钎焊缺陷的超声无损检测

针对传统钎焊缺陷检测方法存在的诸多弊端,提出了一种利用超声水浸聚焦Ｃ扫描进行检测和依据钎着率进行评价的钎焊缺陷无损检测与评价方法,并开发了集计算机、超声无损检测与评价、图像处理、精密仪器和数控技术于一体的超声无损检测图像处理系统,实现了钎焊缺陷检测的自动化、图像化．通过对大量的钎焊试样进行检测及解剖发现,其Ｃ超图像与解剖界面的缺陷大小和分布完全一致．实践表明,文中提出的钎焊接头焊接质量的控制方法是非常有效的,开发的图像处理系统具有检测灵敏度、分辨率和自动化程度高,图象显示直观清晰,数据存储与调用快捷可靠,用途广泛等特点．     

超分辨率重建技术在CT无损检测中的应用研究

通过CT系统取得平动低分辨率图像序列,采用分级块匹配像素内配准进行运动估计,应用结合小波的改进凸集投影算法重建出超分辨率图像。对CT切片图像的处理结果表明,该方法能有效提高切片图像的分辨率,为工业CT图像增强,以及其在无损检测上的应用提供一种新的手段。     

一种针对超声检测图像的自适应阈值设置方法

在对图像阈值分割进行分析和已有算法的基础上,提出了一种针对超声波无损检测C扫描图像的自适应阈值设置方法,以实现对超声波C扫描图像的准确定量评估。该方法根据C扫描图像的灰度分布自动地计算相应的阈值,并进一步对特征区域进行分离和评估,从而克服固定阈值方法受超声波能量偏差影响大、难以准确评估的缺点。将该方法获得的结果与最大类间方差、最小交叉熵等方法的处理结果以及通过腐蚀试验获取的实际检测界面结果进行了对比,结果表明:该自适应阈值设置方法与其他分割方法相比,评估的结果更加准确,运算时间更短,并且结果受超声波能量偏差的影响最小。     

智能虚拟超声图像系统的研制

作者成功地开发了智能虚拟超声图像系统 ,该系统具有成像和数据处理功能 ,提高了无损检测可靠性和灵敏度 ,增加了软件调节衰减因数等功能 ,准确测定被测工件的声速和工件的厚度。本文对该系统的软、硬件设计作了较详细的介绍 ,并给出了利用该系统的实验结果。     

基于图像校正技术的大豆病害自动诊断模型

为解决大豆病害无损采集的非线性失真图像与病种之间映射关系的问题,将数字图像处理技术与神经网络推理机制相结合,提出了基于图像校正技术的大豆病害自动诊断模型.通过自制标定模板无损采集大豆病害数字图像,利用双线性投影映射算法校正病害图像的几何失真,同时计算病斑区域的形状特征、颜色特征及纹理特征参数,以此多维特征指标为基础,应用神经网络的强自适应性自动取得大豆病种推理规则,建立大豆病害自动诊断模型.仿真试验表明:大豆病害的失真图像校正精度达到99%以上,其病害种类诊断准确率为98.33%,实现了大豆病害自动诊断和精确测报.     

超声图像斑点噪声限制的非线性各向异性扩散

结合非线性各向异性扩散和斑点噪声的限制,有效抑制临床超声图像斑点噪声.基于最小均方误差方法得到瞬时方差系数作为边缘检测器去控制扩散方程,并将经过对数压缩的斑点噪声模型限制通过附加能动项引入,通过能量最小化,自动估计附加能动项最优权值.仿真图像和临床超声图像实验证实,该算法能有效抑制斑点噪声、保留纹理信息.     

基于关联规则的图像无损恢复

提出基于关联规则的图像无损恢复方法.通过分析图像质量下降的原因,找出低质量图像和高质量图像之间的关系,利用关联规则挖掘图像退化前后的关联,根据最大后验估计和先验计算,实现图像的无损恢复.在Matlab 2014平台上进行了图像无损恢复仿真实验,结果表明,该方法提高了图像无损恢复的精度,恢复速度可以满足图像处理的实时性要求.     

