基于颜色和数学形态学的木材缺陷检测研究

木材天然美丽的纹理、优雅的色泽使其在建筑、家具得以广泛应用,因此人们除对木材纹理特别注重外,对其颜色也近于挑剔.本文根据传统的分割方法、木材的特点、实际生产过程中时间短的的要求,提出了基于色差和数学形态学木质板材分割方法.在HSI空间中,重点选择对H分量和I分量先进行形态学边缘检测,不考虑其中过小的像素块,采用中值滤波将其清除,保留住准确的边缘图像,为此边缘检测以颜色模型的H分量为特征,然后再基于边缘信息进行区域生长.为了克服伪边缘(断边、毛刺等)缺陷,本文又利用边界信息自动选择种子点,以各区域边界为区域模型进行区域生长,最后得到分割结果,很好的分割出木材的缺陷部分.     

基于改进型PCNN图像分割技术的金属表面检测

对金属表面缺陷中的轧入氧化皮、斑点和划痕3种缺陷检测设计了一种有效方法.首先将目标图片进行灰度值归一化增强图像,提高其视觉效果方便后续图像处理.然后应用改进型脉冲耦合神经网络图像分割技术将目标图片分割得到二值图像,因为三种缺陷各有其独有的特征,据此将二值图像进行分析对比,最后对已经检测出的三种缺陷采取不同的方法标注缺陷...     

基于CV模型和数学形态学的木材表面缺陷分割方法

根据木材表面缺陷图像的特点,结合主动轮廓线模型的优点,应用CV模型对木材表面缺陷图像进行分割,并利用数学形态学对分割图像进行后处理.经实验验证,该方法能较完整的提取木材表面缺陷图像.     

基于改进的Hough变换图像分割方法

在图像处理和计算机视觉中,Hough变换是一种应用非常广泛的图像边缘检测技术,针对传统Hough变换算法所需的存储容量大、计算量大、速度慢、效率低,不能确定曲线端点及长度的问题,提出了一种改进的Hough变换方法,它根据Hough变换思想的逆变换,采用对参数空间逐步细分的方法,逐步排除不包含直线的区域,能够有效地减少存储容量,提高运行效率,并能有效地求出曲线轮廓的端点及长度.该方法已成功运用于车牌自动识别系统的车牌分割中.     

用于光学薄膜缺陷检测的快速图像分割算法

为减少光学薄膜缺陷的漏检和误判,提高检测的快速性,提出了一种基于误差修正理论的图像分割算法.该算法接受带有随机误差的背景图像,并以各像素点灰度值残余误差与标准差的偏离程度作为分割依据,最终将缺陷检测转化为粗大误差判别.该算法使每个像素点都具有一个自动更新的最佳分割阈值,可改善全局或局部阈值分割不彻底的缺点.由于在系统初...     

木材表面图像的缺陷分割与类型识别方法

为了识别死节、活节、虫眼三种木材表面缺陷,采用Gabor变换和模糊C均值聚类进行缺陷分割;采用数学形态学运算对分割图像进行了后处理;获取了木材缺陷区域的12维频率能量参数和2维几何形状参数;用支持向量机进行木材表面缺陷类型的识别。采用Gabor变换和模糊C均值聚类方法对死节、活节、虫眼三种木材表面缺陷的分割精度都达到94%以上,支持向量机对缺陷类型分类正确率达到93%以上,这说明本文的方法对木材表面缺陷的分割与识别是可行的。     

基于三分量色差法的交通标志分割

为了改善交通标志在RGB模型下的颜色分割效果,提出了一种基于三分量色差法的动态阈值分割改进方法。该方法首先提取了RGB彩图的R、G、B三分量,并根据要提取的交通标志颜色选择了合适的特征算子对三分量作代数运算,得到了色差灰度图像;然后对该色差灰度图像使用了Otsu法动态选取阈值进行分割。实验结果表明,对不同自然光照条件下的交通标志场景图,该改进方法都能较好地实现交通标志和图像背景的分割,提高了交通标志形状检测步骤的准确度和速度。     

