基于机器视觉的异性纤维检测系统

异性纤维杂质检测技术是近几年来国内外研究的热点，给出了基于机器视觉的异性纤维检测系统框架，并对系统各个模块关键技术进行了阐述. 为了有效清除异性纤维，提出了一种彩色聚色分割方法用于检测皮棉中的异性纤维. 实验结果表明，此方法可以有效的检测皮棉中的异性纤维.     

基于灰度共生矩阵的木材纹理分类方法的研究

为了对木材进行表面纹理分类,首先确定纹理的灰度共生矩阵描述参数、灰度共生矩阵的生成像素间距和灰度级数;求取分析了200个木材样本的纹理参数并输入给竞争神经网络进行分类验证.实验表明:1)以“角二阶矩”、“对比度”、“相关”、“熵”、“方差”、“逆差矩”作为描述木材纹理的特征参数是合适的.2)在比例为1∶1的512×512木材图像情况下,生成灰度共生矩阵的最佳像素间距为4,最佳图像灰度级数为128.3)木材纹理图像灰度共生矩阵的"角二阶矩"、"相关"和"熵"值最大的方向为纹理方向.4)竞争神经网络的分类正确率为88%.研究结论:按上述规则生成的6个灰度共生矩阵参数对描述木材表面纹理特征是有效的,据此对木材表面纹理分类是可行的.     

模拟尾流气泡幕的灰度图像分析

为了对舰船尾流产生的大量气泡进行实时探测,对气泡的密度分布进行了分类判别,利用灰度图像直方图统计矩法,分析了随着压强增大,灰度直方图的峰值由较暗向较亮方向移动.应用图像处理技术对不同压强下模拟尾流气泡幕的统计特性参数(均值、三阶矩、标准偏差、归一化、一致性、熵)进行分析,研究结果表明:随着压强的增大气泡幕图像的均值递增说明平均灰度级在递增;三阶矩呈递减状态反映了图像灰度直方图的"歪斜程度";在其他4个参数的曲线中0.025 MPa所对应的值说明了所采集的气泡幕图像的纹理特征比0.02 MPa,0.03 MPa,0.035 MPa压强下的要粗糙;所提取的六个特征参数准确的表征了不同压强下气泡幕的特征.     

基于图像信息的彩色PDP动态子场编码优化方法

为改善累积发光驱动方法显示静态图像时的灰度级轮廓,提出了一种基于有效灰度级均匀分割采样的动态子场编码(DSC)算法。首先对输入图像中的孤立灰度区间进行灰度采样,然后对剩余灰度级均匀分割,选择各灰度区间概率密度较大的灰度级作为采样灰度级,相邻采样灰度级之差即为子场编码权值,从而使采样灰度级均匀分布在输入图像的有效灰度区间,并使采样灰度级和子场编码权值随图像变化。仿真和实验结果表明,该算法不仅能真实再现大面积的背景,而且使图像细节信息尽可能保留,显著减小了静态图像的轮廓。     

自补偿灰度误差的带子元有序抖动

有序抖动是一种典型的数字半调方法,在用于打印时,印点的部分重叠现象将严重破坏灰度级的线性性,使输出图像的灰度和色彩出现明显失真．针对此现象,提出了一种自补偿灰度误差的有序抖动方法（带子元有序抖动）．该方法可真实再现原始图像的灰度和色彩,突破了常规有序抖动不能同时减少人工纹理和灰度误差的局限．     

直方图图像处理算法的实现

灰度图像直方图是一种图像中灰度频数统计的分布图形,其横坐标代表灰度级,灰度级从0到255;纵坐标为每一级灰度级的像素数或频数。如果图像中所包含的所取对象与背景色灰度值对比明显,灰度分布比较有规律,所取对象和背景色灰度值会在图像的灰度值直方图上各处形成一个波峰,即区域和波峰一一对应。由于每两个波峰间形成一个低谷。选择双峰间低谷处所对应的灰度值为阈值,可将两个区域分离。     

热消融组织B超图像纹理特征参数温度相关性

针对微波消融技术应用中的无创监测组织温度难题,通过B超原始射频信号重建B超图像,排除B超仪器的相关性,探讨了利用B超图像纹理特征实现热疗温度监测的可行性.通过水浴加热猪肝实验,采集不同温度下的猪肝B超射频信号,在此基础上重建B超图像并分析图像纹理特征参数(灰度直方图、灰度共生矩阵与灰度梯度共生矩阵)与温度的相关性.实验结果表明:组织B超图像纹理参数随着温度变化而变化,在20～60℃范围内灰度直方图中的灰度均值,灰度共生矩阵中的熵以及灰度梯度共生矩阵中的混合熵、逆差距、相关等5个参数与组织温度间具有较高的线性相关性,利用这5个参数可实现肿瘤微波消融治疗中组织温度的无创检测.     

