基于异常检测的尿沉渣图像分割

在尿沉渣图像中,由于其样本特性,使得在细胞图像采集时会有大量的杂质。这些杂质形状不规则,颜色不单一,用传统的图像分割算法难以去除。针对这个问题,提出一种基于异常检测的图像分割算法。该方法用形态学的方法对二值图像进行轮廓提取,根据其轮廓进行特征提取并且进行标记,然后用提取的轮廓特征以及标记构建异常检测模型。最终根据该模型对图象进行分割,并且定量地对该模型进行评价。实验结果表明,基于异常检测模型的尿沉渣检测方法能够以较高精度将杂质从细胞图像中分离。     

图像异常检测研究现状综述

图像异常检测是计算机视觉领域的一个热门研究课题, 其目标是在不使用真实异常样本的情况下, 利用现有的正常样本构建模型以检测可能出现的各种异常图像, 在工业外观缺陷检测、医学图像分析、高光谱图像处理等领域有较高的研究意义和应用价值. 本文首先介绍了异常的定义以及常见的异常类型. 然后, 本文根据在模型构建过程中有无神经网络的参与, 将图像异常检测方法分为基于传统方法和基于深度学习两大类型, 并分别对相应的检测方法的设计思路、优点和局限性进行了综述与分析. 其次, 梳理了图像异常检测任务中面临的主要挑战. 最后, 对该领域未来可能的研究方向进行了展望.     

一种改进PCA与IHS融合的高光谱图像异常检测算法

高光谱图像空间分辨率不足容易导致异常检测虚警率过高,针对此提出了一种新的异常检测算法。算法首先利用主成分分析PCA对低分辨率高光谱图像进行主成分提取,然后对所提取的主成分和高分辨率图像分别进行IHS变换,分别得到各自的强度分量。运用IHS变换的可逆性,将高光谱数据新的强度分量与原色度分量H和饱和度分量S进行IHS逆变换,得到空间信息增强的高光谱图像数据,最后使用改进的KwRX算法对空间信息增强的高光谱图像数据进行异常检测。仿真实验表明,与KRX算法、PCA-KRX算法相比,本算法在检测目标像素数和虚警个数上都有较大的改善,说明了本算法的的有效性和可行性。     

图像特征检测算法的分析与研究

从利用图像信息的角度，系统分析了图像特征检测问题的研究文献，将图像特征检测方法分为两大类，即基于梯度信息的方法和基于相位信息的方法。论述了每类方法的特点，并对主要的特征检测方法进行详细而全面的论述。指出了目前研究中存在的主要问题以及今后的研究方向。     

改进协同表示的高光谱图像异常检测算法

针对协同表示的高光谱图像异常检测算法中双窗口中心为异常像元同时背景字典存在同种异常像元的情况,中心像元的输出较小难以与背景区分的问题,提出一种改进协同表示的高光谱图像异常检测算法。为了减小背景字典中异常像元的权重,使用背景字典原子与均值的距离调整原子的权重,从而增大上述情况下中心像元的输出。实验结果表明,提出的算法在不同双窗口下都取得了较好的检测效果,验证了算法的有效性。     

轮胎X射线图像缺陷检测算法研究

随着目前汽车总量增加,由汽车轮胎质量不合格引发的安全事故日益增多,如何有效区分有缺陷的轮胎与合格轮胎已成为目前研究人员关注的重点问题。针对轮胎X射线图像中存在的胎侧气泡和胎侧帘线裂缝两类缺陷,对比合格图像,分析其缺陷特征,依据数字图像处理技术,设计相应的检测算法,并通过实验证明检测算法的有效性。     

基于异常检测与双层筛选机制的SAR图像舰船检测方法

针对现有合成孔径雷达(SAR)图像舰船目标智能检测算法中筛选误差较大的问题,提出一种新的SAR图像舰船目标检测方法。该方法将高光谱图像异常检测理论引入到SAR图像舰船目标检测处理中。通过图像转换将SAR图像转换成高光谱类型图像,采用异常检测算法实现舰船目标的检测预处理,得到感兴趣区域二值图。运用双层筛选机制,实现背景杂波的准确建模和舰船目标的快速检测。实验结果表明,该算法能够降低筛选误差,有效地消除虚假目标和旁瓣干扰,具有更好的结构保真度。     

