基于机器视觉的菌落计数算法研究

针对菌落人工计数的不确定性、效率低等问题，对工业相机、图像处理、特征对比以及计数算法等展开研究。提出了一种基于机器视觉的菌落计数算法。首先搭建一套图像采集系统获取菌落图像，然后利用灰度处理、中值滤波、边缘检测连接、阈值分割、粘连分割、边缘剔除等一系列图像处理方法对菌落图像进行处理，得到菌落的二值化图像，最后根据连通域计数法完成菌落计数，实现客观、快速的菌落计数。通过与人工计数误差对比，计数精度达到了90%，满足了菌落计数的要求。     

钢坯表面裂纹的图像识别算法研究

通过对钢坯表面裂纹的形状特征的分析,运用图像增强、图像分割、边缘检测、特征提取及识别等方法,提出了一个更加精确、快速的钢坯表面裂纹识别算法。通过边缘检测及链码标识,可以得到更细致的裂纹特征,进行更精准和深入的分析。计算机通过阈值分割和边缘检测对图像的对象和背景进行分割,抽取图像的特征区域,对该区域的灰度值进行比较和分析,找出附近灰度值显著不同的面积区域。对于加强钢坯生产过程中的检测和控制,提高企业经济效益,可以有较大帮助。     

一种基于自适应形态学中椭圆结构元素的遥感图像水体分割方法（英文）

利用可见光和红外遥感图像统计水体区域面积是掌握水资源基本情况的有效手段,而水体分割是统计的前提。通常遥感图像中水体区域的边缘特征较为复杂,在利用传统形态学图像分割方法时,通常采用固定结构元素对图像进行形态学运算,导致图像边缘属性易发生改变,进而影响图像分割准确率。为了准确分割遥感图像中的地表水体,提出了一种利用形态学自适应椭圆结构元素的遥感图像水体分割方法。首先利用线性结构张量估计图像特征值和特征向量,根据该特征属性构造可自适应变化的椭圆结构元素;然后定义相应的自适应形态学基本运算,进而组合衍生出相应的闭运算,消除暗细节噪声对水体的影响且不会对水体边缘过度拉伸,因而能够更准确的保持水体边缘;最后在此基础上,运用灰度切片分割出水体区域。实验结果表明,所提出的方法具有较高的分割准确率,平均分割误差小于1.43%。     

基于Matlab的火焰图像着火点位置探测方法

介绍了一种在HSI彩色空间中对前景累积图像进行阈值分割的火焰图像分割算法,通过火焰的闪烁频率设定分割阈值,结合图像的颜色、质心等特征确定火焰位置,区别火源与干扰图像;采用Matlab软件对算法的可行性进行了实验,结果表明:该算法可以分割出完整的火焰图像区域,确定着火点位置。     

基于机器视觉的高杆绣球检测计数系统

针对光照强度在目标轮廓提取上的问题,提出一种自适应阈值分割与连通域筛选的目标轮廓提取算法。通过自适应阈值分割结合形态学梯度进行边缘检测,并利用漫水填充算法提取投球内圈及以外待检测区域,对提取的待检测区域采用高斯混合模型进行目标及运动方向检测,最终实现高杆抛绣球检测与计数。实验结果表明,该方法能实时有效地提取目标轮廓并统计投进投球圈的绣球数。     

基于热像检测与分割技术的磨削砂轮堵塞检测研究

针对磨削加工中的砂轮堵塞检测的难题,提出了一种基于主动红外检测技术和热像图分割技术的砂轮堵塞检测方法。分别运用阈值分割、边缘检测和区域生长三种方法分割热像图,提取了砂轮堵塞量和状态的特征。实验结果表明：阈值分割法提取的砂轮堵塞磨屑的分布出现“偏聚”现象,堵塞特征受选取的阈值影响较大;边缘检测法克服了“偏聚”现象,但仍存在边缘不完整、定位不精确等问题;而基于梯度阈值过滤的区域生长分割法检测结果更客观和准确。把基于梯度阈值过滤的区域生长分割法的砂轮堵塞红外检测结果与显微照相法的砂轮堵塞检测结果进行了分析比较,结果表明基于梯度阈值过滤的区域生长分割的红外检测法可以实现对砂轮堵塞面积和状态的定量检测。     

