亚像素级模糊图像配准算法

针对目前的特征点匹配算法不能有效配准边缘模糊的图像,提出一种灰度偏移极值特征。将局部像素灰度偏移均值最明显的点作为特征点,利用最小二乘拟合曲线,通过曲线导函数将偏移极值点精确定位于亚像素级,最后采用分块的NMI为特征点分配32维特征向量,再对比向量间距离以实现配准。该特征易于提取、运算简单,而且能在阶跃边缘不清晰的图像中稳定存在。经实验验证,算法应用于模糊图像配准具有较高的匹配精度。     

神经功能束边缘提取与三维重建软件整合研究

针对神经切片显微图像的功能束边缘不连续的特征,采用基于阈值的图像分割法,对功能束边缘的获取进行了研究.为更好解决神经修复问题,整合神经显微图像的配准、边缘提取、功能束识别与重建软件等关键技术,设计相应的接口,基于VC++平台开发神经功能束显微图像的三维重建软件.通过系统运行实例,不仅验证了此软件的可行性,而且表明通过整合于此系统,确实实现了神经功能束边缘的自动获取,使得重建流程更加智能,为今后对神经的智能重建以还原其真实模型打下了坚实的基础.     

基于盲源分离的ICA去噪技术在裂缝预测中的应用

地震记录中不可避免地包含随机干扰信号,直接利用原始的地震资料开展裂缝发育带预测,对裂缝预测中采用的边缘检测算法影响很大,降低了预测结果的准确性。因此,有必要对地震资料进行去除噪声的处理,提高原始地震资料的品质。本文基于盲源分离的独立分量分析方法(Independent component analysis,ICA)去噪技术,将地震资料分解为不同级次的背景与储层目标反射响应,实现有效信号与随机噪声的区分,去噪效果优于常规去噪算法的效果,保证了去噪后有效信息基本不受损失,处理后地震资料横向波形特征的稳定性得到了较好改善。实际工区应用效果表明,利用去噪处理后的地震资料开展边缘检测裂缝预测,裂缝发育区分布规律与区域断裂发育特征具有较好的一致性,且与钻井揭示的裂缝发育特征吻合性较好,从而提高了火成岩裂缝发育区预测的可靠性。     

基于K-means的动态资源分配策略

为提高移动边缘计算(MEC)环境下大型云计算中心资源的利用率和用户体验,提出基于K-means算法的动态计算资源和频谱资源分配算法(KDSAA).分析传统的资源平均分配方式和虚拟机分配方式现状,研究用户的综合需求,将资源模拟成“流体”,采用拍卖算法进行分配,线性求解出边缘云吞吐量和传输时延的最优值.实验结果表明,该算法...     

基于图像处理的火车螺旋钻自动采制样系统

在火车螺旋钻自动采制样系统中,采用图像处理技术来解决火车螺旋钻自动采制样系统中的车厢边界检测问题,提高了系统的可靠性并且更加简洁、经济.     

多尺度边缘检测在仪表读数识别中的应用

提出一种基于小波变换的多尺度边缘检测算法,并将其应用到仪表指针图像的边缘检测中.结合电力系统中指针式仪表智能读数的需求,完成了智能仪表读数识别系统的软硬件设计.实验结果表明,该系统识别精度较高,具有一定的应用价值.     

凹版胶印中网穴形状和接触角的研究

目的研究利用凹版胶印方式印制电子产品必须满足的相关条件。方法从网形状的角度探究对"锯齿"边缘的影响,采用模拟分析的方法研究接触角对油墨转移的影响。结果 100%的油墨从网穴转移到橡皮布上必须满足cosθ像1+cosθ版。如果采取圆形网点、椭圆形网点等其他形状的网点,无论在何种印刷压力下都会产生"锯齿"边缘;采用方形网点,在适当的印刷压力下可以降低甚至消除"锯齿"边缘。结论上板接触角与油墨的转移率呈负相关关系,下板接触角与油墨转移率呈正相关关系。印刷电子产品应当采用方形网点。     

一种基于最优组合模型的火箭弹跟踪算法

提出一种基于最优组合模型对火箭弹运行参数进行预测,利用它对跟踪的特征点下一位置进行预测。该模型的主要特点是避免了单一预测模型仅利用部分信息而带来的不足,详细推导了算法的数学模型。仿真结果证实了该模型较单一预测方法降低了预测误差、提高了预测精度,使得跟踪算法的精度得到很大提高。     

图像处理在平面零件分拣控制中的应用

针对目前PLC系统对同材质、同体积零件的分拣困难,提出了给PLC系统引入视觉技术的方法。利用DDE技术将Matlab与PLC结合一起,共同完成平面零件的识别和分拣。Matlab主要完成零件图像的获取和比对识别,并将识别结果传送给PLC,而PLC则根据所接收到的识别结果,控制气缸动作,完成多种结构复杂零件的分拣任务。     

一种改进工件边缘检测方法的研究

针对现有边缘检测技术难以同时消除图像中噪声和工件表面划痕对边缘检测的影响,并保持图像边缘的清晰度和连续性,提出了一种基于二阶微分算子和数学形态学的改进边缘检测技术。首先利用数学形态学理论,设计了一种形态学开闭运算处理图像的方法,为去除工件表面划痕做好预处理;然后用二阶微分Laplace算子对预处理后的图像进行边缘检测;最后改进了一种高斯与双边滤波结合的算法,强化去噪效果,并对最终算法进行实验验证。实验结果表面,改进的算法在去除工件表面划痕方面效果明显,并与传统微分算子比较,边缘清晰度、峰值信噪比(PSNR)都有大幅提高,为提高工件识别精度打好基础。