自适应灰度门限法在水面图像分割中的应用

图像分割是图像处理中重要的组成部分,其效果直接影响到后面的图像分析。这里介绍了传统的图像分割法以及自适应灰度门限法在水面机器人视觉图像分割中的应用,首先对算法原理和特点进行了介绍,然后运用Matlab进行了仿真实验研究,对分割的结果加以比较和分析,得出基于最小类内均方差的自适应灰度门限法分割图像的效果最佳,且具有良好的滤波和去噪能力。     

一种基于背景抑制的红外小目标检测新算法

红外图像小目标检测技术,是红外搜索与跟踪系统的一项核心技术。本文提出了一种新的红外图像小目标分割算法,采用背景抑制及双窗口自适应门限分割等技术检测目标,分析了算法的实时检测能力,并给出实物平台下的检测实例。大量的实验结果表明,此新算法能取得较好的小目标分割效果。     

基于遗传神经网络的芯片图像分割

芯片图像分割是上芯机机器视觉系统进行图像处理的重要环节,分割效果直接影响下一步芯片信息的提取。采用遗传算法对BP神经网络的权值和阈值进行优化,避免网络陷入局部最优,使其在全局范围内获得最优解。通过选择实数编码和遗传算子算法控制参数,利用优化后的神经网络对芯片图像进行分割;并用模板匹配法得到分割图像的匹配度,计算其平均值和方差。最后,将该算法与传统分割算法的进行比较,该算法的分割效果优于传统分割效果。     

一种改进型脉冲耦合神经网络及其图像分割1

本文结合人类视觉系统(HVS)对图像信息含量区域敏感度不同这一特性,以神经元接近点火程度的一致性描述图像空间邻域所含的信息量,对通常的脉冲耦合神经网络模型(PCNN－Pulse Coupled Neural Network)进行了改进,提出了一种基于改进PCNN的图像自适应分割算法.该算法根据象素及其周边区域的信息量大小发放不同值的脉冲,从而自适应地将图像分为多个不同等级的高低信息区域,较好地仿真了人类视觉系统特性.最后对用这种方法进行图像分割的结果进行基于信息量的图像压缩,在压缩比和重建图像主观视觉感知质量上均达到了良好的性能,表明了本文算法的可行性和有效性.     

基于图像区域划分的轨道缺陷自动检测技术研究

轨道表面缺陷检测是保障铁路运输安全的重要手段之一,本文设计了基于机器视觉的轨道缺陷自动检测系统,并对钢轨表面缺陷提取技术进行了研究。改进了最大类间方差自适应阈值分割算法,提出了基于轨道峰区检测的自适应二值图像投影法快速提取钢轨表面区域;最后,采用内部点掏空法和链码跟踪算法获取并存储缺陷轮廓信息,实现了钢轨表面缺陷区域的自动检测。实验结果表明:本文所采用的方法可快速定位钢轨区域,并自动准确提取缺陷图像,平均每幅图像耗时11 ms,从而为后续缺陷的测量和识别奠定基础。     

一种改进的PCNN图像分割算法

PCNN用于图像分割时,为获得满意分割效果,其参数往往通过反复试凑确定,这在一定程度上限制了PCNN的使用。为此在改进的PCNN基础上,提出结合图像灰度直方图,以最大交叉熵函数作自适应遗传算法的适应度函数,采用自适应遗传算法搜索最优门限阈值的图像分割算法。该方法可有效地完成图像分割,分割结果优于原PCNN和传统Ostu算法。     

一种改进的最大熵阈值分割方法

阈值分割是一种重要的图像分割方法,是图像检测与识别的重要预处理步骤之一,在计算机视觉等研究领域中有着非常广泛的应用。对传统二维最大熵阈值分割算法的性能进行了分析,针对算法计算复杂度大和阈值判别存在误差这两个不足,提出了一种改进的最大熵阈值分割方法。改进方法通过引入新的阈值门限选取方案来消除误差,并将原本复杂的二维解空间的求解过程简化到了一维,大大减少了计算量。由于等效引入了一个平滑噪声的预处理过程,新方法还克服了噪声对阈值选取的影响。仿真结果表明:改进新方法不仅简单易行,对低对比度图像的分割效果也较好。     

基于ROI与A适应Ostu相结合的图像分割算法

图像分割对于提取感兴趣区域的特征,提高现有图像分析系统的工作效率有着积极的作用。在结合当前静态图像中的ROI检测技术,利用建立后的ROI区域内图像代替整幅图像作为后续工作,并对Ostu阈值分割法进行自适应改进算法研究的基础上,研究了一种结合ROI生长技术与自适应Ostu阈值分割算法结合的新的分割方法。实验证明,该算法能够取得较理想的分割效果,有效地提取出感兴趣特征。     

基于自适应Wiener滤波的红外小目标检测方法

在分析红外场景模型的基础上提出了用自适应Wiener滤波器估计起伏背景、自适应门限分割、基于邻域管道目标检测的小目标检测方法。采用连续采集的红外图像序列进行了实验,仿真了不同信噪比(SNR)条件下的目标并给出了目标检测结果及其分析。结果表明,算法能够从信噪比大于2．0的图像序列中检测出目标轨迹。     

