基于JSEG算法的纺织品印花图像分割

 针对机器视觉对纺织品印花精度的检测问题,提出了利用JSEG算法对印花的纺织品图像进行分割。主要通过对图像的滤波,颜色的矢量化和区域的增长与合并,完成图像区域的分割。通过实验给出了颜色量化阈值和区域合并阈值对图像分割的影响以及选取的方法,最终给出该算法对印花纺织品图像的分割效果图,表明该算法利用颜色信息和区域信息,对包含纹理信息的彩色印花图像有良好的分割效果,并且对由日光引起的一些干扰有一定的抑制作用。     

基于图像显著性区域提取的垩白米检测

垩白度是衡量优质大米品质的重要指标,随着农业检测自动化发展,利用机器视觉准确检测大米垩白度对大米生产加工具有重要意义.针对现有算法在分割垩白区域时存在抗干扰能力弱、稳定性差以及准确度低等问题,提出了一种基于图像显著性区域提取的垩白区域提取算法.利用大米垩白区域图像显著性的特点,对图像特征变化边缘进行提取,计算出边缘像素...     

基于图像饱和度的棉花异性纤维图像快速处理方法

图像分割就是把图像分成若干个特定的、具有独特性质的区域并提出感兴趣目标的技术和过程。作为机器视觉检测技术的关键,图像分割方法决定着机器视觉检测的效果。在最近几年,各种分割方法得到了广泛的应用,包括单阈值分割、多阈值分割、自适应阈值分割等基于阈值的分割,基于边缘检测算法的分割,以及基于区域的分割。但是没有一种分割方法是通用的,各种分割方法的有效性还是取决于被分割对象,而这些方法在速度方面不适合     

情景感知的显著性检测

针对传统显著性检测旨在对区域精确定位和提取而忽视图像当中语义背景的问题,提出了一种基于情景感知的显著性检测方法.该方法通过局部、全局的单尺度方法对显著区域进行提取,再利用多尺度对显著区域进行增强.鉴于该方法提取的内容更符合人的视觉特征,所以能够很好地对图像表达的意思进行描述,但计算复杂度较高.     

基于视觉图像的鲅鱼新鲜程度的检测方法

鲅鱼新鲜程度是评价其质量好坏的重要因素。为提高鲅鱼检测新鲜程度准确性,研究基于视觉图像的鲅鱼新鲜程度的检测方法。研究对象是某地海鲜市场中的30条鲅鱼,通过鲅鱼视觉图像采集系统采集鲅鱼视觉图像,利用区域填充算法及形态学开运算对采用大津法分割的鱼体二值图像进行填充及去噪,融合上山法与区域生长方法分割鱼眼区域,通过全局动态阈值分割方法分割鱼鳃图像;提取图像特征时,利用图像的R、G、I分量灰度均值提取鱼体、鱼眼及鱼鳃图像颜色特征,采用G分量提取鱼眼中心区域面积。将图像特征输入到NeuroShell 2神经网络判别模型中,实现鲅鱼新鲜程度的有效检测。经实验验证,该方法检测鲅鱼新鲜程度的准确率平均高达98.28%,依据鱼眼中心区域面积+颜色灰度均值特征进行鲅鱼新鲜程度检测的准确率最高,且检测不同死亡时间的鲅鱼新鲜度的检测准确率高达95%,说明鲅鱼新鲜度的检测为海鲜检测提供了理论基础。     

基于像素分布的自适应阈值分割模型应用于印刷图像缺陷检测的研究

为了解决传统印刷图像缺陷检测算法检测精度不足的问题,本研究提出了一种采用基于像素分布的自适应阈值分割模型的印刷图像缺陷检测算法.该算法充分利用印刷图像像素间的相互关系,利用自适应迭代运算确定图像缺陷阈值,提取图像缺陷区域.实验证明,利用该模型能准确地检测出印刷图像缺陷,可以有效地运用在印刷复制过程中的图像的检测环节中.     

基于形态学梯度重建的分水岭算法改进研究

图像分割是图像分析和计算机视觉领域中一个最重要的处理过程,常用的边缘检测算子存在边缘定位不准等缺点,而传统的分水岭算法则对噪声敏感且存在过分割的问题。本研究提出基于形态学梯度重建的改进型分水岭算法,该算法通过在人脸图像预处理过程中对图像进行中值滤波消除部分噪声,然后再对滤波后的图像进行增强对比度以及重构梯度图处理,最后利用分水岭算法对处理后的图像进行分割。仿真实验应用不同的算法对同一图像进行计算分割,对比结果显示,本研究提出的方法能够较好地抑制过分割,并且能够分割出人脸图像的主要特征。     

