基于特征提取的三角网格模型区域分割算法研究

提出了一种基于特征提取的区域分割的模型简化算法,采用相邻三角形的法矢夹角与预先设定的角度阈值相比较,进行特征的提取,用区域生长法进行非特征区域的划分,获得了特征区域数据。通过与单个角度阈值特征提取的区域分割算法进行比较,对分割后的区域进行最小二乘曲面拟合。结果表明,该区域分割法得到的曲面拟合后误差更小。     

一种改进的基于小波去噪和区域生长的彩色图像分割算法

彩色图像分割是彩色图像处理中的重要问题。传统的彩色图像分割都是基于灰度分割算法,而忽略了彩色的空间域视觉效果及噪声污染问题。文章提出一种新的基于小波去噪和种子区域生长的一种改进方法：首先,应用小波去噪技术,强化图像边缘特征,抑制噪声,提高原始图像的信噪比;其次,将RGB彩色图像转化到HIS空间进行边缘检测,对图像进行抖动处理以减少彩色图像中的颜色数目,然后对不同分量进行序列阀值分割;最后对分割结果再进行一种新的基于区域生长的颜色相似性的聚合。仿真结果表明该算法更加符合人眼的视觉特性。     

基于物体颜色和尺寸特征的机器人视觉算法

针对基于颜色特征的目标识别方法无法去除相同颜色干扰物的问题,提出了一种基于颜色和尺寸特征的目标识别算法。通过联合HSV(Hue,Saturation,Value)颜色空间转换,采用阈值法和种子生长法对特征颜色进行图像分割,通过双目视觉技术利用目标物体尺寸信息对分割后的图像区域进行过滤,获得颜色和尺寸均符合指定要求的物体图像区域,以此实现目标物体的识别,并提高物体识别的抗干扰能力。通过多次重复实验证明,在进行规则形状物体的识别时,该方法切实有效。     

基于区域特征的成熟柑橘及枝叶的分割识别

为实现采摘机器人对柑橘果实及枝叶的分割识别,提出一种基于区域特征的成熟柑橘果实及枝叶的分割识别方法。该方法首先以彩色图像的颜色特征生成特征向量,并使用特征映射表对颜色特征进行特征降维,以减少特征向量的维度。然后通过采摘机器人工作空间、双目摄像机视场大小以及柑橘果实大小,来确定目标物的感兴趣区域(Region Of Interest,ROI)大小,并将R、B通道中目标范围像素点数量占比大小作为选出ROI的依据。最终对得到的多个初选ROI中重合度较大的ROI进行分数排序,选择最大分数的ROI作为最佳分割识别区域。实验结果表明,在光线变化的条件下该方法对柑橘果实、背景和枝叶的综合识别精度达到94%,单张分割时间达到0. 2 s,满足实时性要求。     

交通路标图像的分割与识别方法研究

对交通道路标志进行实时、正确的识别,是车辆自动导航中的一个重要方面.提出一种基于尺度不变特征变换(SIFT)算法的交通路标识别方法.该方法首先根据交通路标的色彩信息,利用HSV颜色空间对输入含有路标的彩色图像直接进行处理,从而快速分割提取目标区域;然后基于SIFT特征将分割提取的目标图像与数据库中原有图像进行特征匹配,...     

视频序列中运动目标分割算法

提出了一种视频序列中运动目标的分割算法.首先对当前视频帧进行全局运动估计和补偿,并和上一帧进行差分运算,从而检测出运动变化区域,然后基于灰度的相似性对当前帧进行过分割,并结合运动变化区域分割出运动目标.实验结果表明,该方法能取得较好的结果,并具有较强的鲁棒性.     

多神经网络图像分割算法

为了提高机器视觉系统的图像分割精度,提出了一种以小波变换为分类特征的多神经网络(Multi-Neural Network,MNN)图像分割算法,该算法包括小波特征提取、MNN区域划分和MNN分类3个阶段。其中,小波特征提取根据小波变换的各层图像扩展得到分类特征;MNN区域划分将初分割边界附近区域分为训练样本区域和待分类区域(待分区域),并用多边形拟合算法将待分区域划分为多个局部待分区域;MNN分类将每个局部待分区域的像素用区域内的神经网络分类器进行分类,确定目标像素和背景像素,将目标像素合并后再进行一定的后处理即可得到分割结果。以轴承表面缺陷检测系统采集的轴承缺陷图像为对象,对MNN算法和阈值分割算法进行了对比试验,结果显示MNN算法的像素数量误差(Pixel Error,PE)相比阈值分割算法降低了75%,分割精度显著提高。     

