小波分析理论在铁谱图像除噪中的应用

近20年来,铁谱图像识别技术取得了很大发展,但图像存在噪声干扰给缺陷识别造成一定难度。本文在图像分解的基础上,利用小波分析对铁谱图像进行除噪处理。实验证明该方法能有效去除图像噪声,改善图像质量,提高磨粒特征提取的准确性。     

基于小波变换的铁谱图象数据压缩

本文根据小波变换数据的特点,利用离散小波变换产生图象的紧凑多分辨描述,采用小波系数零树编码结合LZW字典压缩方法,对彩色铁谱显微图象进行了数据的压缩编码实验研究,取得了较好的压缩效果和较高的压缩比。     

基于背景减除的彩色铁谱图像自动分割

提出一种基于背景减除和标记分水岭算法的彩色铁谱图像自动分割方法.其分割流程为:基于颜色分量比对彩色铁谱图像的背景进行减除,实现磨粒与背景的分离;通过对分离后的图像进行形态学处理使其成为后续分水岭分割的基础图像;结合形态学复合开闭重建和阈值极小值提取技术得到磨粒前景标记图像,对磨粒测地影响区骨架进行提取得到图像背景标记;利用形态学极小值强加技术修改基础图像,并利用分水岭算法实现其自动分割.     

基于提升小波的铁谱图像边缘检测

利用小波多尺度特性提取图像边缘是目前研究热点之一。铁谱图像磨粒边缘作为铁谱图像中最基本的特征,为铁谱图像特征提取提供了非常有价值的重要特征参数,在基于铁谱分析的机器故障诊断技术中有着重要的地位。将第二代提升小波算法应用于铁谱图像边缘检测:首先将彩色铁谱图像分解为R、G、B单通道图像,对三通道图像分别进行预处理,并利用直方图处理和图像深度转换实现磨粒和背景的分离;然后对各个通道图像进行D4提升小波变换,在小波域中,通过阈值判断提取高频子图中的边缘像素;最后通过或运算将各个通道的边缘进行融合得到最终的磨粒边缘图像。本文结果与Sobel算子和Canny算子的结果进行比较表明:本文中算法能有效的抑制噪声,较好地再现铁谱图像的磨粒边缘信息,是一种有效的铁谱图像边缘检测算法。     

基于不同自适应阈值法的铁谱图像分割效果比较

最大方差法、最大熵值法和最小误差法是3种常用的自适应阈值法,它们对铁谱图像的分割结果有着较大的差异。为了探究形成这种差异的原因和探讨阈值法对铁谱图像分割的适应性,分析这3种常用的自适应阈值法的基本原理,比较3种方法对30组铁谱图像的分割实验结果。得出如下结论:3种方法之所以会输出3种不同的分割阈值,是因为它们采用了不同目标函数;对于双峰分布的铁谱图像,3种方法有着相似的分割效果,最大方差法准确性略高;对于近似单峰分布的铁谱图像,最小误差法的分割结果最优,最大方差法则不能正确分割出磨粒。因此,在铁谱图像分析过程中,应该根据铁谱图像的灰度分布特点选择相应的阈值分割算法。     

滑油铁谱图像采集的智能化

本文介绍了一种对滑油铁谱图像进行自动搜索视场、自动聚焦的计算机辅助视觉系统。文中较详细地描述了由ＰＣ机、单片机、ＣＣＤ摄像机和显微镜组成的这一闭环系统的硬件结构、软件流程及控制策略。此外,文中还简要地介绍了如何对现有显微镜载物平台进行机械改装以满足本系统对三维控制的高准确度要求。本系统对图像的获取和分析快速、准确,克服了显微镜手动调节动作慢、随机误差大等问题。     

自动阈值法在铁谱图像磨粒分割中的应用

铁谱图像处理、分析的目的就是要通过对图像中磨粒信息的研究来判断机械磨损形式及故障原因,而磨粒信息的获取依赖于铁谱图像磨粒的分割和磨粒特征的提取。本文将数学形态学中的自动阈值算法引入铁谱磨粒图像的分割中,利用MATLAB程序成功地完成了磨粒图像的分割,有助于实现铁谱磨粒的自动识别。     

基于粗糙集与小波反锐化掩模的眼底图像增强

眼底图像是细节较多的复杂图像,为了有效去除眼底图像中的干扰噪声,提高视网膜血管的立体感和清晰度,提出了一种将粗糙集和小波反锐化掩模相结合的方法来实现眼底图像的增强。阐述了运用粗糙集中的近似及等价属性关系将图像划分成不同的区域,再根据估计好的阈值进行数据约简去除噪声的方法,又介绍了运用小波反锐化掩模法增强图像处理的方法。实验结果证明,不论在主观的视觉效果上,还是客观的噪声均方误差上,该方法对眼底图像的增强有着较好的效果。     

基于粗糙集与小波反锐化掩模的眼底图像增强

眼底图像是细节较多的复杂图像,为了有效去除眼底图像中的干扰噪声,提高视网膜血管的立体感和清晰度,提出了一种将粗糙集和小波反锐化掩模相结合的方法来实现眼底图像的增强.阐述了运用粗糙集中的近似及等价属性关系将图像划分成不同的区域,再根据估计好的阈值进行数据约简去除噪声的方法,又介绍了运用小波反锐化掩模法增强图像处理的方法.实验结果证明,不论在主观的视觉效果上,还是客观的噪声均方误差上,该方法对眼底图像的增强有着较好的效果.     

