测试图像经模糊后的双谱,之后通过曲线拟合出双谱中的统计特性与模糊尺度之间的函数关系,由此训练出的BP神经网络可以完成对其它含有噪声的模糊图像的点扩展函数的参数辨识。实验结果表明,本方法适用于含有噪声的一定模糊参数范围内的散焦模糊和运动模糊图像,在信噪比为25dB的情况下,辨别出模糊尺度的偏差不超过0.5个像素。     

运动模糊图像点扩展函数的参数鉴别

为了更加准确地鉴别出运动模糊图像的点扩展函数参数,提出了一种在倒谱域鉴别模糊参数的方法。该方法通过对运动模糊图像的倒谱图实施灰度变换,运用Canny边缘检测精确提取出倒谱,进而计算出运动模糊的尺度;对倒谱实施RADON变换确定运动模糊的方向。对130幅不同模糊程度的计算机仿真图像和相机实拍的图像鉴别结果表明:该方法鉴别PSF参数准确,且具有较强的鲁棒性。使用鉴别出的PSF参数,运用维纳滤波对运动模糊图像进行了复原,复原结果也证实了本方法鉴别PSF参数的有效性和准确性。     

基于运动模糊图像的车载视觉测速方法

针对车载视觉系统随车体运动导致所获取场景图像的全局运动模糊,建立了车体运动速度与图像运动模糊尺度、成像设备参数间的数学模型.通过分析全局运动模糊图像的频谱特征,确定了频谱图像中暗条纹的方向、间距与运动参数之间的关系.在提取暗条纹边缘特征基础上,提出了两次Radon变换估计运动模糊方向和模糊尺度的算法.试验结果表明:算法对速度大于2.0m·min~(-1)的全局运动模糊参数估计具有良好的结果,试验测得的速度与平均速度相对误差在2%以内,验证了所提方法的可靠性和有效性.     

运动模糊图像快速递推复原算法研究

在运动模糊图像恢复中,常用的方法都是基于滤波算法,这些方法计算比较复杂.针对图像模糊参数未知情况,对其频谱图采用Radon变换,然后分别基于MRT和IPM方法得到模糊方向和模糊尺度,最后采用基于Z变换的离散递推算法恢复出图像,得到了质量较高的恢复图像.     

散斑运动模糊复原的直线电机动子位置检测

图像测量技术具有非接触性、抗干扰性等优点被越来越多地应用到双次级永磁直线电机动子位置检测中。针对图像采集过程中所产生的图像模糊问题,提出了一种精确辨识运动模糊参数的方法,实现了直线电机动子位置的精确测量。采用数字散斑图像作为原始拍摄面,通过相机获得包含动子位置信息的序列运动模糊图像。利用奇异值分解对运动模糊图像进行去噪重构预处理,降低噪声对运动模糊参数辨识精度的影响。求取预处理后图像的倒谱图,通过主成分分析找到倒谱图二值化后亮线的主矢量方向即为模糊方向;同时作出倒谱三维图,利用其负峰值中两个最小值坐标求出模糊长度。根据计算的模糊参数值复原模糊散斑图像,再利用图像亚像素测量方法获得动子位置。实验结果表明:本文算法的计算耗时比Radon算法缩短了5倍多,不同位移下的平均绝对误差仅为0.084 7mm,满足直线电机动子位置检测的实时性和高精度要求。     

模糊图像边缘精确定位的滤波算法

图像的边缘是图像最基本也是最重要的特征之一。实际应用中,光学系统离焦和图像传感器噪声源引起图像模糊,导致边缘自动定位算法无法精确确定边缘点。从边缘检测理论出发,根据噪声及图像模糊模型,提出了基于空间域和频域的滤波方法对模糊边缘图像去噪,从而消除模糊图像对于边缘定位的影响。实验表明,各种滤波方法对于边缘点的自动提取都具有一定的效果,离焦模糊和噪声可以得到有效抑制,尤其是频域低通滤波器能够精确地提取出模糊边缘位置。     

一种图像边缘特征提取算法

边缘作为一个重要特征是图像目标检测中基础而又困难的一个问题.用常规方法进行边缘检测时,噪声会影响到边缘特征提取的准确性.为了减小噪声对图像边缘特征的影响,改善边缘特征的定位精度,本文提出了一种新的图像边缘特征提取算法.该方法利用小波变换天生的多尺度特性,对小波变换各尺度下的细节图像用互能量交叉的方法进行噪声抑制和边缘识别.最后作了实例验证.     

