火炮内膛全景图像增强方法研究

为了提高内膛全景图像对比度,本文基于Contourlet变换,提出一种新的内膛全景图像增强方法。该方法在图像空间域增强的基础上,通过对图像Contourlet变换系数的调整,进一步增强了内膛图像。实验结果表明,本文算法在增强内膛图像对比度的同时,减少了图像细节的丢失,改善了图像质量。     

基于CCD成像和计算机图像处理技术的火炮内膛自动检测

基于CCD成像技术的火炮身管测径窥膛仪使火炮的内膛图像可输入计算机进行采集，为火炮的自动检测提供了方便。本文根据火炮的维修鉴定标准，利用计算机图像处理技术，提出了对火炮内膛损伤情况进行自动检测判断的方法，提高了火炮检测的客观性和准确性。     

膛内惯性测速系统设计

弹丸的膛内运动参数可以反映火炮工作状态特性,针对常规火炮弹丸内弹道运动测速需求,设计了基于MEMS加速度传感器和姿态传感器的膛内惯性测速系统;采用Kalman滤波和四元数姿态解算算法对传感器数据进行FPGA片上处理,实现了从弹丸挤进到出膛运动过程的时间记录,成功获取弹丸内弹道运动过程中加速度、速度和位移变化;实验结果表明,相对激光区截测速方法,该系统出膛速率测量误差小于2.93%;相对火炮身管原参数,出膛位移测量误差小于1.85%,为内弹道过程弹丸运动参数测量获取提供了技术支持,对火炮系统设计评估具有重要意义。     

小口径火炮窥膛仪的研制

提出了一种可实现30mm～5．8mm小口径火炮炮膛（枪膛）表面自动检测的新方法;详细介绍了以“光纤传感器-光电转换器-数据采集卡-微机”为核心的窥膛仪系统的设计方案,比较了此方法与传统检测方法的优缺点,并对其中的难题做了深入的研究;从根本上解决了由于小口径火炮内膛空间小而无法自动检测及不能得到清晰内膛表面图像的问题;在实际检测诊断中的使用证明,这种方法可以较好地完成小口径火炮内膛表面自动检测的任务。     

基于Prewitt的指纹图像预处理算法研究

指纹识别能否取得预期的效果,取决于指纹图像预处理。传统图像预处理的步骤包含灰度滤波、二值化及二值滤波、细化及细化去噪。提出一种将优化的Prewitt算子用于灰度滤波的指纹图像预处理方法:先在灰度滤波时采用方向图滤波进行滤波处理,之后采用优化的Prewitt算子进行图像增强处理;再在局部快速傅氏变换时引入方向傅氏变换滤波;最后,采用八邻域查表细化算法进行细化去噪。该方法不仅使指纹图像的对比度更加清晰,同时还对指纹图像进行了边界提取与处理。整个方案具有较强的实用价值和应用前景。     

气象计量自动化温度检定系统中的图像预处理研究

针对气象计量自动化温度检定系统中图像噪声大、对比度不够等问题,在采用图像 预处理技术的基础上,提出一种同态滤波的对比度受限自适应图像预处理方法。尝试中值滤波对 红外图像进行去噪,保证噪声不被增强的前提下,利用同态滤波的原理,对图像细节进行增强。 但同态滤波依然存在图像特征点与非特征点在图像质量不高的情况下容易混淆的问题,对此采用 限制对比度自适应直方图均衡的方法进一步调整图像的动态范围。通过仿真实验对此方法进行验 证,验证了所提出方法的有效性。     

基于亚像素级的火炮内膛损伤测量研究

针对小口径火炮炮膛表面质量缺陷的检测一直依赖传统光学窥膛仪用肉眼定性观测,不能定量检测,准确度差,效率低下,而且检测结果受检验人员的经验影响较大,提出一种基于亚像素级火炮内膛质量检测方法,采用微小型高性能工业CCD摄像机获得火炮炮膛的清晰图像,采用亚像素级边缘检测模型对内膛表面疵病进行分析;实验证明该检测系统具有自动在线测量能力,测量精度更高,对小口径火炮炮管加工、生产过程实施质量控制,提高生产效率具有较大的监督与促进作用。     

基于核模糊C均值的眼底视网膜血管分割算法

针对眼底视网膜图像对比度差、背景不一致的问题,提出了一种基于核模糊C均值的眼底视网膜血管分割算法。首先采用二维高斯匹配滤波预处理以增强血管,然后采用核模糊C均值算法对增强眼底图像进行分割,并根据血管与各类隶属度的关系自动合并聚类图像得到最终的血管图像。实验结果表明,该算法分割结果令人满意。     

掩膜法与Gabor滤波在指纹增强中的应用

在实时指纹识别系统中,图像增强的效果好坏将影响指纹特征提取及指纹鉴别的识别率.为了解决指纹采集仪采集图像对比度差而且指纹损坏严重情况下识别效果不佳的问题,采用了对反锐化掩膜后指纹图像采用Gabor滤波方法进行图像增强的算法.用反锐化掩膜法预处理指纹图像,并用Sobel算子求取图像的水平和垂直梯度图,把预处理后图像与Gabor函数卷积得到增强图像,可以恢复指纹采集图像中难以识别区域,清楚再现指纹纹理.结果表明,掩膜法与Gabor滤波算法结合在指纹图像增强中可以达到理想的图像增强效果.     

小口径火炮窥膛仪的研制

本文详细介绍了小口径火炮窥膛仪的设计方案，通过软硬件技术结合，实现了小口径火炮的内膛检测。     

炮膛疵病检测系统设计

炮膛疵病检测系统由爬行器本体、电控箱、工控计算机以及控制软件组成.爬行器本体在电控箱和计算机的控制下在炮膛内爬行进行炮管检测,并采集存储疵病图像,然后用系统软件对疵病图像进行预处理及疵病长度、面积计算.处理后的疵病信息存人数据库,为火炮提供定量的疵病测量信息.     