基于知识蒸馏的图像异常检测方法

图像异常检测中模型的浅层架构对细微差异有较弱的检测能力,寻找有效的特征表示来区分正负样本是一个挑战。为此,提出了一种新的基于知识蒸馏的图像异常检测方法。该方法提出一种新的知识蒸馏框架,由T-S模型和单类嵌入模块组成,通过迁移学习泛化新异常。首先,高容量的wide＿resnet50＿2网络作为教师网络,通过单类嵌入模块在最低层次将多尺度特征聚合,保留普遍性和空间分辨率,增强了蒸馏模型对异常的表示能力。其次,嵌入注意力机制的工作上,在保持网络结构完整性的同时,为预训练参数的有效利用提供了新的视角,提高了模型的性能。最后,提出了一种新的异常表示方法,计算每对张量的余弦相似损失,累计多尺度异常得到异常分数图。实验结果表明,该方法在MVTec数据集的纹理和物体类别上,平均AUC值分别达到了97.8%和95.5%,对图像中的细微异常具有优秀的检测能力。     

局部投影可分离的高光谱图像异常检测

针对高光谱异常检测中临近异常像素相互干扰和背景地物复杂的问题,提出基于局部投影可分离的高光谱图像异常检测算法.在归一化的数据中,将待测像素光谱作为参考光谱,构造目标子空间,然后把邻域背景像素投影到该子空间,用投影后向量模值构造异常度计算式.最后将检测到的异常与全局主要背景地物进行比对,肖除部分虚警.利用HyMap高光谱数据进行仿真实验结果表明,本文算法具有克服背景复杂性和干扰点的影响,尤其对异类干扰点的抑制效果更佳.     

基于彩色纹理分析和神经元网络的结肠镜图像异常检测

提出了一种新的基于彩色纹理分析和多层前馈型神经元网络的方法,对结肠镜图像进行异常检测。通过对两种常用的灰度图像纹理分析方法(同现矩阵方法和离散小波变换方法)进行扩展,提出相应的彩色纹理分析方法。彩色纹理分析提取出的特征参数构成作为识别器的多层前馈型神经元网络的输入。实验结果表明该方法能有效检测结肠镜图像中的各种异常。     

基于支持向量机的条烟包装外观缺陷检测

针对卷烟生产过程中条烟包装外观缺陷问题,提出一种基于支持向量机(SVM)的条烟包装缺陷图像检测方法。该方法首先采用模板匹配法定位条烟检测区域;然后利用Haar小波变换进行频域分解,并通过灰度共生矩阵算法对频域图提取纹理特征;最后结合纹理特征建立条烟支持向量机分类模型,对待测样本进行分类识别。结果表明:基于SVM分类模型的识别率为96.1%,该方法通用性强,实时性好,满足条烟异常情况检测要求。与BP神经网络测试性能相比,分类性能优于BP神经网络。     

C600转烟器烟包缺陷在线图像检测装置的设计

为解决某烟厂C600包装机存在缺陷烟包漏检导致流入市场等问题,利用图像在线分析技术,设计了一套烟包在线图像检测装置.该装置主要由一体化工业摄像机和光源、图像采集控制器、上位机、人机交互界面、多维调节支架等部件组成,可以对烟包容易产生缺陷的前端面、侧端面进行在线图像识别分析,避免缺陷烟包进入下道关键工序.实验结果表明:C...     

基于图像处理的BGA封装器件缺陷检测算法

提出了一种BGA焊球缺陷检测算法 ,通过图像处理技术 ,检测BGA器件各焊球的中心位置、焊点直径、各行列坐标等参数 ,以检测是否发生焊球丢失、移位、焊球过大或过小以及桥连等缺陷 ,从而保证BGA器件的质量。     

基于非正则低密度校验码的图像传输

对Ma的图像传输中正则低密度校验(LDPC)码的应用研究进行了拓展,考虑了移动通信室内测试环境下非正则LDPC码在图像传输中的应用。本文不仅研究了相同码长下非正则LDPC码和正则LDPC码的性能比较,还分析了不同码长、不同girth(Tanner图中的最短长度环)分布下LDPC码的性能。仿真结果表明,相同码长的情况下,非正则LDPC码用于图像传输系统带来了更好的性能提高,纠错性能要明显优于正则LDPC码,在误比特率为1×10-3时,非正则码与正则码相比获得了1.6 dB的性能增益;而LDPC码的码长越长,码的平均girth越大,系统的性能则会得到进一步的改善。     

