基于模糊--神经网络混合系统的图象分割方法

本文提出了一种基于模糊-神经网络混合系统(FNNHS)的图象分割方法。它可以利用人的经验知识和神经网络从样本数据中学习知识的能力,得到性能良好的模糊规则,并且可以通过神经网络结构实现模糊推理。分割过程由基于区域生长的预分割和基于FNNHS的区域合并两步构成。实验表明,该方法用于复杂图象分割具有很好的效果。     

多层前馈网络在图象分割中的应用

本文提出用多层前馈网络进行基于边缘信息的图象分割,讨论了学习样本的提取步骤和网络学习的速度改进方法。实验表明,用多层前馈网络进行图象分割能获得良好的结果。     

边缘提取的2G方法的误差机理及减小误差的奇偶互补法

:本文分析了使用D .Marr的 2 G方法检测图象边缘时零交叉点定位误差的产生机理 ,指明边缘中心邻域关于边缘中心不对称是造成零交叉点定位误差的主要原因 ;基于高斯滤波函数的二阶导数构造出两个映象函数 2 GL和 2 GR(奇函数 ) ,它们与被检测信号卷积在方差σ充分大的条件下 ,波峰与波谷的位置基本不受σ的影响 ,且对边缘中心具有极高的定位精度 .提出了综合应用 2 GL(或 2 GR)和 2 G算子确定边缘中心的奇偶互补方法 ,该方法对于克服D .Marr方法在取大σ时产生零交叉点定位误差有显著效果 ,最后给出了该方法的工程应用实例     

计算机数字色彩设计中的感性认知

在计算机色彩认知过程中,色彩与使用者之间的关系是直接交互,色彩的某些可用特性是被使用者直接感知。使用者在认知图像的过程中,根据其以往对色彩认识的相关经验,形成综合的判断和解释,为使用者提供明显的使用线索。本文论述了视觉色彩的生理机制与计算机色彩设置的关系,研究计算机视觉色彩感知中的敏感源,探索计算机视觉色彩心理暗示。在此基础上,总结分析了计算机数字色彩设计的规律与技巧。在色彩与使用者直接交互过程中,更好的了解人在计算机识图时的视觉直观感受,实现快速解读重要信息,有效交流的目的。     

边缘提取的(△)2G方法的误差机理及减小误差的奇偶互补法

本文分析了使用D.Marr的(△)2G方法检测图象边缘时零交叉点定位误差的产生机理,指明边缘中心邻域关于边缘中心不对称是造成零交叉点定位误差的主要原因;基于高斯滤波函数的二阶导数构造出两个映象函数(△)2GL和(△)2GR(奇函数),它们与被检测信号卷积在方差σ充分大的条件下,波峰与波谷的位置基本不受σ的影响,且对边缘中心具有极高的定位精度.提出了综合应用(△)2GL(或2GR)和(△)2G算子确定边缘中心的奇偶互补方法,该方法对于克服D.Marr方法在取大σ时产生零交叉点定位误差有显著效果,最后给出了该方法的工程应用实例.     

计算机视觉在仪表数字识别中的应用

为克服人工读数存在的局限性问题,提高数字仪表读数效率,文章利用计算机视觉技术,自行构建样本数据库并训练卷积神经网络模型识别仪表数字。首先,采集仪表图像并对其进行预处理;其次,对预处理后的字符进行定位和切割;最后,引入训练过的网络模型对仪表数字进行分类识别。实验结果表明,该方法稳定性好、鲁棒性高、识别速度快,可以满足各类场景下的数字仪表读数需求。     

边缘提取的２G方法的误差机理及减小误差的奇偶互补法

本文分析 了使用D.Marr的²G方法检测图象边缘时零交叉点定位误差的产生机理,指明边缘中心邻域关于边缘中心不对称是造成零交叉点定位误差的主要原因;基于高斯滤波函数的二阶导数构造出两个映象函数²GL和²GR(奇函数),它们与被检测信号卷积在方差σ充分大的条件下,波峰与波谷的位置基本不受σ的影响,且对边缘中心具有极高的定位精度.提出了综合应用²GL(或²GR)和²G算子确定边缘中心的奇偶互补方法,该方法对于克服D.Marr方法在取大σ时产生零交叉点定位误差有显著效果,最后给出了该方法的工程应用实例.     

图像配准中的边缘提取方法的研究

图像的边缘是图像最基本也是最重要的特征之一.边缘特征提取一直是计算机视觉和图像处理领域的经典研究课题,在图像配准中有着广泛的应用,对于图像匹配精度至关重要.该文对现有经典以及新型的边缘检测方法进行了介绍,并重点比较了近年来出现的几种新方法,从而总结出相对有效的图像边缘提取方法,为进一步进行图像配准提供了依据.     

模拟集成电路版图中的对称检测与提取方法

新一代模拟集成电路版图自动化系统在重用原有版图时,迫切需要提取其中的匹配设计信息,以保证其输出版图的质量.在角勾链数据结构的基础上,提出了新的对称检测、提取算法及数据结构.该算法检测出器件之间的对称关系,进一步提取出模块之间的对称关系,并将器件级和模块级对称关系及底层的角勾链结构以独特的数据结构统一存储.结果表明,该算法与数据结构能够有效地提取并表示设计者在版图中渗透的匹配设计思想,为版图的生成提供多级对称约束条件,从而有力地保证重用系统所输出的模拟版图的性能.     