合成孔径雷达图像目标分类研究

基于灰度共生矩阵技术,研究了可用于合成孔径雷达图像分类的灰度共生矩阵中差方差、差熵、对比度、能量、方差等纹理特征量,分析了其特征提取和分类特性。运用类内类间距准则,通过计算图像特征值的类内类间距,得到对合成孔径雷达图像分辨效果较好的纹理特征量,并利用三层BP神经网络进行图像分类,获得了满意的分类结果。     

煤泥浮选泡沫数字图象处理研究(之一)——浮选泡沫视觉特征的线邻域提取算法

进行了煤泥分批浮选实验 ,获取了大量的浮选精煤泡沫数字图象 .将图象的数字处理技术应用到泡沫图象特征参数的提取上 ,提出了有效描述浮选泡沫结构特征的线邻域提取算法——空间灰度相关矩阵法 (SGDM) ,并进一步引入了基于该灰度相关矩阵的能量、熵及惯性特征参数来描述浮选泡沫的视觉特征 .结合煤泥浮选泡沫的视觉纹理特征 ,分析了各特征参数的物理意义及其随浮选时间 (泡沫纹理 )的变化关系 ,定性地指出了各泡沫特征参数与泡沫纹理的相关性     

煤泥浮选泡沫数字图象处理研究(之二)——煤泥浮选泡沫视觉特征的面邻域提取算法

提出了有效描述浮选泡沫视觉特征的面邻域提取算法——邻域灰度相关矩阵法 ;引入了基于该矩阵的细度参数、粗度参数、二阶距参数、熵参数及不均匀性等特征参数来描述泡沫的结构 .利用笔者开发的煤泥浮选泡沫特征参数提取软件完成了分批浮选精矿泡沫图象的特征参数提取工作 ,并定性地分析了各泡沫特征参数与泡沫纹理的相关性 .结果发现细度参数、粗度参数能较好地反映出浮选泡沫图象的纹理特征 ,但熵参数、二阶距参数和不均匀性参数与图象泡沫纹理特性的相关性不强     

基于遗传算法的二维熵法

图像分割方法中的二维熵法的计算时间较长.为了提高其计算效率,将遗传算法和二维熵法结合起来,同时考虑了孤立像素点的灰度信息和像素点的空间相关性,并对简单遗传算法的复制和交叉算子进行了改进,利用遗传算法高效快速的特点,克服了二维熵法的缺点.试验结果表明,本算法在保证分割质量的同时,提高了运算效率.     

基于小波能量的自然纹理背景中多目标检测方法

多目标跟踪技术被广泛用于军事领域.传统的目标分割方法,如基于数学形态学的方法和最大熵域值分割法,这些方法虽然能分割出目标,但往往与目标灰度相近的背景也被分割到目标图中,这对下一步的目标形心计算十分不利.根据自然背景和弱目标的频率特性,提出了一种基于小波能量检测目标的方法.目标在水平、垂直两个方向上的小波能量要远高于背景.再经过自适应域值选取,能够实现目标和背景完全分割.用分类法计算每个目标的形心.经仿真实验证明,该方法能够检测出海、空等自然背景中多个弱小目标.     

