利用计算机自动识别和匹配标靶校正摄影镜头畸变

给出了一套通过近景摄影来进行摄影镜头畸变校正的完整方法,它包括准备标靶并摄影、计算机自动识别和匹配标靶标志点、运用最小二乘法解镜头畸变校正系数等步骤,详细讨论了自动识别和匹配配标靶算法的各个步骤,包括预处理,二值化,图像分割、细化,线条检测,标志点判别,重建标靶网格和标靶匹配等,在这些等法的基础上,实现了一个完整的系统,通过实例证明了这套方法的正确性和有效性。     

应用局部自适应阈值方法检测圆形标志点

利用圆形标志点的几何和灰度特征,在图像中搜索具有符合该特征描述的区域,对圆形标志点进行粗定位.对粗定位区域的扩展区域使用最大类间方差阈值分割法分割出圆形标志点轮廓,并对像素轮廓进行最小二乘拟合,计算出圆形标志点的中心坐标及拟合轮廓各参数,根据该参数筛选保留所需标志点中心坐标.结果表明:该方法使用局部的大津阈值检测圆形标志点,能够避免全局阈值的缺陷,提高标志点检测的检出率;采用最小二乘椭圆拟合提取标志点中心,能够达到亚像素级精度.     

一种新的用于光学测量的圆点检测算法

针对光学测量中圆形标志点面积小、背景不固定、投影畸变不一致等问题,提出一种基于区域检测和边界验证的圆点检测方法.在图像预处理后,使用边缘算子对图像进行区域检测,根据图像的连续特征,在边缘延展的基础上对所有可能的疑似圆点进行检测,在复杂背景中突出圆形标志点的特征,从而检测到变形的圆点;对得到的变形圆点集合,由图像和三维点之间的关系得到圆点的位置,利用圆点边界信息进行自适应验证,最终得到准确的圆形标志点集合.通过对各种复杂背景下的真实图像进行检测实验,证明基于区域检测和边界验证的检测算法简单、高效、可靠,可以在不同环境下快速准确地定位待检测点,有效地解决了标志点在各种情况下变形程度不同难以辨别的问题.     

基于像素分类的像素值阈值噪声检测算法

针对图像噪声常见的三种脉冲噪声模型,在像素差异均等性原则下,以窗口分块方式将图像像素分为噪声像素和非噪声像素子集,进而以噪声图像上下像素值阈值推导噪声类型判别式,得到一种非线性像素分类的图像噪声检测算法.以经典图像(Lena、Baboon)分别叠加上不同密度噪声进行噪声图像检测算法仿真测试,由检测精确性和正确性来评估所提出的检测算法的检测性能.仿真结果表明,该检测算法具有较好的检测效果,缺点是容易将部分非噪声像素识别为噪声像素.     

文本性的盛宴：美国汉学现当代文学研究的亮点和拐点

由于传统焊缝区域检测算法难以准确提取模糊和对比度低的厚钢管焊缝区域,提出一种新的基于鲁棒PCA模型的焊缝区域检测算法,该算法能克服传统方法的不足,并能准确提取焊缝区域.首先,收集一序列X射线图像,并对其进行空域对齐及亮度归一化预处理.其次,计算得到系列图像的背景图像,并将背景图像与待测试X射线图像张成一个观测矩阵.最后,使用鲁棒PCA算法对观测矩阵进行低秩与稀疏分解,测试图像中的不均匀强度及噪声被消除,焊缝区域被凸显出来,通过全局阈值可将焊缝区域较好地分割出来.实验结果表明,该算法能较大地消除厚钢管X射线图像中噪声及不均匀强度分布带来的干扰、同时增强模糊的焊缝边缘及对比度低的区域,相比传统焊缝区域检测算法,具有更高的检测灵敏度(0.952)和精度(0.989),能更好地将模糊和对比度低的焊缝区域完整检测出来.     

