基于快速递推模糊2-划分熵图割的红外图像分割

考虑现有图割算法没有充分考虑红外图像的模糊特性,分割精度和运行效率低的缺点,提出了基于快速递推模糊2-划分熵图割的红外图像分割算法以实现复杂背景下红外图像的自动高效分割。该方法利用图像感兴趣区域的最大模糊熵信息设计图割能量函数的似然能,基于局部最大模糊2-划分熵值迭代检测出包含图像最大信息的感兴趣区域来确保提取目标信息的完整性。为了提高最大模糊熵寻优的效率,引入时间复杂度为O(n2)的递推算法,将模糊熵计算转化为递推过程,并保存所有递推的熵函数值用于后续的穷举寻优。针对确定的感兴趣区域,利用该区域最大模糊2-划分时隶属度函数分布设置图割能量函数的似然能,从而充分考虑图像的模糊特性。对分割结果与几种常用的算法进行了视觉比较及运行时间,错分率,F指标的量化分析。结果表明:该算法分割精度F值高达95%,运行时间较其他常用算法至少缩短了72%,基本满足自动红外图像分割对精度、效率和鲁棒性的要求。     

基于手机平台的工件台残余切屑检测方法

针对工件台上的残余切屑会对工件的装夹和加工产生影响的问题,提出了一种基于手机平台的工件台残余切屑检测方法,手机负责图像的获取和处理。首先对没有切屑的标准照片进行裁剪和预处理以得到感兴趣区域,将感兴趣区域作为模板同待检测照片进行图像匹配。对匹配结果和感兴趣区域添加掩膜,然后做差分运算,利用浮动阈值对差分结果进行阈值分割,将得到的二值图像进行形态学开运算以去除伪切屑,获得实际切屑的信息。最后通过计算面积判断是否有残余切屑,再将判断结果以指令的形式反馈给机械手。实验结果表明,该方法能够准确地检测出工件台是否存在残余切屑,实现了检测的自动化,有效保证了工件的加工质量。     

交通车辆视频测速技术

介绍了利用图像处理与机器视觉技术实现交通车辆视频测速的方法，提出了系统的软件和硬件构架，给出了关键算法。通过视频图像的采集实现了运动车辆的速度检测，对背景估计、运动检测、目标分割、目标位置确定、目标跟踪等方法提出了相应的计算方法和计算公式。在检测方法上解决了帧差运动检测中的噪声污染问题；利用了神经元网络对目标实际位置进行计算，同时运用了相应的预测方法，解决了目标跟踪的稳定性问题。这种视频测速技术的成功研究，降低了车辆测速器的制作成本。     

基于阴影特征的前向车辆检测和测距方法研究

车辆检测汽车安全的重要课题之一。提出了一种基于阴影特征的车辆检测和测距方法:首先分析车辆底部阴影的特征,通过基于路面灰度信息的阈值分割方法分离阴影区域,然后检测阴影下边界并构建车辆的感兴趣区域,并利用归一化转动惯量特征实现车辆验证,最后根据摄像机成像模型和几何透视变换原理建立了车距测量模型,测得与前向车辆之间的距离。实验结果表明,该方法可在不同交通环境下对前向车辆实现一定的范围内的有效检测和准确测距。     

图像分割中阈值法的研究

图像分割是由图像处理到图像分析的关键步骤,是一种基本的计算机视觉技术。对图像进行分割的方法有很多种,从分割操作策略上讲,可以分为基于区域生成的分割方法,基于边界检测的分割方法和区域生成与边界检测的混合方法。图像分割算法都是基于像素亮度值的相似性和不连续性来计算的,针对阈值图像分割的问题,在相似性的基础上依据实际应用评判标准,将具有相似性的图像区域划分到同一空间中进行迭代计算,并基于VisualC++软件环境进行算法的仿真,该系统能够对图像中的目标部分进行提取,较好的实现了图像分割。     

基于直方图数据拟合的PCB板嵌孔识别研究

快速精准地识别PCB板上感兴趣区域的位置,是图像处理过程中衡量算法有效性的重要指标。在图像处理的前期,通过分析同一背景条件下灰度曲线的变化趋势,确定光照不均匀对于PCB板感兴趣区域的影响,提出了运用同态滤波处理降低图像灰度变化的动态范围,从而加强感兴趣区域中目标和背景的对比度。基于现阶段相关PCB板的识别分割算法,针对研究对象PCB板实际感兴趣区域的灰度分布,探讨了全局阈值分割方法的优势。在此基础上,为了更精确的图像分割效果,提出了一种基于灰度直方图数据拟合的阈值分割方法。根据不同的阈值分割算法对图像进行处理,通过比较分析,结果表明本文提出的算法能够更加快速精确地分割出图像的感兴趣区域。     