基于人工蜂群算法的彩色铁谱图像背景减除

针对铁谱图像背景与磨粒的分割,提出了基于人工蜂群算法的彩色铁谱图像背景减除方法(ABCTO)。该方法是在CIE L*a*b*颜色空间,利用人工蜂群算法分别对L、a、b三通道图进行分割;再通过对各通道分割结果进行操作,得到铁谱图像二值图,实现磨粒与背景的分离;最后将原始图像的背景像素点设置为白色,从而得到减除背景的彩色铁谱图像。实验证明该方法可以精确减除铁谱图像背景,是一种有效的背景减除方法。     

基于小波与双三次插值的高温锻件红外图像增强方法

提出了一种基于小波变换和双三次插值的图像处理方法,该方法利用离散小波将原图像分解成低频子带与高频子带,然后对原图像及这些子带分别进行双三次插值,同时提出增加一个中间步骤来估算高频子带,即扣除原低分辨率图像和插值后的LL子带中的相同成分而得到不同成分的图像（高频成分）,然后利用不同成分的图像对高频子带LH、HL及HH分别进行校正融合,并通过小波逆变换对这些图像进行融合重构。该方法不仅能够有效地消除图像噪声,改善细节信息,而且能够最大限度地保留边缘信息和增加图像的清晰度。最后运用该方法和传统算法分别对核电主管道高温锻件和小型高温锻件的红外图像进行增强处理,实验结果验证了该方法的可行性及优越性。     

图像颜色特征提取在铁谱图像分类及磨粒识别中的应用研究

铁谱图像所包含的彩色信息对磨粒识别、磨损形式分析非常重要。对图像分类技术进行研究，主要对铁谱图像的颜色特征进行研究，提出了聚类树分析、模糊聚类技术与统计分析相结合的定量研究方法，对铁谱图像进行背景、磨粒区域分割，以获得可进行定量分析的磨粒。计算的颜色特征为铁谱图像的进一步处理和识别以及磨粒的机器自动识别、磨损形式分析奠定了基础。     

铁谱磨粒图像多焦点融合算法研究

铁谱分析技术是一种常用的磨损监测技术。受限于高倍物镜下的景深限制,一张铁谱大磨粒图像往往只有局部聚焦清晰的特征。为了能够解决在高倍物镜下铁谱大磨粒图像的自动化清晰采集以及高质量图像融合问题,设计并构建一套自动化扫描显微系统,该系统可进行多焦点铁谱图像的自动扫描采集;同时,提出一种基于相位一致性的铁谱磨粒图像多焦点融合算法,对自动扫描的多焦点图像进行融合,得到清晰的磨粒图像。实验结果表明,设计的自动化扫描显微系统能快速完成多焦点铁谱图像的自动化采集流程,提出的图像融合算法相较于传统的小波图像融合算法具有更高的图像评价质量,并能获得更加清晰的图像边缘信息。     

基于B样条小波变换的医学影像边缘提取

边缘提取一直是计算机视觉的重要问题，在医学影像处理中也占据着举足轻重的地位。本文讨论了小波变换理论及其应用于多尺度边缘检测的技术；导出了采用3次B样条小波作为边缘检测小波函数进行边缘提取的方法；并用实例与传统的边缘检测方法进行了比较，验证了该方法的有效性。     

基于小波变换的AFM图像处理的研究

根据原子力显微镜(AFM)图像的特点，对小波变换应用于原子力显微镜图像的降噪、增强及融合方法进行了阐述，采用原子力显微镜对无磨料低温抛光后的铝合金(LY12)表面进行检测，并利用所述方法对扫描图像进行了处理。结果表明，利用小波变换对原子力显微镜图像进行处理是有效的、可行的，图像质量得到明显提高。     

基于竞选算法优化的图像增强方法

利用了不完全Beta变换对数字图像进行自适应的增强处理,利用竞选优化算法给出Beta变换的参数,提出了一个测量函数作为评价图像增强效果的目标函数,筛选出最大函数值为最佳参数选择。利用Matlab软件根据上面的方法编写程序,得出两参数的收敛曲线、测量函数的收敛曲线和处理后图像的直方图。仿真结果表明,该算法能够自适应地进行数字图像增强处理。增强后的图像灰度分布更加均匀,对比度得到明显提高。     

基于小波的磨粒图像融合方法研究

针对油液磨粒检测需要,基于彩色空间变换和小波分析理论,研究磨粒多聚焦图像融合方法。该方法采用邻域梯度特征因子取大法来选取多聚焦图像清晰区域的低频系数,以进行低频融合系数的确定;采用建立新系数带以及系数取大法来进行高频融合小波系数的选取。分析小波基和分解层数对磨粒多聚焦图像融合效果的影响,结果表明,在分解层数为5时,采用db4、sym4、bior2.4小波基进行磨粒多聚焦图像融合均可获得较好的融合效果。     

基于小波变换的图像增强技术研究

利用小波变换后特有的图像数据结构,将小波分析与传统的增强方法有机地结合起来,进行了图像增强方法的探讨和研究.实验结果表明,使用该方法后原图像中较模糊、对比度差的细节得到增强,纹理清晰,层次感强,其处理结果比传统的图像增强方法更令人满意.     

基于小波包—坐标变换的滚动轴承故障特征增强方法

滚动轴承早期故障特征信号微弱且易受正常成分干扰,因此不易准确识别滚动轴承的早期故障.对含有微弱故障的滚动轴承信号进行小波包分解,通过对小波包分解得到的各子带进行研究,提出一种基于小波包—坐标变换(Wavelet packet-coordinate transformation,WP-CT)的故障特征增强方法.考虑到各频...