新型超声无损检测方法的研究

提出一种新的透射衍射时差法超声无损检测方法,阐述了透射衍射时差法超声无损检测的原理,结合透射衍射时差法超声图像特点,应用一种快速、有效的改进型中值滤波算法,对实验试件进行了检测,实验结果表明本方法噪声抑制性强,避免了传统衍射时差法检测效率低、操作难度大、适用范围小和检测盲区深的缺点。     

一种新的棉花根系图像阈值分割方法

为了方便实现棉花原位根系的检测,提出了一种自动全局阈值分割方法,用于棉花根系图像分割.采用无损的数码设备成像法对棉花原位根系图像进行采集,使用自动全局阈值分割方法分割图像.该方法首先将采集到的原位根系图像进行空间转换,使采集到的图像在HSV空间下进行分割;然后,通过全局阈值分割的方法选择阈值将图像进行二值化处理,采用闭运算方法对二值图像进行初步降噪;最后,通过形状特征的筛选过滤图像中所有噪声,并筛选出图像中细长的根部特征.本算法可以有效抑制噪声和土壤杂质的影响,能够对根系进行准确地分割,是快速检测作物根系图像的有效办法.     

我国禽蛋无损检测的现状及分析

禽蛋的品质检测是禽蛋生产、加工过程中的重要环节之一,该文从禽蛋的内部品质、外部品质、储存时间、孵化蛋成活性检测以及禽蛋大小分级等方面对我国禽蛋无损检测的现状进行了阐述,内部品质检测和禽蛋大小分级主要以机器视觉技术结合图像处理技术为主;外部品质和储存时间的检测可以利用光学特性和声学特性等,建立相关数学模型实现无损检测;孵化蛋成活性检测目前的方法是通过光谱技术并结合图像信息,建立有效的数学模型,实现孵化前种蛋的定性检测。     

An atlas-based fuzzy connectedness method for automatic tissue classification in brain MRI

A framework incorporating a subject-registered atlas into the fuzzy connectedness (FC) method is proposed for the automatic tissue classification of 3D images of brain MRI. The pre-labeled atlas is first registered onto the subject to provide an initial approximate segmentation. The initial segmentation is used to estimate the intensity histograms of gray matter and white matter. Based on the estimated intensity histograms, multiple seed voxels are assigned to each tissue automatically. The normalized intensity histograms are utilized in the FC method as the intensity probability density function (PDF) directly. Relative fuzzy connectedness technique is adopted in the final classification of gray matter and white matter. Experimental results based on the 20 data sets from IBSR are included, as well as comparisons of the performance of our method with that of other published methods. This method is fully automatic and operator-independent. Therefore, it is expected to find wide applications, such as 3D visualization, radiation therapy planning, and medical database construction.     

多色彩空间下的岩石图像识别研究

为了实现相对简单且高效的岩石图像识别研究,提出一个岩石图像分类的自动模式识别方法。方法利用岩石的原始色彩图像结合其形态学变换,统计不同色彩通道的标准算术值来描述特征空间,通过神经网络建立特征空间与岩石图像类别之间的映射关系。使用来自鄂尔多斯盆地的100幅岩石薄片图像对算法进行测试,其结果表明在不同色彩空间下的岩石图像自动识别正确率达95%以上。因此,基于不同色彩空间的自动分类方法能够实现快速的岩石图像类型识别,其结果具有较高的准确性与可靠性。     

人工神经网络和支持向量机性能比较及其在DMD疾病识别中的应用

对人工神经网络(ANN)和支持向量机(SVM)这两种机器学习方法进行了分析与比较,并分别利用两种算法对神经肌肉罕见病DMD的磁共振图像(MRI)数据进行建模、分类预测.经对比后得出结论:两种算法结果均表明,DMD的两类MRI(T1和T2)中,T1更具特征性,故此类患者的MRI检查可仅进行T1扫描;若能选择合适的模型参数,则两种算法模型均具有极好的分类预测效果,其灵敏度、特异度和准确率分别高达98.5%,97.3%,97.9%和96.9%,97.3%,97.1%;利用机器学习方法对DMD患者的MRI进行分析处理可作为该病无创检测的技术探索,有望为临床提供客观有效的辅助诊断手段.     

