尾流特征图像提取的数学形态学方法

利用数学形态学提取船舶尾流图像形状特征的原理及方法,解决含有各种噪声的海洋船舶尾流特征图像的提取问题.通过数学形态学的膨胀、腐蚀、开启和闭合运算对尾流图像进行消噪,得到了尾流边缘清晰的消噪图像;对尾流消噪图像进行了细化骨架提取和修剪,得到了船舶尾流特征图像.对滤波后的图像进行了阈值二值化处理,尾流图像层次清楚,边缘突出,得到了清晰、不合噪声的尾流边缘图像.     

基于CCD的绝缘子表面亲水角检测

主要研究了基于CCD的合成绝缘子亲水角的自动测量问题.介绍了水珠图像获取的装置和方法,简单描述了图像的处理过程,包括图像的预处理、滤波、二值化、边缘检测、边缘的细化以及边缘曲线的滤波等.重点描述了水珠边缘曲线的拟合,比较了多项式拟合和正交多项式拟合两种方法,以及利用这两种方法拟合后的曲线和绝缘表面夹角的计算,分析了获取的亲水角误差.     

一种傅里叶域图像数字水印方案的研究

基于快速傅里叶变换提出了一种傅里叶谱域图像水印算法.对图像和水印图像分别进行傅里叶变换,将作为水印的32×32大小的图像的二维傅里叶谱降维为一维序列,叠加在图像傅里叶谱域中适当位置上,再经过快速傅里叶逆变换得到水印图像.选择的嵌入方案即适当的位置既不会使水印图像产生明显失真,又可以抵抗图像压缩和低通滤波.在JPEG压缩、图像旋转、高斯低通滤波的攻击方式下,对水印图像进行了鲁棒性分析,实验表明该算法具有良好的抗攻击性和安全性.     

时域等效边缘电流方法计算平板的瞬态散射

通过对频域等效边缘电流的表达式进行傅里叶逆变换,可得到时域等效边缘电流的表达式,并将其应用于瞬态散射的分析．通过对入射场和边缘处绕射系数的路径积分得到时域绕射场,其在绕射线的焦散区是有限的．将平板瞬态散射的时域等效边缘电流和时域有限差分结果进行比较,结果相符．     

基于图像形状特征和纹理的中药材牡丹皮规格分类研究

首先研究傅里叶图像形状特征提取算法和灰度共生矩阵纹理特征提取算法;其次使用傅里叶图像形状特征提取算法对中药材牡丹皮图像的形状特征进行提取,并且用灰度共生矩阵纹理特征提取算法提取中药材牡丹皮图像纹理数据;最后运用DBT-SVM算法对两种融合数据进行分类,并分析权重、训练集和测试集占比对分类准确率的影响。实验结果优于传统的SVM算法。     

基于伪极傅里叶变换和ROA融合的SAR图像边缘检测算法

提出了基于伪极傅里叶变换和融合的SAR图像边缘检测算法.首先采用伪极傅里叶变换提取较弱的图像边缘特征,并利用Ratio边缘检测算法抑制相干斑噪声对SAR图像边缘特征的影响.然后利用两种算法所得到系数的幅值、方向和角度信息构建置信指派函数,引入D-S证据理论实现两种边缘检测算法的最优融合,获取了SAR图像最佳的边缘特征.仿真结果表明,该算法所提取的边缘特征完整、定位准确.     

