纱线横截面图像中的材质识别

应用主成分分析(PCA),在尽量减少信息损失的前提下,把毛粘混纺纱线横截面图像中羊毛和粘胶的原始特征指标转化为少数综合性指标.利用BP(Error Back Propagation)神经网络较强的学习能力,对羊毛和粘胶的混纺纱线横截面图像进行识别分析.通过对实例图像进行预处理,提取特征数据;应用主成分分析法进行数据降维并利用BP神经网络进行机器学习及识别分类,取得了与实际相符的羊毛和粘胶两种材质的分离效果.     

道路病害形态特征的图像分析

路面裂缝是道路病害的主要表现,在路面裂缝的检测过程中,为了准确、详细记录路面裂缝信息,需要对裂缝病害的形态特征进行分析,针对这一问题,提出了道路病害形态特征的图像分析方法.首先,对提取后的路面裂缝进行膨胀处理,连接断裂的裂缝;然后通过细化处理,得到具有单像素宽裂缝的裂缝骨架;最后采用游码和链码统计裂缝的像素数目和几何形态特征,实现对路面裂缝的特征参数值获取及量化描述.结果表明该裂缝图像分析方法对道路裂缝形态特征的描述和统计有效,具有实用价值.     

淮河中游弯道形态特征分析

文章着重对淮河中游的弯道分布及弯曲半径、中心角、曲折系数进行了统计分析,并对弯道的断面形态进行了初步探讨.     

基于Matlab/GUI的图像处理软件开发

文章首先介绍了Matlab/GUI的图像对象的结构层次和基本的特性。在Matlab的程序设计过程中,图像对象的句柄是非常重要的一个概念。每个图像对象都有自己独立的句柄,通过操作句柄,来实现对象的控制和修改。接着,提出了在设计GUI软件的时候需要注意的几点原则,包括简单性、一致性和习常性。依据这些原则,文章对程序设计中用到的控件进行了论述,比如菜单、文本框等。最后,文章通过一个例子来说明Matlab/GUI在开发数字图像处理软件中的巨大潜力,并且也说明了使用Matlab/GUI来开发的简单性。     

基于计算机视觉的果树害虫的形态特征分析

为解决农作物病虫害的诊断问题,选择京郊常见果树的三种害虫:桃蛀螟成虫、华北大黑鳃金龟成虫、桃六点天蛾,使用计算机视觉技术清除背景,获取该害虫的形状参数、偏心率等形态特征。通过判别分析,建立三种害虫形态特征的判别评分函数,并测试了该判别评分函数的有效性。实验结果表明,形状参数、偏心率、似圆度特征能反映这三种害虫的形态特点,可有效区分这三种害虫。     

基于细胞逻辑、形态特征图像分割新算法

在MATLAB软件中结合细胞逻辑、形态特征提出了一种图像分割和计数的新算法,这种算法的主要思想是通过逻辑运算、拉氏变换和数学形态学运算的处理,首先提取细胞图像中的逻辑信息,再根据细胞特有的圆形、椭圆形形态特征,将细胞从整个背景中进行分割处理,并根据逻辑信息、形态特征实现了血细胞图像的简单计数,实现了特定血细胞的单独分割,其算法简单、可靠。     

图像分形法研究多孔骨支架微观形态

为了研究多孔材料微观形态特征:孔隙率、渗透率的数学模型,为进一步研究数值仿真提供基础数学模型;采用分形数学和图形图像处理技术深入开展多孔材料分形维数研究,通过分形维数推导出多孔材料孔隙率φ,渗透率K的数学表达式;通过对6种羟基磷灰石骨支架微观形态的研究,得到6种骨支架的孔隙率、渗透率;通过与密度法得出的孔隙率对比研究,表明图形图像法得到的孔隙率数学模型行之有效,同时能从理论上计算出孔隙率和渗透率,简化了测量实验方法以及为多孔材料的数值分析奠定数学模型基础.     

基于主成分分析的图像哈希算法

提出了一种基于主成分分析的图像哈希算法.采用主成分分析对样本进行降维,取位于变换矩阵顶端最具有识别信息的少量特征向量构造投影矩阵,再对降维后样本进行局部保持映射,同时,对主成分分析投影矩阵进行随机旋转,形成多个小投影矩阵,采用矩阵拼接方法将小投影矩阵合并构造编码投影矩阵;最后,将训练样本投影到编码投影矩阵,得到降维样本,并对其进行哈希编码,得到最终的二进制编码.实验结果证明,同其他经典算法相比,该算法具有较好的稳定性,可降低内存消耗,并提高效率.     

