基于VC的棒材自动计数方法的研究与应用

本文提出了一种利用图像技术实现棒材的自动计数的方法，该方法以Visual C 6.0为开发平台，实现了对棒材端面图像分割，然后对分割得到的二值图像实施形态学运算，使粘连部分彼此分离，最后通过8－邻域标注计数。     

基于图像连通区域面积的成捆棒材自动计数方法

提出了一种基于图像连通区域面积的成捆棒材自动计数方法。该方法首先对获取的棒材图像进行灰度化、滤波和图像分割处理,然后对分割图像中的连通区域分类:小于基本面积的区域视为噪声区域,介于基本面积和阈值面积之间的区域视为一支棒材区域,大于阈值面积的区域表示多支棒材粘连区域。对于多支棒材粘连区域,采用区域面积除以标准面积得到棒材支数。最后将所有连通区域的棒材支数求和即可得到图像中全部棒材的支数。该方法应用于13幅成捆棒材图像计数实验时所得误差均小于3%。     

粘连细胞分割算法的研究与实现

以粘连细胞分割为例,提出了一种基于分水岭算法的图像分割算法.算法对分水岭分割之前的距离变换和求种子点进行了改进,得到了较好的分割效果.实验证明,该算法较好地完成了粘连细胞的分割任务.     

基于粘连边界脊线标记的虫卵图像分割

虫卵图像分割是实现兽医寄生虫学虫卵检查技术数字化的重要基础.本文根据图像分割相关理论,提出了基于粘连边界脊线标记算法分割虫卵图像.实验结果表明,该方法对分水岭算法进行合理改进,取得了较好的分割效果,实现了粘连虫卵图像的自动分割.     

基于分水岭变换的粘连颗粒图像分割方法

提出了一种基于分水岭变换的粘连颗粒图像分割方法. 首先对图像进行预处理,进行二值化;然后通过距离变换和灰度形态重构得到每个目标的种子区域（目标标记）;再根据目标标记使用强制最小技术修正距离变换图;最后,对修正后的距离变换图进行分水岭变换,得到分割结果. 在Matlab环境下进行实验,结果表明该算法效果良好,能有效的抑制过分割.     

结合进化规划的图像分水岭分割技术

为了解决分水岭算法的过分割问题,提出用一种结合进化规划的控制标记符提取技术对图像进行预处理的分水岭图像分割方法。该方法基于进化规划的生灭过程,对传统分水岭分割中的图像目标区域进行重新标记,根据新标记的区域特点,重新设置图像目标区域的控制标记符。然后通过分水岭变换,实现图像的区域分割。实验结果表明,该方法既能有效解决分水岭算法的过分割问题,又保留了各种重要的目标区域,可以得到较满意的图像分割结果。     

舌图像自动分割方法

提出了一种基于亮度信息和形态特征的舌图像自动分割方法。该方法首先利用大津法在亮度范围内自动选取阈值，进行二值化，然后通过对图像的像素进行标记，剔除非目标区域。最后利用数学形态学的方法获得最终的分割结果。试验结果表明，本方法具有令人满意的分割性能。     

基于流域算法的粘连颗粒图像分割

在分割颗粒图像中,经常会有颗粒重叠粘连,这给图像的后续分析处理带来了很大的麻烦。针对这一问题,提出了一种有效的基于流域分割算法的颗粒图像分析方法。该算法提出一种新的种子点选取方法,使得种子区域最大化,然后以种子区域为核心通过流域膨胀变换重建原图,当图像中所有像素点都重建完时,粘连颗粒图像的分割就完成了。文中主要叙述了算法的设计思想及实现,并给出了实验结果。实验表明该算法能有效改善因多种子点而引起的过分割现象,对形状不规则的颗粒也同样适用,能取得比较满意的分割效果。     

基于分水岭算法的空间目标图像分割方法

自然背景复杂的纹理特征,使得自然背景下人造目标的分割变得困难.为了从空间背景下精确分割出人造目标,基于分水岭算法,结合形态学重建和分形理论,提出了一种改进的图像分割方法.首先利用形态学开闭重建运算对原始图像的形态学梯度图像进行重建,其次在原始图像中利用人造目标和空间背景的分形特性差异对目标进行标记,最后对重建后的图像采用分水岭算法进行分割,将包含标记的区域提取出来并进行合并,从而将人造目标提取出来.仿真结果表明了方法的有效性.     

基于流域算法的粘连颗粒图像分割

在分割颗粒图像中,经常会有颗粒重叠粘连,这给图像的后续分析处理带来了很大的麻烦。针对这一问题,提出了一种有效的基于流域分割算法的颗粒图像分析方法。该算法提出一种新的种子点选取方法,使得种子区域最大化,然后以种子区域为核心通过流域膨胀变换重建原图,当图像中所有像素点都重建完时,粘连颗粒图像的分割就完成了。文中主要叙述了算法的设计思想及实现,并给出了实验结果。实验表明该算法能有效改善因多种子点而引起的过分割现象,对形状不规则的颗粒也同样适用,能取得比较满意的分割效果。     

基于数学形态学的灰度图像连接物体分割方法

由于噪声的存在以及连接物体的特点,传统的标记分水岭算法对包含连接物体的灰度图像很难取得满意的分割结果;特别是在背景并不连通的情况下,误分割更为常见;在标记分水岭算法的基础上,提出了一种连接物体分割方法;将属于鲁棒统计的Hough变换用于提取物体标记扩展了标记分水岭算法的应用范围;针对在分割连接物体时,由于背景并非连通,因此允许背景被分别标记,并通过一个后续滤波步骤用以剔除分割后图像中的背景部分,从而得到精确的分割图像;试验证明该算法运算速度快,鲁棒性好,具有广泛的应用价值.     

