工业CT图像的亚像素级面积测量

为了提高工业CT图像测量的精度,研究了一种基于Facet模型的亚像素级面积测量方法,并将其应用于实际的工业CT图像测量中。首先采用基于Facet模型的边缘检测算法提取亚像素边缘,然后通过最小距离搜索法分离出待测目标的边缘点并排序,最后利用离散化的格林公式计算面积。其中,基于Facet模型的边缘检测算法精度高、抗噪声能力强,能为后续基于边缘的测量提供高精度的数据;最小距离搜索法在浮点型边缘点上实现了待测目标边缘与整幅图像边缘的分离,并生成排序链码,克服了边缘点是浮点型且不连续的困难,给面积的计算提供了有效的数据。测量方法是在亚像素边缘上进行的,突破了图像分辨率对测量精度的限制,使在低分辨率的图像上实现高精度的测量成为可能。分别针对仿真图像和实际的工业CT图像进行了实验,实验结果表明该方法的测量精度高于普遍采用的像素累加法。     

一种新的基于Zernike正交矩亚像素边缘定位的直径测量方法

提出了一种新的基于亚像素边缘定位技术的棒状物体直径测量方法;该方法利用两个CCD摄像头,分别获得两张棒状物体横截面的椭圆特征图像,利用仿射变换将灰度椭圆特征图像变换成圆形特征图像,然后利用亚像素中的Zernike正交矩对边缘进行精确定位,进而分别计算出棒状物体的直径,再将两个测量数据加以平均融合,完成对直径的测量;实验结果表明,与像素级方法相比较,该方法定位精度高,测量误差小,能够达到提高测量精度的目的。     

基于矩匹配算法的CT图像亚像素级精度测量方法的研究

针对从CT图像中获取被测工件精确尺寸的要求，使用了特定的算法对CT图像进行处理，采用了新颖的基于矩匹配算法进行边缘的定位，通过对模拟和实际CT图像进行测量获得亚像素级的测量精度，此方法优于常规方法。     

基于机器视觉的工件尺寸高精度测量方法

通过优化照相机的内部参数,运用基于转轴法的外切矩形法对工件进行定位,确定工件像素级的姿态和尺寸;选取物体的ROI后,运用双线性差值算法,实现工件边缘的亚像素提取,通过黑塞范式直线拟合,找到精确的物体边缘;最终实现了运用500万像素的工业照相机,在全景拍摄条件下,测量尺寸在80～150 mm的工件,测量重复性精度可以达到0.015 mm.     

沿梯度方向的改进一阶差分亚像素边缘检测法

提出了一种基于梯度方向的改进型一阶差分亚像素边缘检测方法。该方法的主要思想是,在曲线轮廓上,根据方位角对边缘像素点所在的小邻域沿梯度方向进行差分,再将修正值重投影至行列。理论上而言,该方法可弥补传统一阶差分法在曲线边缘处由于差分分布较平坦而导致精度较低的不足。理想图像的实验结果表明,该方法对半径测量、圆心定位的精度均小于0.05像素,这比采用其他亚像素法进行半径测量时可达到的精度有较大提高。     

基于二维小波亚像素图像处理的螺纹尺寸测量

针对传统微分算子图像处理方法的不足,提出一种基于二维小波降噪的亚像素图像处理方法。首先对获取的图像进行灰度值处理,通过二维小波变换消除图像噪声、重构图像、边缘检测,得到螺纹像素级的边缘图像及灰度二维矩阵。然后采用最小二乘算法拟合,得到亚像素级精度图像直线和中心标定位置及矩阵,计算螺纹大、小径尺寸,解决人工测量和传统图像处理算法精度不足的问题。最后,设计螺纹尺寸测量系统,实现尺寸测量的可视化和应用化,满足测量精度要求。     

基于方向可调小波变换的二次多项式插值图像亚像素边缘定位

提出了一种基于方向可调小波变换的二次多项式插值图像亚像素边缘定位的方法,不仅计算量小,其定位精度可以达到亚像素级,且具有较好的抗噪性能在机械零件尺寸测量中有很高的应用价值.     

高分辨率PCB图像亚像素边缘检测算法

针对高分辨率工业印刷电路板PCB图像的直方图和边缘特征进行了统计分析,提出了一种基于直方图统计的双门限选择方法进行像素级边缘定位,然后根据亚像素原理把像素级边缘校正到亚像素精度的快速亚像素边缘检测算法。与插值、空间矩以及曲面拟合等传统亚像素边缘检测算法的对比实验结果表明,本文算法在检测精度上达到0.066个像素,满足检测精度的要求,并在计算速度上具有较大优势。     

基于亚像素边缘定位点查找表的检测算法

提出了一种新型的测量图像快速亚像素边缘检测方法。首先通过计算机模拟仿真,找出图像边缘处灰度落差与边缘点偏移之间的规律性,建立了一个由灰度落差得到边缘亚像素定位点的查找表;然后结合改进的Sobel检测算子和十字窗检测法将图像边缘检测精度达到像素级,并应用查找表实现了亚像素级的检测精度。实验表明:该方法不仅得到了较高的检测精度,定位精度为0.3pixels,而且可以大大地提高检测速度。     

铁路铸件DR图像缺陷的亚像素测量方法

根据DR图像目标边缘模糊、对比度低的特点,将小波多尺度分解与基于水平集演化的CV模型相结合,由此加快主动轮廓线向缺陷边缘收敛的速度,通过改进亚像素线性插值方法,使分割精度从整像素级提高到亚像素级,从而实现缺陷的亚像素测量。仿真结果表明,该方法的测量精度优于传统方法,对实际铸件DR图像的实验结果验证了其高效性。     

