基于目标图像的提取与测量

通过对图像进行灰度处理和二值化处理,提取目标图像及其边界,并测量所提取目标图像的总面积及目标图像各斑块的面积和周长,由此研究其分布规律与分布密度,并在测量的基础上对目标图像斑块进行统计,得到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.     

基于小波矩和叶形特征的叶片识别

植物的叶片是识别植物种类的一个重要属性,文章提出一种基于植物叶片形状的图像内容识别方法.首先对叶片图像进行归一化处理,然后提取叶片的小波矩特征、叶片的周长、面积及伸长度,最后根据这些特征进行支持向量机（SVM）训练和分类,识别出植物的种类.该方法得到的识别率达到95％.     

基于图像处理的钢帘线表面缺陷特征分析

首先对钢帘线材图像进行预处理,以减小或消除噪声的影响,然后对钢帘线图像进行了缺陷特征分析,运用经典的边缘提取算法提取线材的面积与周长等几何特征,运用灰度共生矩阵来提取线材的纹理特征等来判断钢帘线表面是否有缩颈或耳子等缺陷.实验结果表明了该特征提取算法的有效性和实用性.     

基于otsu算法和Hu不变矩的交通信号灯识别

针对智能汽车交通信号灯的识别问题,提出了一种高效准确的识别方法。首先对源图像进行形态学预处理,采用顶帽(top-hat)操作,强化待检测区域的亮度;接着应用otsu算法,自适应选取阈值,对源图像进行二值化处理;然后提取各区域轮廓的面积、周长、Hu不变矩,筛选检测交通信号灯所在区域;最后利用交通信号灯各颜色H分量的分布差异,通过颜色直方图来判断信号灯的颜色。实验结果证明,该方法能够对交通信号灯进行准确有效的识别。     

喀斯特石漠化遥感信息增强与监测技术

应用遥感动态监测的基本理论和方法,从遥感数据选择、数据预处理、石漠化演变图像提取、石漠化变化信息的分类分级、石漠化变化信息自动提取等方面入手,总结了利用改进的EVI提取石漠化信息,二次图像分类遥感动态监测的技术路线与方法.野外调查验证表明,该技术方法实用、监测结果准确.     

增强现实中基于三角标识的三维注册方法

在增强现实系统中实时跟踪三维物体,为了准确地将虚拟物体注册在复杂的真实环境中,提出了一种基于三角形图案标识的视觉三维注册方法.通过边缘检测方法在捕获的视频图像中提取标识的三角形轮廓,获得三角形顶点的数据,并根据这些数据计算出单应性矩阵,推导出摄像机参数,从而实现摄像机标定.利用Camshift算法对检测到的目标进行实时跟踪.实验结果表明,物体能被准确地注册到真实视频图像中的跟踪目标上,通过与ARToolKit软件相比较,该方法在注册效率方面优于ARToolKit软件.     

基于机器视觉圆环零件尺寸提取方法研究

针对流水线生产作业中圆环零件尺寸难以高精度快速提取的问题,提出了一种基于机器视觉的非接触式测量方法.通过机器人末端夹持线激光扫描仪扫描零件并将扫描数据转换到基座标下得到原始点云图像,对点云图像进行去噪处理和分离内、外圆特征点,提出了改进的随机采样一致性算法,分别拟合圆环内、外圆并计算圆环同心度.结果表明：该方法提取的圆环尺寸与真值比较误差在0.1 mm以内,满足自动化高精度测量需求.     

减影提取焊缝缺陷算法

针对射线胶片焊缝缺陷自动检测技术普遍存在难以自动准确识别缺陷的问题,提出了一种基于减影法的焊缝缺陷智能检测提取方法.首先使用模糊增强方法对焊缝图像进行灰度变换,而后利用像素标记提取焊缝并保留其原始灰度值,再对提取到的焊缝滤波,去除其内部缺陷,衍生出背景图像,最后根据减影法得到缺陷,并且计算出缺陷的特征参数.结果表明,经上述方法检测后的缺陷图像,对比待测焊缝原图,可以较为准确地检测出焊缝中存在的缺陷,具有较好地自适应性和实用性.     

