基于改进Hough变换的复杂纸页缺陷检测算法

采用传统Hough变换法检测复杂纸页缺陷如褶皱、条痕等直线类特征纸病时,不能有效分辨具有较近斜率或截距的多直线特征.在标准Hough变换的基础上将Hough变换域空间变换为二维图像然后对其进行纸页缺陷特征提取,从而更加精确地检测出褶皱或条痕类纸病.经实验证明,改进的Hough变换在检测精度和时间上都优于标准Hough变换.     

基于Hough变换的纸病检测分析

褶子是纸病的一种,通常采用对纸病图像进行预处理、阈值分割等常规方法来检测褶子,但常规方法对不连续的褶子检测效果不是很明显,本研究提出了一种基于Hough变换的褶子检测方法.     

基于“选择性缓存处理机制”的FPGA纸病检测系统

针对纸病检测系统普遍存在的快速性与实时性均较差问题,借鉴人眼视觉中“选择性注意”机制,提出了采用“选择性缓存处理”方法快速提取与检测纸病。系统采用“CCD + FPGA”的模式,利用FPGA流水线并行处理特性对线阵CCD采集到的图像数据流进行预处理与特征提取,并同时缓存纸病区域图像。由于整个处理过程为流水线式并行处理,且仅缓存纸病区域图像,因此极大地提高了纸病提取检测的速度并节约大量的存储空间。结果表明,该方法硬件资源占用率极小,且能快速、准确地提取纸病信息,具有很强的灵活性与实时性,可以满足高速纸机实时检测的需求。     

一种基于机器视觉的纸病识别方法

提出了一种基于图像灰度变换和BP神经网络的纸病识别算法。该算法是利用动态双阈值法和图像合成法对图像进行预处理,提取出纸病的特征值,再利用BP神经网络对纸病进行分类。结果表明,BP神经网络分类器可以很好地识别出纸病图像中的孔洞、脏点和褶皱,平均识别率达93.8%。     

纸病图像检测与分割的二阶段方法

提出了纸张表面纸病检测与分割的二阶段新方法.通过对纸张微观结构中纤维分布的分析,由统计学分析原理建立了纸病图像的二阈值分割法,利用质量控制图结合具体纸样进行了纸病特征的提取,利用数学形态学操作对二值图像进行了滤波和分割检测.结果表明:二阶段分割阈值检测方法对纸病图像的分析十分简单、有效.     

边缘检测在纸病图像分析中的应用

边缘检测是纸病图像处理的重要方法,也是各类纸病识别的前提。选取孔洞、脏点和褶皱三种有代表性的纸病为研究对象,通过C++编程探究了Roberts算子、Sobel算子和Prewitt算子在纸病图像检测中的效果。通过研究发现,Prewitt算子可以很好地检测出同时含有孔洞、脏点和褶皱的纸病图像的边缘,并且识别率在93.8%以上。为纸病识别的进一步研究奠定了基础。     

一种基于连通域标记的纸病检测算法

提出了一种基于段的连通域标记处理算法,同时对纸病区域进行连通域标记和形状特征值提取,旨在提高纸病检测的准确率和效率。该算法利用纸病区域为简单连通图像的特点,采用段技术实现了纸病区域的标记处理,探讨了在标记处理同时快速统计与形状特征值计算有关的中间参数的方法,利用标记结果及形状特征值实现了纸病的快速检测。该算法优化了标记处理与形状特征值提取的过程,减少了纸病图像的扫描次数。结果表明,该算法达到了准确、快速的纸病检测效果,且易于扩展到实际的纸病检测系统中。     

基于两次二维Daubechies小波变换的纸病在线辨识方法研究

针对造纸生产线上纸病在线检测系统光源不均匀性和纸病难以识别的问题,通过建立纸病图像背景模型实现动态补偿光源的不均匀成分,并根据不同纸病图像的灰度分布规律,两次使用二维小波变换增强其灰度轮廓信息和提取灰度特征,以实现纸病的在线辨识。实验结果表明,该方法可以显著提高纸病辨识精度。     

机织物图像自动纠偏方法的研究

图像纠偏在织物组织结构参数自动识别过程中直接影响识别结果.本文通过对织物图像去噪、直方图均衡化等预处理操作后,对图像进行水平和垂直边缘检测;同时为提高倾斜角度识别的准确度和算法运行效率加入细化处理,然后对细化后的图像进行Hough变换,检测倾斜角度,最后对图像进行旋转实现旋转纠偏.通过对不同机织物图像进行纠偏处理实验,证明了该方法的有效性和可靠性.     

基于改进的Hough变换的绝缘子检测方法

针对传统的输电线路绝缘子检测方法的不足,提出了一种基于改进的Hough变换的绝缘子检测方法,方法首先对航拍绝缘子图像进行预处理,包括彩色图像灰度化,图像增强和图像去噪,然后对预处理图像进行改进的Hough变换的绝缘子检测,最后检测出输电电路中的绝缘子串。文章提出的方法可以快速从复杂背景中识别绝缘子,具有较好的应用前景。     

基于颜色空间转换的混合豆类分类识别

在豆制品生产过程,有时需要对混合豆类进行品质检测,介绍了基于颜色空间转换的混合豆类自动分类识别方法。首先利用扫描仪获取混合豆类图像,然后通过3次颜色空间转换,依次找到各种豆类与背景和其他豆类的颜色数据差异,实现各种豆类的分类识别。将该方法对灰色、白色、蓝色3种不同颜色背景下采集的图像进行了测试,结果表明该方法能够实现混合豆类分类识别,识别精度受图像质量影响,可用于开发自动检测设备。     