图像处理技术在焊缝跟踪中的应用

随着焊接过程自动化和智能化的发展,基于图像处理技术的焊缝位置检测和焊接缺陷检测过程越来越受到国内外学者的重视。文章对焊缝自动跟踪系统中有关图像处理方面的研究现状作了一些介绍,详细分析了图像处理技术在焊缝跟踪过程中的应用,其中包括图像预处理、图像分割、边缘检测和特征点提取等图像处理过程,总结了一些传统和新型的图像处理算法,并讨论了各自的优缺点。     

基于图像对准式V棱镜折射仪低对比度图像的识别算法研究

高精度光学玻璃折射率是保证光学设计和成像质量的重要条件,主要由V棱镜折射仪进行检测。在图像对准式V棱镜折射仪中,用于对准的平行光管所成狭缝中的单线图像质量,直接影响折射率测量中的对准精度,尤其当单线与背景对比度不高时,会大大影响仪器的测量精度。提出一种自适应灰度拉伸和垂直投影相结合的图像增强算法,该方法能快速提取低对比度的单线图像。通过对比实验证明了本算法的有效性,将测角精度提高到了±1",算法稳定测量重复性优于1×10-6,对提高测量光学玻璃折射率的精度有实际意义。     

图像匹配算法的研究进展

图像匹配是计算机视觉和图像处理中的重要研究内容.分析了图像匹配中的难点问题及其关键技术,研究了组成匹配算法的四个要素,介绍了近来出现的新思路和新方法,对匹配算法进行了分类和性能比较,提出了实际应用中有待进一步研究的内容,如算法的集成、神经网络、遗传算法和基于高层语义的应用等.     

一种复杂环境下目标图象的自动分割方法

本文提出一种用于实时图象跟踪的复杂环境下目标图象的自动分割方法,它可根据实际景物的变化适应性地交替使用基于景物复杂性分析的阈值分削和分层聚类分割两种工作方式,并尽可能抑制背景噪声的干扰。实验表明:本文所提方法的分割性能完全可与目前被认为是较为优越的几种实用分割方法相比,而在适应能力和可应用范围上它则明显优于后者,它的计算代价价通常也低于后者。     

基于图像处理的三维测量方法

三维测量通过对景物立体信息的获取可以精确地描述景物的几何形状，基于图像的三维测量是计算机立体视觉中的一项关键技术。本文介绍了利用图像进行三维测量的方法，分析了各种方法的基本原理，并说明了它们各自的特点。     

基于图像处理的胶囊外形快速检测系统设计

为了提高胶囊检测的速度和精度,提出了双通道胶囊外形快速检测技术及系统。运用基于图像处理方法的计算机视觉技术,实现对医用空心胶囊外形的快速准确检测。采用近红外以及可见光的双通道方法实现对胶囊360°、两个端面及内部缺陷全方位的自动检测。主要通过双阈值分割和方形滑块算法分别实现对胶囊轮廓和胶囊结合体的提取,通过边缘检测以及孔洞填充算法实现对胶囊缺陷的检测。胶囊外形快速检测系统可对多种类型胶囊的多种缺陷进行检测,同时具有速度快、准确率高、系统运行稳定等优点,在医用空心胶囊外形的检测中具有较好的应用性。     

基于机器视觉的杏核图像识别系统设计

针对杏核分拣效率问题,文中构建了一种基于机器视觉的杏核图像特征检测系统。运用多种数字图像处理技术完成对不同杏核图像的识别,前期基于Matlab完成算法研究,再采用VC++调用Opencv图像处理函数库实现分拣系统软件。经验证,杂质杏核识别率可达94%,有效提高了杏核识别的准确性和时效性。     

基于分数阶微分的图像边缘细节检测与提取

图像边缘细节包含重要的视觉感知信息,是进一步进行图像理解与场景感知的基础.针对常用的边缘梯度检测方法难以有效提取类似于分形纹理结构的复杂图像边缘问题,提出一种基于分数阶微分的图像边缘检测方法.该方法首先基于分数阶微分的性质进行图像拐点检测,并进一步结合拉格朗日多项式插值和Grumwald-Letnikov(G-L)分数阶微分的定义,推导出具有非整数步长像素信息的图像边缘检测算子.实验表明,该方法能有效提取图像中的边缘细节(拐点)特征.对被噪声严重污染的具有复杂边缘细节的图像,该算子同样具有较好的边缘细节检测能力,获得更好的视觉效果.     

SAR图像直线提取

针对合成孔径雷达(SAR)图像中相干斑的统计特性,设计了对应的直线提取算法.首先组合运用Canny算子和Ratio算子得到边缘点及其边缘方向,然后根据边缘方向一致性原理得到初始直线图;最后,通过高层编组方法连接由于噪声引起的直线缺损.本文提出的边缘检测方法克服了边缘方向量化带来的直线断裂,并且具有恒虚警的特性.高层编组过程通过对初始直线图的分析确定可能扩展的直线区域,之后在原始图像中进行统计证实,得到完整的直线图.直线提取算法在X波段机载SAR图像上进行了试验,得到了满意的效果.提取的直线图可以用于遥感图像矢量化、自动目标识别等方面.     

数字图像处理技术在边缘特征提取中的应用

边缘检测是计算机视觉和图象处理中基础而又重要的课题。分析几种应用于数字图像处理中的边缘检测算子,根据它们在实践中的应用结果进行研究,通过matlab仿真结果对各种边缘检测算法的优劣进行了比较、选择,论述了获得清晰、完整的边缘轮廓的方法及步骤。