一种基于形态学多结构元素的图像边缘检测算法

运用数学形态学的理论和方法,从多结构元素形态学变换的角度出发,利用形态学结构元的自然属性,自适应确定权重,在此基础上采用腐蚀运算构造边缘检测算法,最后将多结构元的检测信息加权求和。实验结果表明,自适应确定权重比平均权重具有更好的图像处理效果,在保持图像边缘清晰的同时,具有很强的去除噪声能力。     

基于图像分析的路面裂缝检测和分类

将二维路面图像映射到三维曲面,裂缝经映射后对应于三维曲面中的"山谷",采用基于微分几何的空间检测算子提取三维曲面中的"山谷",反映射到二维图像平面作为裂缝目标.对裂缝目标进行路径增长以获取裂缝长度信息,并以此作为判断真伪裂缝的依据,由此可消除绝大部分伪裂缝.根据不同类型裂缝的几何形态,抽取裂缝模式特征,设计基于BP神经网络的模式分类器实现对裂缝的精确分类.     

基于数学形态学的图像边缘检测方法研究

在图像处理中,对于复杂图像的边缘特征信息很难通过一个结构元素来提取。笔者应用数学形态学的理论和方法,提出了一种选取多结构元素,采取排序边缘检测算法检测图像边缘信息,最后对不同结构元素的边缘检测结果求并,从而得到最终边缘图像输出的方法。实验表明,该方法具有较好的图像边缘检测效果,且简便灵活,可以适应不同类型图像的边缘信息检测需要。     

一种新的基于粗糙集的数学形态学算法及其在图像边缘检测中的应用

从粗糙集的角度出发来研究数学形态学,指出经典数学形态学模型是不符合实际的,引入粗糙集中的粗糙度的概念改进了形态学模型,通过动态的选择结构元素来对图像进行处理.实验显示,基于粗糙集的数学形态学方法较好地解决了经典形态学处理中图像目标边界线条较粗的缺点.相比经典梯度算子,文中提出的方法又较好地保证了图像边界的连续性,同时还避开了结构元素的选择问题.     

自然环境下路面裂缝的识别

论文提出了一种基于分数阶微分和图像形态学的路面裂缝检测算法。分数阶微分能有效增强信号中、高频部分,非线性保留信号的低频部分,通过构建分数阶微分掩模算子,增强裂缝信息特别是平滑区域中弱信号信息。利用图像形态学算子提取裂缝,通过组合中值滤波去除孤立噪声点。实验结果表明,该算法比传统算法能更有效地检测出细小裂缝信息,是一种具有较强鲁棒性且高效实用算法。     

多尺度形态学图像边缘检测方法

在形态学边缘检测算子的基础上,综合形态膨胀和形态腐蚀,得到修正的边缘检测算子,以减轻图像边缘检测的模糊性;进行形态结构元素尺度调整,并综合各种尺度下的边缘特征,得到噪声存在条件下较为理想的图像边缘。实验验证了该算法的可行性和有效性。     

基于数学形态学的彩色图像边缘检测

为了克服传统边缘检测方法对噪声敏感的缺点,提出了一种基于数学形态学的彩色图像边缘检测新方法。该方法是在RGB空间内,把每个像素作为一个向量进行排序,将灰度形态学推广到了彩色图像。然后通过分析噪声（主要是椒盐噪声）污染图像的特点对彩色图像形态学基本算子进行了改进。改进后的算子有很强的抗噪性,可以直接实现边缘检测。实验表明,与传统方法相比,该算法能够更有效地抑制噪声对边缘检测的影响,并较好地保持图像边缘细节。     

基于形态学算法的红外图像小目标检测方法研究

研究了单帧红外图像小目标的检测问题.对传统基于数学形态学的Top-hat算子进行分析和实验,发现依靠单独的Top-hat算子并不能准确地检测出目标,文章在Top-hat算子的基础上,利用一种分块自适应阈值和小范围内目标检测的方法进行目标检测,通过MATLAB仿真发现,这种方法能够在一定程度上提高单帧图像目标检测的成功率.通过在两个不同的场景中的实验结果分析,发现这种方法不仅适应于单一环境,在实际应用中具有一定的鲁棒性.     