DCT压缩域中基于纹理和形状的图像检索算法

在对以往DCT压缩域的图像检索算法研究的基础上,将DCT块及其系数的空间分布信息引入特征提取算法,提出了一种压缩域中结合纹理和形状信息的图像检索算法．根据DCT块的复杂度及块内系数的空间分布,构造了加权复杂度直方图来表述图像的纹理信息;同时,根据DCT块系数的取值将其划分为不同的边缘类型,并采用边缘空间分布特征来描述图像的形状信息．该算法不仅考虑了DCT块的统计分布,又考虑了块内系数的空间分布,在一定程度上避免了由于DCT块统计分布信息相同而空间分布信息不同而造成的误检漏检情况．实验结果表明,该算法具有较好的检索结果．     

正弦图合击-分进方法的线段检测技术

为了提高图像处理中线段的检测精度和速度,提出一种称为“合击-分进(UND)”的精确且快速的线段检测方法．该方法包括频域的频谱合并和Radon空间的正弦图分解两个阶段．在合击阶段,原始图像经过二维并行多层傅里叶变换、直角坐标至极坐标映射、一维傅里叶逆变换等处理后得到它的正弦图;在分进阶段,检测Radon空间正弦图的各个峰值及其邻域内的蝶翼边缘,每一邻域对应图像空间中的一个窗口,并针对每个窗口正弦图的蝶型曲线进行边缘分析,从而得到线段的端点．实验结果表明:UND方法在分割精度上优于SHT、RHT和LSD等经典线段分割方法,检测速度上优于SHT和LSD方法．UND算法不但能提高准确度,还能降低计算成本,增强对噪音干扰的鲁棒性．     

机械设计图像检索研究

基于内容的机械设计图像检索目前尚无针对性的研究,提出利用形状特征作为图像检索的标准,根据机械设计图像的特点,对3种不同的形状特征描述子的检索性能进行研究,分别提取图像库中各个图像的傅里叶描述子、Hu不变矩和距离分布直方图特征,并分组进行图像检索实验。实验结果表明:机械设计图的标引对其形状特征的描述有较大的影响,基于轮廓的形状特征描述法在检索中有最高的查准率。     

一种基于小波变换去噪的活塞环图像检测技术

为精确测量活塞环的尺寸和识别破损缺陷,提出一种关于活塞环图像测量及破损缺陷的检测算法.该算法首先对活塞环原图像进行预处理,获取缺陷识别模型所需图像,然后通过小波变换获取清晰的活塞环图像边缘,再通过最小二乘法对活塞环图像边缘进行拟合,得到活塞环边缘曲线,建立算法模型,识别活塞环破损缺陷,得到活塞环的尺寸参数.该检测算法的缺陷识别率达99.5%,且实现活塞环的宽度亚像素测量.     

颗粒跳跃的计算机图像预处理方法

在非均匀沙床面上进行颗粒跳跃跟踪电视摄像试验得到一系列序列图像,可据以确定不同水流条件下颗粒跳跃的轨迹及速度,后者在输沙力学中具有重要意义．为获得有关颗粒跳跃的高精度数据,作者对摄像试验图像作了计算机图像处理和识别．首先将真彩色图像转化为灰度级图像,并对有用部分进行预截取．然后对这些图像采用半邻域法滤波和十字形中值滤波等平滑滤波方法进行处理,取得了较好的结果．这些图像的预处理工作为今后对图像作诸如阈值分割、轮廓线抽取和直线检测等的进一步处理奠定了基础．     

基于光学多尺度几何分析的图像压缩去噪

基于变换的图像压缩方法应用较为广泛,小波在表示图像的边缘或纹理时,会产生大量的能量较大的系数.采用多尺度几何分析对图像进行稀疏展开,使变换具有强的非线性逼近能力.图像经过非下采样Contourlet变换转换成一种多尺度的、多方向和多分辨的表示形式再进行统计分析.利用图像系数相关性,不仅降低图像的维数,使弱的边缘细节能从噪声中被筛选出来,而且达到压缩去噪的目的.实验结果表明,采用该方法去噪后的图像处理效果很好,适用于高分辨率图像去噪.     