气泡高干扰在线铁谱视频图像的磨粒快速分割算法研究

针对在线铁谱视频图像气泡高干扰所面临的磨粒分割困难问题,提出一种气泡高干扰在线铁谱视频图像的磨粒快速分割算法。首先运用运动检测的方法确定视频中气泡的位置,并用相邻帧相同位置的图像信息对气泡区域进行处理,再使用双边滤波对处理后的图像进行平滑去噪,实现气泡干扰的初步抑制;最后基于抑制气泡图像的灰度直方图,对每一帧图像选取其自适应的阈值,实现在线铁谱视频图像中磨粒的快速分割。该研究为在线铁谱的磨粒分割与后续对磨粒特征的智能提取和分析奠定了基础。     

活塞表面缺陷图像的亚像素边缘检测技术研究

针对活塞图像对比度低、缺陷区域小、缺陷种类多、人工检测效率低等问题,提出一种结合区域生长法和亚像素边缘提取的活塞表面缺陷检测方法。利用图像处理软件采集活塞图像,分析活塞表面图像中缺陷区域与正常区域灰度值的差异。使用区域生长法进行图像分割,结合Canny算子对活塞表面缺陷边缘进行初步定位。通过定位感兴趣区域的位置,进行亚像素级别提取,并平缓感兴趣区域边缘。实验表明,所提算法比传统的边缘提取方法得到的缺陷区域更精确、平滑。     

基于改进模板匹配及像素相加法的芯片极性二级检测方法

针对PCB板缺陷检测中的芯片极性检测问题,文中提出一种结合感兴趣区域提取,改进模板匹配以及像素相加法的芯片极性二级检测方法。该方法首先通过先验知识提取感兴趣区域,并提出改进模板匹配实现对芯片位置快速准确地定位,随后引入直方图匹配及中值滤波对芯片图像进行预处理,最后提出基于像素相加法的二级检测方法实现二值化芯片图像的极性判断。实验结果表明,文中提出的方法在芯片定位及极性检测方面都有更高的准确性。     

基于水平特征的车辆检测与跟踪

利用加权平均滤波算法对图像进行了滤波处理,去除部分噪声,利用Sobel算子的水平算子对图像的水平边缘进行增强处理,利用最大类间方差法对边缘增强后的图像进行图像分割;提出了利用车辆的水平特征中的列直方图和行直方图对车辆进行检测,根据检测结果得出该方法检测效果良好,即使是复杂环境下的车辆也能得到有效的识别,且对货车的识别效果良好;最后,利用限定感兴趣区域法对车辆进行跟踪,验证了识别方法与跟踪方法的有效性。     

自仿射拟合的虹膜纹理分割及粗分类

提出一种应用于虹膜图像粗分类的自仿射拟合纹理分割算法,实现虹膜肠环外边界检测。该方法在多尺度下拟合图像局部到整体信息的自仿射性,有效地在小区域内描述肠环内外纹理的差异,通过分析差异的变化规律确定肠环区域。在此基础上提出利用肠环信息的虹膜图像粗分类,分别研究了肠环位置区域分布和肠环内纹理复杂度2种分类方式。在自采的1 000幅虹膜图像库下分别进行实验,分类正确率分别为98.8%和98.7%。实验结果表明,所提出方法能够有效地实现肠环区域检测,检测到的肠环信息能够应用于大样本虹膜图像粗分类。     

工字形焊件射线图像中微小缺陷的分割及提取

采用X射线实时成像系统对工字形激光焊件进行检测,得到了含有微小缺陷的低对比度射线检测图像。在分析图像灰度分布特征的基础上,采用数学形态学方法进行背景模拟,并结合背景相减、自动阈值算法提取出了检测图像中的微小缺陷。在结构元尺寸的确定方面,提出了线灰度分布曲线拟合并相减,再搜索相减结果最大值的方法。试验结果表明:该方法能很好地实现检测图像中微小缺陷的分割,且缺陷分割保真度高,算法适应性强。该方法只对感兴趣的区域进行处理,显著提高了图像处理的速度。     

基于单目视觉的无人车环境感知技术研究

为提高无人车的主动安全性能,对其环境感知技术进行了研究,提出了一种在结构化道路上基于单目视觉的汽车前方可行区域内的障碍物检测方法;在确定路面感兴趣区域时,提出了基于模糊聚类的边界跟踪检测算法,实现对车道线的识别;针对序列图像帧间差分法的不足,提出了一种基于帧间差分法的二次改进算法,在突出障碍物特征信息后,采用了静态单帧图像特征处理算法,确定出障碍物位置。实验结果表明,该方法能够有效地识别出车道标志线以及感兴趣区域内的障碍物信息。     

结合多尺度圆形滤波与MS聚类 的疑似结节分割

肺部CT图像中疑似病灶感兴趣区域(ROI)的准确分割是肺部计算机辅助检测/诊断(CAD)的重要环节。本文提出结合Hessian矩阵滤波的均值漂移聚类肺部疑似病灶ROI区域分割算法。对原图像进行多尺度Hessian矩阵圆形滤波,图像中圆形的疑似结节病灶区域得到滤波增强、直线形的气管/血管区域得到抑制,将Hessian矩阵滤波后的形状特征、灰度、空间位置3种信息引入特征空间,将均值漂移聚类的核函数分解为3种特征信息所分别对应的核函数乘积形式,最后采用自适应计算带宽的方法确定每个待分割疑似区域的带宽进行均值漂移聚类分割。对来自LIDC等127个包含不同类型肺结节的病例进行实验,实验结果表明引入Hessian矩阵圆形滤波信息的均值漂移聚类能够分割出与血管或气管相连或者交叉的结节区域,去除ROI中包含的非结节区域,能有效分割出基于灰度信息难以分割的毛玻璃型(GGO)结节;对于3种类型的结节区域:血管相连结节(VPN)、毛玻璃型结节(GG0)、孤立性结节(SPN)分割平均准确率分别为92.80%、86.13%、95.08%。     

