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     

基于最大熵阈值分割算法的改进研究

图像分割是图像处理中的重要问题,也是机器视觉研究的经典难题。随着计算机技术的发展,产生许多图像分割方法,不少的研究者提出了许多改进的方法,如自适应阈值法、直方图互确认的图像阈值化分割、最大阈值法等,其中阈值法以其简单、有效、便于理解的特点被广泛的应用。阈值分割技术的目的是将目标从背景中分离出来,重点难点在于阈值的选取。在     

改进的阈值选取方法在纸病图像分割中的应用

全局阈值分割法对含有对比度不同的纸病图像分割效果差,把图像先分块再求阈值,可以分割出每块区域的目标。针对上述分割结果的不足,提出了一种改进的阈值选取方法,该方法是用改进的迭代法对分割的子块求阈值,最后与每块区域的平均灰度值作比较,找出整幅图像的最优阈值。以含有灰度不一污点的纸病图像为处理对象,实验结果表明改进的方法可以分割出低对比度纸病。     

关于图像分割算法的研究

近些年来人工智能在计算机领域内,得到了越来越广泛的重视。图像处理是人工智能领域中一个重要的分支。图像分割是进行图像分析处理的第一步,也是机器视觉的重要步骤。作为特征提取和图像识别的基础,图像分割的处理结果的研究一直是数字图像处理技术研究中的热点和焦点。为了研究图像分割的方法,采用了基于边界的图像分割、基于区域的图像分割、基于阈值的图像分割和基于聚类的图像分割方法,并作出分析。     

应用目标稀少特征的织物疵点图像分割

应用自适应阈值分割方法进行织物疵点检测,其阈值选择一直是研究的难点问题,为此,在研究目标特征的基础上,提出了一种利用目标稀少特征确定最佳阈值的织物疵点图像分割方法。首先,对采集织物图像进行滑动均值滤波,以抑制正常织物纹理信息对疵点检测的影响;然后,对织物图像进行预分割以确定最佳稀少度,在此基础上计算出最佳分割阈值;最后,利用最佳阈值进行织物疵点图像分割,并采用形态学滤波消除伪目标及噪声。结果表明,本文方法能够解决织物疵点分割中的最佳阈值确定问题,能够从织物纹理中有效分割出疵点信息。     

基于多技术融合的桥梁蜂窝麻面的图像分割

在桥梁安全检测中,桥梁蜂窝麻面病害的检测主要受到光照不均等的问题,由此提出了一种基于融合多种图像处理技术的桥梁蜂窝麻面的图像分割算法.首先基于各类图像灰度化算法,找出了基于原始图像的加权法灰度化最适合应用于蜂窝麻面病害之上;其次基于加权法灰度化后的图片,进行了灰度图像二值化处理,通过对比全局阈值法、自适应阈值法以及自定义阈值法等方法,选择了自适应阈值法进行了图像的二值化,取得了主要病害的轮廓;最后通过引入中值滤波法,选择最佳半径消除了噪音,使得病害区域轮廓更明显.实验表明:与二维OTSU法以及Niblack法等几种算法相比,该方法的分割效果明显,并保留了主要的病害区域.     

基于基因算法的图像分割算法

本文介绍了图像分割的一般模型、基于阈值选取的图像分割方法,讨论了基因算法的概念、实现过程、数学理论基础、特点、应用及发展前景。鉴于基因算法的优化原理,提出了一种基于基因算法的图像分割方法,该方法将基因算法引入图像分割,利用基因算法的快速寻优特点,优化了求解阈值的过程,极大地减少了计算量和存储空间。     

基于多阈值算法融合的图像分割

针对一种阈值分割算法很难对不同类型的图像进行有效地分割的问题,提出一种多阀值算法融合的方法.该方法通过不同的算法得到一组阈值,由迭代的方式将它们有机地组合,并定义一个回报函数,来选取最优阈值.实验结果表明,该方法针对不同类型的图像能够选择最优的阈值进行有效的分割,消除了使用者必须具有先验知识的障碍,省去了人工选择分割方法的麻烦.     

浅谈区域生长法在车牌定位中的应用

图像分割是根据图像的一些特征或特征组合的相似性准则对图像进行处理分类,把图像空间分成若干个某些具有一致性属性的不重叠区域。人们在几十年来一直对图像分割方法进行研究,到目前为止,已经有大量的关于图像分割的理论、技术、方法被人们相继提出并广泛应用。图像分割方法大致分为三类:基于阈值的分割方法、基于边缘检测的方法和基于区域的分割方法。在本文中,将主要对区域生长法加以研究,并且应用区域生长法完成对汽车车牌的定位。     

原棉疵点及杂质的检测方法研究与应用

采用数字图像处理技术对原棉疵点杂质进行检测与识别。利用自适应阈值分割的方法对目标图像进行分割及轮廓提取,并根据目标图像的相关特征值,提出了离心率与面积周长之比相结合的人工智能分析方法对原棉疵点杂质进行识别分类,取得了很好的效果。     

Otsu多阈值分割算法的研究

在图像分割中,确定阈值是关键,但已有选择阈值的方法多是单阈值法,不适用于多目标识别.鉴于此,提出了一种改进的基于一维Otsu的多阈值分割算法.该算法通过对图像多次分类、使用分离变量合并多余的分类、使用松弛变量搜索阈值等方法提高了运算速度.实验效果验证了该算法的有效性.     