基于图像配准的食品包装印刷缺陷检测与实现

传统食品包装印刷缺陷检测系统采集的实时图像和标准图像在空间上存在着较大的差异,在缺陷检测前首先要将实时图像与标准图像配准,再进行图像缺陷检测与识别。针对传统检测方法检测时间长、分拣效率低、漏检率高和对人视觉要求高等缺点,在图像增强处理的基础上,提出了一种适用于食品包装印刷缺陷检测的图像配准算法。该算法利用小波变换改进算法对图像边缘进行检测,有效地解决了噪声所产生的误检问题。实验仿真结果表明,该算法具有较高的稳定性和可靠性,能够精确检测出小于0.1 mm的刀丝和拉条等细微缺陷,实现了食品包装印刷品的无损检测。     

基于WSSD的不规则图像块快速匹配

传统的图像块匹配加速算法都要求待匹配的图像块具有预先定义好的形状。但有时候由于数据损坏、丢失等原因,待匹配块的形状是不规则的（如图像修复）。针对这种情况,提出了一种无损精度的不规则块匹配加速算法,将不规则块匹配扩展为一求最小加权平方差和（WSSD）的问题,块的形状间接地通过每个像素的权重来控制,这使得图像块都能被统一地当成矩形块。为了进行加速,提出了用快速傅里叶变换（FFT）计算WSSD的方法。并利用待匹配块及其权重在傅里叶变换过程中需大面积补零的特殊性改进了FFT算法,在不损失精度的前提下,进一步降低了其复杂度。最后以图像修复为例,说明WSSD是比SSD更一般的图像块相似度,并为各种图像块匹配的应用提供了一种统一的处理框架。     

基于MATLAB的不规则面积图像测量

数字图像测量作为近年来在测量领域新兴的一种高性能测量技术,在日常生活及科研工作中都有其重要的应用。针对许多复杂环境条件下的测量工作,适时性和非接触性的优点更是使得数字图像测量得到很好的运用。本文介绍了一种在非高精度情形下应用MATLAB测量不规则图像面积的方法,并用实例分析证明其有效性。     

卷烟条盒包装质量检测机器视觉系统设计

为了避免人眼对产品外观质量检测时,人眼视觉疲劳所产生的产品错检、漏检,提出了基于机器视觉的烟支条盒包装质量检测系统的设计。该系统由光源、相机、图像采集卡和工业控制计算机组成视觉系统处理单元,应用定位配准、边缘检测和斑点分析等图像处理算法完成对产品缺陷的检测。该视觉检测系统已经在烟厂得到了实际应用,对今后开发类似的基于机器视觉的产品外观质量检测系统具有一定的参考价值和指导意义。     

基于3维模型的单视图不规则物体定位

单幅图像中物体的定位需要估计物体在3维空间中的位置和姿态,在静态场景中等价于摄像机定标,具有广泛的应用价值.针对具有3维模型,但缺失纹理信息的不规则物体的定位问题,提出一种基于轮廓匹配的定位方法.首先使用基于图像分割的方法提取输入图像中物体轮廓线,然后可以将图像轮廓线与给定位置和姿态参数下渲染3维模型的轮廓线进行匹配,匹配误差可以表示为位置与姿态参数的函数.由于该函数不能解析表达与求解,需要通过离散采样计算导数及目标函数值.位置与姿态参数的最优值可以通过LM(Levenberg-Marquardt)方法进行求解.实验结果表明,该方法可以快速收敛,并具有很高的精确性和鲁棒性.     

一类不规则问题的自动并行性识别

传统的数据相关性分析主要针对线性数组下标表达式,并不适用于不规则计算中的循环并行性识别.利用间接数组特征分析和基于严格数组私有化定义的运行时动态测试技术来解决包含间接数组下标引用的循环并行性判断问题,给出性能估测,并与相关工作进行了比较.