一种小波和脊波联合去噪方法

由于小波变换不能有效地处理图像中的奇异线,而脊波变换能很好地弥补这一不足,提出了一种基于图像分块的小波和脊波联合去噪方法。该方法把噪声图像分成一定尺寸的图像块并选择其中的同质块和非同质块;利用小波去噪方法处理同质块,而非同质块用脊波去噪方法处理得到去噪后的图像;用维纳滤波器进一步处理去噪后的图像。实验表明,该方法与单纯的小波去噪方法和脊波去噪方法相比,信噪比有了较高的改善,能有效地保留图像的边缘细节信息。     

基于小波变换和脊波变换的自适应图像去噪算法

为了克服单纯小波变换或脊波变换的不足,提出了基于小波变换和脊波变换的自适应去噪算法。实验结果表明,在处理点奇异性和线奇异性的图像时,该方法比单纯小波变换或脊波变换的阈值去噪算法更具优越性,在实际应用中更为有效。     

基于脊波的多光谱和全色图像融合方法研究

应用了双线性插值的矩形阵列到径向阵列的变换算法,给出了一个离散脊波变换的实现方法,将其应用于多光谱图像与全色图像的融合算法中,通过清晰度、灰度方差、信息熵三个方面,将算法结果与小波变换的结果进行了对比,实验结果表明,相对于小波变换而言,脊波变换能更好地处理线和面的奇异性,而且由融合的结果来看,脊波变换得到的结果在清晰度等方面要高于小波变换。     

基于脊波变换的图像压缩

对于含有丰富边缘信息的图像,小波变换并不是很有效的表示方法,而脊波对线奇异性图像能够进行最优的逼近.利用脊波变换后的系数之间的相关性,结合SPIHT编码算法设计出基于脊波变换的图像压缩算法以达到压缩图像的目的.实验结果表明,该算法能获得高的压缩率,同时能保持较高的峰值信噪比和良好的重建图像视觉效果.     

基于MG-HMT模型的正交有限脊波域图像分割

针对图像分割中的过分割问题,提出了一种基于图像混合高斯-隐Markov树(Mixture Gaussian-hidden markov tree,MG-HMT)模型的正交有限脊波分析的图像分割算法.正交有限脊波变换处理信息时具有检测信号线奇异的能力,在图像分割中为准确定位信息的边缘、轮廓提供了有力的支持.其次,对图像的...     

基于单尺度脊波变换的图像融合

图像融合在一定程度上可以理解为对多个二维函数的奇异信息进行分析、提取、综合的过程。单尺度脊波变换的函数逼近性能要优于小波变换,因此,对应于图像中的边缘及角点的单尺度脊波系数的能量要更加集中。分析了基于变换域的图像融合算法的性能与所用变换的函数逼近性能的关系,提出了一种新的基于单尺度脊波变换的图像融合算法。在多种融合规则下,将该方法与基于Laplacian塔型变换、小波变换等其他图像融合方法进行了比较,实验结果表明,基于单尺度脊波变换的融合方法具有更好的融合效果。     

基于Curvelet的人脸识别

人脸的主要特征是曲线信息,提出了一种基于Curvelet变换的人脸识别算法。Curvelet变换在表达图像的曲线奇异性时,比小波变换和脊波变换能获得更稀疏的图像表示。在人脸识别中,用人脸的曲波系数来提取特征能更好地反映人脸的主要特征,文中使用支持向量机进行了识别。结果表明该方法比小波方法更有效。     

A new digital implementation of ridgelet transform for images of dyadic length

Ridgelet transform is a new directional multi-resolution transform and it is more suitable for describing the signals with high dimensional singularities. Finite ridgelet transform is a discrete version of ridgelet transform, which is as numerical precision as the continuous ridgelet transform and has low computational complexity. However, finite ridgelet transform is only suitable for images of prime-pixels length, which is a limitation of its applications in image processing. In this paper, a new digital implementation of ridgelet transform that is suitable for images of dyadic length is proposed. This method not only expands the applications of finite ridgelet transform, but also simplifies the algorithm. First, we introduce the concept of ridgelet transform in the continuous domain. Then, we illustrate finite ridgelet transform and the new method. Finally, we compare the new method with finite ridgelet transform by applying both digital ridgelet transforms to the denoising of images embedded in additive white Gaussian noise and the new method gets a better performance in image denoising. The new algorithm can also be used as the important building block in curvelet transform and get surprising visual performances in denoising for natural image.     

Wrap-around effect removal finite ridgelet transform for multiscale image denoising

Denoising in wavelet domain is an attractive research field. Recently, the research focused on finding some algorithms that can detect line singularities of image while smoothing noise. Based on the finite Radon transform a finite ridgelet transform was derived for this purpose. But the wrap-around effect of the finite Radon transform limits its power greatly. In this paper, a way is pointed out to remove the wrap-around effect of the finite Radon transform. By embedding it into a moving window pyramid, a multiscale image denoising algorithm is developed.     

小波变换用于催化剂表面图象的局部特性分析

文中讨论了催化剂表面ＳＥＭ图象关于多重分形生长过程的局部奇异性分析，通过小波变换获得的局部奇异强度，比描述整体的单一分形维数和奇异谱，能提供更加准确的Ｈｏｌｄｅｒ指数绝对值和空间定位，用奇异强度直方图描述了图象上分形测度的分布，进而确定了催化剂表面活性区域的分布。