基于小波变换的墙地砖缺陷图像分割

目的改进原有的图像分割算法在分割图像时的精度和准确度，进一步准确地研究墙地砖缺陷图像的基本特征，提出一种有效的图像分割方法．方法根据墙地砖表面的纹理特点，采用Daubechies小波对原始图像进行处理．结果仅保留图像的近似信息，从而有效降低了纹理特征对缺陷分割的干扰．同时，图像数据量减少为原始图像的1／4．因此，在有效提取近似信息的基础上提高了系统的实时性，便于图像分割应用．该方法增强了缺陷纹理图像。能抑制背景纹理对缺陷纹理检测的干扰，并通过减运算有效地实现了缺陷纹理和背景纹理的分割．结论基于小波变换的墙地砖缺陷图像分割方法能够对随机纹理图像进行可靠、有效、快速的分割，尤其适用于具有随机纹理的墙地砖缺陷实时检测．     

基于图像中物体骨架形状特征的目标匹配

针对在形状匹配过程中相似外形的不同类目标不易区分的问题,本文采用骨架形状对目标进行描述和相似性度量。与以往使用物体的外轮廓作为形状特征进行匹配的方法不同,本文改用图像的骨架形状作为形状特征来进行描述,采用经典的形状上下文作为形状描述的匹配算法。提取图像区域的骨架后,建立与原图像一一对应的图像骨架数据库,进行目标与数据库之间的相似性度量。与直接用外部轮廓进行形状匹配的方法相比,采用骨架形状匹配的方法可以更好的分辨出相似外形的不同类目标,增大类间区分度,可有效降低相似外形目标进行匹配时的误匹配几率。     

基于数学形态学的集成电路真实缺陷图像滤波

在集成电路真实缺陷检测中,缺陷图像的滤波程度直接影响到后续处理的结果。通过对若干幅实际集成电路真实缺陷图像的分析,提出一种基于数学形态学的集成电路真实缺陷图像滤波方法,该方法不仅能滤除非冗余物缺陷,而且能滤除冗余物缺陷内部噪声,得到纹理一致的冗余特缺陷。     

基于羽毛图像纹理分割的毛杆提取方法

为了有效地从羽毛图像中提取毛杆,在对比各种分割方法的基础上,提出基于小波纹理分割方法．考虑羽毛的特点,为去噪和加深纹理特征,对图像进行恢复和增强．经过二层小波分解后提取各细节子图的特征,形成特征向量,并由聚类法进行分类分割．实验结果表明,该方法能较好地提取毛杆．     

应用全方向形状特征码的图像检索方法

为提高图像形状信息的检索准确率和效率,提出应用全方向形状特征码的图像检索方法.该方法在全方向上对形状进行分割,度量形状各方向各部分的复杂度,构建形状的全方向特征码,计算形状间的相似度.通过真实建筑形状数据集和MPEG-7 CE-1 Part B形状数据集对本方法进行了检索性能测试,并和其他形状相似性描述方法进行了对比.实验结果表明,本方法具有更高的检索准确率和较高的检索效率.全方向形状特征码图像检索方法可以准确描述形状的全局特征与局部特征,具有平移、旋转、尺度不变性,及较强的形状描述识别能力.     

全局约束下超声图像微器械轮廓提取方法

为实现超声设备与手术机器人系统的配准,提出一种全局约束下的参数活动轮廓(Snake)分割算法,该算法能以高精度分割超声图像中的手术器械轮廓.将已知的手术器械轮廓信息作为先验知识,以归一化傅里叶描述子的形式表述,并利用该描述子定义泛能量,用来约束分割过程,达到最优解.求解过程中,通过计算泛能量相对于各变量的雅可比矩阵,可以获得能量最小化时的偏微分方程,差分离散化后可以获得其欧拉形式的迭代方程,通过数值方法获得分割轮廓.实验结果表明,使用基于已知轮廓的先验Snake方法对超声图像中的手术器械进行分割,能以较高精度提取超声图像中的微器械轮廓,轮廓形状与实际器械形状更加相似.先验Snake法能对曲线进行全局约束,避免了传统Snake分割方法中容易陷入局部极值的缺陷,具有较大的应用前景.     

