结合假边缘提取和直方图分析的图像灰度变换

光学刻划字符图像的前景通常由高灰度像素区域和低灰度像素区域组成,导致使用传统的基于梯度的边缘提取方法如Canny算子不能准确地获得字符的轮廓,为此本文提出了一种利用假边缘信息结合直方图分析的图像灰度变换方法,变换后的图像前景仅由低灰度像素构成。首先对Canny边缘点进行特征分析,提取其假边缘点;然后进行图像直方图分析,确定灰度变换范围以及灰度对应关系,并对假边缘两侧的边界区域施加光滑度约束来确定灰度变换参数;最后以此变换参数对非背景区域的高灰度像素进行灰度变换。实验证明,灰度变换后字符笔画仅由低灰度像素构成,原边界处的灰度变化足够光滑,可以使用基于梯度的方法来提取完整而准确的字符轮廓。     

一种新的用于MR脑图像分割的主动轮廓模型

主动轮廓模型是一种有效的基于边缘的分割方法,然而,在MR脑图像的应用中,它却遇到了许多问题,例如背景复杂,同一解剖结构的灰度分布不一致以及边界不连续等.这里提出了一种新的用于MR脑图像分割的主动轮廓模型.该模型不仅利用关于目标轮廓的先验知识对切片的边缘吸引力场进行边缘约束,减少相邻结构对曲线收敛的影响,还对进行边缘约束之后得到的边缘吸引力场进行正则化处理,增强模型对凹边缘的搜索能力和对断裂边缘正确提取的能力.实验证明,该模型可以克服传统主动轮廓模型在MR脑图像遇到的难题,从而快速有效地在MR脑图像中提取目标轮廓.     

异形回转零件的一种图像测量研究

讨论了利用线阵CCD图像测量方法。配备Z、Y二维运动工作台及绕Z轴回转数显工作台,对异形回转体三维轮廓尺寸进行检测,用Mar边缘检测算子对CCD获得的原始灰度图像进行处理,采取最小二乘法完成曲线拟合,以获得亚像元分辨率。在对Φ200mm异形回转体零件进行尺寸测量时,测量系统的分辨率达到微米级的水平。     

基于图像仿真处理的光学元件检测

基于图像拼接与处理来实现非球面光学元件的初步检测,CCD摄像头首先将采集到的视频信号数据经DM642芯片转换成YuV格式,接着将Y信号（灰度信号）经JTAG口运用RTDX（Real—TimeDateExchange）技术传输到主机端,主机端利用matlab处理接收到的图像灰度数据,采用harris角点算法提取f}{图像角点,运用归一互相关法对角点进行匹配并拼接图像,最后运用sobel算法和canny算法对拼接后的图像进行轮廓提取处理,能有效观测到大尺寸光学元件表面裂纹、划痕等缺陷分布,可以验证这是一种有效的非球面光学元件进行精密加工前的检测方法。     

一种数字图像几何畸变的自动校正方法

通过分析数字图像几何畸变产生的机制,提出一种数字图像几何畸变自动校正的方法.该方法首先利用大津算法和Radon变换提取几何畸变的图像边缘轮廓,利用轮廓顶点坐标,计算矩形的纵横比;然后求得畸变校正矩阵,对畸变图像进行校正;最后利用印刷体数字识别算法判断是否需要对校正后的图像进行旋转.实验表明,该方法能够快速有效地识别畸变图像轮廓,校正结果令人满意,鲁棒性强,具有较高的实用价值.     

一种新的边缘检测算法在图像处理中的应用

介绍了一种新的边缘检测方法,首先通过高斯-拉普拉斯边缘检测算法对图像进行边缘检测,再结合轮廓提取对提取到的边缘进一步进行跟踪处理.实验表明,与传统的边缘检测算法相比,这种算法能更好的提取图像中目标物体的边缘,减少检测边缘断裂现象,具有很好的应用价值.     

组合CCD图像和稀疏激光测距 数据的建筑物三维信息提取

对组合高分辨率航空CCD图像和机载稀疏激光扫描测距数据自动提取城市建筑物的三维信息进行了研究。航空CCD图像能清晰地给出建筑物的几何形状和分布,因此采用了自适应的Canny边缘检测算法来提取CCD图像上的全部边缘信息,然后根据双向投影直方图和线段匹配方法来自动而准确地提取建筑物的平面轮廓信息,最后根据CCD提取的轮廓信息从机载激光扫描测距数据中提取建筑物的高度信息,从而实现了每栋建筑物的三维信息提取。通过实际数据的处理和提取,说明了组合CCD图像和机载激光扫描测距数据可以自动重建建筑物的三维信息。     

用样条插值算法实现集成块引脚的高精度检测

灰度图像边缘检测的精度受到CCD摄像机的采样频率的限制,且CCD为一衍射受限系统,灰度图像的边缘变得模糊.因此,亚像素精度的算法在高精度的边缘检测中受到重视.在此,首先对样条插值法和最小二乘法进行比较和分析,得出了用样条插值法进行边缘检测的合理性.将该算法应用于集成块引脚的边缘检测,实验表明,该算法的重复性很好,分辨率可以达到四十分之一个像素,能够达到工业检测的标准.     

一种基于多信息融合的模糊边界检测算法

提出了一种有效的模糊边界检测算法.首先,用滤波器组和改进的K-Means算法快速提取了图像的纹理基元特征;然后,采用模糊手段将图像的局部灰度信息、纹理信息和空间信息有机地融合起来,定义了一个边缘检测函数,求出每个像素所对应的模糊梯度值,并由此构成模糊梯度特征向量;最后,结合分类器的学习能力进行边界检测.实验结果表明,对于纹理和灰度边界混合的自然图像的边界检测问题,该算法是一种实用和有效的方法.     

MAS小波的钢板表面缺陷边缘检测的研究

针对钢板表面缺陷与背景的对比度差、边缘复杂、采光不均、噪声较大等特点,应用一种基于MAS小波变换进行钢板表面缺陷边缘检测。该方法由Lipschitz指数阐明了图像的边缘几何结构,通过分析图像中不同类型的奇异点,并结合尺度独立算法区分了目标图像中不同类型的边缘,有效的提取了钢板表面缺陷图像的边缘。实验结果表明,基于MAS小波算法可以有效提取图像中阶梯型边界,检测到的缺陷边缘轮廓较为清晰,且去噪能力较强,检测效果优于传统的同类方法。     

数字图像修复在图像压缩上的应用

针对图像修复和图像压缩方法的联系和互补性,分析了图像修复与图像压缩结合的可行性,并设计了一套方案进行验证。用传统方法进行一次压缩,然后对被压缩的图像进行重要信息提取,丢弃图像冗余块之后,实现对图像的二次压缩。对二次压缩后的图像进行存储和传输即可节省资源,图像的使用要先经过图像修复处理才能获得完整图像。