基于复合Zernike矩相角估计的图像配准

提出了一种基于复合Zernike矩相角估计的图像配准方法.首先,利用尺度不变检测子Harris-laplace检测图像中的兴趣点作为初始特征点,计算以兴趣点为中心、邻域具有尺度不变性的Zernike矩;提出一种鲁棒的相角估计方法,用于估计两个归一化区域的旋转角度值.然后,利用Zernike矩的幅值和相角信息,通过比较每个兴趣点邻域Zernike矩的相似度提取出初始匹配点.最后,提出一种迭代角度修正算法用于精确估计变换参数,并对输入图像进行几何变换后将两幅图像配准.实验结果表明,该算法可在尺度缩放、任意角度旋转以及噪声等复杂条件下实现图像的高精度配准.当旋转角度误差小于20°时,图像的平均覆盖率达到94.125％,有效降低了误匹配的概率.     

基于二维Gabor变换和粒子群优化BP网络的人脸表情识别

研究了使用二维Gabor小波变换和DCT离散余弦变换实现人脸特征提取并使用BP神经网络进行表情分类识别的方法。首先,将人脸图像经过归一化预处理,然后经过二维Gabor变换生成不同尺度和方向下的特征向量,为了降低其维数,使用DCT离散余弦变换对其进行压缩,提取最终的表情特征向量。为了提高BP神经网络对表情的分类精度和减少训练时间,使用改进的粒子群算法PSO来优化BP神经网络的各权值和阀值。仿真结果表明:使用Gabor小波变换并经DCT进行压缩后得到的特征向量,在经过粒子群优化的BP神经网络进行训练后,能有效地实现对其进行分类,具有较其他方法较高的识别率。     

基于多尺度效应的坯布缺陷边缘检测算法

生产线上运动产品缺陷图像的边缘具有模糊和不确定性,采用多尺度方法来描述和分析可以获得更多信息.为了满足当前坯布检验过程中对于产品表面缺陷进行快速准确检测的要求,文中提出了一种基于多尺度效应的图像边缘检测与分割方法,结合小波变换的图像频带分解与重构、粗糙集的图像区域分割增强、多结构元素的形态学边缘提取方法为一体,应用于坯布表面质量检测,取得了较为理想的分割效果.     

Segmentation of intestinal gland images with iterative region growing

A region growing algorithm for segmentation of human intestinal gland images is presented. The initial seeding regions are identified based on the large vacant regions (lumen) inside the intestinal glands by fitting with a very large moving window. The seeding regions are then expanded by repetitive application of a morphological dilate operation with a much smaller round window structure set. False gland regions (nongland regions initially misclassified as gland regions) are removed based on either their excessive ages of active growth or inadequate thickness of dams formed by the strings of goblet cell nuclei sitting immediately outside the grown regions. The goblet cell nuclei are then identified and retained in the image. The gland contours are detected by applying a large moving round window fitting to the enormous empty exterior of the goblet cell nucleus chains in the image. The assumptions based on real intestinal gland images include the closed chain structured goblet cell nuclei that sit side-by-side with only small gaps between the neighbouring nuclei and that the lumens enclosed by the goblet cell nucleus chains are most vacant with only occasional run-away nuclei. The method performs well for most normal and abnormal intestinal gland images although it is less applicable to cancer cases. The experimental results show that the segmentations of the real microscopic intestinal gland images are satisfactorily accurate based on the visual evaluations.     