织物疵点的图像信息检测方法

针对织物破洞、断经、跳花和浆斑这4种类型疵点的特征,提出一种基于图像信息的检测方法.根据织物疵点的几何特性选择结构元素,应用形态学运算突出疵点形状信息,应用灰度积分投影法确定织物疵点的位置信息,然后分析纹理特征,提取织物疵点面积、周长等特征参数.结果表明:本方法克服了经典边缘检测算子只能给出疵点轮廓的弊端,利用图像信息检测进行计算机辅助验布,对于纺织信息化具有一定的理论意义和实用价值.     

小波域内背景图像的文本信息提取研究

提出了一种基于二维小波分解的背景图像文本提取算法.该算法首先对图像进行二维小波变换,设置滑动窗扫描高频子带,计算滑动窗内图像的小波纹理特征,采用k-均值聚类算法将图像分为文本区域、简单背景区域和复杂背景区域,最后对文本区域进行形态运算,精确地定位文本区域.实验结果表明,该算法能够准确地从背景图像中提取出不同语种、字体、大小和排列方式的文本信息.     

发酵程度图像测量软件系统的研究

开发了一个用于测量发酵程度的计算机图像测量软件系统．此系统能对记录有发酵程度的原始图像进行灰度调整、增强对比度、计算阈值和区域生长等处理，能从原始图像中识别出黑斑图像，能利用扫描标号法对黑斑图像进行面积测量，同时，还完成了对黑斑图像周长的测量和对黑斑图像平均灰度值、最大灰度值、最小灰度值、重心和重心矩的计算．这种测量软件具有很好的应用效果，并适用于同类问题．     

基于图像的三维人体特征参数提取方法

为了解决三维人体建模中人体参数和尺寸提取的问题,提出基于图像的人体特征参数提取方法,进而对人体图像的各特征区域进行定位,并给出计算流程.对采集的图像进行预处理,再对人体正面和侧面图像特征点进行识别,从而识别出人体特征区域,提取出人体特征尺寸.阐述用模型法和参照法计算特征尺寸的方法与原理,推导出由图像像素计算特征尺寸的公式,分析模型法和参照法的优缺点,并结合两者的优点,提出模型参照法特征尺寸计算方法.利用实际采集的图像,根据模型参照法进行人体参数提取,结果表明,该方法能够方便、准确地从用户照片得到人体特征参数.     

基于小波变换与多帧平均法融合的背景提取

利用虚拟检测圈法对道路交通视频进行处理,可以检测出道路上运动车辆的车速.而虚拟检测圈法首先需要得到准确的视频道路背景图像.针对交通道路视频,在背景提取算法仿真分析的基础上,利用小波变换,将提取到的背景图像进行一级小波分解,得到各分量图像.通过对水平分量、竖直分量及对角分量进行去噪处理后,再采用小波重构得到最终的背景图像.采用该方法所得背景图像能有效地减少主要背景提取算法中存在运动车辆轨迹的缺点.     

图像处理技术在染色体自动分析中的应用

染色体自动分析是细胞遗传学研究工作中急需解决的问题,要实现染色体的自动分析,主要是依据染色体的着丝点位置、周长、面积和带型等特征.着重介绍怎样利用图像处理技术来提取染色体的这些特征,并利用这些特征实现染色体的自动分类,最后得到核型图.     