基于HALCON与图像拼接的文物修复系统设计与实现

设计了一种基于机器视觉软件MVTec HALCON与图像拼接技术的文物修复系统.该系统首先对图像进行去噪,分割等预处理,然后利用Harris算法进行角点检测提取特征点,接着检测出的角点经归一化互相关匹配后使用RANCAC算法剔除误匹配点实现初步拼接,最后用改进的加权融合方法进行图像融合并利用图像修复技术进行修复.针对采用的算法编制了相应的软件,并进行了拼接实验,结果表明该方法可以快速有效地对图像进行无缝拼接,精度高,可广泛应用到古字画等文物修复工作中。     

基于机器学习的图像分割算法研究

图像分割是计算机视觉研究中重要的一部分,其主要目的是在图像中将兴趣域目标与背景分割,关系到后续的目标识别、图像理解等操作的准确性.经过几十年的发展,许多优秀的图像分割的方法被提出.机器学习是当今时代的研究热点,基于深度卷积神经网络等机器学习的图像分割研究进展迅速.总结介绍了应用于图像分割的几种典型机器学习方法,分析比较了相关的分割原理步骤、优缺点和发展现状.最后分析了基于机器学习的图像分割算法的发展方向.     

基于马尔可夫随机场的SAR目标切片图像分割方法

SAR目标切片图像分割是基于SAR图像目标识别的一个重要步骤。文中通过利用马尔可夫随机场模型 ,引入图像象素的局部结构信息 ,有效实现了SAR目标切片图像的高精度分割。通过对SAR目标切片图像进行统计分析 ,精确选择了分割算法的迭代初值 ,极大提高了算法的计算效率。和其它分割算法相比 ,文中算法在分割速度和精度上均有较大提高     

晶片焊线机视觉检测算法研究

全自动晶片焊线机是晶片生产的关键设备之一,其视觉检测系统是设备的核心技术所在.视觉检测技术直接影响晶片检测定位精度和焊接机的工作效率.分析了晶片检测原理和方法,研究了基于图像处理技术的晶片检测和定位算法,着重讨论了灰度模板匹配和二值模板匹配的方法.实验表明,系统在速度和精度上都可满足焊线生产的需求.     

全自动晶片焊线机视觉检测系统的研究

全自动晶片焊线机是晶片生产的关键设备之一,其视觉系统是设备的核心技术所在.视觉系统决定了晶片的检测和定位精度.介绍了基于机器视觉的全自动晶片焊线机的专用芯片视觉检测系统的工作原理和设计结构,着重阐述了视觉系统的软件和硬件设计过程,以及用于晶片检测定位的图像处理算法.实验表明,系统在速度和精度上都可满足焊线生产的需求,对于自动晶片焊接设备的自动化、智能化和产业化有一定的参考意义.     

基于模糊聚类的图像分割研究进展

模糊聚类算法（Fuzzy C-Means,FCM）是一种基于软划分的聚类过程,已被广泛应用于机器学习、图像处理和计算机视觉等领域.虽然当前已涌现出大量关于FCM的图像分割算法,但仍然面临诸多挑战.本文将基于FCM的图像分割算法归纳为三类：基于空间邻域信息的FCM算法、基于直方图信息的快速FCM算法及基于维度加权的FCM算法.首先系统分析和阐述了各类FCM算法的研究现状,然后通过实验分析各类算法的性能,最后总结了FCM算法在图像分割中存在的问题以及将来的研究方向.     

基于DSP和FPGA的通用图像处理平台设计

设计一种基于DSP和FPGA架构的通用图像处理平台,运用FPGA实现微处理器接口设计,并对图像数据进行简单预处理,利用DSP进行复杂图像处理算法和逻辑控制,实现图像数据的高速传输与实时处理。系统可应用于贴片机芯片检测中,并进行性能评估实验。实验表明该系统满足实时性和功耗的设计需求,易于维护和升级,具备较强的通用性。     

图像分割中的边缘检测

数字图像的边缘检测在图像分割、模式识别、机器视觉等中有很重要的作用。从70年代到现在发展出了很多种边缘检测的方法,而对于不同的应用环境,不同算法的效果不同。针对高速公路中图像的特点,对几种典型的边缘检测方法的原理和实现方法进行了详细分析和说明,对比分析了各种算法应用在高速公路图像识别中的优劣,并根据高速公路图像识别系统的特点选择了合适的检测算法。     

倒装焊机的隔振系统设计

为了提高倒装焊机的系统稳定性,对倒装焊机的隔振系统进行设计,着重对倒装焊机隔振器布置方式和载荷校验进行分析和计算,并依据隔振理论对隔振设计进行了全面的分析和阐述,总结出检验隔振效果的规则。     

Reconfigurable Morphological Image Processing Accelerator for Video Object Segmentation

Video object segmentation is an important pre-processing task for many video analysis systems. To achieve the requirement of real-time video analysis, hardware acceleration is required. In this paper, after analyzing existing video object segmentation algorithms, it is found that most of the core operations can be implemented with simple morphology operations. Therefore, with the concepts of morphological image processing element array and stream processing, a reconfigurable morphological image processing accelerator is proposed, where by the proposed instruction set, the operation of each processing element can be controlled, and the interconnection between processing elements can also be reconfigured. Simulation results show that most of the core operations of video object segmentation can be supported by the accelerator by only changing the instructions. A prototype chip is designed to support real-time change-detection-and-background-registration based video object segmentation algorithm. This chip incorporates eight macro processing elements and can support a processing capacity of 6,200 9-bit morphological operations per second on a SIF image. Furthermore, with the proposed tiling and pipelined-parallel techniques, a real-time watershed transform can be achieved using 32 macro processing elements.