磨粒形状特征提取及神经网络识别

针对具有不规则轮廓特征的显微磨粒图像，应用标记描述对磨粒形状进行表征。该方法将磨粒轮廓一维展开后，提取了具有平移，旋转和尺度不变性的形状特征矢量，然后以提取的形状特征为输入矢量，利用径向基函数神经网络对磨粒形状进行分类识别。应用实例表明，标记充分利用轮廓信息，综合反映了磨粒的总体形状特征和边缘细节，可用于磨粒形状特征的描述；所建立的基于神经网络的磨粒形状分类模型学习速度快，识别率较高。     

一种基于多层次特征的目标继承提取方法

图像的有效分割或提取是图像处理与分析的重要内容，本文使用一种基于多层次特征的方法，针对噪声大，干扰多，光照不均，场景多变，目标形状多变这类图像，自原图像开始，得到各层次的特征，继承地利用低高层次特征逐步提取目标，而又可以回溯前面的原图像或低层次特征信息，继承地对所提取目标优化，实际目标与背景分离．实验表明，该算法可以正确高效地提取目标，有较高的鲁奉性和精度，对具有不同目标大小和信噪比的图像也能得到较好的提取效果．     

改进可拓理论的带钢表面缺陷图像分类方法

将可拓理论引入到带钢表面缺陷图像的分类中,提取分割前后缺陷图像的12个特征值,对可拓理论用于分类的关键步骤-关联度的计算方法进行改进,首先确定某缺陷特征值与某类缺陷对应特征值经典域的距绝对值,再计算出该特征值与各类缺陷对应特征值经典域的距绝对值之和,以二者的商作为关联度计算的权值. 对该方法的可行性进行了论证,并对带钢表面缺陷图像分类进行了仿真,仿真结果显示改进后的方法分类准确性有较大的提高.     

Mean shift 算法在带钢缺陷图像分割中的应用

带钢自动表面检测系统中缺陷图像的分割效果对缺陷识别具有重要影响．为了提高缺陷图像的分割效果,提出了采用 Mean shift 算法对带钢缺陷图像中的感兴趣区域进行平滑从而获取缺陷边缘的方法,并将该算法与中值滤波算法进行了比较．测试结果表明,Mean shift 算法能够有效地对缺陷图像中的感兴趣区域进行平滑,并精确得到缺陷目标的边缘,该算法在带钢的缺陷分割中具有较好的性能．     

IC真实缺陷图像的分色

在彩色ＩＣ缺陷图像的检测与识别系统中,通常采用分色技术来降低图像识别的难度。该文利用３种方法（ＨＳＶ彩色模型、ＨＬＳ彩色模型及明度信息）对ＩＣ缺陷图像进行了分色处理,并对其结果做了主客观评价,结果表明ＨＳＶ模型在突出缺陷及与原始图像的相似性方面优于其他两种方法。     

基于灰度阈值分割的锥体零件缺陷识别算法

根据人的视觉感官特性，针对锥体零件缺陷检测中的图像信号预处理，利用含有缺陷的灰度图像的灰度统计特征自动找出分割图像的灰度阈值．研究了目前使用边缘检测、阈值分割、区域增长等方法．利用曲线拟合方法计算出灰度的分布曲线，用数学分析的方法求出曲线的局部极值．对于出现多个极值情况时进行分析筛选，把分割缺陷比较理想的极值作为灰度分割的阈值．以此分割图像，其分割效果比较理想．     

基于Halcon的IC测试探针表面质量的机器视觉检测系统

IC测试是集成电路生产中的重要工序,探针表面诸如划痕、凹坑等缺陷对性能测试结果影响大.文章研究了IC探针表面质量的机器视觉检测方法,讨论了灰度变换、均值滤波、区域连通、图像分割等缺陷图像处理和形状识别方法,建立了相应的探针表面质量检测系统,并基于机器视觉软件Halcon开发了探针表面质量检测系统软件.实验表明:开发的检测系统可对直径0.3~0.6 mm的IC测试探针表面质量进行快速检测评估,且系统的稳定性好、检测精度高,能有效缩短检测时间和减少检测成本.     

