导弹仪表精度自动化检定系统的研究与实现

提出了一种导弹仪表精度自动化检定系统.系统采用基于数字图像处理的指针示值智能读数技术.实现导弹仪表精度的自动检定.在仪表的智能读数系统中.运用并提出了一些新颖的图像处理算法.使系统具有很好的实时性.实验证明采用这一系统可以大大提高检定的效率和精度.     

指示表智能读数系统的研究与实现

介绍了一种新的模拟式指示表智能读数系统。系统采用数字图像处理技术并结合相应硬件设备,实现了测试装备中模拟式指示表的自动读数功能。在该系统中,运用并提出了一些新颖的图像处理算法,如穿线检测图像分割算法、亚像素细分技术等,使系统具有很好的实时性和较高的精度。实验证明采用这一系统可以进一步提高某型导弹测试的智能化程度。     

基于图像分割技术的压痕直径图像测量

在分析布氏硬度试验压痕图像基础上,提出基于属性直方图的图像分割算法.利用工业CCD相机获取压痕图像,通过图像分割、目标区域处理、压痕圆拟合等步骤完成图像处理,由此实现对压痕尺寸的自动精确测量.实验证明,该算法满足布氏硬度试验对压痕直径的测量要求.     

一种复杂背景下的目标分割算法

自动目标检测是图像精确制导技术的重要研究内容.针对地面复杂背景条件下目标难以检测的问题,提出一种结合灰度形态学滤波与直方图独立峰搜索的目标分割方法.首先,对复杂背景下的图像进行形态学滤波和增强,增强目标和背景的灰度对比度;然后利用文中提出的图像直方图独立峰搜索方法确定图像阈值,对图像进行分割.实验表明:文中方法是有效的,对复杂背景下的目标图像可取得较好的分割效果.     

一种基于数学形态学的红外图像分割方法

针对红外图像信噪比低,一般阈值法难以分割的特点,提出了一种基于数学形态学的红外图像分割方法。首先利用形态学估计出红外图像的背景图像,其次用原始图像减去估计的背景图像得到差值图像,并对差值图像进行增强,再利用阈值法分割得到二值图像,最后应用形态学的开运算消除高频噪声,得到待检测的图像。并与著名的Ostu法、迭代法、P-参数法进行了详细的比较。结果表明:该分割算法是一种实用有效的图像分割方法。     

机载瞄准吊舱ATR技术初探

机载瞄准吊舱自动目标识别(ATR)技术包括传感器、处理机及其算法、图像分割与特征提取等常用的前视红外(FLIR)传感器和处理芯片,图像分割采用阈值分割、边缘检测、统计学分割和边界信息法等.特征类型有几何、拓扑和投影等.ATR技术有基于参数分类的ATR、模型ATR、多传感器信息融合的ATR、人工神经网络的ATR等.     

基于均匀色差的彩色图像分割方法

基于均匀色差的彩色图像分割方法,结合模式识别理论的自动聚类彩色图像分割.其图像首先被转化到L*a*b*颜色空间,进行初始化并确定聚类中心.然后计算像素到聚类中心的色差,进行聚类.之后计算新的聚类中心,反复迭代,直到符合终止条件,得到最终分割结果.实验证明,该方法可很好实现彩色图像的自动分割.     

一种基于小波变换的电视图像分割方法

研究了一种基于B样条小波变换的自动阈值分割算法.提出基于灰度统计特性的直方图移动平均法,从而有效地消除噪声对图像的影响,使图像直方图更加光滑.运用B样条小波变换快速算法,大大减少了计算量.基于小波变换多分辨分析的策略,提出一种多尺度小波变换分割方法,进一步提高了分割精度.通过对算法仿真研究,验证了本算法的可行性及有效性.     

一种基于最小模糊熵遗传算法的SAR图像分割方法

在合成孔径雷达（Synthetic Aperture Radar）自动目标识别中,图像分割的好坏直接影响目标的识别性能。本文在最大模糊熵分割方法的基础上,根据图像目标和背景内部像素灰度值的一致性和集中性,提出了一种新的图像分割隶属度函数,从而得到最小模糊熵分割方法,然后将最小模糊熵作为遗传算法的适应度函数应用于SAR图像,进行全局快速的最优阈值寻找。实验结果表明,由于最小模糊熵的抗噪能力强,将其作为遗传算法的适应度函数后,能够更有效地克服SAR图像中的乘性噪声,分割后的噪声点明显减少,图像目标清晰,分割效果明显优于最大模糊熵分割方法。     

基于无人机巡线图像的地面油气管道识别方法

限于成本,无人机搭载的任务设备主要为普通数码相机,采集的是可见光图像,针对此种情况,提出了一种利用彩色分割及形状检测识别油气管道的方法,首先需要设定感兴趣区域ROI,计算出协方差矩阵C和均值m,并使用欧氏距离、马氏距离对图像进行彩色聚类分割,然后对分割图像填色后进行边缘检测,最后根据边缘图像进行霍夫变换来检测直线特征,实现复杂环境下对管道位置的自动定位.测试图像库包含300幅图像,识别准确率达到80.3%,实验结果表明,在色彩差异较大背景中,基于颜色和形状特征的识别方法能有效进行管线跟踪定位.     

