基于语义分割的船闸水位检测方法研究

针对船闸水位传感器精度易受水质影响、传统图像检测方法适应性差等问题,提出一种基于语义分割和由粗到精策略的水位线检测方法,建立分段对照的标定模型计算水位。结合水位线长程相关性的特点,设计条带状空洞空间金字塔池化模块,针对分割边界模糊的问题,设计多路聚合上采样模块并引入在线困难样本挖掘,提升语义分割模型的分割精度。采用改进的语义分割模型在由原图像经压缩后的低分辨率图像中进行粗检测,分割图像中的水区域与非水区域,根据模型输出的掩膜图得到水位线的粗检测结果,然后在原图像中裁剪粗检测水位线的邻域并采用该模型进行精检测,得到水位线的精检测结果。建立分段对照的标定模型,获取像素坐标与世界坐标之间的映射关系,根据水位线精检测结果计算水位。在构建的水位图像数据集上进行试验,结果表明：在验证集上,改进后的语义分割模型粗检测和精检测的平均交并比分别提升了2.58%和1.98%,水位线精检测结果的平均像素误差为1.89 pixel,相比粗检测结果降低了52.3%,以水尺人工观测的读数为基准,摄像机在23 m工作距离下水位测量结果置信水平为95%的不确定度为0.026 m。所提方法对晴天、阴天、雨天、雪天等多种...     

基于Gabor小波的浮选泡沫图像纹理特征提取

矿物浮选泡沫表面纹理是浮选工艺指标高低的重要指示器,为了获取泡沫图像纹理的细微差别进而对浮选生产状态进行机器识别,提出一种基于Gabor滤波的泡沫图像纹理特征提取方法。首先利用Gabor小波提取了泡沫图像多尺度与多方向上的泡沫纹理幅度谱(GMTR)与相位谱(GPTR);然后根据GMTR与GPTR的分布特征,通过估计GMTR的Gamma分布参数和计算GPTR的熵作为泡沫纹理特征参量;最后,利用所提取的泡沫纹理特征对浮选工业生产状态进行无监督的模糊聚类分析与有监督的生产状态识别。实验结果表明,该纹理特征提取方法能有效地获取各种浮选状态下泡沫表面纹理的细微差别,基于该纹理特征参量的浮选状态识别准确率高于90%。     

基于多级小波分解的两类纹理图像分割技术

通过对纹理图像传统分割方法的分析,研究了农作物图像的边缘自动分割问题,提出了采用多级小波分解方法的两类纹理图像分割技术.解决了传统的基于Laws能量特征方法存在的分割边缘粗糙以及时间效率低等缺点.仿真结果表明,应用基于多级小波分解的纹理分割方法,能快速得到准确的边缘,为获取大规模农作物的机械导航路径提供了一种新的思路.     

弹头发射痕迹纹理特征提取方法的研究

本文提出了基于小波分析技术的弹头表面纹理特征提取方法,对于传统小波分析的边界失真进行了讨论,提出了一种无损重构技术,该方法相对于以前所用的采取数据两端补零和两端对称延长的方法能够更好的消除边界失真.将该种方法用于弹头发射痕迹的纹理特征提取中,取得了很好的效果.     

基于区域划分的多特征纹理图像分割

由于纹理图像的复杂性和多样性,仅依靠传统的单一特征实现纹理图像分割无法满足其对分割精度的要求。本文提出结合区域划分的多特征纹理图像分割方法。首先,依据像素灰度的空间相关性定义多个纹理特征;然后利用区域划分将图像域划分成不同子区域,待分割同质区域由这些子区域拟合而成;通过分别定义多个特征图像的同质区域之间的异质性势能函数和刻画各子区域邻域关系势能函数来定义全局势能函数,并构建非约束吉布斯概率分布,从而建立纹理分割模型;最后,采用M-H算法采样上述概率分布,从而获得最优图像分割结果。分别对模拟纹理图像、遥感图像、自然纹理图像和SAR海冰图像进行了分割实验,并与利用单一特征得到的分割结果进行对比分析,定性和定量的测试结果验证了算法的有效性。     

基于小波变换的纹理特征变化检测方法研究

本文提出和实验了一种基于小波变换的区域纹理特征差值的变化检测方法,该方法通过小波变换提取区域纹理特征,而后采用差值求得其变化部分.实验结果表明,该方法对于高分辨率的遥感影像具有较好的检测效果,同时提高了运算速度,从理论和实践方面证明了该方法的可行性和有效性.     