一种基于HSI和小波变换的可见光和红外图像融合新方法

针对传统的HSI(色度—饱和度—亮度)图像融合方法易出现颜色失真和传统的小波融合方法存在分块模糊的现象,文中提出一种基于HSI和小波变换的可见光和红外图像融合新方法。该方法首先通过HSI变换获得红外和可见光图像的亮度成分,采用基于方差匹配度的融合规则对两者进行小波融合,得到新的亮度分量,并选用红外图像的饱和度分量和可见光图像的色度分量,进行HSI逆变换获得最终融合图像。实验结果表明:该方法在提高图像清晰度、突出图像细节和热目标等方面效果显著。     

基于几何形变模型的三维肺血管图像分割方法

肺血管分割一直是重要而困难的工作,因此,提出了一种新的基于几何形变模型的三维肺血管图像分割方法。现有几何形变模型方法仅仅包含了图像区域与边缘属性中的一种,而新方法能够同时包含上述两种图像属性。首先,定位血管内外同质区域;然后,通过目标边缘能量的计算使曲面沿着图像梯度方向的二阶导数进行演化,以使其精确收敛到目标边缘;最后,根据上述步骤,建立三维血管分割形变模型。通过多组CT图像的实验表明,该方法快速、准确,对背景噪声具有较好的适应性。     

基于图像增强的OLVF反射光磨粒图像分割算法

针对反射光磨粒图像中亮度过高和过暗部分难以识别的问题,提出一种基于图像增强的OLVF(On-Line Visual Ferrograph)反射光磨粒图像分割算法.对原始图像进行背景减操作,大致区分出磨粒部分;利用形态黑帽操作增强反射光磨粒图像,使图像总体亮度均衡.对增强后的图像应用Canny边缘检测操作分割出磨粒,利用...     

一种改进的高斯混合模型的玻璃缺陷分割方法

针对传统玻璃缺陷检测技术准确率较低、时间长、精度低等难点,提出了一种改进高斯混合模型的玻璃缺陷图像分割方法.首先,基于分数阶微分运算获取灰度特征,并利用灰度共生矩阵提取纹理特征,构建玻璃缺陷完整的双特征观测数据;然后,引入相邻像素间的空间关联性和约束性,通过交替进行基于双特征随机场评估像素点与标号场之间的对应关系和空间...     

基于形态学的木材缺陷检测

介绍了数学形态学灰度形态滤波方法,形态学多结构元素梯度边缘检测算法,给出对木材缺陷图像进行数学形态学运算处理后的图像实例.根据木材内部缺陷的特点,分析了结构元素的选取,提出了一种将数学形态学的灰度形态滤波和形态学双结构元素边缘检测有机结合的方法,对木材缺陷进行边缘检测.实验表明,该方法不仅提高木材内部缺陷检测的可靠性,...     

基于图像角点匹配的机械加工零件表面缺陷检测

当前在对机械加工零件表面缺陷检测时,存在表面缺陷检测精度差的问题,导致检测结果不理想。提出一种基于图像角点匹配的机械加工零件表面缺陷检测方法,利用曲率空间检测零件图像的角点,采用泰勒级数删除伪角点。对特征点邻域梯度方向进行角度限度和就近投影,同时借助双向匹配方法进行机械加工零件图像角点匹配。在上述操作的基础上,利用一维直方图的阈值分割对零件图像进行分割处理,最终实现机械加工零件表面缺陷检测。实验结果表明,该方法能够获取高精度的零件表面缺陷检测结果,且对加工零件缺陷厚度、孔洞缺陷及缺陷最大边界距离的测量均较为准确。     