多种新合纤混纺花式纱线的产品开发实践

本文探讨了以棉纺流程为基础,应用多种纤维生产混纺纱线,通过以精确称量混合及应用多种混合流程,系统地优化了用棉纺设备生产阳离子易染涤纶、三角形涤纶、有光粘胶等多种纤维混纺纱线的纺纱工艺参数.     

适于图象平滑的多刻度广义形态滤波器

基于数学形态学的基本变换，采用多结构元素，构造了一类多刻度广义形态滤波器，并证明了滤波器具有递增性、害虫等性和阈值叠加性等重要性质，计算机仿真结果证实了这类滤波器不仅可以有铲地抑制图象中的噪声，而且能较好地保持图的几何结构特征。     

基于MATLAB的车辆图像滤波

研究交通事故处理过程中的立体视觉量测问题,必须首先解决图像的预处理问题,本文依据小波分形和图像滤波理论,采用Matlab语言,编写了小波滤波和常规滤波器的程序,并针对车辆图像进行了多种滤波去噪效果的对比分析,实验证明,运用二维小波去除车辆图像的噪声优于普通的滤波器处理效果,该研究方法对于交通事故中的图像处理具有重要意义.     

图像智能化的目标检测技术(Ⅲ)--优化聚类与特征提取

探讨了作为自适应图像目标检测技术层次化数据处理流程的中层聚类和末端识别模块,给出了具体应用的几种实现算法.为加快背景抑制中全局优化聚类分割门限的求解速率,利用最优化计算理论,设计了有效平均梯度剪切的快速操作方法.在特征识别中,结合目标的形态结构研究了保持形状特性的多结构元组合滤波算法.     

基于数学形态学和纹理的切屑图像处理及识别

根据切屑图像的特点，阐述了数学形态学在切屑图像降噪及边缘提取中的应用。利用所述方法对几种不同类型的切屑图像进行处理，并进行纹理特征提取，利用SOM神经网络对图像进行分类，最终将其应用于切屑图像的识别。经检验证明，该方法利用形态学对切屑图像处理及纹理分析是可行的，并且有较好的效果。     

形态学滤波在玫瑰扫描亚成像系统中的应用

为了在玫瑰扫描亚成像系统中比较真实地恢复被扫描物体的图像 ,可以用形态学滤波的方法来处理亚图像 .用形态学滤波器处理亚图像可以较好地恢复被扫描物体的面积和形状 ,保持物体的能量信息 .实验证明在处理玫瑰扫描亚图像时 ,形态学滤波器优于传统的低通滤波器     

皮肤表面毛细血管图像的检测与分析

本文以皮肤表面毛细血管图像为研究对象,采用数字图像处理的方法对原始图像进行处理和检测.为了比较治疗前后图像的变化,计算了毛细血管的管径、长度和密度等参数.利用此方法对雀斑治疗效果进行了分析,图像分析的正确率达到90%,在临床上有较好的实用价值.     

用形态学方法进行数字图象的分析和处理

一种新兴的图象处理技术──数学形态学运算子和形态滤波器在数字图象分析和处理，图象滤波，图象增强和图象恢复方面的研究和应用。     

全方位多角度加权组合形态滤波器的设计

针对数学形态学在图像去噪处理中的应用,采用全方位多角度结构元素,构造了一类新的形态滤波方法.这类滤波器不仅可以有效地抑制图像噪声,而且与现有的中值滤波器、全方位多结构元形态滤波器等非线性滤波器相比,能更充分保留原图像的几何结构特性,图像视觉效果显著提高.     

基于小波分析和BP神经网络的图像特征提取

提出一种基于小波分析与神经网络复合模型的图像特征提取方法.利用二维离散小波变换对图像信号进行滤波和边缘提取,作为图像的输入量供BP网络识别分析.构建了3层BP神经网络模型对图像特征进行识别,采用模糊加权算子的模糊化分层,特征提取模板提取图像中的不同特征,输出层采用均方差权值输出.通过对由50幅图像组成的训练集合进行训练和实验验证,结果表明,本方法的分辩误差率在4%以内.