NSCT变换与空间约束模糊核聚类红外图像分割算法

红外图像成像模糊、易受噪声污染,分辨率低,采用标准的FCM分割算法会出现失效和误分割。通过对以往各种方法的研究,根据红外图像的特点及FCM算法的不足,提出采用在NSCT变换域进行去噪预处理与改进的FCM算法相结合的分割算法。首先对红外图像进行NSCT变换,在变换域,采用自适应阈值法去除各细节子带中的噪声,其次在FCM算法中引入核映射将数据映射到非线性空间中进行聚类划分,最后采用邻域信息修正当前像素的隶属度值,得到更准确的聚类结果。实验结果证明该算法较FCM、KFCM、SFCM聚类分割算法有更好的分割精度。     

基于图像序列差分法的冷轧薄板板形识别

为了解决板形识别中存在的实时性差、准确度低、维修成本高的问题,提出了一种计算机视觉技术的板形缺陷识别.采用图像序列差分法提取图像中的运动对象信息,再利用最小误差阈值分割方法进行图像二值化,生成板形缺陷二值图像,通过统计窗口区域中像素为1的数目来判定板形是否有缺陷.提出了基于图像序列差分法识别板形缺陷的算法,并且实现了该方法的硬件和软件设计.实验结果表明,此方法可以快速准确地识别出常见的板形缺陷.     

钢轨表面缺陷图像自适应分割算法

针对钢轨表面缺陷提取时的灰度分布不均与杂散光干扰问题,在背景差分法的基础上提出了一种钢轨表面缺陷图像自适应分割算法.首先,通过统计钢轨图像中各行像素灰度特征,结合其均值与标准差分布曲线快速提取钢轨表面区域;然后,进行区域与边缘特征的均值窗口自适应选取;最后,根据均值模糊原理建立背景图像模型并进行图像差分,实现了钢轨表面缺陷分割.实验结果表明:提出的轨面提取算法快速、有效;钢轨表面缺陷自适应分割算法在凸显图像中缺陷部分的同时,有效减少了光照变化和反射不均的影响.该方法对测试图像的召回率和准确率分别达到了95.4%和81.3%.     

基于纹理差异视觉显著性的织物疵点检测算法

由于织物图像纹理多样化及疵点类别较多,为了更有效地检测织物疵点,结合织物图像特性及借鉴人类视觉感知机理,提出一种基于纹理差异视觉显著性模型的织物疵点检测算法。该算法首先对图像进行分块,计算各个图像块LBP（local binary pattern）纹理特征,与图像块平均纹理特征的相似度比较,进行显著度计算,从而有效突出了疵点区域。最后利用改进阈值分割算法,实现对疵点区域的定位。通过与已有视觉显著性模型进行比较,得出该算法更能有效地突出疵点区域;同时,分割结果与已有织物疵点检测算法相比发现,该算法具有更强的疵点检测及定位能力。     

模糊C-均值聚类图像分割算法的一种改进

针对传统模糊C-均值聚类算法对含噪图像分割时未充分考虑空间信息的问题,提出一种改进的模糊C-均值聚类算法,将图像的局部和非局部两种空间信息引入到模糊C-均值聚类算法的目标函数中,以使两种空间信息在含噪图像分割中发挥互补作用。将改进算法应用于不同含噪图像的分割实验,结果表明图像像素的均方误差均比改进前有所降低。