一种指纹图像预处理方法的研究

实现一套指纹图像预处理算法,主要包括指纹图像灰度归一化和均衡化、指纹图像分割、指纹图像的二值化、指纹图像增强、指纹图像细化。采用基于梯度的指纹图像分割方法,去除指纹图像中的无用信息,并使用连通域检测方法对分割后的指纹图像进行优化。引入基于动态阈值法的二值化算法,实现指纹图像的方向二值化。采用基于骨架提取技术的细化算法,完成指纹图像的细化处理。最后使用MATLAB8.2平台对该算法进行验证,在相同特征提取算法和匹配条件下,该算法的识别精度高于传统算法。     

沥青混合料图像边缘检测对比研究

以沥青混合料图像为评价图像,分别用Roberts算子、Sobel算子、Prewitt算子、Kirsch算子、Laplacian算子、LOG算子和数学形态学边缘检测方法进行边缘检测,对边缘检测结果进行了深入分析,对上述边缘检测算法的边缘定位精度、抗噪声能力和计算时间进行了比较,得出选择数学形态学边缘检测方法作为沥青混合料图像的边缘检测方法是合适的。     

基于机器视觉的螺纹缺陷检测方法

针对目前螺纹缺陷检测方法效率低,在线检测较难实现等问题,提出了一种基于机器视觉的螺纹缺陷检测方法。通过工业CCD相机来采集螺纹的缺陷图像,对图像进行灰度化、增强、二值化和去噪处理。去噪方法选择的是数学形态学运算。数学形态学的腐蚀、膨胀、开运算和闭运算操作能够有效地保留螺纹形状特性,并且有效地保留螺纹的边缘信息。通过投影的方式定位螺纹主要部位,将螺纹的顶部和底部去掉,减少误操作。该算法通过使用减法运算定位螺纹的缺陷,从而检测出螺纹缺陷位置。实验结果表明,该算法具有较强的识别和检测缺陷的能力,满足了基本的设计需求。     

基于图像处理的贮木场火灾检测方法

提出一种以图像识别技术为基础的火焰识别方法。为将火焰与背景分离,首先通过灰度转换将彩色图像转化为灰度图像,然后用中值滤波处理法对图像进行平滑处理去除图像噪声,再用最大类间方差法进行二值化处理分离火焰与背景图像,用腐蚀与膨胀算法进行数学形态处理突出火焰图像特征,最后采用区域形状参数作为火焰图像判别依据,去除灯光等疑似干扰图像。实验表明,该方法可较好地辨别火焰和干扰源。     

基于时空融合的交通场景中运动行人检测算法

将视频监控技术应用于交通信息获取与处理,解决行人安全问题,已成为智能交通系统中的一项关键技术。为精准地提取交通场景语义信息,提出了融合时域和空域信息的行人检测算法。通过相邻多帧时域变化和Canny边缘检测算法得到初始检测掩模图像,解决差值局部化和噪声问题;提取空域信息时,引入二次重构和内外标记技术对梯度图像进行修正和分水岭变换,得到空域掩模图像,有效地提高空域分割精度,消除过分割现象;最后将两者结果进行融合和形态学修正,提取出交通场景图像中的运动行人。以北京南站为例进行实验分析,结果表明,该方法能快速准确地检测到较完整的目标信息,在动态场景的行人检测取得了较好的效果。     

土体裂隙图像处理方法进展

针对已获取的土体裂隙图像,介绍了数学形态学、图像分割等裂隙图像的处理方法。在数学形态学中,简明阐述了噪声滤除。骨架提取与重建等内容;在图像分割中,叙述了基于阈值、边缘检测、聚类、区域等图像分割方法;最后,对数学形态学、图像分割等裂隙图像处理方法的发展进行了展望。     

边缘检测在盘形悬式瓷绝缘子串红外图像上的应用

针对盘形悬式瓷绝缘子串红外图像边缘缺失导致铁帽和伞盘误分割的问题,提出一种基于边缘检测的绝缘子串图像分割方法。首先对红外图像进行灰度化、中值滤波和去噪等图像预处理,然后通过比较多种边缘检测算法,采用PSNR方法确定了多尺度形态学梯度算法是对绝缘子串边缘提取中准确性和完整性最高的方法。接着对二值化后的图像确定最大连通区域,对其进行边缘分割得到绝缘子串区域。最后结合边缘检测确定面积阈值,采取区域提取方法对其进行铁帽和伞盘区域分割,得到铁帽和伞盘区域。通过大量样本训练,正确率达到90%以上,在实际应用中取得十分良好的效果,对提高绝缘子红外智能检测准确率有重要指导意义。     

基于边缘和数学形态学复杂背景车辆定位

在车牌识别和车型识别系统中,为了减少背景干扰,精确地找到车脸、车标或车牌,从复杂背景的图片中定位车辆是一个重要的过程。提出了一种基于边缘数学形态学的复杂背景车辆定位方法,首先利用数学形态学对车辆图像进行处理,增强车辆轮廓并消除噪声干扰,再进行边缘检测并分别进行水平投影和垂直投影得到投影图,将获得的投影图变换为一幅图像,再查找车辆边界。实验结果表明,该方法定位准确率为93%,且定位速度较快。     

粘连玉米粒群的分水岭分割与粒形的多尺度小波校正算法研究

为实现玉米粒群图像的自动分割和形态校正,在传统分水岭分割算法的基础上提出了一种新的粘连籽粒分离与形态校正算法。首先采用维纳滤波与数学形态学运算对玉米粒群图像进行滤波及背景均匀化处理;然后通过多种边缘检测算子相结合的检测方法,确定玉米籽粒的粘连边界,作为算法的分水岭;利用腐蚀算法与极值化处理确定了粒群图像的蓄水盆地,并以构建的分水岭和蓄水盆底完成对粒群图像的分水岭分割运算;最后利用多尺度小波分析的方法对籽粒图像进行正形。试验结果表明,该算法对玉米粒群图像的有效分割率和正形率分别为94%和95.6%,有效解决了传统分水岭分割方法易出现的过分割和泄露等问题,较传统算法在时间和准确率等方面均有很大提升。     

一种改进的瓷套式电缆终端红外图像边缘提取算法

红外热像仪测温是电气设备状态检测的重要手段。在实际应用中,存在红外图像边缘粗糙模糊、噪声干扰严重等缺点,这给红外图像处理带来了极大的不便,为此提出一种基于改进Sobel算子和自适应最佳阈值的边缘提取算法。该算法利用八方向模板的Sobel算子对含有噪声的红外图像进行高温目标区域的边缘提取;通过广义高斯分布(GGD)描述图像的小波子带系数,并基于其间系数的局部领域信息进行方差估计,由此得到自适应最佳去噪阈值;结合改进Sobel算子和最佳阈值,最终得到所需边缘提取图像。MATLAB仿真结果表明:该算法在有效检测红外图像边缘信息的同时,极大提高了图像的抗噪能力。