基于特征的车辆目标复合探测方法研究

联合使用车底阴影、边缘信息、轮廓对称、灰度对称、水平线对称等车辆先验知识,提出一种基于特征的车辆检测方法.首先在图像中构建具有车底阴影特性的感兴趣区域;然后在感兴趣区域中分析车辆的边缘置信度,滤除其中平坦的背景区域;接下来利用轮廓对称或灰度对称定位潜在车辆;最后在潜在车辆区域中进一步分析对称性测度和水平线特性.只有具有充分的边缘、对称性和水平线特性的潜在车辆区域才被检测为车辆.实验结果表明:该方法在城市环境且不考虑遮挡的情况下,车辆有效识别率达到90%以上.     

钢材表面缺陷图像感兴趣区域提取方法

为提高钢材表面缺陷图像检测的效果和噪声引起的伪缺陷过滤能力,基于形态灰度包络的感兴趣区域提取方法被采用。该方法以形态灰度曲线包络为基础,通过回归平滑、曲线基准与偏差计算等步骤实现了对钢材表面图像横向灰度曲线中噪声部分的效过滤以及缺陷部分的保存;并通过感兴趣区域阈值选择与感兴趣区域合并获得了钢材复杂背景环境下的疑似缺陷区域。实验结果表明,形态灰度包络的感兴趣区域提取相比于其他方法更能减少噪声干扰,准确率能达到95%以上,能在不影响检出速度的情况下,凸显缺陷位置。     

高速摄像环境下航天电连接器分离边缘提取算法

为了准确测量航天电连接器的分离距离,以深入研究其分离特性,提出了一种高速摄像环境下电连接器分离边缘的提取算法。该算法主要通过划分感兴趣区域选定待测量位置区域,经滤波处理后,利用小波变换算法增强图像的弱边缘信号,然后通过两次自适应阈值分割图像,并利用SUSAN算子进行边缘检测,进而提取边缘,获得准确的边缘信息。     

LED芯片图像的势函数标记分水岭分割

全自动LED芯片测试分拣系统通过视觉图像处理精确定位LED芯片,其图像特征信息的提取建立在良好的图像分割基础上。为了精确提取图像特征,针对LED芯片图像的特点,改进了分水岭分割算法,采用直方图势函数提取标记,并在标记基础上对梯度图进行分水岭变换,实现了LED芯片图像的良好分割。实验结果表明,该方法有效地抑制了过分割现象,具有较好的抗噪性,对LED芯片图像感兴趣区域提取准确度高、鲁棒性强,分割效果较好。     

FCM聚类算法和粗糙集在医疗图像分割中的应用

本文通过结合FCM聚类算法和粗糙集，提出了一种新的图像分割方法。首先，以不同聚类数情况下FCM的分割结果为依据构建属性值表，基于属性构成的不可分辨关系将图像分成多个小区域；然后，通过值约简获得各属性权值并以此为依据，计算各区域之间的差异度，进而通过差异度定义的等价关系，实现各区域相似度评价；最后，通过相似度定义的最终等价关系实现区域合并，完成图像分割。该方法在人工生成图像和大脑CT图像及MRI图像的分割中得到验证，实验结果表明，本文方法和FCM方法相比，可以降低错分率，且对模糊边界区域的分割效果较好。     

基于奇异值分解的橡胶密封圈表面缺陷检测方法

为解决橡胶密封圈表面缺陷人工检测效率低,缺陷提取困难等问题,提高橡胶密封圈缺陷在线检测速度及准确率,提出一种基于机器视觉的橡胶密封圈表面缺陷检测方法。该方法采用多相机多线程图像采集模式,采集橡胶密封圈的上下表面不同位置的局部图像;对图像自适应中值滤波后进行边缘增强,并使用高斯差分算子提取轮廓粗边缘,利用Zernike 矩获取亚像素边缘位置;针对边缘存在不连续点问题,使用Ceres库多项式拟合,估计断点位置,并更新所有边缘位置;根据边缘位置寻找出整张图像中橡胶密封圈表面图像区域,并将该环形兴趣区域映射到矩形区域中;将获得的图像进行奇异值分解（SVD）,并通过连通域分析,提取出图像中的奇异区域,即存在缺陷的位置。经实验验证,基于奇异值分解的橡胶圈表面缺陷检测方法鲁棒性好、效率高,可以快速准确地寻找出橡胶密封圈表面缺陷信息。