基于Canny算子的白酒显微图像边缘提取

文章提出了一种改进的Canny算子和数学形态学相结合的白酒显微图像边缘检测方法。首先采用二维高斯函数的一阶偏导数同时构造x和y方向滤波器计算梯度幅值,然后通过四阈值边缘检测方法进行边缘定位,最后引入了数学形态学对边缘进行融合。实验仿真表明,该方法对酒分子结构边缘检测精度较准、抗噪性能良好,能有效的克服图像边缘模糊与断点,提高了边缘的连续性。     

虹膜图像定位方法的研究

针对现有虹膜定位算法的局限性,提出了一种新的虹膜定位的方法。对虹膜图像进行预处理,用阈值方法和投影方法简单地检测得到虹膜内边缘;通过线平均的算法对内边缘进行精确定位。外边缘的定位采用改进的canny算子和新的hough变换相结合的方法。实验结果表明,此方法能比较快速准确地定位出虹膜的内外边缘。     

边缘检测技术在角钢冲孔在线检测中的应用

在角钢冲孔的在线检测过程中,边缘检测是十分重要的一环,边缘检测的准确性将直接影响到后续的分析和装配精度。本文主要分析了Canny算子的特征,应用标准以及在角钢冲孔在线检测中的应用。通过中值滤波,二值化,边缘检测,边缘特征控制最终获得的冲孔边缘近似于标准冲孔,满足试验的要求。     

基于简化仿射变换模型的图像配准方法

在超分辨率图像重构中,将来自不同传感器、不同时间获取的多帧图像高精度快速配准是其关键技术之一。在介绍图像配准基本方法的基础上,根据仿射变换原理,提出了基于简化的仿射变换模型的图像配准方法;通过采用 APS(ac tive pixel sensor) CMOS相机作为图像传感器,建立试验原型系统,验证了此方法的正确性;进行了结果分析,明确了配准精度。试验表明:该算法简单、速度快、精度较高,能够应用于超分辨率图像重构的配准中。     

基于图像处理的在线零部件检测技术

基于图像处理的在线检测技术在现代工业零件加工过程中倍受重视.以零件的在线检测技术为研究对象,给出了从原始图像采集到得出测量结果的相关处理方法,包括图像的信号预处理、边缘特征提取等.基于Hough坐标变换提取了零件直线参数;获得了零件的像素空间尺寸,并与标准件进行了校验标定,得出了零件的实际物理尺寸.实验数据表明,与标准件相比误差满足要求.     

基于高斯混合模型和canny算法的运动目标检测

提出一种基于高斯混合模型和canny算法的运动目标检测算法.利用高斯混合模型计算像素之间的颜色信息,同时利用高斯混合模型更新背景信息;用canny算子提取图像的边缘信息;将颜色信息和区域结构信息线性融合起来,较好地解决了边缘信息明显的运动目标检测.实验中采用改进的加权高斯模型及传统的canny算法相结合.结果表明,本文...     

一种新的活动轮廓模型图像分割方法

局部二值拟合模型利用图像的局部邻域信息拟合能量函数,局部二值拟合模型相当于对活动轮廓内外进行局部均值滤波,因此该模型对高斯噪声有一定的抗噪性,但是该模型对椒盐噪声污染的图像不能取得令人满意的分割结果。为了提高活动轮廓模型对椒盐噪声的鲁棒性,结合局部二值拟合模型中的局部拟合项,提出一种能消除椒盐噪声影响的新的局部拟合项。提出的拟合项的能量函数极小值是局部区域的中值,新的拟合项相当于对活动轮廓内外进行局部中值滤波,中值滤波对椒盐噪声不敏感。原模型中边缘停止函数是基于图像梯度信息,难以区分图像不同区域间模糊的弱边缘和灰度渐进图像目标,并且容易受到各类噪声的影响,抗噪声能力弱。提出一种新的边缘检测算子,重新定义边缘停止函数,进一步提高模型的抗噪性,降低高斯噪声和椒盐噪声对分割结果的影响。为了保持活动轮廓在演化过程中的稳定性,在曲线演化迭代过程中必须周期地初始化以使水平集函数重新变成带符号的距离函数,但重新初始化的计算量大。引入一个惩罚能量,解决水平集函数在演化过程中的重新初始化难题。对不同噪声污染的图像进行试验的结果表明,提出的模型可以取得较好的图像分割结果,比CV模型、LBF模型和LIF模型更具有优势。     

一种基于偏微分方程的文本图像版面分割方法

为了能有效分割版面复杂的文本图像,提出了一种新的文本图像分割算法。该算法先采用Hough变换来进行文本倾斜的检测和校正,再根据本文提出的投影直方图法自适应地确定文本行的间距,之后应用偏微分方程方法对文本图像进行分割。最后通过实例阐明了该算法的有效性。     

基于遗传算法的人脸识别系统设计

该文设计了一套基于遗传算法的人脸识别系统,整个系统包括人脸检测与定位阶段,该文采用垂直灰度积分投影算法确定了人脸左右边界,采用基于Hough变换的圆检测算法定位了眼睛中心,然后利用小范围水平灰度积分投影法确定了嘴巴中心,最后利用方框锁定、局部搜索法确定了眼角和嘴角。特征提取阶段,该文在特征矢量的质量与数量两方面做了权衡,保证了系统的运行速度。人脸识别阶段,该文采用了根据遗传学而演化的一种高精度、高搜索度算法——遗传算法训练并确定了识别系统的权重与阈值,提高了识别系统的速度与精度。在系统设计中,该文选用了两个人脸数据库共计180幅图像用于训练与检测,该系统在实验中识别正确率可达95%以上。     