图像处理技术在刀具几何参数测量中的应用

介绍了一种基于图像处理技术的刀具几何参数测量方法,代替测量过程中的手动操作从而避免人为误差,提高了刀具几何参数的测量精度。以钻头为例进行了实际测量,CCD作为传感器采集图像,采集到的钻头刃部图像经过二次处理(滤波、二值化、边缘检测及提取)可得到待测图像的单像素边缘轮廓信息,采用局部取点对边缘轮廓进行三次样条拟合,求得边缘轮廓的切线,再经过几何计算可得到所需测量的钻头几何角度。通过对钻头后角的实际测量,其角度测量误差在30′以内,测量精度能够满足刀具测量的要求,证明此方法可行。     

模糊聚类的遗传算法在图像压缩中的应用

图像压缩的关键在于对图像中相似取样点的选择和处理.用基于图像像素的遗传聚类算法对3D图像分析选择样本,通过FCM算法得到一个有序的像素序列,然后进行聚类获得压缩.实验表明,运用模糊聚类分析法能够有效降低压缩算法的复杂度,并能达到预期的图像压缩效果.     

图像处理技术在电厂煤质检测中的应用

提出了一种用于电厂煤质检测中的图像处理技术。利用基于卷积的边缘检测算子对采集到的图像进行处理,可以自动识别运煤车的车厢部分,在此基础上,由程序控制采样头选取采样点进行采样工作,从而确保了采样头所选取的采样点在已被识别出来的车厢范围之内,保证了采样工作的正常进行。     

基于模糊聚类与模板叠合的色织物自动判析

采用模糊聚类与模板叠合判定技术相结合的方法实现了色织物组织点颜色的自动判析,得到色纱的排列图和颜色分类后的织物图像,可用于进一步的组织识别和叠合验证。文中首次提出了一种力学拉伸矫正和清晰化与图像处理组合的技术,对于解决以往织物组织图像的识别困难效果显著,是织物图像分析中的实质性进步。     

一种改进的二值图像像素标记算法

像素标记算法是图像处理中提取目标特征量的一种有效方法．分析了一般像素标记算法的不足,提出一种改进的像素标记算法．该算法无需对图像进行预处理,针对二值图像中像素分布的特点,仅需对图像进行一次扫描,通过特殊的目标边界像素标记,就能收集足够的信息,经过一定的分析处理即可得到图像中目标的准确计数和边界信息．由于准确的目标计数是目标特征量提取的关键,在此基础上即可方便快捷地获得目标的面积、周长和质心坐标等参数,便于图像的后续处理．计算机模拟结果表明该算法具有很强的通用性,且因为仅需一遍全图扫描使其分析速度大大提高,可以广泛应用于图像分割领域．     

基于Riesz变换的图像边缘检测

针对传统边缘检测算法易受光线变化影响的问题,提出一种基于Riesz变换空间下的相位一致性边缘检测方法。用Riesz变换替代Hilbert变换对图像进行处理,通过Riesz变换的不同尺度因子构造计算相位一致性所需要的变换空间,根据相位一致性计算方法在新的Riesz变换空间获得特征图像;使用非极大值抑制检测出图像边缘信息;与传统相位一致特征提取方法、2DLog-Gabor变换以及Canny边缘提取算法对比实验。仿真实验结果说明,该边缘检测方法在不均匀关照条件下可用于图像的边缘特征提取,相比在Hilbert变换空间下的相位一致特征提取方法运算速度快,算法可行有效。     

旋转机械参数图形软形态学自适应边缘检测

针对旋转机械振动参数图形边缘特征提取困难问题,根据模糊软形态学理论,提出滤波增强处理方法及自适应边缘检测算子.在600 MW模化汽轮机转子试验台上进行转子正常运转、转子不平衡故障、转子不对中故障、汽流激振故障、轴承松动故障的实验研究.将得到的振动参数三维图形转化为二维灰度图形,对二维灰度图形进行模糊软形态学滤波增强处理和自适应边缘检测.结果表明,该方法在滤除参数图形中噪声的同时,可以有效地提取图形边缘特征,为旋转机械故障诊断提供了一种新的图形特征提取方法.