基于支持向量机的多光谱显微细胞图像分割

文章根据多光谱图像数据维数高的特点,以像素各个波段的灰度值为特征,采用支持向量机(SVM)方法为核心来分割多光谱显微细胞图像。为提高计算速度,在亮度和色度分量上利用阈值分割法进行预处理;同时,对SVM分割后的图像,采用基于区域灰度差的生长准则进行后处理,获得了更好的分割效果。最后把支持向量机(SVM)方法与径向基神经网络(RBFNN)方法进行比较,实验结果表明,SVM分割效果优于RBFNN,是一种精度高、速度快的多光谱显微细胞图像分割方法。     

灰色预测和混沌PSO的红外小目标检测

在分析红外图像弱小目标和背景特征的基础上,提出了一种基于灰色预测和混沌PSO的红外小目标检测方法.该方法首先采用灰色系统理论中的GM(1.1)模型对红外图像中的背景进行时域预测,并用实际图像减去预测图像得到残差图像,在抑制背景的同时增强了目标;然后提出了混沌粒子群优化(particle swarm optimizati...     

可避免彩色失真的图像对比度增强

为了将灰度变换技术推广到RGB彩色图像增强,并克服其容易引起彩色失真的缺陷,提出了一种通用的自适应彩色图像对比度增强算法.首先采用小波变换,直接在RGB空间分离出原始彩色图像和灰度变换图像的低频部分和高频部分,然后提取原始图像的彩色信息和灰度变换图像的对比度信息,最后进行归一化处理再重构输出彩色图像.实验结果表明.算法能在不引起明显彩色失真的前提下改善图像视觉效果,与基于Betinex理论的多尺度彩色复原(MSRCR)算法相比,逼真度和运算复杂度等指标都更加优异.     

基于2维灰度熵阈值选取快速迭代的图像分割

目的 为了使图像阈值分割的精度和速度进一步提高,提出了一种基于2维灰度熵阈值选取快速迭代的图像分割方法。方法 首先,提出了1维灰度熵阈值选取的快速迭代算法;然后,考虑图像目标和背景的类内灰度均匀性,给出了基于灰度—邻域平均灰度级直方图的灰度熵阈值选取准则;最后,提出了2维灰度熵阈值选取的快速迭代算法,并采用递推方式计算准则函数中的中间变量,避免其重复运算,加快了运算速度,大大减少了运算量。结果 大量实验结果表明,与近年来提出的3种阈值分割法相比,所提出的方法分割性能更优,分割后的图像中目标区域完整,边缘清晰,细节丰富且运行时间短,仅为基于混沌小生境粒子群优化的二维斜分倒数熵分割法运行时间的3%左右。结论 本文方法对不同类型灰度级图像的分割效果及运行速度均有明显优势,是实际系统中可选择的一种快速有效的图像分割方法。     

基于脊波融合的射线图像增强算法

提出一种基于脊波变换的射线图像增强算法,根据射线成像的特点,对射线成像系统采集信号做分段灰度变换,得到多幅图像,每幅图像含有被测工件的某种细节,再将这些图像分别做有限脊波变换,对得到的变换系数进行融合,再对融合后的系数进行有限脊波逆变换从而得到增强了的射线图像。在融合中低频系数采用基于区域方差和邻域像素相关性分析的融合策略,高频部分采用脊波变换系数绝对值最大的作为融合的高频系数,此法可以将来自不同图像的特征与细节融合在一起并且可以有效地抑制噪声。文中对融合图像质量进行了对比评价,实验结果表明,这种方法能够有效地提高图像的清晰度,在保留图像微小细节方面获得满意的结果。     

可保留图像细节的直方图修正法

针对图像经直方图修正(Histogram Modification，HM)后因部分灰度级被合并而导致细节丢失的问题，提出了两种可保留图像细节的直方图修正方法：一种是扩展灰度范围的HM方法，另一种为局部灰度修正HM方法。对多幅不同类型图像进行处理后的实验结果表明，这两种方法不仅可有效保留图像细节信息，而且算法简洁，计算量小。     

新的桶形畸变的点阵样板校正方法

为了校正广角镜头的桶形畸变,提出一种新的桶形畸变数字校正方法。它使用点阵样板校正的方法,根据畸变图和理想图中圆点的位置关系,得出畸变图像素在X轴和Y轴方向上的偏移量曲面,采用三次B插值函数对曲面插值;由曲面插值获取像素点的偏移量,对各像素进行坐标转换得到校正图像;然后对图像进行了双线性插值的灰度重建。仿真结果表明,该方法使图像的坐标位置和灰度都得到很好的校正。     

灰度图像增强算法的改进与实现研究

分析了传统灰度图像直方图均衡化算法的不足,讨论并实现了一种改进的直方图均衡化图像增强算法。该算法与传统的算法相比,给出了合适的映射关系,运算效果有很大改善,减少了图像信息的丢失,特别是对于质量较差的原始图像,采用该算法进行图像增强处理时,也可以取得较好的效果。     

基于对象的多级图像增强法

针对图像局域增强时出现的噪声过增强和环块状伪轮廓问题,提出了基于对象的多级对比度拉伸图像增强法。首先采用形态学分水岭及区域合并法对图像进行分割,得到图像的构成对象;然后在对象之间采用相邻极点间拉伸法增大对象间灰度动态范围,在对象内部采用线形拉伸法增强对象纹理并保持对象形态。实验结果表明,该方法在增强图像结构的同时,能够有效避免环块状伪轮廓,抑制平滑区域噪声过增强,保持图像原始整体亮度,使增强后的图像具有自然的外观。