应用数字图像处理技术实现木材纹理特征检测

基于图像图形学方法,实现了对木材纹理灰度特性的分析,并利用计算机自动检测出木材纹理形状、角度、纹理周期长度、线宽度和间距等特征量值.试验结果证实,BWMORPH为最适于木材类中弱纹理的形状轮廓检测,并生成新的纹理骨骼线图像;对纹理骨骼线图像进行Radon变换后,可得到0～180°纹理线条在相应角度上投影变换域的积分值,从而绘制出纹理角度的二维曲线图,纹理曲线图所反映的木材纹理方向性规律与人们平常对木材纹理的印象相吻合;通过将纹理图像二值化后再横向扫描的方式,能够得到纹理的峰-谷周期图,从中能够准确计算出纹理的周期长度,对应于木材的生长轮宽度,并可进一步求出纹理的线宽度和纹理的间距,分别对应木材的早、晚材宽度.     

基于数字图像处理的表面裂纹检测算法

本文提出了一种基于数字图像处理技术的表面裂纹检测算法。运用这种算法能精确的检测裂纹的位置、长度等特征，将这种裂纹检测算法运用到裂纹自动检测系统以及裂纹扩展行为监测中不仅大大降低了劳动时间和劳动强度，而且提高了测量的准确性。     

基于数字图像处理的玻璃缺陷在线检测系统

研究了一种基于数字图像处理的玻璃缺陷在线检测系统,实现了对玻璃缺陷的实时检测、识别和分类,在缺陷提取上运用的是一种改进的归一化互相关算法,该算法可以显著提高图像的匹配速率和缺陷检测效率,在检测效率上比传统的算法提高了25.7%;在缺陷的识别分类上研究采用的是一种改进的支持向量机算法,该算法在检测精度和效率上都有较大的提高,在缺陷种类的识别上,其准确率可达到95%。     

基于SVM与数学形态学的数字图像处理

本文在支持向量机(SVM)的基础上引入数学形态学,提出了基于SVM与数学形态学的融合算法,并对图像进行处理。仿真结果表明,基于SVM与数学形态学的融合算法只需要普通形态学30%的特征提取次数,能有效的图像边缘的毛刺和较好地保留图像的形态特征。     

基于Mathematica环境的数字图像处理方法研究

结合数字图像处理的基本知识,介绍利用Mathematica软件进行数字图像处理的一般概念与方法,并通过小波分析处理图像的实例,给出Mathematica软件进行图像处理的过程与思路.     

一种新的基于视频技术的车速检测方案

基于视频的交通量参数检测系统具有直观、安装简便和费用低的特点,它代表了车辆检测器的发展方向。本课题作为交通信息采集系统的一个重要子系统,它以实时的车辆行驶速度为研究检测对象,其目的是改进实时车辆速度的采集手段,为道路交通管理提供更为有效的依据,提高交通管理的自动化、现代化水平。该方法讨论了车牌定位、如何将车辆帧间移动的像素行映射为对应的实际距离和最终实现车速检测等内容。经实验证明,本方法易于实现,具有很好的可维护性,车速检测的精度较高。     

采用数字图像处理技术的条干均匀度在线检测系统

为了实现测量过程的自动化,提出了应用图像处理技术的条状物均匀度在线检测系统的设计方法。以交叉编译开发环境Qt Creator为核心,结合开源图像处理库OpenCV,实现了不规则条状物外尺寸的非接触式在线测量和实时显示。采用显微放大镜头,搭建了专用的光学系统;图像预处理采用最大类间方差法(Otsu),消除了不同光照强度对检测结果的影响;为了充分体现人机交互性而编写了友善的上位显示界面,采用MATLAB对采集到的数据进行曲线拟合,验证了分段直线拟合的可行性。实验结果表明,该装置结构简单,测量结果准确,使纺织品条干均匀度在线实时检测成为可能。     

基于数学形态学的货车车门状态的检测

根据运行中的货车车厢图像，首先采用最大方差法确定货车车厢图像的二值化阈值，然后使用特殊的结构元素进行数学形态学运算提取二值图像中的目标区域，最后计算矩形拟合因子来判别目标区域是否为矩形，从而判别货车车门是否打开，解决了货车运行中的安全状态检测问题。本算法能有效抵抗椒盐噪声以及乘积性噪声的影响，在进行图像处理和识别时无需进行图像预处理。     

基于边缘检测的数学形态学方法研究

阐述了用于图像边缘检测的数学形态学方法，在图像边缘检测的预处理。边缘提取、以及边缘连接等方面均可采用数学形态学来实现，并用实验证明数学形态学用于边缘检测有其独有的优点。     

基于数字图像处理的电表液晶屏识别研究

该文从数字图像处理的基本原理和方法着手,通过相机采集图像,然后对图像进行处理和分析,对所有图像中电表图像的共同图像特征,通过设计合适的图像特征提取技术,实现目标与背景的可靠分离,从而实现对智能电表上液晶屏的识别和定位。     