零件分拣系统中图像处理算法研究

为了提高生产中机械零件自动识别的实时性及分拣的准确率,提出了一种二次分割算法,对链片上有无钢印进行识别研究。首先,对采集的图像进行了基于Otsu法的背景自动阈值分割;接着,通过质心定位提取质心邻域矩阵,实现了特征区域图像的分割;最后,给出了基于特征区灰度值统计模型的判别式,并对关键参数进行了优化。试验结果表明所提出的二次分割算法准确率高、鲁棒性好,能有效满足复杂环境下特征对象的识别要求。     

AGV视觉导航标识线边缘特征提取研究

对导航标识线边缘特征的提取进行了研究,具体研究了标识线特征提取的算法,并利用VC++对算法进行了实验,验证了该方法可以有效的进行边缘特征提取。针对基于视觉导航的AGV导航标识线的边缘特征提取,提出了一种新颖的边缘提取方法。首先用迭代阈值选择法对图像进行阈值分割,生成二值化图像,再用一种改进的中值滤波方法对图像进行平滑处理,最后用边缘追踪法对平滑后的二值图像进行边缘提取。并通过VC++使用所提出的算法对标识线图像进行了处理,成功提取出了清晰的边缘图像。     

基于图像处理的管道裂缝检测

传统的管道裂缝检测方法速度慢、精确度低,因此提出一种基于图像处理的管道裂缝自动检测方法。首先对采集到的管道裂缝图像进行图像增强,有效地去除噪声。利用裂缝图像与背景图像灰度值的差异性,采用形态学梯度算法进行边缘检测。提出在边缘检测的基础上进行阈值分割,经实验比较分割结果优于其他方法。对分割的图像进行形态学处理,从而提取到特征图像,最后对特征图像进行特征值计算。     

图像分割技术研究综述

图像分割是图像识别的前提,其效率直接影响图像识别的质量.目前主要有四种基本的图像分割方法,分别为基于阈值的图像分割法、基于区域的图像分割法、基于边缘的图像分割法、超像素图像分割法.介绍了每一种图像分割方法的优缺点和研究情况,以及图像分割技术在汽车自动驾驶中的应用.     

基于几何形变模型的三维肺血管图像分割方法

肺血管分割一直是重要而困难的工作,因此,提出了一种新的基于几何形变模型的三维肺血管图像分割方法。现有几何形变模型方法仅仅包含了图像区域与边缘属性中的一种,而新方法能够同时包含上述两种图像属性。首先,定位血管内外同质区域;然后,通过目标边缘能量的计算使曲面沿着图像梯度方向的二阶导数进行演化,以使其精确收敛到目标边缘;最后,根据上述步骤,建立三维血管分割形变模型。通过多组CT图像的实验表明,该方法快速、准确,对背景噪声具有较好的适应性。     

基于均值漂移与自适应阈值分割的刀具磨损检测方法

针对车刀表面粗糙度大、磨损区域图像难以准确分割的问题,提出一种基于均值漂移和自适应阈值分割的刀具磨损检测方法.这一方法通过频率域滤波过滤图像中无效的高频噪声信息,对降噪图像进行形态学处理.利用均值漂移聚类算法进行预分割处理,简化纹理信息,并突出磨损区域特征.通过自适应阈值分割算法准确提取刀具磨损区域,同时计算刀具的磨损宽度均值.试验表明,采用所提出的刀具磨损检测方法,分割准确率达到97.96％,能够有效判别刀具的磨损状态.     