探讨机电产品形象和品牌形象的统一性塑造

从产品形象设计的角度出发,探讨机电产品形象与品牌形象的有机整合,通过对产品形象和品牌形象的理论分析,找出产品形象与品牌形象的关系,并根据产品形象的一些特点与表现,以及运用相应的产品形象设计方法、手段,达到品牌形象与产品形象统一的目的。     

改进二值化算法在铁路路况图像处理中的应用

针对铁路路况识别系统实时性要求高,图像受太阳光照射、阴影遮挡等外界条件影响大的特点,结合了两种对CTSU法的改进,提出了一种新的改进算法。改进二值化算法首先利用快速二值化算法找到一个初始的阈值,然后利用类内方差和图像灰像素的变化率的关系来判断是否对图像进行继续分割,直到找到最佳阈值为止。此法可在提高算法的适应性的同时使计算速度得到改善,实验结果表明这一算法效果良好。     

基于时变图像序列的脉搏信息提取

为获取全面客观的脉诊信息,本文提出一种全新的脉搏信息检测方法-脉搏触觉图像化法。本系统模拟中医脉诊实际,采用软性薄膜加压探头,由单一CCD摄像头采集得到脉搏动态时变图像序列。在算法实现上,从图像整体灰度变化入手,应用图像相关性和图像灰度重心变化分别提取脉搏波形图,并利用图像重心法分析得出不同人在不同取脉压力下的部分脉搏特征。研究结果表明,基于时变图像序列的方法能够有效提取脉搏波的幅度、形态和脉搏频率、节律等信息,为脉搏信息的检测和表征提供了新的手段和方法。     

显微细胞的图像分析技术

目前图像处理技术在细胞定量分析研究工作中起着重要作用，随着计算机技术的快速发展，图像处理技术也有了很大的进步，专门用于显微细胞病理判断的图像处理技术也得到很大提高。介绍了显微细胞图像分析系统的研究现状、基本结构和基本方法，并对今后的发展与应用作出了展望。     

区域逻辑运算实现复杂形状目标区域孔径填充

本文研究了图像的区域编码和区域逻辑运算，并利用此运算在保持目标轮廓不变的情况下实现了目标区域孔径的填充。研究结果表明，该算法可以广泛应用于复杂轮廓目标区域的填充和图像检测。     

卫星解码数字图像块效应计算机后处理方法

分块余弦变换(BDCT)已经被广泛应用于国际图像压缩标准并取得了良好的效果。然而,在有损图像处理中都存在着块效应问题。为了消除卫星数字图像块效应,这里结合卫星图像的特点,在文献^［4］的DCT后处理方法基础上进行改进,提出一种改进的解码图像块效应后处理方法。此方法不仅可以减少卫星图像块效应和提高图像质量,而且减少了DCT块效应后处理时间,提高了解码图像后处理效率。具有广泛的应用性。     

图像处理技术在特殊目标识别中的应用

探索了图像增强、图像分割、图像识别的实用方法，经多级图像处理，提高了对比度，锐化了目标边缘，使目标轮廓更加清晰，从而把重点识别目标从背号中有效分割出来，然后对处理后的图像进行目标真伪识别，并用Matlab程序予以实现，改善了机器视觉系统在目标识别方面的应用效果。     

基于联合标定的图像分割

针对普适环境下人体区域的提取问题,提出一种基于彩色摄像头和深度摄像头联合标定的图像分割方法。首先根据深度摄像头采集的深度信息易处理和受外界环境影响小的优点,利用大律法从深度图像中快速提取出人体区域;然后建立世界坐标系中彩色图像坐标系和深度图像坐标系的对应关系,实现彩色信息和深度信息的相对位置映射;最后根据分割的深度图像及其在彩色图像中的映射,在彩色图像中完成人体区域分割。通过在复杂背景和不同光照条件下的图像分割实验,验证了本方法具有良好的精度和鲁棒性。