基于DSP的空域图形辨别算法研究

为进行图形辨别,提出一种基于DSP的空域图形辨别算法。通过对采集到的图形图像进行图像预处理和图像分割,并采用轮廓跟踪法获取图形轮廓信息,最后通过角度判别实现空域图形辨别。实验证明,该算法可以实现多种图形的空域辨别,正确图形辨别率达94%。     

基于神经网络的男西装图像情感语义识别

为了实现基于内容的男西装图像情感语义识别,需要把男西装图像的低层特征映射到情感语义空间。在构建出的2维图像情感因子空间和男西装图像视觉特征（10维亮度一冷暖模糊直方图;7维的饱和度一冷暖模糊直方图+色彩对比度值的综合特征）的基础上,本文通过机器学习（BP神经网络）实现了男西装图像的低层特征到情感语义因子空间的映射,根据图像低层颜色特征可以自动完成图像情感因子值和情感描述值的计算,并把识别后的新图像数据自动加入到图像数据库中。实验证明,BP神经网络方法能较好的实现基于内容的男西装图像情感语义的识别。     

同心球所夹空间电场的电像法求解

采用电像法分析研究了二同心导体球所夹空间的静电场分布。     

Intelligent recognition of dominant colors for Chinese traditional costumes based on a mean shift clustering method

Chinese traditional costumes have been recognized as one of the most influential sources for Western designers to obtain oriental inspirations and create Asian chic, especially the dominant colors and design style. In this paper, an effective color clustering method based on Mean shift clustering algorithm is developed for Chinese traditional costumes image. The proposed method consists of four steps: (1) costumes image acquisition, (2) costumes image denoising, (3) object segmentation, and (4) color clustering and dominant colors extraction. Firstly, a digital SLR (Single Lens Reflex) camera is used to capture the costumes images. Secondly, the sub-images in the three color channels are filtered by median filter separately. Thirdly, the filtered images are segmented based on the background color in the Lab color space, and the object costumes is separated from the background. Fourthly, the pixels of the costume image are classified into several clusters by Mean shift clustering algorithm, and the dominate colors are extracted from the classification results. The experimental results demonstrate that the proposed method can extract the dominant colors from costumes images with great accuracy when the bandwidth of Mean shift clustering algorithm is set as 0.05.     

自动点卤槟榔图像识别方法研究

针对机器对槟榔点卤出现漏点或者点空的情况,提出了一种基于H分量的图像分割方法来识别槟榔。将采集到的RGB彩色图像进行伽马增强再转换至HSV颜色空间,分离HSV颜色空间得H通道图像,再对H分量图像进行Otsu图像分割处理,结合图像形态学和区域生长法去除二值图像中出现的孔洞和小连通区域,最后通过绘制矩形框操作对识别出的槟榔进行标注。结果表明,该方法能完整地将槟榔从背景中分割出,且不会出现过度分割或者分割不足的问题。     

基于均匀颜色空间的纺织用图形图像分色算法研究

纺织花型一般对花型的颜色数量有严格的限制,因此普通数字图形图像在用做纺织花型之前都必须对图形图像的色彩进行压缩.文章提出了一种基于CIE-1976年LAB均匀颜色空间的色差计算公式,并使用系统聚类法对纺织用图形图像进行色彩压缩的算法.该算法具有信息损失小、速度快的优点.     

The fabric defect detection based on CIE L*a*b* color space using 2-D Gabor filter

A detection algorithm based on CIE L*a*b* color space is proposed to detect various colorful fabric defects more accurately and avoid the error detection resulted from losing image information of graying. CIE L*a*b* color space is transformed from XYZ space via nonlinear transformation of RGB space. First, three features including the brightness characteristics L*, color information of a* and b* which are used to form 2-D Gabor filter in a complex number can be acquired. Genetic algorithm with the objective function in a form of energy is adopted to select optimal Gabor filter parameters. Second, filter built by flawless image is used to filter the corresponding drawbacks of image. Third, ultimate results are obtained through sliding threshold segmentation method and properly de-noising. The experiment success rate is 95.83%, which indicate that this method can detect diversiform colorful fabric defect accurately.     

重建误差信息在立体匹配中的应用

对重建图像的误差信息在立体匹配中的应用进行了探讨:采用Tchebichef离散正交矩对图像进行重建并获得重建误差图像,使用基于窗口的匹配方法计算图像视差,并对几组立体图像对进行了实验和分析.结果表明,虽然重建误差信息没有重建后的图像信息量大,但利用其进行匹配依然可以得到较好的匹配结果.     

非线性多尺度分析与自适应图像分割

以基于小波变换的非线性多尺度分析为基础,提出了一种新型的图像特征增强算法,该方法可有效地用于图像区域分,文中以光滑尺度函数产生局域平均权值,用光滑差（ｄｉｆｆｅｒｅｎｃｅ ｏｆ ｓｍｏｏｔｈｉｎｇ）小波变换图像以提取图像的局域亮度变化,从而实现了基于尺度－空间对比度增强的自适应图像分,在实验中,以在视觉信息处理中表现出良好性能的高斯函数为尺度函数,通过对尺度－空间对比度取阈值来实现图像信息的增强,