基于背景差分与最大熵的轨面缺陷分割

为了提高钢轨表面缺陷检测的效率和准确率,提出了一种基于背景差分与最大熵的轨面缺陷检测算法.首先建立钢轨图像背景模型并将原图像与背景图进行差分操作,以此来避免光照变化和反射不均的影响,更准确地突出缺陷区域;然后将改进的遗传算法与最大熵值法相结合来寻找最佳分割阈值并对差分图进行二值化,通过结合改进遗传算法加快了最大熵值法的运算速度;最后对二值图进行滤波操作,完成钢轨表面缺陷的分割.仿真结果表明该方法能够更加快速准确地分割出缺陷,精确率、召回率和正确率分别达88.6%、93.4%和90.6%.     

面向无人驾驶的高速公路指路标志字符检测

面向无人驾驶需要实时获得高速公路道路视觉信息的要求,提出一种高速公路指路标志字符检测方法。通过颜色和几何形状特征,得到高速公路指路标志牌,并以标志牌为对象检测字符。检测字符的步骤为:通过二值化方法得到二值图,经过矫正方法将倾斜的标志牌进行倾斜矫正,并对二值图进行过滤;通过多级投影策略对二值图进行切割,得到字符块,再根据版面排列对相关联的字符块进行合并得到字符区域;提取字符区域的HOG特征,通过支持向量机去除伪目标字符区域。实验结果表明在自然场景下高速公路指路标志字符检测的查全率达到97%以上,准确率达到96%以上。     

双峰法与otsu法结合在太阳能电池缺陷检测中的应用

图像分割在太阳能电池组件缺陷检测系统中,起着非常重要的作用。通过双峰法和最大类间方差法结合对太阳能电池的近红外图像进行图像分割和二值化,并得出缺陷的二值图。实验表明所提出的太阳能电池硅片的图像分割方法能快速准确地实现对图像的分割,得到了较好的二值图。为太阳能电池图像的缺陷特征的提取,以及进一步描述和分析奠定了良好的基础。     

指示类交通标识的自动检测

针对指示类交通标识的特点,进行标志牌检测算法的研究.首先利用快速HSV颜色查找的方法进行颜色分割,对颜色分割后的二值图进行必要的形态学预处理,接着利用圆形度和拐角检测与几何特征结合的方法进行形状识别.针对某些圆形标志边缘分割不完整的情形,提出一种根据距离直方图判断是否为圆形标志的方法.实验结果表明,算法对实际道路环境下...     

应用几何矩和边缘检测的手势识别算法

提出了一种结合几何矩和边缘检测的手势识别算法。手势图像经过二值化处理后,提取手势图像的几何矩特征,取出几何矩特征7个特征分量中的4个分量,形成手势的几何矩特征向量。在灰度图基础上直接检测图像的边缘,利用直方图表示图像的边界方向特征。最后,通过设定两个特征的权重来计算图像间的距离,对30个字母手势进行识别,识别率为90％。     

基于K-means聚类的苹果图像处理与分级设计

以图像处理技术为基础,根据苹果分级标准展开红色着色比、缺陷检测、果径测量的模型设计研究.首先将苹果图像转换到YCbCr颜色空间,借助K-means聚类算法、OTSU最大类间方差法得到最优分阈值,将灰度图转换为二值图.使用大小为10的模版对图片做闭预算,并填充内部小孔洞,得到的白色的果实区域,从而实现果体与背景区域的有效分割.随后通过Gamma变换将苹果图像中灰度值区间拉伸,建立苹果颜色分级模型;在YCbCr图片中进行簇数为3的K-means聚类,且使用碟型结构元素对图片做开运算,对连通域进行标记,进而完成苹果的缺陷检测;最后通过最小外接圆计算苹果果径.实验结果表明,基于K-means聚类方法进行苹果分级系统设计,其图像处理速度较快且分割效果较好,能够为相关果类的分级设计提供借鉴和参考.     

基于数字图像处理的地震波初至时间检测

地震波初至时间的检测是地震信号处理中的一个重要环节.在地震波接收记录上,初至波振幅大于噪声振幅,初至时间位于纯噪声信号与地震有效信号和噪声之叠加信号之间的分界处.根据这些特征,本文把地震信号幅值数据处理成256级灰度图,再把灰度图二值化,然后通过检测二值图像的边缘,获得地震波的初至时刻.对于存在较多的连续异常记录道,或其它强干扰信号的地震波记录,提出了二次或多次用不同阈值对图像进行二值化的检测方法.对实际地震记录的处理表明,本文方法具有较高的精度和效率.     

