悬液细胞图象识别的一种有效新算法

为进一步提高细胞识别的速度和识别率,本文研究一种细胞识别新算法。不同于其它的只对整个细胞形态进行一次图象处理的细胞识别方法,该算法在图象处理过程中,先后以细胞形态为重点和以细胞核形态为重点对原始图象进行两次图象处理,分别得到图象清晰度很高的整个细胞的二值图和细胞核的二值图。然后提取各项特征参数,对细胞图象进行识别。最后应用该算法对多幅细胞图象进行识别,结果表明该算法不但识别速度快,平均每幅图象的时间在3秒左右,而且识别率高达85%以上。     

细丝直径的图象测量系统

用衍射原理和图象处理技术对细丝直径进行测量,提出了识别条文中心的形心算法.具体介绍测量系统的构成,细丝衍射原理,条纹图象采集和处理,测量精度分析.     

仓储物害虫分类识别中纹理特征的提取

阐述了在仓储物害虫分类识别研究中,利用计算机数字图象处理技术,根据仓储物害虫图象的灰值游程矩阵自动提取图象的纹理特征的主要技术和方法。试验结果表明,该方法对外部形态相近或近缘种的分类提供了比较稳定的特征值,有利于机器的自动和快速识别。     

分形理论在焊接图象处理中的应用

针对焊接过程中的图象处理问题，如检测焊缝边缘位置和确定焊接熔池的边缘大小和形状等问题，由于传统图象处理方法易受噪声和其他干扰信息的影响，因此很难准确及时地处理图象，为了克服此弱点，在比较了焊接过程中图象处理的微观算法和宏观算法的基础上，提出了运用分形理论的综合图象处理方法，该方法是根据焊接过程图象的特点，首先利用图象边缘的分形特征来进行区域分割，以便检测出图象边缘所在的模糊区域，然后用边缘检测方法的Laplace算子和最小二乘法拟合曲线来识别出图象的边缘，同时用该方法进行了实时焊接图象处理实验，实验结果证明，该方法不仅能准确识别出焊接焊缝或熔池图象的边缘，而且节省了图象处理的时间，为焊接过程的实时控制提供了可靠的信息。     

图象处理和识别技术在自动磁粉探伤系统中的应用

讨论了荧光磁粉无损检测系统中数字图象处理和识别问题。采用自适应阈值处理和条件跟踪等技术得到较好的二值化图象 ,并采用顺序标记算法来提取目标物。基于裂纹图象基本特征进行裂纹识别 ,为该系统实现自动化打下了基础     

基于归一化相关矩的多分辨率遥感图象融合

多传感器数据融合技术已广泛应用于遥感图象处理方面 .针对遥感多光谱图象空间分辨率较低的问题 ,提出了一种基于归一化相关矩的多分辨率图象融合方法 .该方法首先对图象进行二维小波变换 ,然后根据所得到的高频小波系数的一阶、二阶统计特征来定义图象局部灰度相关矩 ,并以此作为图象融合测度来对遥感图象进行多分辨率特征融合 ,从而得到包含更多信息和有效特征的融合图象 .仿真结果表明 ,融合后的图象在保留多光谱信息和提高空间分辨率上均能获得较好的效果 ,因而可以更好地用于目标识别、分类等遥感图象处理方面     

图象数据库数据模型的设计

近二十年来，图象处理及识别技术迅速发展，迫切需要简化对图象的管理，以减少图象数据的冗余，实现图象的共享。于是，图象数据库管理系统应运而生。本文提出了一种存储和管理图象信息的空间对象模型－“层次－关系”模型，详细介绍了为处理地图信息而扩充的几种抽象数据类型。     

基于小波变换的图象内容篡改识别与定位算法

提出了一种对图象内容篡改的识别与定位算法,可用于图象内容的完整性验证。首先对原始图象进行2层小波变换,将变换后的小波近似系数以相邻的4个系数(2X2)为一组,计算每组的均值,利用原始图象的HVS特性,以均值为载体嵌入水印信号,对一般的图象处理操作(有损压缩、中值滤波等),系数的均值比单个系数有较强的稳定性。提取水印时不需要原始图象,实验结果表明,该算法对一般的图象处理操作具有好的鲁棒性而对篡改攻击能准确地识别和定位。     

一个可视化集成图象处理环境

提出了图象处理的一个可视化集成环境，提供了图象和图象分析的可视化以及图象处理算法的集成。在此基础上研究图象处理算法或构造图象理解系统将大大提高工作效率。     

CEIP:用于电脑刺绣的图象预处理系统

本文描述了用于电脑刺绣编程系统的图象预处理系统CEIP的设计方法和实现技术,CEIP系统采用平板扫描仪输入刺绣画稿,经过图象预处理系统的识别和处理,成适合刺绣的画稿,本系统所使用的图象处理算法和技术,明显地提高了刺绣样板的生产效率和绣品质量。     

基于Morphology和SVM对细胞组织的分析

随着计算机技术、成像技术、图像处理技术、医学形态学研究的发展,计算机辅助图像处理成为了医学研究的得力工具。论文利用数学形态学(Morphology)和小波变换(Wavelet)对细胞图像进行分析和识别,充分发挥形态学善于处理图像形态的优势和小波变换系数反映细节的特点,通过图像预处理、分割和特征提取,最后通过支持向量机分类器(SVM)来完成细胞状态的自动分类和识别,试验表明该方法具有较高的准确率和可靠性。     