基于图像处理的菌落自动计数方法及其实现

针对菌落图像特点，提出用最大类间方差法对采集的菌落图像进行二值化，用Hough变换去除平皿边缘图像，用距离变换和分水岭算法分割粘连菌落，最后用八邻域边缘跟踪和区域填充算法进行标号后计数。实验证明此法不仅计数结果准确．重现性好，而且速度快，计数结果不受菌落接种方法、菌落种类、形态、大小的影响，完全可以代替传统的人工计数，具有一定的推广和应用价值。本文所提出的用于分割粘连菌落图像的距离变换和分水岭算法，对其他各种颗粒图像的分割同样适用，它在如细胞图像处理、材料图像处理等颗粒图像分析方面．具有很高的实用价值。     

棒材生产在线视觉计数系统研究

针对轧钢厂棒材生产工艺状况，为实现标准化打捆包装要求，设计了在线计数控制装置，研究了实时视觉图像处理，在线棒材识别算法和k级容错计数技术，并应用于含有各种干扰的实际生产过程，实现了棒材在线快速计数和分钢自动化操作．     

基于图像处理的粮虫自动计数系统的研究

针对目前在线粮情测控系统中存在的不能测得粮虫种类和粮虫数量的问题,本文研究了基于图像处理技术的粮虫自动计数系统,该系统采用数字图像处理技术对粮食样本图像进行处理,并在研究其灰度值分布的基础上,提出了图像分割最佳阈值算法,最后根据粮虫对象的形态特性进行计数。在对稻谷粮虫图像的试验中证明了此方法不仅能完整的将粮虫从样本图像中分割出来,而且计数准确,是实现粮虫自动计数的一种行之有效的方法。     

多阶U-Net甲状腺超声图像自动分割方法

甲状腺超声图像广泛应用于甲状腺相关疾病的诊断。针对甲状腺超声图像对比度低、边缘模糊以及散斑噪声严重等问题,提出一种基于多阶U-Net的深度卷积网络模型,用于实现甲状腺腺体与甲状腺结节的自动分割。该模型以U-Net为基本网络框架,通过不断进阶的特征融合,以实现图像边缘的信息提取。同时,在模型中使用了一种多尺度残差卷积模块以进一步提升分割精度。对比实验结果表明,该模型相较于其他方法能够获得更好的分割结果,具有一定的临床应用价值。     

基于处理-分裂-合并的彩色图像自动分割系统

叙述一个基于处理-分裂-合并的彩色图像自动分割处理系统。其主要功能为：根据图像的区域特征将彩色图像自动分割成若干块并存储区域的边界特征，实现了地图的面查询，并可实现原图和分割出来的区域图的放大和缩小显示。采用适当的去噪、平滑方法使区域图像分割更精确。本系统采用面向对象的分析设计方法，在Windows平台上，进行编程开发实现。系统对GIS、图像数据库及其检索和图像及文字模式识别的研究有较重要的意义。     

序列血管内超声图像的管腔内膜自动分割算法

针对序列血管内超声(IVUS)图像相邻两帧具有很大相似性的特点,提出一种基于 序列 IVUS 图像配准的自动提取管腔内膜的方法。首先利用形态学运算以及连通分量法提取初 始帧的大致管腔内膜边缘,然后采用前景和背景像素的颜色直方图特征对相邻两帧图像进行建 模并进行配准：利用巴氏系数度量相邻两帧图像之间的相似性,建立仿射变换模型,优化模型 并计算模型参数,从而将轮廓相对准确地定位到管腔内膜附近;最后通过变分法、最速上升法 使目标轮廓曲线准确地收敛到管腔内膜处。以经验医师提取的管腔内膜作为评价标准,分别 与文献[17]和[4]相比,该方法的均方根误差分别平均减少了 0.124 和 0.063,相对差异度上分 别平均减少了 0.51%和 0.16%。实验结果证明,该方法可以准确地提取到序列 IVUS 图像的管 腔内膜。     

基于分水岭算法的作物病害叶片图像分割方法

为了提高作物病害叶片图像分割的准确性,采用了一种改进的基于标记的分水岭图像分割算法。首先,通过对二值图像进行距离变换和分水岭分割来获取背景标记,并通过提取数学形态学重建后的梯度图像中的区域极小值得到初步的前景标记,接着对前景标记进行进一步过滤,消除部分伪前景标记;然后,通过强制极小值方法将背景标记和前景标记叠加在梯度图像上;最后,对修改后的梯度图像进行分水岭变换。采用该方法对多幅黄瓜病害叶片进行图像分割,实验结果表明:该方法能够较好地将病斑部分分割出来,分割结果不受叶片纹理的干扰,平均分割正确率能够达到90%以上,具有一定的有效性和实用价值。