HSI颜色空间下的直线导轨表面缺陷检测方法

为解决直线导轨表面微小缺陷受背景纹理影响、无法准确检测的问题,提出了一种HSI颜色空间下的直线导轨表面缺陷视觉检测方法。将直线导轨表面图像由RGB空间转换到HSI空间,得到色调、饱和度和亮度的分量图;采用主成分分析法对各分量图像进行降维,建立混合灰度模型;利用粒子群算法优化其相应的加权系数;通过阈值分割完成缺陷检测。实验及计算结果表明,相比RGB空间的缺陷提取,该方法能准确检测出常见的直线导轨表面四种类型缺陷。     

基于改进K-means聚类的木材缺陷彩色图像分割算法研究

为实现木材缺陷图像的准确分割,研究了在RGB色彩空间使用K-means聚类算法进行木材缺陷图像的分割方法,针对K—means聚类算法图像分割的不足之处,并提出了一种改进方案。在改进算法中,加入对图像像素点的邻域处理,根据邻域特性适时调整原图像,充分利用图像像素的区域特征,以此来抑制一些局部噪声。实验结果表明,改进算法不仅能够滤除较多的干扰信息,而且能更好的拟合分割边界,改善图像的分割效果。     

船体零件几何尺寸测量图像分割方法研究

针对船体零件表面划痕、锈蚀以及下表面成像等因素导致的伪边缘及边缘不连续问题,提出了基于边缘与 k-means 聚类的船体零件图像分割方法.对于表面划痕及锈蚀形成的伪边缘,在矩形边缘检测区域内利用轮廓法线方向与边缘梯度方向信息予以剔除;零件下表面成像导致的伪边缘,选取 k-means聚类区分零件的上下表面边缘;边缘不连续问题,基于测地距离和断点方向准确连接断点,形成封闭轮廓.实验结果表明,使用该方法可获得平滑、封闭的分割效果,船体零件的几何尺寸测量误差低于 ０.５mm ,且测得量值标准偏差的平均值为 ０.２６２mm ,测量重复性较高,有效保障了船体零件几何尺寸的测量精度.     

基于图像处理的啤酒瓶瓶口缺陷检测

提出一种利用图像处理采检测啤酒瓶瓶口的方法,以代替手工操作,提高检精度和速度.该方法采用合适的打光方式,通过线阵CCD得到啤酒瓶瓶口的图像,再经过预处理及分割,最后判断啤酒瓶瓶口的缺陷,获得了比较理想的效果.     

基于联合标定的图像分割

针对普适环境下人体区域的提取问题,提出一种基于彩色摄像头和深度摄像头联合标定的图像分割方法。首先根据深度摄像头采集的深度信息易处理和受外界环境影响小的优点,利用大律法从深度图像中快速提取出人体区域;然后建立世界坐标系中彩色图像坐标系和深度图像坐标系的对应关系,实现彩色信息和深度信息的相对位置映射;最后根据分割的深度图像及其在彩色图像中的映射,在彩色图像中完成人体区域分割。通过在复杂背景和不同光照条件下的图像分割实验,验证了本方法具有良好的精度和鲁棒性。     

基于支持向量机的X射线焊缝缺陷检测

为提高对焊缝缺陷的检测精度,提出采用支持向量机(Support Vector Machine,SVM)分类的方法对X射线焊缝图像进行分割.选择训练样本图像的灰度、形态学梯度作为训练向量的特征分量对SVM进行训练,得到SVM分割模型后,将测试样本输入分割模型进行分割处理.以气孔缺陷为例,证明了该方法能实现焊缝气孔缺陷的准确分割,与其他分割方法相比,可提高缺陷检测的精度.     

基于单幅图像的三维视觉测量与缺陷检测技术研究

研究了一种基于明暗恢复形状的三维视觉测量方法,可以通过单幅灰度图像获取表面三维形貌信息,进而对工件表面加工质艇或缺陷进行检测.本文采用了轴承表面质量进行检测分析,实验证明该三维测量方法能够精确获取工件表面的深度信息,并可以检测出轴承工件的表面缺陷区域的深度信息.同时,该方法具有操作简单,硬件成本低,处理速度快,精度较高的特点,能够用于工业在线检测.