CT数据三维重建及可视化技术的研究

根据CT图像特点,运用计算机图形、图像和三维可视化技术,开发了一套基于医用X-CT的三维重建原型系统,实现对二维有序CT的浏览、图像分割及重建图像显示等操作.介绍了系统的结构和各种算法的实现.试验结果表明,该系统满足临床辅助诊断和手术计划制定的要求.     

基于医用X-CT的三维重建系统研究

根据CT图像特点,运用计算机图形、图像和三维可视化技术,开发了一套基于医用X-CT的三维重建原型系统,实现对二维有序CT的浏览、图像分割及重建图像显示等操作.介绍了系统的结构和各种算法的实现.试验结果表明,该系统满足临床辅助诊断和手术计划制定的要求.     

基于机器视觉的玻璃瓶在线检测系统研究与开发

玻璃瓶作为酒饮料的主要包装容器,其产品（特别是瓶口）质量直接影响酒的品质与安全.根据透明玻璃瓶在线检测中缺陷信息弱、生产线抖动等特点,研究与开发了一种基于机器视觉的在线检测系统,应用最大熵法实现瓶口图像的分割以及改进的Hough变换算法实现瓶口图像的定位.实际运行表明,系统动态图像采集效果良好,且图像处理算法快速准确,满足当今高速酒饮料灌装在线检测的要求.     

基于机器视觉的保健酒可见异物检测系统研究与开发

针对国内某企业生产的125ml玻璃瓶装药酒内可见异物的检测要求,设计了一套基于机器视觉的高速检测系统,该系统包括机械传动子系统、多类型异物成像子系统、伺服控制子系统、图像识别与处理系统等.通过利用异物在图像中运动的连续性和噪声运动无序性等特点,提出了基于序列图像差分和阀值分割的检测算法,该方法首先采用Top-hat形态学滤波抑制图像噪声,通过三帧差分提取图像中的运动目标,然后提出改进二维最大熵阀值分割算法实现了目标的快速分割,最后根据异物运动的方向性确定是否存在异物并判断出产品质量.实验结果表明,研制的系统能够有效地检测出酒液中的异物,在检测精度、误漏检率等方面满足企业要求,已成功替代了原有的人工检测.     

一种改进的基于最大类间方差的图像分割方法

在分析最大类间方差阈值图像分割算法原理的基础上,根据实际图像直方图中目标与背景的像素分布特点,提出了一种改进的最大类间方差图像分割算法.该算法充分考虑了图像直方图中目标与背景存在交叉的情况,通过与传统阈值分割算法的实验比较,证明该算法具有分割精度高、效果好、速度快的特点.     

图像分割中阈值法的研究

图像分割是由图像处理到图像分析的关键步骤,是一种基本的计算机视觉技术。对图像进行分割的方法有很多种,从分割操作策略上讲,可以分为基于区域生成的分割方法,基于边界检测的分割方法和区域生成与边界检测的混合方法。图像分割算法都是基于像素亮度值的相似性和不连续性来计算的,针对阈值图像分割的问题,在相似性的基础上依据实际应用评判标准,将具有相似性的图像区域划分到同一空间中进行迭代计算,并基于VisualC++软件环境进行算法的仿真,该系统能够对图像中的目标部分进行提取,较好的实现了图像分割。     

埋弧焊X射线焊缝图像缺陷分割检测技术

针对在埋弧焊X射线焊缝图像的强噪声和弱对比度特点下常规图像分割算法成功率低的现状,通过综合的分析和实验有针对性地给出了系统、实用的缺陷分割方法.首先通过实验给出了一种提取焊缝图像感兴趣区域(the region of interest,ROI)的方法.该方法通过中值滤波,基于sin函数的图像增强、大津法分割、Sobel算子边缘检测和Hough变换可以定量计算出X射线焊缝图像的ROI区域.进一步通过实验给出基于大津法的焊缝缺陷分割算法,实验表明在无人工设定初始分割阈值情况下这一分割算法具有较高的分割成功率.为进一步提高分割成功率,针对焊缝缺陷相对面积较小的特点,提出将缺陷视为噪声,将平均局部平均灰度视为密度,利用密度聚类方法进行缺陷分割.该方法在78张有缺陷的焊缝图像中,成功地分割出74张图像中的缺陷.最后在所研究算法基础上给出了一个综合考虑到各种因素的分割算法,即可节约计算时间,又可以保证分割的成功率.     

基于数学形态学的医学图像插值技术

医学图像插值技术是图形处理中的关键技术.为了能同时满足图像灰度和形状的要求,提出了一种基于数学形态学的医学图像插值算法.对CT图像采用多阈值和数学形态学的方法进行了分割,得到了各组织的轮廓,然后根据体素的相关性进行了插值.实验结果表明,此算法解决了以往算法边界模糊的缺点,插值效果好.     

车牌照识别系统设计

车牌自动识别系统可以分为图像采集、图像预处理、车牌定位、车牌预处理、字符分割、字符识别几大部分.每个模块即相互关联的,又有其自身的特点和技术.车牌定位是车牌识别的基础,本文采用水平和垂直的车牌定位算法;车牌字符的分割是进行单个字符识别的前提,本文采用一种垂直投影的字符分割方法;字符识别采用了BP神经元网络的方法.     

应用形态学top-hat变换的支票方形印鉴自适应分割

为了准确分割支票中的方形印鉴图像,为印鉴真伪自动识别提供无失真的二值待验图像和预留图像,提出一种基于top-hat变换的自适应形态学分割算法.根据支票印鉴的色彩信息和拓扑结构特点得到方形印鉴的灰度图像,将印鉴灰度图像分成4个子区域,以便准确分割印鉴中具有不同笔划结构和背景均匀度的印鉴成份.对每个子区域中的字符和印框分别做top-hat变换增强图像细节后,再用Otsu方法二值化.由于top-hat变换中所用结构元素的尺寸对分割结果有很大影响,本文根据每个子区域中印框和字符的结构特点分别迭代地计算适用于它们的最佳尺寸结构元素.分割了350枚不同支票方形印鉴,分割准确率为99.43%.结果表明,该方法可以准确地分割笔划复杂且分布密集的方形支票印鉴图像,有效地减少分割结果中容易出现的笔划粘结和残缺失真,降低了对原始印鉴图像的质量要求.