超声相控阵缺陷检测聚焦技术仿真分析

采用有限元方法对超声相控阵缺陷检测技术进行分析.首先介绍了超声波波束聚焦、偏转的基本原理,然后使用COMSOL有限元分析软件以及Matlab仿真程序对超声相控阵缺陷检测技术进行建模,在该模型的基础上分析了超声相控阵延时聚焦技术的实现过程与方法.在仿真过程中,通过改变阵元参数,研究其对于超声相控阵缺陷检测信号的影响,并结合物理实验进行了验证.分析结果表明,超声相控阵的延时聚焦技术减小了发射波的波幅宽度,提高了缺陷点回波信号的幅值;基于延时聚焦技术的发射信号,其波束指向性图的主波瓣波束较窄,幅值较高,旁瓣幅值降低,提高了图像分辨率以及成像质量.     

基于机器视觉的护套编织线缺陷检测系统设计

针对导线编织护套在编织过程中存在的几种缺陷问题进行分析.利用滤波的方式获得清晰图片,由于采集过程为动态过程,需对图像坐标进行校对,并结合模板的基准坐标进行图像分割.针对编织线表面存在的黑斑、色差等缺陷问题制定模板图像,通过对实时检测的图像与模板图像进行比对运算得到差异图像,再对差异图像进行二值化处理和滤波得到差异特征,差异特征的区域和大小与设定的差异阈值比对,来判定实时图像是否存在缺陷.针对编织过程中经常出现的毛球缺陷进行分析,利用边缘检测、二值化处理和模板比较的方式得到边缘外的信息,根据其形状及面积大小与设定阈值的比对判定是否存在缺陷.经过对实时图像进行多次试验,其结果均能够准确地判断出编织线的缺陷问题.     

基于图像处理技术的异形件几何尺寸测量及缺陷检测

异形件几何尺寸测量和缺陷检测在许多领域中都具有重要意义。由于异形件的形状复杂,传统的测量和检测方法往往难以满足精确度与效率的要求。而基于图像处理技术的方法可以通过对异形件的图像进行处理和分析,实现准确的尺寸测量和缺陷检测。文章将从图像处理技术概述、异形件几何尺寸测量方法、异形件缺陷检测技术等方面综述基于图像处理技术的异形件几何尺寸测量及缺陷检测的相关内容。     

基于虚拟现实技术的模糊静态图像目标重现方法

模糊静态图像目标重现方法的优劣直接影响了模糊静态图像处理的最终效果和目标识别的准确性。目前,模糊静态图像目标重现方法首先采用暗原色先验规律对模糊静态图像目标的环境光值进行估计,并且基于光照情况对模糊静态图像目标进行透射率估计;然后利用物理模型还原出模糊静态图像目标;最后对还原的目标进行反转,得到模糊静态图像目标的重现结果。该方法存在重现目标对比度较低的问题。为了提高对比度,改善视觉效果,提出了一种基于虚拟现实技术的模糊静态图像目标重现方法。首先,利用虚拟现实技术与光学成像原理对模糊静态图像目标进行采集和分层处理;然后,采用分段线性色阶调整函数来处理模糊静态图像目标的亮度通道,进行全局映射;最后,对目标细节做相应处理,保持目标细节的可见性,完成目标重现。实验结果表明,所提方法具有更好的视觉效果和更明显的细节信息。     

基于视觉传达的多帧图像特征目标跟踪仿真

针对当前方法提取的多帧图像目标特征精度较差,导致多帧图像特征目标跟踪准确率较低、跟踪时间较长的问题,提出了基于视觉传达的多帧图像特征目标跟踪方法.采用稀疏表示方法采集多帧图像目标特征,利用高斯分布构建图像运动模型,小波分析多帧图像灰度及细节特征,根据灰度投影法提取多帧图像目标特征,并匹配多帧图像特征点,获取多帧图像轮廓...     

灰色预测和混沌PSO的红外小目标检测

在分析红外图像弱小目标和背景特征的基础上,提出了一种基于灰色预测和混沌PSO的红外小目标检测方法.该方法首先采用灰色系统理论中的GM(1.1)模型对红外图像中的背景进行时域预测,并用实际图像减去预测图像得到残差图像,在抑制背景的同时增强了目标;然后提出了混沌粒子群优化(particle swarm optimizati...     

改进的模糊C-均值聚类医学图像分割算法

针对模糊C-均值聚类算法分割图像时容易产生模糊边缘的缺点,提出了一种结合图像梯度和模糊C-均值聚类的图像分割方法.该方法利用图像梯度反映出来的目标边界,对由模糊C-均值聚类所获得的聚类区域进行分割,把因模糊性而划分到目标区域的像素点与目标区域进行分离,同时利用区域增长方法找出干扰区域并删除.将该算法应用到胰腺ERCP图像分割,实验表明,改进算法能够比较准确地分割出图像中的目标,减少因模糊聚类产生的模糊边缘.     