厚钢管X射线图像中焊缝区域的检测

由于传统焊缝区域检测算法难以准确提取模糊和对比度低的厚钢管焊缝区域,提出一种新的基于鲁棒PCA模型的焊缝区域检测算法,该算法能克服传统方法的不足,并能准确提取焊缝区域.首先,收集一序列X射线图像,并对其进行空域对齐及亮度归一化预处理.其次,计算得到系列图像的背景图像,并将背景图像与待测试X射线图像张成一个观测矩阵.最后,使用鲁棒PCA算法对观测矩阵进行低秩与稀疏分解,测试图像中的不均匀强度及噪声被消除,焊缝区域被凸显出来,通过全局阈值可将焊缝区域较好地分割出来.实验结果表明,该算法能较大地消除厚钢管X射线图像中噪声及不均匀强度分布带来的干扰、同时增强模糊的焊缝边缘及对比度低的区域,相比传统焊缝区域检测算法,具有更高的检测灵敏度(0.952)和精度(0.989),能更好地将模糊和对比度低的焊缝区域完整检测出来.     

一种高精度CCD测试系统的非均匀性校正方法

针对高精度光电耦合器件(CCD)测试系统中像素的非均匀性给测试结果带来较大误差的问题,根据引起图像像素非均匀性噪声的特性,建立了对应的图像模型.采用自适应阈值分割算法将图像二值化分离出有效使用像素,并提出了一种采用两点线性方法对非均匀性像素进行校正的算法.仿真实验采用高速面阵CCD采集由激光器发射的圆形光斑图像,并通过计算图像光斑的中心坐标进行了验证.结果表明,该算法能够将图像的复杂背景与光斑分离,可校正其像素的非均匀性,稳定光斑的像素灰度值.在相同条件下连续采集图像,图像光斑的中心坐标稳定.     

基于圆分割的鱼眼镜头图像畸变校正算法

针对应用鱼眼镜头拍摄的图像产生了严重的畸变的问题,提出了一种基于圆分割的校正算法.该算法充分利用了鱼眼图像圆形结构这一特点,将其分割成同心圆,再利用函数法对畸变图像进行校正.微调系数的引入,使得算法更灵活,这样能根据鱼眼镜头与实际物体的距离来调整微调系数的大小,得到更理想的校正图像.Matlab实验结果表明:应用本算法能得到比较满意的校正结果,并且该算法所花费的计算时间少,使其能适用于实时监控系统.     

基于改进同态滤波的医用X光图像增强算法

针对医用X光图像对常规图像增强算法较敏感、易失真的特点,提出一种基于改进同态滤波的X光图像增强算法.算法将X光图像特性及同态滤波方法在图像增强上的优势结合起来,构建基于医用X线图频域的同态滤波器,通过指定最大增频位置及最高增益系数2个控制参数实现同态滤波控制,在不削减低频信号的基础上适当放大中高频信号,保留X光图像暗区易丢失的灰度及细纹信息,同时突出重要的组织边缘及纹理特征.实验证明,该算法失真率低、操作简便且运行效率高,对医用X光图具有较理想的增晰效果.     

炭素制品X射线图像的小波边缘提取

针对经典的边缘检测算法在炭素制品X射线有噪图像的边缘检测效果问题,提出了基于小波变换的多尺度局部模极值边缘检测算法.该方法充分利用了小波变换优越的时频局部化分析能力及图像边缘点和噪声点的小波变换局部模值和方向在不同尺度下呈现不同的特性的特点.首先对图像进行小波增强处理,改善了图像的质量,在此基础上,确定了检测X射线图像边缘的最优边缘检测滤波器(小波基)和尺度,给出了小波多尺度局部模极大值的算法,并将该算法与经典的边缘检测算子进行了比较.实验结果表明,该方法明显比传统检测算子的效果要好,为进一步的缺陷模式识别等高层处理奠定了良好的基础.图3,参15.