图像对比度自适应调整算法

运用模糊分析方法和自适应理论,依据手骨骨骼的解剖学知识,设计了一种能够澄清骨骼和肌肉灰度值隶属模糊关系的扫描式对比度自适应调整算法．基本实现了骨骼灰度分布的一致性,使普通的阈值分割方法可以应用于骨骼的有效分割,实验结果表明该方法具有一定的通用性和稳定性,同时也扩大了一般阈值分割算法的使用范围．     

基于混沌优化的二维熵图像分割方法

对于某些灰度特征相对复杂的图像,传统的二维最大熵阈值分割法效果不佳。文章提出了基于混沌优化原理的二维熵分割法,利用类似载波的方法将混沌序列映射至双阈值的二维空间,对局部最大熵进行搜索,在找到的所有极大点中,根据目标所占图像的比例选择最佳阈值进行分割,其分割效果明显优于遗传算法所找到的全局最大值。并用此法对常用的测试图片进行了分割实验,结果证明算法具有可行性。     

Recognition of vortex structures in turbulent refractive index field using wavelet transformation

When the light wave propagates through the hypersonic flow field,the aero-optic distortion happens.It is necessary to recognize the vortex structure for studying the light propagation model.A new vortex structure recognition method is proposed in this paper.Firstly,the refractive index field,which is transformed from the turbulent density field,is changed to gray scale images with abundant texture information equivalently.Then,wavelet transform is performed to decompose these images and the entropy values of the wavelet base coefficients are calculated.Comparing the entropy value to a given threshold,the modules with lower entropy are considered to be the large-scale vortex modules while those with higher entropy are small-scale vortex modules.The computer simulation results show that the proposed method is valid to recognize the vortex structures.This paper provides basis for investigation on the optics propagation model in terms of the turbulence vortex structures.     

白细胞图像分割

研究从血液细胞中分离出白细胞,采用数学形态学的方法对图像进行预处理,使用灰度阈值法分割出白细胞核,定位出细胞的具体区域,用面积最大法提取整个白细胞。实验结果表明,本文提出的方法可以正确有效的分离出白细胞。     

基于Matlab的水泥土细观结构孔隙率分析方法

为探讨水泥土细观结构孔隙率分析方法的优劣,在Matlab图像处理技术的基础上,采用阈值分割法和灰度图像识别法分别对水泥土扫描电镜图像进行了处理和分析,获得了不同阈值分割后的水泥土细观结构形态图和灰度图像识别法处理过程图,并对两种方法处理得到的图像进行了比较分析。研究结果表明:对于同一扫描区不同倍数下得到的SEM图像,在用阈值分割法进行处理时,可先测定宏观表面孔隙率,再去寻找合理的阈值区间,阈值分割法适用于试样表面较为平整的SEM图像处理;灰度图像识别法适用于结构走向性明显且结构元素形式单一的SEM图像处理。     

基于二维最小Tsallis交叉熵和遗传算法的快速图像分割

针对二维Otsu分割方法在求取最佳阈值时假设部分区域近似为0,降低了分割精度,以及采用的shannon熵因为具有广延性而忽略了两个分割子系统之间的相互作用的问题,提出一种基于二维最小Tsallis交叉熵和微粒群寻优的快速图像分割.利用灰度-梯度直方图并聚类得到有用区域,以具有非广延性的二维最小Tsallis交叉熵为优化函数,采用遗传算法得到最优的二维阈值.实验表明该算法对噪声图像具有良好的分割效果和较强的实时处理能力.     

基于蒙特卡罗方法和粗糙熵标准的图像分割方法

提出了一种新的图像分割方法。这种分割方法首先利用粗糙集理论将图像按照一定的规则划分为大小相等的若干图像子块,而后利用蒙特卡罗方法基本原理对划分的图像子块进行一定规模的随机抽样,以随机抽样所得的图像子块为样本进行粗糙熵计算,用所得最大粗糙熵所对应的灰度值为分割阀值对图像进行分割,在采用较小的图像子块划分以取得更好的分割效果的情况下,极大的提高了算法的分割速度。通过对测试图像的MATLAB仿真试验验证了算法在降低计算机消耗方面的有效性,且所得的分割阀值也令人满意。     

基于细胞神经网络的尿沉渣图像分割

针对临床尿沉渣显微图像识别问题,提出了一种新的图像预处理方法和基于细胞神经网络（CNN）的分割算法.该方法通过拉伸图像中各个像素的灰度值与局部灰度值之间的差来增强图像中目标的边界,通过对局部灰度均值的非线性变换来消除图像中光照的不均匀,进而设计出合适的CNN模板来分割图像,最终利用形态学操作得到分割结果.通过对100幅临床尿液样本图像的测试,并与传统的阈值分割法相比,该方法获得了更加连续的边界和更加准确的目标分割结果,并已集成到全自动尿液粒子分析系统中,应用于临床,取得了良好的效果.