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。     

马尔可夫随机场在纸病检测中的应用研究

纸病检测是造纸生产过程中重要的环节,现有的纸病检测系统一般采用阈值算法或边缘检测算法对图像进行分割。为解决阈值分割和边缘检测分割方式中存在的误分以及过度分割问题,本研究提出了基于马尔可夫（MarKov）随机场的纸病图像分割方法。通过MarKov随机场理论对纸病图像纹理进行分析得到纹理特征参数,利用纹理特征参数以及最大差值对正常背景和纸病区域进行分割。结果表明,相比于其他分割算法,基于MarKov随机场的纸病图像分割方法可有效提取出纸病图像的纹理细节和轮廓特征,提高分割的准确度。     

基于B样条小波的零件缺陷图像边缘检测

针对零件图像直方图多峰的特点,设计了自动阈值分割与B样条小波相结合的缺陷图像边缘检测方法.采用多次迭代方法自动选取区域图像的阈值,从而将特定区域从图像中分割出来.分析小波边缘检测的原理,构造B样条小波函数,通过B样条小波模极大值实现了零件缺陷图像的边缘检测.实验结果表明,此方法优于传统的边缘检测效果.     

基于双参数阈值的蚕茧分割及双宫茧识别研究

针对粘连蚕茧难以准确分割、现有双宫茧识别方法局限性等问题,本文提出了基于双参数阈值的蚕茧分割计数、蚕茧形状复原及双宫茧识别的串联算法。首先,应用可变分割阈值结合形态学运算的方法对图像进行分割计数,再遍历完成分割的每个蚕茧的像素点,应用基于边缘检测与椭圆拟合的蚕茧形状复原方法拟合蚕茧形状,然后计算蚕茧长短轴比值和面积参数,采用双参数多级阈值对双宫茧进行检测。实验结果显示,图像分割计数准确度为100%,双宫茧全部检出,双宫茧与单宫蚕茧分类准确率为98.6%。该方法检出了面积阈值法易漏检的小双宫茧,也较准确地识别出与长短轴比值阈值接近的蚕茧类型。     

遥感图像道路信息提取的仿真分析研究

随着遥感技术的飞速发展,高分辨率遥感图像变得极易获得,而提取遥感图像中道路信息更是具有极大的现实意义。从遥感图像中提取的道路信息是结合直方图阈值分割技术和数学形态学研究出一种半自动的遥感图像道路提取方法。通过观察遥感图像的灰度直方图,选择出合适的阈值并分割出初始道路信息。初始道路会包含大量的颗粒噪声且道路会出现间断等情况。利用中值滤波器能够滤除原始道路图像中的颗粒噪声,利用数学形态学的方法可以消除物体间的粘连和填充道路孔洞。通过仿真分析,验证了研究的遥感图像道路提取方法和有效性。     

基于图像的牛肉大理石纹理自动评级方法研究

研究一种基于图像处理技术的牛肉大理石花纹自动等级评定方法。通过图像重采样、单阈值分割、形态学腐蚀及膨胀等方法分割出大理石花纹,再提取图像的特征参数组,并用多元回归分析的方法构造牛肉大理石花纹评级模型,并用VC++实现了自动评级软件。通过对多个牛肉图像的检测,表明此评级计算模型具有良好的准确性和鲁棒性。     

基于超绿特征与形态学的植保无人机图像农作物分割

航拍图像农作物分割为植保无人机路径规划与自主导航提供了新的思路。文章基于超绿特征与形态学的分割方法,在RGB空间下提取图像超绿特征,采用OTSU算法基于超绿变换进行阈值分割,分割后的图像使用形体学方法滤除噪声,掩模运算后得到完整的农作物分割图像。经过实验,可以有效分割出植保无人机拍摄的棉花幼苗与玉米苗。     

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.     

鸡蛋品质检测系统的图像处理技术研究

鸡蛋品质检测系统中的图像处理主要涉及图像平滑、边缘检测和图像分割三个方面。本研究采用矢量中值滤波的方法对鸡蛋的彩色图像进行平滑去噪,很好的保护了彩色图像色度信息。选用Prewitt算子检测图像边缘。经过反复试验,选取全局阈值进行图像分割,将目标鸡蛋图像从背景中分离出来。研究和实验结果表明,使用本实验的图像处理技术可以精确地提取鸡蛋品质检测的图像信息,为开发鸡蛋在线检测系统提供了技术基础。