一种渐晕纹理图像自动分类方法

传统纹理分类方法对光照比较敏感,不均匀的光照分布（如渐晕）会在很大程度上影响纹理分类的准确率．为解决此类问题,针对渐晕纹理图像,提出了一种纹理图像自动分类方法;在利用小波包提取纹理指数算法的基础上,根据渐晕系数自动调整各小波包分解系数,从而消除了渐晕现象对纹理特征指数的影响,最终提高了纹理分类的准确率．仿真实验结果表明,利用此方法对渐晕纹理图像进行分类,准确率有了较大程度的提高,取得了比较理想的分类效果．     

低分辨率条件下鞋类的自动分类方法

根据视频监控中行人所穿鞋的鞋型搜索犯罪嫌疑人是公安机关常用侦查技战法。然而在现实案件中很多视频监控分辨率较低,公安民警不能精确识别到具体鞋型,且消耗大量的时间和警力。针对这一问题,提出一种对低分辨率视频监控下的鞋类进行自动分类的方法。参考全国制鞋标准化技术委员会2017年制定的制鞋标准,初步将鞋类分为皮鞋和运动鞋两大类;构建鞋类数据库,包括59 853幅皮鞋和47 878幅运动鞋图像;进而基于卷积神经网络,设计一种适用于鞋类自动分类的鞋类识别网络模型。实验结果表明,鞋类自动分类模型在测试阶段对鞋分类的准确率达到了95.7%,可见基本能准确识别皮鞋和运动鞋两类鞋。     

基于类别混合嵌入的电力文本层次化分类方法

针对当前电力文本分类方法中因忽视类别标签之间潜在语义关联关系而导致分类性能低效的问题,提出一种基于层次化分类模型的电力文本分类方法.首先,利用采集的电力成果非结构化文档,采用自动化信息提取技术和标注技术,构建电力文本多标签分类训练集,并结合领域知识分析,构建类别标签之间的层次化关系.然后,提出基于类别结构和标签语义混合...     

基于特征点检测的重叠图像拼接算法

为提高铁道车辆工程应用中自动监测与故障诊断的准确性,对5种常用的特征点检测方法进行了对比研究,采用 SIFT (Scale Invariant Feature Transform)特征点检测实现重叠图像的拼接算法。在较宽松的条件下准确地匹配两幅图像。实验证明,该算法能有效地拼接普通相机拍摄的照片,消除图像扭曲、交叠和旋转对图像拼接的影响,并获得高分辨率的场景照片。     

电沉积效果评价中图像处理方法的应用探讨

在电沉积方法修复混凝土裂缝中,利用Photoshop,自定义闽值二值化实现图像分割的方法以及最大类间方差阈值分割法3种图像处理方法计算电沉积效果的评价指标——试件表面覆盖率,从分割后的图像与用于计算试件表面覆盖率的图像比较来看,3种方法的计算结果是可信的,但是前两种带有很强的主观性,最后1种计算稳定可靠,自动化程度较高,计算速度也较快．     

航空影像的自动无缝镶嵌

利用两幅相邻影像的几何纠正、搜索重叠区域、辐射校正、多尺度插值等技术实现了航空影像的自动无缝镶嵌．镶嵌后影像的重叠区域内纹理和边缘不存在模糊,可以满足一般航空影像处理的要求．根据不同需要可以实现两种几何纠正（利用地形图纠正成正射影像或仅利用左片相对纠正拼缝）．该方法不但适合于航空影像的自动无缝镶嵌,而且也适合于卫星影像的自动无缝镶嵌．     

基于区域分割的彩色航空影像建筑物自动检测

为了从高分辨率遥感图像中完整提取建筑物区域,采用区域分割的原理,研究了建筑物自动检测的方法。该方法首先利用利用K-Mean分类方法将地物分为两类:人工地物类和非人工地物类,然后利用阴影、Mean Shift分割信息来剔除人工地物类中干扰区域,再根据形状分析来确定真实的建筑物区域。本文用上述方法对高分辨率航空影像进行了实验,实验结果证明了该方法有着较高的识别率、较好的准确性和鲁棒性,具有实用价值。