基于数字图像处理技术的人脸检测算法研究

为了提高人脸检测的准确性及检测速度,需要对基于数字图像处理技术的人脸检测算法进行研究;使用当前方法进行人脸检测时,需要提取脸部特征数目较多、检测速度过慢,降低人脸检测效率;为此,提出一种基于数字图像处理技术的人脸检测算法;该方法首先获取人脸数字图像,通过拉开数字图像的灰度间距,使数字图像灰度均匀分布,进而提高数字图像对比度,使图像更加清晰,再通过Wiener维纳滤算法对处理后的数字图像进行图像平滑去噪,在此基础上使用Robert边缘检测算子方法对数字图像人脸边缘每个像素点检测,得到数字图像中人脸边缘的基本图像,将其输入到计算机数字图像处理系统中进行识别检测;实验仿真证明,所提算法在检测速度及准确性等方面具有明显的优势。     

数字图像几种边缘检测算子检测比较分析

数字图像的边缘检测是数字图像处理基本问题之一,本文就数字图像的边缘检测的具体内容及常见的数字图像边缘检测方法进行了综述。分析了各种边缘检测算子的特点,以及在处理各种噪声时,对各种边缘检测算法的检测效果进行了分类比较。     

基于灰度形态学的图像处理在焊缝识别中的应用

焊缝轨迹的提取是自动化焊接的关键技术,它不仅要求焊缝提取的准确性,而且要求实时性。论文采用爬行机器人CCD获取的焊缝原始图像,充分利用其灰度分布信息,提出了一种基于灰度形态学的图像处理算法。该算法能针对不同的焊缝,通过灰度形态学滤波等处理,提取焊缝的特征。实验结果表明该算法能满足实时、准确性要求。     

基于形态学的数字符号图像骨架的识别方法研究

在数字符号图像骨架的识别中,对于数字符号图像骨架的多样性和复杂性,尚缺乏一种准确和通用的识别方法,对此提出了基于形态学的数字符号图像骨架的特征值提取方法。该方法定义了骨架中的端点、节点等概念,利用数学形态学的方法识别图像骨架。计算机仿真表明,该方法不仅具有通用性,而且具有很高的准确性。     

基于MATLAB图像处理的车辆检测与识别

针对目前汽车检测与识别所采用的方法在各个方面存在的不足,提出了一种基于MATLAB图像识别和处理技术的车辆检测方法,并用实例验证了其可靠性.该方法减轻了操作者的劳动强度,弥补了人在视觉与反应方面的不足之处,提高了统计的效率及准确率.     

基于数字图像处理的大范围区域的火焰识别

传统的检测火焰的方法并不能发挥很好的作用,近些年,随着计算机以及基于视频图像序列处理的数字图像处理技术的发展,基于视觉火焰检测技术在大范围空间具有十分实用的价值。通过数字彩色CCD摄像机获得连续的图片,我们可以通过图像利用数字图像处理的算法来获得所感兴趣区域的形状特征,静态动态特征以及颜色信息,从而来判断是否发生了火灾。将摄像系统装配在所需检测的位置从而达到对检测区域自动防火的功能。简便的算法也可以减少对数据处理的时间。实验的结果说明了我们的方法可以准确地确认火焰。     

基于柔性数学形态学的医学图像边缘提取

医学图像边缘提取,尤其是病灶部位的边缘提取,是医学图像处理中非常重要的预处理步骤,边缘提取的质量决定了图像的最终处理结果。人们一般习惯于用微分算子和梯度形态学算子提取边缘,但这类算子都不能很好地滤除噪声,也不能提取边缘细节。文章在阐述了数学形态学一般原理与方法及柔性数学形态学原理与性质的基础上,将柔性数学形态学用于左肺上叶周围型肺癌CT图像边缘提取。实验结果表明,这一方法比微分算子和形态学边缘梯度算子更能有效地滤除噪声并将肺部轮廓和肿瘤的大小与边缘准确地提取出来。     

基于图像处理的几何零件边缘检测

随着计算机技术的不断发展,将数字图像处理技术广泛应用于测量领域是发展的必然趋势。基于图像处理的几何零件测量来说能够精确地提取它的边缘是保证测量的精度的很重要的条件之一,因此对于边缘检测算法的研究具有非常重要意义。通过大量实验对几种最常用边缘检测算法进行实验对比,从而得到一种满足要求较实用的算法。     

数字图像处理在顶点识别中的应用研究

图像检测中对2D图像的长度，面积测量，以及工件的某些指标的计算，常常会遇到顶点识别问题,锯齿型工件的锯齿顶点坐标的测量，是数字图像顶点识别中比例典型的例子，利用数字图像处理技术检测锯齿工件顶点，对图像进行了边缘检测，二值化，顶点识别处理，在顶点识别中还需剔除异常点，以减少识别错误率，描述了数字图像处理技术用于非接触精确测量的原理，对整个顶点识别过程做了详细的探讨，给出满意的识别结果。     

基于边界特征配准的墙地砖缺陷检测研究

该文结合radon变换和几何推理,研究了基于墙地砖边界的用于规则图案表面缺陷检测的图像配准方法。实验证明该算法简单快捷,能检测出墙地砖的一般常见缺陷。