结合目标局部和全局特征的 CV遥感图像分割模型

摘 要：随着遥感卫星技术的发展,高分辨率遥感影像不断涌现。从含有较多信息、背景 复杂的遥感影像中自动提取目标成为一个亟待解决的难题。传统的图像分割方法主要依赖图像 光谱、纹理等底层特征,容易受到图像中遮挡和阴影等的干扰。为此,针对特定的目标类型, 提出结合目标局部和全局特征的 CV (Chan Vest)遥感图像目标分割模型,首先,采用深度学习 生成模型——卷积受限玻尔兹曼机建模表征目标全局形状特征,以及重建目标形状;其次,利 用 Canny 算子提取目标边缘信息,经过符号距离变换得到综合了局部边缘和全局形状信息的约 束项;最终,以 CV 模型为图像目标分割模型,增加新的约束项得到结合目标局部和全局特征 的 CV 遥感图像分割模型。在遥感小数据集 Levir-oil drum、Levir-ship 和 Levir-airplane 上的实 验结果表明：该模型不仅可以克服 CV 模型对噪声敏感的缺点,且在训练数据有限、目标尺寸 较小、遮挡及背景复杂的情况下依然能完整、精确地分割出目标。     

基于参考纹理与自身色彩的图像修复

传统的图像修复工作仅仅利用破损图像本身的信息完成,破损面积较大并且结构比较复杂时,破损图像不能提供足够的信息导致修复效果不理想。针对这个问题提出了基于参考图像纹理与破损图像自身颜色的修复算法。该算法在图像库中通过图像检索智能筛选相似参考图像,并选择最优区域填充破损图像区域,利用参考图像样块与自身未破损区域的纹理信息保证修复边界的平滑性,再结合颜色迁移与扩展算法使破损图像修复区域与完好区域的色彩协调一致。实验结果表明新提出的修复算法使得图像修复区域过渡更加自然,能在视觉上有较好的效果。     

基于9_7提升小波和区域生长的目标检测算法

针对图像中的快速移动目标检测,提出了一种9_7提升小波和区域生长相结合的检测算法。该算法首先对图像进行9_7提升小波变换,扩大目标与背景间的照度差异,对歧义目标进行筛选;然后利用区域生长算法找到图像中的可疑目标区进行目标粗判;最后根据目标几何特征,结合背景光强来确定单帧图像中的目标位置。该算法不仅简化了传统算法,减少了代码量,提高了检测准确率,而且留有大量图像处理接口,适用性强。     

多摄像机图像拼接自动色彩均衡算法

针对多摄像机视频图像,分析了图像拼接技术中存在的问题,讨论了目前图像处理中常用的图像色彩均衡算法,提出了一种基于图像像素均值统计的亮度和色彩均衡处理算法。首先提取相邻两摄像机同步帧图像的重叠区域并对重叠区图像进行通道分离（RGB）,把其中一幅作为参考图像,另一幅作为目标图像,分别统计两幅图像各颜色通道像素均值差,用差值强制修正整幅目标图像。然后对修正后的图像和参考图像（整幅图像）进行颜色空间转换（RGB到HSV）,再次统计两幅图像亮度通道（V通道）均值差,用差值强制修正整幅目标图像亮度。实验结果证明,该算法能有效校正相邻摄像机图像的亮度和色差,对后期的拼接融合处理起到了很好的改善效果。     

基于阈值的彩色目标图像的提取与测量

幅彩色图像提供了很多不同的信息,但是为了更好地研究我们所感兴趣的目标图像,需要将它们以图像斑块的形式单独提取出来,从而排除研究所不需要的干扰信息和背景信息,使得研究上作更容易、更准确。通过合理的选取阈值及提取关系,如大于等于阈值、小于等于阈值等,可从图像中提取研究所关心的目标图像及其边界,并测量所提取的目标图像的总面积及目标图像各斑块的面积和周长,由此可研究其分布规律与分布密度;并可在测量的基础上对目标图像斑块进行统计,统计出在一定面积或周长范围内目标图像斑块的个数,为相应的研究提供定量分析。     

遥感影像目标识别中的多尺度分析

针对遥感影像目标特性随分辨率变化的问题,提出了目标识别的多尺度分析方法。首先,基于混合像元分析了多尺度影像中地面目标形状结构产生变化的原因,这种变化主要是由混合像元在目标中所占的比例决定的;然后,根据多尺度影像中的目标提取实验,分析并验证了目标提取误差随着尺度变化的规律;最后,基于遥感影像目标的多尺度特性分析,进一步提出了优势类别的概念。从遥感目标的多尺度分析与实验结果来看,目标的形状结构特征随着尺度的变化而发生改变,而且尺度越大改变越大。通过研究遥感影像目标的多尺度特征,揭示了目标特征随尺度变化规律,对多尺度遥感影像自动目标识别具有指导意义。