人工生命在图像分割中的应用

人工生命在图像分割的应用,通过人工生命方法把图像中的每个象素和一只蚂蚁或一个细胞关联,然后按照系统规则进化.基于蚁群模型的图像分割,将图像转化为新的蚁群栖居地,通过图像栖居地实现.基于人工细胞群模型的图像分割,以图像为培养基,通过细胞代谢,即细胞与环境交换能量,及细胞间交换能量来完成.     

基于特征点和区域生长的目标图像分割方法

成像探测的运动目标图像中背景复杂并且含有大量的噪声,针对传统的目标的检测和分割方法精确定位困难、且不能完整分割等问题,提出基于特征点和区域生长的运动目标图像分割方法。通过相邻帧图像的绝对值差分图像得到大概的运动区域,利用基于LK光流的角点检测方法提取差值图像中的特征点,采用非最大值抑制对特征点的优劣性进行评估,对好的特征点进行区域生长,最终达到运动目标的分割目的。仿真结果表明:该方法能够对复杂图像序列中的运动目标进行精确定位,得到较好的目标分割结果,并且计算量小,具有较高的鲁棒性。     

基于直方图熵和遗传算法的图像分割法

图像分割是计算机视觉研究中一个老而难解决的问题。本文提出了一种基于灰度图像的直方图的熵和遗传算法进行图分割的方法,以灰度图像的直方图熵作为评价标准,把图像分割问题定义为一个优化问题,利用遗传算法的寻优高效性,搜索到能使分割到最优的分割参数－－图像分割阈值。     

一种快速、稳健的图像分割方法

文中的目的在于寻求一种高效、快速的图像分割方法。在分析MeanShift算法的基础上提出差值模型和优选模型．并将这两种模型运用于MeanShift算法的图像分割。差值模型增加了MeanShift算法的步长．优选模型提高了图像分割的准确性。试验结果表明．两种模型的应用使MeanShift算法在图像分割方面的效能得到明显的提高。     

融合修正OTSU 和中值滤波的水上航行器障碍物视觉分割

为进一步提高水上航行器视觉避障时图像分割的精确性,提出融合修正OTSU 和中值滤波的水上航行器 障碍物图像分割算法。利用修正系数将原始图像从RGB 模型转换为Y、Cb、Cr 色度值修正的模型,进行修正OTSU 的阈值分割,对分割后的二值图像实行自适应中值滤波降噪处理,并对3 种水上障碍物识别算法进行测试。结果表 明：与加权Otsu 算法和改进阈值分割算法对比,该算法可以将检测目标区域占比稳定在80%以上,并将干扰噪声区 域占比降低至28.5%,说明算法有效、可行。     

基于改进型脉冲耦合神经网络的图像分割方法

脉冲耦合神经网络（Pulse Coupled Neural Network，PCNN）具有良好的脉冲传播特性，在图像分割中得到了广泛应用。针对其需要人机交互通过实验确定其相关参数，实时性差等问题，改进了标准的PCNN模型，提出了一种基于改进型脉冲耦合神经网络的图像分割方法。仿真结果表明，该方法实时性好、自适应性强，分割出的目标轮廓清楚．细节更多。     

基于全散度的自适应鲁棒图形模糊聚类算法

针对图形模糊聚类对灰度分布不均匀及噪声干扰图像无法获得满意分割结果的不足,提出一种基于全散度的自适应鲁棒图形模糊聚类分割算法。全散度和像素邻域信息相结合,得到一种改进的全散度;改进的全散度引入图形模糊聚类最优化模型,并嵌入像素空间邻域信息。当前聚类像素与邻域像素均值的偏差作为该鲁棒聚类分割模型的正则因子,促使该聚类对强弱噪声具有自适应抑制能力。测试结果表明,与现有的图形模糊聚类、鲁棒模糊聚类等算法相比,自适应鲁棒全散度图形模糊聚类分割算法的分割效果和抗噪鲁棒性均有明显改善。     

基于灰度共生矩阵的阈值分割算法

针对目前比较成熟的分割方法存在的局限性,提出一种基于灰度共生矩阵的阈值分割方法。该方法利用灰度共生矩阵中包含的图像灰度值的分布和边缘信息,定义一个新的统计量——边缘强度,将其作为确定分割阈值时的一个重要参数,并与传统分割方法进行实验比较。实验结果表明:该方法在处理模糊边界时能取得比传统分割方法更好的分割效果,很好地保留需要的目标边缘。     

一种改进的迷彩设计中背景图像分割方法

针对迷彩设计中常用的彩色图像分割方法计算量过大、分割效果不明显等问题,提出一种改进方法。先确定背景中与主色接近的军标色,然后结合区域分割与聚类分析的思想,得到不同特征的分割效果。实验以图像色度为分割特征,在选取不同阈值的情况下,列举并分析了所得结果。实验结果表明,改进后的方法能够较好地分割背景图像并保留其细节纹理特征,得到较为理想的设计效果。