显微图象的数字图象处理及其在血细胞形态分析中的应用

为了进行血细胞显微图象的快速分析,将显微图象的数字图象处理技术引入到血细胞形态分析中,在研究过程中,首先通过高倍电子显微镜及数字图象采集设备对血细胞图象进行采集;然后对血细胞的数字图象进行预处理,其中包括对比度增强、图象的高通滤波、图象的二值化、图象的腐蚀和膨胀、边缘跟踪等等;最后通过对血细胞的圆形度、矩形度和中心矩等等几何形态进行比较,提取出能够较明显地辨析出它们的特征向量,同时对分析结果的可信度进行了讨论。     

基于图像处理和模式识别的网络图像监控系统

随着科学技术和生活水平不断的提高,人们的财产和人身安全问题已经不仅仅来自于传统的经验,而是逐渐的转变到虚拟的网络当中;为此,提高人们的隐私安全和财产安全需要加强网络监控,其中图像监控是较为主要的方面;加强图像监控的可靠性和实时性,是实现社会稳步发展和人民网络隐私安全的首要目标;应用计算机网络技术和现代化通讯技术相结合,综合图像处理技术和模式识别技术的应用,设计应用于网络图像监控系统是当前社会发展的安全技术保障之一;文章通过对图像监控进行简析,阐述图像处理技术和模式识别技术的相关方面,探讨研究网络图像监控中图像识别和处理方面的技术;通过对图像处理中的色彩均化和模糊识别实验,得出其对于网络中传播的图片辨识度和提取信息能力具有很高的发展。     

计算机视觉技术的发展及应用

计算机视觉技术集数字图像处理、数字信号处理、光学、物理学、几何学、应用数学、模式识别及人工智能等知识于一体,其应用已经涉及到计算几何、计算机图形学、图像处理、机器人学等领域。文中简要地回顾了计算机视觉技术的发展史,主要介绍了计算机视觉中图像处理技术在检测技术方面的应用。利用工业摄像镜头替代目视作为传感器,通过图像采集,图像处理,图像识别等一系列操作,达到在线对包装产品进行标签检测的目的。     

图像识别火灾检测报警系统的设计与实现

把图像处理技术引入火灾报警系统,利用计算机信息处理技术和图像自动识别技术,以实现火灾检测及报警的自动化和智能化。通过摄像头对检测环境进行实时监控,定时采集图片信息,可根据不同的情况修改采集图片的频率,以适应不同的情况。再由计算机对图像进行处理和分析,根据火焰的基本特征在火灾的初期进行报警。该方法方便可靠,能在火灾初期发出警告信号,可以得到令人满意的效果。     

基于大蒜图形识别算法的研究

大蒜种植过程中大蒜的方向显著影响大蒜的品质,目前我国大蒜种植机械化水平较低。随着计算机和人工智能技术的发展,模式识别技术在图像处理中的应用日益广泛。本文偿试采用模式识别的方法实现对大蒜蒜尖的判断。实验结果表明,提出的方法取得了较高的识别率。     

中草药原植物叶片图像在线识别系统设计与实现

利用图像处理和图像识别技术,对中药叶片图像进行在线识别。主要过程包括图像采集、图像处理、特征提取、图像识别,通过动态规划算法与人工神经网络算法相结合的方法实现叶片图像的识别,平均准确率可达到80%以上。系统基于Web开发,后台采用Java语言实现图像的处理和识别,SQL Server2000数据库实现叶片图像数据的存储。实验结果表明,该系统对中药叶片图像识别具有较好的效果,并且便于操作和实现。     

基于数字图像处理技术的人脸检测算法研究

为了提高人脸检测的准确性及检测速度,需要对基于数字图像处理技术的人脸检测算法进行研究;使用当前方法进行人脸检测时,需要提取脸部特征数目较多、检测速度过慢,降低人脸检测效率;为此,提出一种基于数字图像处理技术的人脸检测算法;该方法首先获取人脸数字图像,通过拉开数字图像的灰度间距,使数字图像灰度均匀分布,进而提高数字图像对比度,使图像更加清晰,再通过Wiener维纳滤算法对处理后的数字图像进行图像平滑去噪,在此基础上使用Robert边缘检测算子方法对数字图像人脸边缘每个像素点检测,得到数字图像中人脸边缘的基本图像,将其输入到计算机数字图像处理系统中进行识别检测;实验仿真证明,所提算法在检测速度及准确性等方面具有明显的优势。     

基于Harris与SIFT算法的自动图像拼接

图像拼接技术被广泛应用于遥感图像处理、计算机识别、医学图像分析及人工智能等方面。本文针对尺度不变特征变换(SIFT)算法特征提取较复杂、计算时间长的缺点,而Harris算法提取特征点快速有效的优点,提出了一种结合Harris与SIFT算法优点的算法,并将这种算法应用于图像的自动拼接。首先利用改进的Harris算法提取图像特征点,再使用SIFT算法来描述特征点,然后利用欧氏距离对所得的特征向量进行匹配,最终实现图像的自动拼接。实验结果表明,该方法能有效提高SIFT的匹配效率,较好地完成对图像的自动拼接。