一种基于颜色聚类和种子填充的目标识别算法

针对类人足球机器人目标识别易受光照强度变化影响的问题,改进了常规的扫描线种子填充算法,提出了一种基于颜色聚类分割和种子填充的目标识别算法。该算法采用HSI颜色模型,依据亮度和饱和度信息对图像粗分割,基于阈值将彩色区域和灰色区域分离,同时将灰色区域二值化;基于色调直方图聚类分析对彩色区域的像素进行了归类,通过改进扫描线种子填充算法实现了色块的最简扩充和特征提取,使颜色分割和特征提取同步进行,解决了目标物体的快速、精确识别。实验结果表明,该算法抗干扰能力强,分割精度高,能满足实时性要求,具有一定的实用价值。     

一种结合彩色图像分割的图像匹配算法

在零件检测时由于背景复杂、零件表面光照不均匀且存在油污及废屑等问题,导致特征选取与模板制作困难,因此现有图像匹配算法容易出现漏识别与误识别,从而给实际应用带来困难。针对上述问题,提出了一种结合彩色图像分割的图像匹配算法。首先,将HSV颜色空间中各通道的直方图分布曲线方波化;其次,根据方波分布确定阈值,实现自适应阈值分割与目标提取;最后,利用边缘特征进行模板匹配。实验结果表明,该算法能够消除光照和背景噪声的影响,快速准确地分割出目标对象,降低特征选取与模板制作的难度,且算法消除了误识别,耗时短,准确率高,成功应用于工业生产中。     

CT图像中的主动脉分割方法

CT图像中主动脉分割技术在临床医学诊断和定量分析研究过程中有着非常重要的意义.为了实现人体主动脉准确分割的目的,提出了一种联合C-V模型边界的区域分割算法.该算法以基于种子点的区域生长作为区域分割的生长方式,以C-V模型得到的最终演化轮廓曲线为约束条件,两者结合来达到分割主动脉区域的目的.实验过程中,将该算法与区域生长算法进行了精度对比,结果证明本分割算法的精度更高.     

Improved active contour modelling for isolating different hues in infrared thermograms

Thermograms are widely used in industries and medicine for quality assessment and diagnostics. Thermogram analysis involves isolating desirable Regions of Interest (RoIs) and characterizing them in terms of physical parameters. Conventionally, image segmentation techniques are developed to extract a specific Region of Interest. However, an efficient algorithm that could segment any desired Region of Interest is yet to be developed. In this study, an efficient color image segmentation technique for isolating RoIs (in infrared thermograms) is developed by using Improved Active Contour Modeling (I-ACM). Two different techniques namely thresholding and region growing, have been used for mask selection in order to increase the segmentation ability of the algorithm. The performance of the proposed techniques is measured in terms of error and computational complexity. A user friendly GUI has been also developed for computer-aided analysis.     

应用颜色聚类图像块的多舰船显著性检测

由于多舰船目标显著性检测过程容易将边界像素作为背景处理,本文提出了应用颜色聚类图像块的多舰船显著性检测方法。该方法首先检测邻域像素是否具有颜色相似性,并将临近的具有相似颜色的像素聚集在一起作为一个图像块。接着,对获得的图像块进行扩展,使图像块包含很多其他图像块的像素以提高图像块内像素间的对比强度;对边缘像素进行背景索引标记,计算图像块中像素的显著性强度,采用阈值分割方法获得目标显著性区域。最后,基于颜色聚类的图像块存在部分重叠的特点,利用权值对存在叠加的显著性图像进行融合,从而获得多舰船目标整幅图像的显著性检测结果。对获得的多舰船目标图像进行了实验测试,并对本文算法结果和当前比较先进的其它显著性检测算法进行了效果对比。结果显示:提出的利用颜色聚类图像块的舰船显著性检测方法的查全率达到78%以上,准确率达到92%以上,综合评价指标Fβ≥0.7;无论考虑单个指标还是整体指标,本文算法均优于其他对比算法。     