基于最小风险贝叶斯决策的织物图像分割

为了实现利用机器视觉技术进行织物图像检测,对织物图像的分割进行了研究。依据最小风险贝叶斯决策理论,提出了一种基于最小风险贝叶斯决策的图像分割方法。首先建立图像分割的最小风险贝叶斯决策模型,对灰度级类条件概率密度估计出其符合正态分布的数学期望和方差以及损失函数,再依据最小风险贝叶斯决策理论对图像中的每一像素点进行目标图像和非目标图像的类别判断,从而实现目标图像的提取。实验结果表明,该方法在图像分割中是一种实用和成功的方法。     

基于平滑滤波和分水岭算法的重组织织物图像分割

针对带有重组织的织物图像特点,提出了一种根据纱线颜色进行图像分割的方法。首先将织物图像转化为Lab颜色模式,采用混合中值滤波算法滤除扫描噪声;其次通过设置色差容许值改变高斯权值的平滑滤波算法进行滤波,去除织物图像中的重组织阴影和同颜色纱线纹理,保留纱线颜色特征;然后提取织物图像的色差梯度,通过分水岭算法进行图像分割,获得区域标记图像;最后将颜色相近的分割区域进行合并,得到织物图像的分色索引图像。实验结果表明,提出的算法可以对重织物图像进行较为准确地分割。     

基于多特征融合的织物印花图像分割

针对织物印花检测精度的问题,采用结合颜色特征和纹理特征多特征融合的方法,对织物印花图像进行有效分割,从而为提高织物印花的检测精度奠定了基础。在织物印花的分割过程中,首先采用颜色特征结合基于自动种子点选取的区域增长算法对图像进行初始分割,在初始分割的基础上,利用小波变换提取干扰区域的纹理特征,从而可以进一步地消除干扰区域,实现织物印花图像的准确分割。实验结果表明：基于多特征融合的分割算法能够准确地分割出织物的印花图案,克服了仅仅采用颜色特征或者纹理特征时产生的分割失真,提高了分割的质量,具有较好的应用价值。     

应用图像处理的纱线黑板毛羽量检测与评价

针对目测法检测纱线黑板毛羽效率低、主观性强等问题,提出一种新的基于图像处理的毛羽检测方法。纱线黑板经扫描仪采集图像,然后进行中值滤波、二值化、形态学运算、局部阈值等处理,得到黑板毛羽图像,统计出毛羽像素点个数,提出评价黑板毛羽量的指标--M指数。采用原料、线密度和纺纱方式各不相同的纱线进行实验,测得18种纱线的毛羽M指数,与乌斯特仪得到的毛羽H值建立回归模型,两种测试结果之间的相关系数为0.975。6种纱线的验证结果表明,本文提出的毛羽检测法和建立的毛羽M指数能较完整地提取和评价整块纱线黑板毛羽,算法精度高、评定结果可信度好。     

基于图像处理的纱线捻度测定

用适当方法对纱线图像作二值化处理,提取表面纤维图像,并根据图像分析技术中的傅里叶变换原理,对有关像素坐标进行线性回归确定纱线捻度,与手工测试相比,用图像处理测试纱线捻度的方法是可靠、准确、快捷的。     

基于机器视觉的细纱接头机器人纱线断头定位方法

为实现通过机器视觉方式对细纱接头机器人的纱线断头进行定位,并简化机械结构,根据断头纱线图像特点,提出针对纱线特征的识别与定位算法。利用工业相机采集纱线被吸入吸嘴的图像,通过改进灰度增强方法增大纱线特征与背景对比度,利用Canny算子进行边缘检测,最后通过划分上下感兴趣区域以及优化的霍夫直线检测获取纱线的图像特征并利用定位算法提取所需的位置信息。结果表明:本文算法提取的位置信息精度较高,坐标点误差为1.42像素,角度误差为0.60°;相较于传统检测算法,程序运行时间得到了缩短,识别时间在10^-1 s数量级上,实时性好;研究成果可应用于细纱接头机器人产品开发中。     

文字图像边界检测和去噪处理

根据小波变换图像检测的有关原理,实现了用相邻两个量化方向上像素模值加权平均的方法求取边界图像,并结合算例对基于多尺度边度图像恢复原图像的问题进行了讨论,以此为基础配合去噪处理可有效提高字图像的输出质量。     

广义核或混合核FLICM畜肉图像分割方法

针对传统核模糊C均值聚类(Kernel Fuzzy C-Means,KFCM)畜肉图像分割方法对噪声适应能力不强的问题,提出基于广义核函数或混合核函数的模糊局部信息C均值聚类(Fuzzy Local Information C-Means,FLICM)畜肉图像分割方法(KFLICM_UG方法和KFLICM_MG方法)。首先利用广义核函数或混合核函数可以有效兼顾学习能力和泛化能力的优势,将图像的每一个像素映射到高维的特征空间,扩大像素有用特征的类间差异,使像素在高维特征空间中拥有更优的线性可聚性;然后结合像素的局部空间和灰度信息,确定其模糊隶属度,在高维的特征空间中依据图像特征对像素进行模糊局部信息C均值聚类,最终实现畜肉图像的分割。大量的实验结果表明,相比现有的模糊C均值(Fuzzy C-Means,FCM)分割方法、KFCM分割方法和FLICM分割方法,本文提出的KFLICM_UG方法和KFLICM_MG方法可以获得更好的分割效果,更低的分割错误率,且具有更强的噪声适应能力和鲁棒性。     