一种基于改进水平集与边缘检测结合的轮廓提取与检验方法

目前图像分割方法主要研究图像分割精度、质量等,但对分割的结果研究甚少,通常是依靠人工检测结果的收敛性。通过分析图像边界的特点,给出了强边界、弱边界的定义和收敛准则,提出一种将改进的水平集与边缘检测相结合的图像分割方法,用来检验图像分割结果的收敛性,提高分割结果可信度。首先利用自适应区域生长分割出图像初始区域;然后利用预分割的结果构造初始水平集函数和进行边缘演化;最后,用边缘检测算子对分割结果进行检验,将检验得到的结果再进行水平集演化,如此往复,直到收敛。实验结果表明,该方法对弱边界图像有很好的分割效果,可较为理想地提取海马图像中的目标。     

一种鲁棒的室外金属标记物图像分割算法

针对光照环境或金属表面反光等干扰因素对图像分割的影响,提出一种基于大津法并结合局部阈值思想的图像分割算法。该算法首先根据分割目标特征对图像进行合理分块,在每个子图像内通过大津法得到各子图像阂值,然后利用图像边缘特征信息,构建目标、背景判断准则,并基于一定规则选取相关阈值插值点。在阈值插值点附近搜寻所有可能的边界点,利用凸包方法得到补充插值点后,对所有的插值点进行双三次插值得到动态阎值平面,实现对图像的自动分割。实验结果表明该算法对于不均匀光照背景图像有很好的分割效果,并且特别适用于物体表面反光的情况。     

液压油渗漏荧光图像信息采集及数据分析研究

介绍了荧光检测液压油渗漏图像信息采集及数据分析系统的工作原理;分析了液压油渗漏图像检测系统的功能结构和自动检测硬件组成框图;阐述了液压油渗漏图像的最大方差域值法的阈值分割和半阈值化处理,边缘检测和液压油渗漏图像特征求取方法;给出了液压油渗漏图像自动检测的程序框图,液压油渗漏图像及其液压油渗漏图像统计结果.     

海上监控图像的海天线及其目标区域提取

根据海上监控采集海面图像的特点,提出一种适用于海天线及其目标区域提取的方法。该方法具体是对海面图像灰度化和高斯滤波后,首先根据灰度差异采用OSTU自适应阈值分割方法对海面图像进行分割;接着利用Canny边缘检测得到图像的所有边缘点集,从而获得主要轮廓;然后,根据梯度方向,减少无关边缘点,来改进Hough变换,连接相邻斜率误差小的直线段,减少直线段数目,选取有效程度最大的直线为海天线;最后,依据海天线的位置确定海天线区域。海天线区域的确定,为运动目标的检测、跟踪和避障节约了时间,并减少了误检概率。     

基于NSCT域边缘检测的侧扫声呐图像分割新方法

针对侧扫声呐图像混响噪声严重、对比度低、分割困难的问题,根据侧扫声呐图像成像特点,提出一种基于非下采样Contourlet变换(NSCT)域边缘检测和区域生长的侧扫声呐图像分割新方法.首先,对侧扫声呐图像进行NSCT分解,通过K均值聚类法在NSCT域低频部分对阴影进行分割;然后通过寻找NSCT域高频层由同一粗尺度分解的2个细尺度相邻子带系数差的模极大值位置,来选择图像边缘点,并进行尺度内、尺度间的边缘融合;最后,利用基于边缘的区域生长方法完成对目标的分割.实验结果表明,该方法对侧扫声呐图像分割具有抗噪性能好、正确分类率高以及边缘定位准确等优点.     

杨树病害孢子的图像识别技术研究

本文尝试用计算机图像识别技术来实现对杨树病害孢子的自动计数,为杨树病害预测预报提供一种快速先进的手段.首先经显微图像采集系统获得孢子图像,经去噪声、图像平滑、阈值分割和膨胀,得到增强的二值化图像,然后对它们进行边缘提取和细化,最后实现孢子的自动计数.研究中对53幅杨树病害孢子的图像进行识别计数,正确率达到98%.     

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。     

基于相位一致性的激光熔覆熔池边缘提取方法

针对激光熔覆过程中存在弧光、熔融金属液滴等干扰导致激光熔覆熔池边缘难以准确提取的问题,提出了基于相位一致模型的熔池边缘提取方法。为了得到完整、精准的熔池边缘,对获取的熔池图像进行预处理后,使用基于阈值的方法,对熔池进行初步分割,对剪裁后的熔池图像采用相位一致性模型进行边缘检测,将其边缘在粗分割区域进行标记,对标记图进行进一步分割并用sobel算子对精分割区域进行边缘提取。相关试验的对比分析表明,该方法具有良好的熔池边缘提取精度和干扰鲁棒性。