基于背景差分的高铁钢轨表面缺陷图像分割

高铁钢轨表面图像具有光照变化、反射不均、特征少等特点,使得缺陷自动检测极为困难。为了在高速运动过程中,从复杂的钢轨表面图像中分割出缺陷,根据钢轨表面图像具有沿钢轨方向像素值基本不变的特征,建立钢轨表面图像背景模型,提出了基于背景差分的钢轨表面缺陷检测算法,主要包括钢轨区域提取、背景建模差分、阈值分割和图像滤波4个步骤,其主要特点是将视频监控中的背景差分法推广到缺陷图像分割领域,同时借助自适应阈值分割和滤波技术,在一定程度上,解决了铁轨表面缺陷分割过程中图像光照变化、反射不均、特征少等不利因素的影响。实验仿真和现场测试结果均表明,该方法对块状缺陷能很好地识别,召回率和准确率分别达96%和80.1%。     

融合颜色与形状信息的铁谱磨粒链分割方法研究

为了对铁谱图像中的磨粒链进行有效分割,提高磨粒特征提取的精度,通过分析铁谱磨粒链图像不同区域的特点,提出一种融合铁谱图像颜色、形状特征信息的磨粒链分割方法。该方法首先基于形态学运算对磨粒链分割方法,对异常大磨粒进行提取并断开磨粒链黏连部分,然后利用标记分水岭与灰色聚类的方法对磨粒链进行分割,最后考虑到不同磨粒链颜色信息存在差异,结合自适应阈值法对灰色聚类进行改进,从而实现磨粒链的自适应分割。结果表明,相较于传统分割方法,提出的方法能有效避免过分割与欠分割,分割效果较好,适用性高,操作简单。     

基于规则划分和RJMCMC的可变类图像分割

为了自动确定遥感图像分割中的类别数,提出了一种结合规则划分和逆跳马尔科夫链蒙特卡洛(RJMCMC)算法的可变类图像分割方法。首先,将图像域划分成若干个不同的规则子块,并假设每个子块内的像素满足同一独立的多值Gaussian分布;在此基础上,根据贝叶斯定理,建立基于区域的图像分割模型;然后利用RJMCMC算法模拟该分割模型,以自动确定图像类别数并实现区域分割;为了进一步提高分割精度,设计了精细化操作。利用本文提出的方法,分别对合成及彩色遥感图像进行可变图像分割,实验结果表明,提出的方法不仅能自动确定图像类别数,还可以实现区域分割,从而验证提出算法的可行性及有效性。     

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。     

数字X光医学影像压缩技术

针对数字X光影像仪(CR)影像的特点以及CR成像与成像板(IP)密切关系,提出一种基于图像阈值分割,并对分割的不同区域采用不同压缩方法的数字X光(CR)医学影像压缩技术.首先分割出暗背景区,进行中值滤波,然后行程编码,再根据IP板与X光曝光剂量的关系,将感兴趣区12bit像素降低量化级别降低为9.3bit来降低数据量,并采用嵌入式小波变换方法实现近无损压缩.实验结果表明,在高压缩比条件下,感兴趣区仍具有较高的峰值信噪比(PSNR),保征了感兴趣区的图像质量,具有良好的视觉效果.     

基于图像处理的光纤预警系统模式识别

针对相位敏感光时域反射计(Φ-OTDR)光纤预警系统对一维信号进行模式识别产生的误报和较低的识别效率,提出基于形态学方法提取时空二维信号特征,并利用相关向量机(RVM)分类器对事件进行分类识别的方法。首先,将Φ-OTDR采集到的时空二维信号当作图像,根据信号在图像上的特征采用图像处理的方法对不同入侵事件信号进行阈值分割。然后,基于本文提出的特征提取方法,利用不同事件区域在幅值、面积、形状以及区域间隔上的差别提取不同信号特征。最后,利用相关向量机分类器对不同事件信号进行识别并采用"一对一"的多分类策略。对3种管道安全事件进行了实验。实验结果表明,本文提出方法的识别精度能够达到97.8%,而算法时间不到1s。与传统模式识别方法相比,提出的算法大幅度地改善了系统性能,且简便易行,能够满足Φ-OTDR光纤预警系统在线实时监测的要求。     

数学形态学和小波变换的红外图像处理方法

为了从红外热图像中识别和跟踪目标,提出了一种采用数学形态学和小波变换相结合的红外图像处理新方法。该方法首先利用形态开、闭滤波器组对原始图像进行平滑处理;然后采用一种改进的数学形态学的分水岭算法对红外图像进行分割,同时利用考虑了图像纹理信息的小波阈值对分割的图像进行滤波处理;最后针对过分割问题提出了一种利用区域灰度中值对分割区域进行融合处理的算法。实验结果及算法性能评估结果表明,该方法能够较好地解决红外目标的识别问题,具有较好的实用性。