基于纹理分析的小波变换图像清晰度评价方法研究

验证分析了小波变换在图像清晰度评价上应用的可行性,研究发现基于小波变换的图像清晰度评价函数性能与图像的空间纹理分布有很大的关系,采用图像灰度梯度方向矩阵的纹理分析方法,可以显著提升其性能.由于机加工零件表面纹理的普遍存在,对此类图像进行纹理分析有了实际应用意义.在对图像纹理特征进行统计分析的基础上,本文提出了一种基于纹理分析的图像小波变换清晰度评价方法.经实验验证,此评价函数针对具有纹理特征的目标有优越的性能,具有较高的灵敏度和分辨力（优于2 μm）.     

随机纹理图像的色差检测

针对随机纹理图像在实际生产环境下的色差检测问题,提出了基于CIELAB均匀颜色空间的色差检测算法.首先在HSV颜色空间中计算聚类数目,在CIELAB颜色空间中确定初始聚类中心,然后进行模糊C均值聚类,最后进行颜色特征的提取.以雨花石墙地砖为例,分别在光照、粉尘、振动3种典型干扰环境下进行了实验.实验结果表明,本文提出的色差检测算法检测结果受粉尘、振动干扰影响较小,色差值＜1.5,认为无色差,而受光照干扰影响较大,色差值＞1.5,认为有色差.这一结果与人眼的视觉判断相一致.建议在实际应用中应对光照条件、光源稳定性进行合理的控制.本算法对其它随机纹理产品的颜色检测也有实用价值.     

基于统计和纹理特征的SAS图像SVM分割研究

合成孔径声呐图像可以有效反映海底的地形、地貌和底质等情况,但是单幅SAS图像通常对应一片较大的区域,需要按照某种性质将不同性质的区域分割开来,以有利于下一步的图像分析以及目标检测和识别.研究发现,不同底质区域的SAS图像具有不同的统计和纹理特征,选取灰度直方图的均值、标准差、峰度等统计特性和灰度共生矩阵的能量、相关性、对比度、熵值等纹理特性用以描述SAS图像的不同区域.将选取的特征作为SVM的训练特征,进而得到SVM分类器,用于SAS图像分割.实验结果表明,SVM算法可以很好地对SAS图像进行区域分割.     

基于Gabor滤波器的航空图像水面纹理自动提取

本文提出了一种基于Gabor滤波器的水面尾迹纹理的自动提取算法.该方法分为两步第一步,选取等大小的含尾迹纹理的水面子图像和不含尾迹纹理的水面子图像,通过一组GaBOR滤波器得到它们的特征图像,计算每个子图像特征图的均值和方差,将它们作为神经网络的训练样本对BP网络进行训练得到用于识别的网络;第二步,将待提取的整幅图像分成很多与第一步中子图像等大小的子图像,分别计算它们的Gabor特征图像,并得到它们的均值和方差,把它们作为神经网络的输入,得到它们是否是纹理区域,由整幅子图像的识别结果得到一幅二值图像,用Hough变换检测图像中的直线,根据直线的长度是否有尾迹存在.大量的实验结果表明该方法能够准确地提取尾迹纹理.     

随机纹理图像色差检测算法研究

针对随机纹理图像在实际生产环境下的色差检测问题,在研究、分析国内外研究成果的基础上提出了基于CIELAB均匀颜色空间的色差检测算法。文中对算法进行了详细的描述。首先在HSV颜色空间下计算聚类数目,在CIELAB颜色空间下确定初始聚类中心,然后进行模糊C均值聚类,最后进行颜色特征的提取。以雨花石墙地砖为例,分别在光照、粉尘、振动三种典型干扰环境下进行了实验。实验结果表明本文提出的色差检测算法检测结果受粉尘,振动干扰影响较小,色差值小于1.5,认为无色差,而受光照干扰影响较大,色差值大于1.5,认为有色差。这一结果与人眼的视觉判断相一致。建议在实际应用中对光照条件、光源稳定性进行合理的控制。本算法对其它随机纹理产品的颜色检测也有实用价值。     

基于孔探图像纹理特征的航空发动机损伤识别方法

孔探检测是航空发动机视情维修的重要技术,对于正确评估发动机的内部损伤,适时进行发动机修理具有重要意义,但是由于孔探图像的损伤评估往往依赖丰富的专家知识,因此在航空公司飞机多、分布广、专家少的情况下,难于实现发动机损伤的及时评估.本文研究了一种基于孔探图像纹理特征的航空发动机内部损伤评估方法,利用结构自适应神经网络模型,实现了航空发动机孔探图像损伤的自动识别,并进行了必要的验证,结果表明了本文方法的有效性.     