基于标点法的土体局部应变数字图像量测

提出一种基于标点法的土体局部应变数字图像量测方法来测量加载过程中土样中部区域的应变。精度分析表明,利用该方法测得轴向应变和横向应变量测精度可达±0.007%,剪切应变量测精度可达±9.0×10-5;通过刚体平移试验分析了镜头畸变引起的系统误差分布规律,在保持目标区域尽量居中的前提下,系统误差可以控制在0.02%以内。给出了一个无侧限压缩试验的应用实例,在加载的各个阶段利用数码相机拍摄照片,借助数字图像处理技术得到各阶段节点位移进而求得标记区域内4个高斯点处的应变值,并对试样中部区域和试样整体的变形过程进行对比。结果表明,该方法可以真实详细地反映土样局部区域的变形演化过程。     

一种基于Sobel算子的彩色图像边缘检测新算法

在研究灰度图像边缘检测方法的基础上,针对彩色图像的特点,提出了一种改进的Sobel算子边缘检测算法,并用MATLAB进行了仿真。仿真结果表明,直接利用Sobel算子对彩色图像进行边缘检测,得到的结果图像边缘比较模糊,而本文提出的改进算法,不但图像边缘比较清晰,而且还能有效降低图像的噪声,将Sobel算子边缘检测算法从灰度图像很好地移植到了彩色图像。     

基于直线特征的径向畸变图像的校正

为径向畸变图像的校正提供了一种方法.证明了径向畸变的球形模型,推导出球形模型下的畸变校正公式,并给出了基于直线特征的实际拍摄畸变图像校正的具体实现方法和校正结果.这种校正方法具有实现简单,线性处理等优点,比较实用.     

基于图像归一化和DCT的感知图像哈希算法

提出一种基于离散余弦变换的感知哈希算法,先对原始图像进行归一化处理,使图像具有几何不变性,然后利用离散余弦变换进行图像特征系数的提取并用混沌序列发生器加密图像,最后通过量化和编码生成感知哈希序列。该算法可以抵抗任意角度的旋转攻击和仿射变换。     

基于遗传算法的彩色图象分割

遗传算法是一种模拟生物自然选择与进化过程的随机、并行搜索算法，该算法已用于解决工程问题．文章根据遗传算法的思路和熵的概念，提出了基于遗传算法的彩色图象最佳熵阀值分割方法，给出了算法的主要步骤并分析了算法及实验结果，实验表明遗传算法能有效地对彩色图象进行分割，也存在一些缺点需进一步改进．     

基于边缘检测的焊缝图像的区域分割

为了检测焊缝图像中焊缝区的缺陷,根据射线检测焊缝图像的特点,首先对图像进行对比度增强、二值化处理和物体边缘轮廓的细化和收缩处理,检测出图像焊缝区与缺陷区的边缘.最后用Hough变换对图像进行缺陷区边缘检测.仿真与实际运行结果表明,该方法检测精确度高,且有效提高了检测速度.     

融合对象颜色和边缘特征的图像检索

由于图像内容特性的复杂性,对图像特征的抽取、索引及检索匹配计算量巨大,空问模型向量动辄几百上千维,使基于内容的图像信息检索在Internet上的应用面临着所谓的“维数灾难“问题。提出了一个新的图像检索模型,该模型融合了颜色的空间分布信息和对象的形状特征。颜色特征采用改进的HSV模型——扇形模型描述;对象的边缘特征采用Canny方法进行计算,并通过Hough变换产生描述对象形状特征(相对位置和方向)的空间信息;图像的相似性比较采用两个全局性向量距离描述。实验结果表明,该模型比采用单一特征(颜色)具有更高的检索效率,是高效率和合理检准率的良好折中。     

DirectShow框架下流媒体底层图像挖掘的实现

论述了基于Zadeh-X变换的流媒体底层图像挖掘的基本原理,以及底层图像挖掘Filter组件的设计.并在DirectShow框架下的实现了该算法.从实验结果可以看出,封装的Filte切实可行,能很好地实现本地视频文件的底层图像挖掘.     

基于图像变换域的信息隐藏技术

为了提高信息隐藏技术的安全性和鲁棒性,采用图像变换域技术对覆盖图像进行正交变换,把秘密信息嵌入到变换域系数中,使特定的秘密信息伪装隐藏在公开的非机密数字载体中进行传递,使观察者和监测系统无法察觉到特定信息的存在.     

基于小波变换的PCB图像拼接

在印刷电路板(PCB)的机器视觉检测中需要通过图像拼接来得到整个PCB的图像,传统的图像配准拼接技术由于光照干扰效果不好.用图像的小波分解高频系数去掉反映光照渐变的低能量系数后,可以较好地避免光照不均匀的干扰,分别利用有效垂直高频系数的垂直投影和水平高频系数的水平投影可以快速水平配准和垂直配准,低频部分作拼接的灰度渐变平滑处理.     

基于改进Mumfold-Shah模型的图像分割算法

针对传统图像分割方法中由于边缘模糊难以取得理想分割效果的问题,提出了一种基于改进Mumfold-Shah模型的图像分割算法.结合模糊C均值聚类算法对Mumfold-Shah模型进行改进,以提高图像的分割速度和分割的鲁棒性.实验结果表明:该算法具有可行性和有效性.