基于图像处理技术的海洋微藻数量统计方法

根据海洋微藻显微图像的特点,利用图像处理技术给出了自动统计海洋微藻数量的方法。该方法首先对微藻图像进行小波去噪,并对去噪后的图像通过形态学的膨胀运算进行增强;然后利用最大类间方差法和形态学的开运算对增强后的图像进行分割;最后对分割后的二值图像进行微藻区域标记,统计出在图像中的微藻数量,进而计算出水体中微藻的浓度。利用本文中所给出的方法编写了海洋微藻数量自动统计软件,仿真试验结果表明,该方法有效、可行。     

基于灰度共生矩阵的纹理特征值提取

图像分类识别的常用方法是先提取图像特征,再进行特征值的归类。图像特征包括几何特征、形状特征、颜色特征、纹理特征等等。本系统主要针对图像的纹理特征进行提取、分析,通过研究灰度的空间相关特性来描述纹理,利用灰度共生矩阵产生的四个纹理特征值使其能有效的描述相应图片的纹理特征,最后实现具有显著纹理特性的图像的分类识别。     

煤泥浮选泡沫图像大小对其识别的影响

通过对煤泥浮选泡沫图像的任意大小、200×200象素图像和256×256象素图像的纹理特征分析,得出表征图像的纹理特征,并用此纹理特征作为图像识别的学习样本,在自组织神经网络的竞争学习下进行分类,得出了不同大小图像的识别结果,200×200象素图像的识别正确率达74%,256×256象素图像的识别正确率达到77%。     

一种基于多特征的绝缘子识别方法

冲洗机器人替代人工对铁路变电所绝缘子进行冲洗,自动识别和定位绝缘子是重要前提。分析现有的绝缘子识别方法,提出一种基于绝缘子灰度、形状和纹理特征对绝缘子图像进行识别的新方法,首先利用阀值分割和形态学运算分离出绝缘子可能区域,其次根据绝缘子形状特征对各区域进行筛选,最后采用灰度共生矩阵(GLCM)提取各筛选区域纹理特征,判定出正确的绝缘子区域。实验验证表明,该方法能够正确识别和定位出绝缘子,为绝缘子冲洗提供信息。     

基于图像特征的火灾火焰识别方法

针对火灾火焰识别算法复杂和对环境要求高的特点,提出了基于图像特征的火灾火焰识别方法。首先采用颜色模式预判断火灾图像,排除不具有火焰颜色的物体,然后采用图像灰度化和二维熵最大阈值法进行预分割,得到火焰疑似区域,再通过提取火焰纹理特征和形状特征等对火焰图像进行分析、决策,最终判断出是否有火焰产生。实验结果表明,该方法具有较高的探测率,能降低误报漏报率且抗干扰能力强。     

微藻油脂含量不同测定方法的比较研究

为了对微藻油脂含量不同测定方法进行比较,以球等鞭金藻8701 Isochrysis galbana Parke 8701和小新月菱形藻Nitzschia closterium f.minutissima两种微藻为研究对象,采用溶剂提取法和苏丹黑B染色法对其油脂含量进行测定,建立了两种微藻油脂含量与苏丹黑染色后吸光度A645 nm的线性回归方程,并应用于微藻油脂积累培养过程的快速测定,利用气相色谱法对两种微藻脂肪酸组成进行分析。结果表明:当提取溶剂为二氯甲烷和甲醇的混合溶剂(二者的体积比为1∶2)时,油脂提取效果较好,得到球等鞭金藻8701和小新月菱形藻的油脂含量分别为22.99%和16.89%;采用苏丹黑B染色法测定的油脂含量基本和生物量大体一致,是一种可行的估测油脂含量的方法;气相色谱检测结果显示,两种微藻具有明显不同的脂肪酸组成特征,球等鞭金藻8701的饱和脂肪酸含量(55.02%)较小新月菱形藻(51.39%)高。研究表明,从两种微藻的油脂含量和脂肪酸组成来看,球等鞭金藻8701较小新月菱形藻更适用于作为生物柴油的原料。     

盐渍土自动分类方法研究

盐渍土在Landsat ETM+多光谱图像上表现出复杂的图像特征,为实现其自动分类,组合使用了光谱、几何形状和纹理特征等多种特征.首先采用传统的光谱和几何形状特征分析分割出大部分非盐渍土地物,然后提出了一种用于多光谱纹理分析的ICA多尺度纹理算子,对分割后的图像进行纹理区域分块,最后在每块区域中进行基于光谱特征的盐渍土聚类.试验结果表明该方法能够实现多光谱图像中盐渍土的区域分割及类别划分.     

复杂光照条件下交通标志牌检测

在智能交通系统中交通标志牌检测存在准确率低和实时性差的问题,提出1种复杂光照条件下交通标志牌检测方法。该方法结合了亮度场景分类,RGB空间下颜色分割以及形状轮廓空间特征。首先根据图像亮度分布情况将图像分为逆光、阴暗、明亮和正常4种场景并进行自适应Gamma变换,消除光照对RGB颜色分量的影响,实现图像增强。然后利用基于RGB空间下改进的三分量色差法,提取图像中红色、黄色和蓝色目标区域,实现目标区域粗定位。最后利用形状轮廓空间特征实现交通标志牌精确定位。该方法抓住了不同光照条件下亮度分布差异的特点,综合利用了交通标志牌的颜色特征和形状轮廓空间特征。实验结果表明,该方法具有较高的鲁棒性和实时性。     

石灰岩局部化变形的图像特征

 根据室内单轴压缩试验视频图像对石灰岩局部化变形的数字特征进行分析。原始视频在岩石单轴抗压试验时摄得,根据试验荷载–时间关系曲线得到加载阶段的视频图像并转化为计算机易于识别的视频格式,利用粒子图像测速技术得到石灰岩试样表面任意时刻任意位置的位移大小,分析不同荷载作用下既有裂纹端点的变化过程及新生裂隙的萌生和扩展过程,选取单帧图像纹理参数作为石灰岩不同变形状态的数字特征参数,分别使用灰度直方图和灰度共生矩阵得到石灰岩图像数字特征参数随时间的变化过程。结果表明,既有裂隙端点和新生裂隙的局部化变形现象非常明显;可以将平稳变形阶段和急剧变形阶段间的分界点作为局部化变形的起始点并据此作为局部化变形的启动条件;图像纹理特征参数能够较好反映不同荷载阶段的变形状态,可以用于预报局部化变形的起始时刻。由于图像特征反映岩石的变形破坏过程,该方法将为研究岩体地区局部化变形和地质灾害的细观机制提供一条新的研究途径。     

一种基于光谱与纹理特征的多光谱遥感图像地物分类方法

基于光谱特征对高分辨率多光谱遥感图像进行地物分类易形成噪声,提出一种光谱特征与纹理特征相结合的地物分类方法。首先基于光谱特征与纹理特征利用四叉树技术,对图像进行分块处理,以图像块的方式提取地物的光谱特征和纹理特征,然后采用支持向量机(support vector machine,SVM)对图像块进行地物分类,并通过区域增长方法对边缘区域进行处理,使得分类区域边界清晰。对Quickbird多光谱遥感图像进行实验,实验结果表明,该方法地物分类结果精度较高、区域一致性强、噪声少。