基于通道加权FPN的熔池检测与特征提取方法

为了获取使用熔池特征参数对增材制造进行反馈控制的输入参数,提出了一种基于通道加权FPN的激光增材制造熔池语义分割算法和基于图像像素阈值的熔池方向、面积和宽度特征参数提取算法.语义分割算法主要包含轻量级的主干神经网络、通道加权特征FPN网络.实验结果表明,熔池图像的分割速度可达79.76张/s, mIoU和mAP分别可达90.53%和95.79%,且模型大小仅为90MB.与其他相同类型的深度学习模型相比,该算法在保证精度的同时,提高了检测速度,减少了模型参数量和大小.熔池图像特征参数提取算法则结合了相机拍摄的原始图像与分割完成的图像的像素阈值分布情况,能够准确分析并计算出熔池的方向、宽度与面积特征参数.     

气液两相流中气泡形态及运动特征参数提取

对气泡发生装置中竖直向上气泡的形态及运动特征提取方法进行了研究。采集原始气泡图像,进行图像灰度化、差影和中值滤波等图像预处理,针对气泡图像的特点,提出动态阈值压缩大津法进行阈值分割,并结合扫描线种子填充算法与图像形态学运算进行孔洞填充,同时基于边缘面积属性对气泡特征区域进行自动识别。实验结果表明,该方法简单有效,鲁棒性强,可以很好地将目标气泡从背景中分离出来,有效提取气泡周长、面积、圆形度和质心坐标等形态特征参数,并实现气泡运动速度的测量。     

基于主方向高斯映射的旋转面特征提取

为了从点云中准确提取几何特征参数，给出了旋转面特征提取算法.该算法对旋转面主方向映射到高斯球面，生成主方向高斯图像（PDGI）. 对高斯球进行均匀分割，生成一系列小立方栅格，并将高斯球上图像数据点分配到相应的立方栅格中.根据每个栅格中的图像数据点数，对栅格聚类分析，获得一组特征栅格，由这组特征栅格中的图像点来确定大圆所在的平面，从而根据平面法矢确定旋转轴方向.根据旋转面法矢和旋转轴方向，获得旋转轴的定位点，从而确定了旋转轴.并给出了旋转轴的优化方法.计算实例结果表明，该算法能够稳定、准确地提取出旋转面的几何特征参数.     

基于HSV颜色空间的人体轮廓提取方法研究

目前已有人体轮廓提取系统大多先将彩色图像转换为灰度图像,然后经过人工修图,从灰度图像中提取人体轮廓.在此过程中,大量图像信息丢失,且这些系统普遍存在对背景、着装、像素和光线要求严格等问题.为了解决这些问题,本工作采用符合人类视觉习惯的HSV颜色空间,利用MATLAB软件编写程序,通过分析和转换图像的H、S、V值从彩色图像上直接提取人体轮廓,从而实现人体轮廓提取的准确化和自动化.试验结果表明,利用HSV颜色空间可降低对背景、着装、像素和光线等因素的要求,实现复杂情况下人体轮廓的准确提取.     

弧齿锥齿轮接触斑点图像采集及预处理

为解决传统"目测法"检验弧齿锥齿轮接触区的不足,利用CCD(Charge Coupled Device)摄像机对弧齿锥齿轮接触斑点数字图像进行采集,根据摄像机SDK程序开发包在VC++环境下开发出图像采集程序界面.将采集出来的图像导入到Matlab中进行图像预处理.对不同的处理方法进行分析,对比实验结果,提出较为合理的图像预处理方案,对预处理后的图像进行边界提取,分析不同边界提取算子的提取效果,得到了准确的边界轮廓信息.为弧齿锥齿轮接触区图像进一步处理打下了基础.     

基于图像处理的气液两相流流型识别

提出了一种计算机自动准确识别流型的新方法。该方法利用高速电荷耦合器件（CCD）获取
管道内气液两相流的流动图像,经过图像处理后,提取二值化图像中气泡的面积、宽度、高度和中心坐标
,结合模糊推理方法对流动图像进行流型识别。实验结果表明,该方法能够自动有效地识别水平管道内的
多种基本流型,识别准确率分别为：气泡流93.3％,塞状流85.3％,分层流97.3％,弹状流98.6％,雾环
状流92.7％,识别图像速度约为22帧/s.