Use of images in shelf life assessment of fruit salad

Fruit salads stored for different lengths of time as well as their images were used to estimate sensory shelf life by survival analysis. Shelf life estimates obtained using fruit salad images were longer than those achieved by analyzing the real product. This was attributed to the fact that images are 2-dimensional representations of real food, probably not comprehensive of all the visual information needed by the panelists to produce an acceptability/unacceptability judgment. Images were also subjected to image analysis and the analysis of the overall visual quality by a trained panel. These indices proved to be highly correlated to consumer rejection of the fruit salad and could be exploited for routine shelf life assessment of analogous products. To this regard, a failure criterion of 25% consumer rejection could be equivalent to a score 3 in a 5-point overall visual quality scale. PRACTICAL APPLICATION: Food images can be used to assess product shelf life. In the case of fruit salads, the overall visual quality assessed by a trained panel on product images and the percentage of brown pixels in digital images can be exploited to estimate shelf life corresponding to a selected consumer rejection.     

算法数字防伪光栅的设计与评价

以相位调制潜像法光栅防伪技术为基础,设计一种通过算法来实现的数字光栅,并对其进行质量评价。数字光栅是光栅防伪中提取潜像的唯一工具,结合宿主图像分辨率、加网线数、光栅条空比的量化关系,利用Matlab完成两种不同类型数字光栅的制作并获得清晰提取图像;通过主观和CISI、FI、TI三种客观方法对该算法实现的数字光栅提取潜像质量进行了评价,并与软件法光栅的质量进行了比较。算法光栅能够提取清晰的防伪潜像,提取质量优越于软件光栅且在品红和青通道有较好的适用性。算法光栅对相位调制光栅防伪方法有普遍的适用性,光栅精度高,应用效果较好。     

Measurement of gas holes and mechanical openness in cheese by image analysis

A method to measure the amount of the surface area of cheese slices occupied by gas holes was developed to reflect the relative gas production among different cheeses. A digital camera mounted on a copy stand with lighting was used to make digital images of each slice of cheese. A commercial digital image analysis software program was used and an algorithm was written to measure the area of the image of the cheese slice occupied by holes. The image was cropped and scanned to determine which color channel produced the best image contrast. The MATLAB program allowed the user to eliminate mechanical openness or false holes and then to scan the image to produce a percent distribution of pixels in the image as a function of pixel intensity. The user then determined a threshold value to differentiate pixels that were in holes from those representing areas with no holes. The percentage of the total surface area occupied by holes was calculated. The coefficient of variation of the method ranged from 2.43% with gas holes of about 1% of the surface of the cheese slice to a coefficient of variation of 0.92% with gas holes of about 6.8% of the surface area of the cheese slice. Examples of applications of this method are given for Emmental, Ragusano, and Cheddar cheeses. The method can be used as a tool in research studies to correlate the amount of gas production with manufacturing conditions or as a quality control tool in cheese manufacturing.     

基于数字图像处理的印刷墨斑分析方法及应用研究

针对印刷品常遇到的墨斑问题,利用数字图像处理技术分析印刷墨斑,建立了印品墨斑的分析方法及分析模型。在此基础之上,将该方法应用到喷墨纸、新闻纸、铜版纸、双胶纸上,并对四种纸张的印刷墨斑进行分析,同时将该方法与人眼视觉评价体系进行相关性分析。结果表明:本文构建印刷墨斑的数学模型及方法很好地分析了印刷品的墨斑,并与人眼视觉评价结果有很好的相关性,其中,喷墨纸运用此方法效果最佳。     

基于最大熵与密度聚类相融合的毛羽检测

为能够更加精确地计算出纱线毛羽的根数及毛羽长度,基于最大熵与密度聚类相融合对纱线毛羽的长度及根数进行检测。该方法首先利用双边滤波对采集到的纱线图像进行预处理,滤除图像中的噪声,同时增强纱线毛羽特征;然后利用最大熵对预处理后的纱线图像进行阈值分割,去除条干提取毛羽,并对毛羽进行细化;最后利用密度聚类算法(DBSCAN聚类)对细化后的毛羽进行分类统计,根据所分类的个数以及每类所含像素点的个数计算出毛羽的根数及长度。将实验结果与目测法和基准线法进行比较,结果表明,该方法与目测方法检测的结果非常接近,结果比基准线法更加精确,检测结果准确、有效。