基于智能手机APP的图像法检测混凝土表面裂缝研究

提出了一种基于Android APP的混凝土表面裂缝无损检测方法.利用智能手机摄像头模组采集裂缝区域图像,通过灰度化、滤波降噪、泛洪填充等图像处理算法提取裂缝目标,根据裂缝像素点坐标间的几何关系以及裂缝所包含的像素点个数,并结合拍摄手机的单位像素点尺寸来计量裂缝特征值,实现裂缝无损检测.新开发的APP裂缝检测技术能计量...     

基于数学形态学的图像去噪方法研究

在噪声污染图像的处理中,运用数学形态学的理论和方法,提出了一种多结构元素自适应确定权重的算法,在此基础上构造开、闭运算的串、并复合形态滤波器。在形态滤波过程中,采用由小到大的多结构元进行处理以达到几乎全部滤除噪声的目的。实验表明,这类滤波器不仅可以有效地抑制图像中的噪声,而且较好地保持了图像的几何特征。     

基于图像分析的色偏检测算法

针对传统色偏检测算法存在的局限性,提出一种新的基于图像分析的色偏检测算法。该算法采用图像的色彩度指标对色偏因子的计算方法进行优化,通过色彩度加权,将含有大块单一颜色的图像"转化"为色彩丰富的图像,从而消除图像主色调对色偏检测的影响,降低色偏图像的误判率。与传统的基于图像分析的色偏检测算法进行实验比较,结果表明,该算法能够准确、高效地检测出色偏图像,提高色偏检测的准确率和可靠性;将检测结果与人眼主观评价结果进行对比,结果表明,该算法不仅能消除主色调的影响,降低色偏图像的误判率,还能准确判别色偏图像和主色调图像。     

基于图像处理的轴类零件表面裂纹检测

针对轴类零件表面图像的特点,提出一种基于图像处理的表面裂纹检测算法.算法首先采用空域和小波域混合滤波对图像去噪,提出一种图像分块自适应模糊集增强方法,以提高裂纹区和背景区的对比度;然后应用Canny边缘检测算子和数学形态学操作进行图像分割,提取裂纹区域;最后通过计算裂纹连通域的圆形度和长宽比特征判断零件的表面图像中是否有裂纹存在,实现裂纹检测.试验表明,该算法即使在信噪比不高的图像中也能实现对目标裂纹的检测,证明了算法的有效性.     

基于交变磁场测量技术的裂纹缺陷定量检测仿真分析与实验研究

裂纹缺陷的定量评估是无损检测的一项重要研究内容,本文采用交变磁场测量技术对平板裂纹缺陷进行了检测.在分析交变磁场测量技术原理的基础上,首先在大型电磁仿真软件AN SY S中建立了交变磁场测量模型,包括三组不同参数的裂纹缺陷和检测线圈相互垂直的两种传感器模型,然后用这两种传感器分别对不同缺陷进行了检测,研究了裂纹长度、深度和宽度变化对水平方向和垂直方向检测电压的影响规律,提取出了对长度和深度进行定量的特征量.最后,采用实验的方法对仿真结果进行了验证,实验结果的规律与仿真结论相一致,证明了仿真结果的正确性.从而为裂纹缺陷在实际中的检测和定量提供了借鉴.     

用多结构元素实现医学图像边缘检测

为了简单有效的获得医学图像边缘,本文从数学形态学的角度出发,利用多结构元素对不同方向的边缘敏感来保留更多的边缘细节信息,提出了一种改进的形态学边缘检测算法.本文首先将形态学的BTH与WTH运算相结合进行图像增强,再结合开闭运算提出了一种抗噪型的边缘检测算子,对运用多结构元素得到的边缘图像进行累加,最后对该叠加后的边缘图像进行修正得到最终结果.实验证明,该算法在抑制噪声对边缘的影响和保持图像的边缘细节上,均取得了很好的效果,具有一定的实用性.