多特征加权的纹理图像FCM分割算法

为了实现自然纹理的分割,根据自然纹理的不规则性和随机性强的特点,提出了一种由纹理的GMRF模型提取纹理的统计特性和样本方位特性的多特征融合的纹理图像分割算法。考虑到不同特征值对分类的不同影响,采取样本加权的模糊c均值分割算法控制各特征在聚类约束力上的可控制性。通过人工合成图像和自然纹理的分割实验证明,该方法具有较强的抗噪声能力,并且对于结构相似的粗纹理进行分割能有效地克服小岛区域和保持区域一致性。     

基于马尔科夫随机场的纹理图像分割方法研究

本文提出了一种改进的基于马尔科夫随机场(MRF)模型的纹理图像分割方法。利用分数阶微分运算对图像纹理细节和边缘轮廓信息的敏感性,将其引入图像纹理特征提取过程中,以获得完备的图像纹理信息,可以弥补传统算法中MRF特征场对图像纹理信息描述不足的缺陷。此外,为准确划分图像中不同的纹理区域,利用模糊熵准则对分割结果进行进一步优化,以降低噪声干扰、减少区域内错分点。实验证明,本文所提出的改进方法可以完善地提取图像的纹理细节和边缘轮廓信息,有效提高分割的准确性,改善分割图像的视觉效果。     

基于纹理特征的机械零件图像快速匹配方法

为了实现机械零件图像的匹配,同时保证具有较高的计算速度,提出了一种针对条形纹理表面工件的匹配方法。首先,在工件图像中取若干圆形区域（称为纹理圆）,通过纹理圆的统计特征来计算．工件表面纹理方向,确定2幅匹配图像间的大致角度差。然后根据角度差旋转其中1幅图像,保证了2幅图像角度差在相关系数法作用范围内。最后用相关系数法对2幅图像进行灰度特征匹配。实验结果表明：基于纹理特征的机械零件图像匹配,解决了条形纹理表面工件图像匹配问题,同时具有较高的计算速度。     

基于小波包变换和蚁群算法的纹理分割方法

为了解决纹理图像分割中所存在的区域一致性差、像素分割错误率较大的问题,提出基于小波包变换并且利用蚁群算法来对纹理图像进行分割的方法。考虑到传统聚类算法依赖于初始值的选取,选用了具有较强鲁棒性的蚁群算法来进行聚类分割。同时考虑到同种纹理的像素往往在空间上具备连续性,所以在进行再次分割时,结合了像素临域的其它像素的分割结果,来抑制纹理分割中的孤立点的出现。     

基于小波分解的脑CT图像纹理特征提取

本文针对海量医学影像信息的计算机辅助诊断技术中特征提取的难题,以脑CT图像为研究对象,提出了一种基于小波分解的纹理特征提取方法。首先通过对预处理后的子图像分别进行的分层处理与分层提取,构成纹理特征向量;然后采用创建数字化统计图谱的方法,对实验数据集进行了计算机辅助诊断实验。实验结果表明此方法可以标记出可能存在病变的区域,为医师的诊断提供辅助信息。     

机械加工工件表面图像纹理表达及特征提取

提出了一种基于工件表面图像纹理表达及特征提取的图像处理方法。针对影响高精度视觉测量精度的相面旋转问题,充分利用工件表面纹理信息,提出了基于工件表面纹理特征的序列局部图像校准方法,获得序列图像之间的相对旋转角度,解决了测量过程中相机抖动或工件振动引起的尺寸特征方向变动问题。     

机械加工工件表面图像纹理表达及特征提取

提出了一种基于工件表面图像纹理表达及特征提取的图像处理方法.针对影响高精度视觉测量精度的相面旋转问题,充分利用工件表面纹理信息,提出了基于工件表面纹理特征的序列局部图像校准方法,获得序列图像之间的相对旋转角度,解决了测量过程中相机抖动或工件振动引起的尺寸特征方向变动问题.     

基于纹理脊线特征融合的木材表面裂缝检测

裂缝是木材表面一种严重缺陷,对木材的加工和使用影响极大,然而,由于裂缝与木材表面的矿物线具有诸多相似之处,因此如何准确地将裂缝纹理识别出来是一个亟待解决的问题。提出了一种基于纹理脊线特征融合的检测方法,首先建立纹理脊线灰度和形态特征提取基本模型;然后分割出木材表面全部纹理区域,并根据模糊规则提取出条状纹理,包括裂缝和矿物线;最后根据建立的模型提取条状纹理的两种脊线特征,并进行特征信息融合得到复合判别因子,最终通过融合结果与预设阈值的数值关系识别裂缝纹理。在自建图库上进行了测试,结果显示所用方法对裂缝缺陷识别的等误率仅为4.64%,相对于其他经典特征提取和纹理识别方法其等误率最少降低了10.06%,表明了本方法的高效性,具有实际应用价值。