基于机器视觉的运动物体测速的研究

为了方便快速地进行速度测量,本文提出一种基于机器视觉的运动物体测速的方法。该方法采用的是将运动角点检测的Harris检测算子作为物体特征量提取的算法,实现了物体在一定时间差内移动位移的测量。与传统测速方法相比,该方法不但对设备的要求更小,而且运算的速度更快。     

几种图像边缘提取算法比较

对几种图像边缘提取算法进行比较,首先介绍了Roberts边缘检测算子、Sobel边缘检测算、Prewitt边缘算子,其次介绍了Facet模型和基于2-D Facet模型的像素边缘检测算法,最后将Facet模型与常用边缘提取算子效果进行比较,并进行Facet模型的抗噪性检验.结果表明:基于Facet模型的图像边缘检测算法具有抗噪能力强、定位精度高的优点.     

一种基于关联度的边缘检测方法

边缘检测是决定图像后期处理及理解的基础,本文提出了一种基于不同权重系数的关联度图像边缘检测算法,该算法以Sobel算子模版为参考序列,通过序列之间的关联度区分边缘点和非边缘点,实验表明,该算法能准确的检测出图像的边缘信息,且其随着权重系数的不同体现出不同的抗噪性．     

基于点特征匹配的SUSAN，Harris算子比较

基于点特征的影像匹配是计算机视觉界比较流行的匹配方法，包括特征提取和特征匹配2个步骤。在介绍保持结构的形态学方法——SUSAN算子和Harris算子原理的基础上，根据真实影像，就特征点提取的数量、分布及匹配有效性等方面对上述2种算子进行分析比较。编程实现SUSAN，Harris算子影像的点特征提取，基于匹配支持度的松弛匹配算法，从而获得研究实验数据。实验表明：这2种算子在特征提取及影像匹配等方面各自具有其独特的优势，且均具有操作简单、易于实现的特点。     

小波阈值去噪与 Sobel 算子相结合的深度图像边缘检测技术

提出一种基于小波阈值去噪和Sobel算子相结合的图像边缘检测算法。由于图像边缘部分集中的大部分信息对图像场景的识别与理解起着重要的作用,而使用传统边缘算子在边缘检测时存在一定的缺陷。因此,通过对几种传统算子的边缘检测效果进行对比,并且将几种经典滤波方法相比较,提出在进行Sobel算子边缘检测前,用小波阈值去噪法以有效降低噪声影响。理论分析和实验结果表明该方法计算量较小、边缘定位准确,适用于基于深度图像的快速三维视频编码。     

形态学图像处理在缺支检测中的应用

在包装机缺支检测系统中,由于拍摄环境的影响,我们所获得的图像不仅含有噪声点,还有很多噪声块,利用简单的滤波方法不能很好的去除噪声块。本文采用形态学图像处理算法中的开运算和区域填充算法对图像进行去噪,获得了较好的效果。     

基于点特征匹配的SUSAN,Harris算子比较

基于点特征的影像匹配是计算机视觉界比较流行的匹配方法,包括特征提取和特征匹配2个步骤.在介绍保持结构的形态学方法--SUSAN算子和Harris算子原理的基础上,根据真实影像,就特征点提取的数量、分布及匹配有效性等方面对上述2种算子进行分析比较.编程实现SUSAN,Harris算子影像的点特征提取,基于匹配支持度的松弛匹配算法,从而获得研究实验数据.实验表明这2种算子在特征提取及影像匹配等方面各自具有其独特的优势,且均具有操作简单、易于实现的特点.     

数字图像角点检测算法探讨

数字图像角点特征因具有计算量少,匹配简单以及旋转不变等性质,应用广泛,本文在分析Harris角点检测算子的实现原理及其不足的基础上,提出了改进的Harris角点检测算法。实验结果表明,该算法检测出的角点分布更均匀合理,有效避免了角点聚簇现象。     

小波变换及骨架提取在图像边缘检测中的应用

提出了一种基于小波变换及骨架提取的图像边缘检测算法，该算法将小波变换、边缘点检测和骨架提取合并成一个完整过程，减少了图像中纹理对边缘提取的影响．实验结果表明，该算法有较好的边缘检测效果．     

一种细胞边缘信息提取的结合型算法

目的 本文较详细介绍了一种提取细胞边缘信息的、基于Canny算子和数学形态学的结合型算法. 该结合型算法的建立为后续细胞图像的目标识别、特征提取、图像匹配等的实现提供一定的理论依据. 方法先采用Canny算子进行细胞边缘的粗提取, 接着运用数学形态学对图像进行一系列操作, 直至检测出细胞边缘. 结果与结论该方法优于传统的微分算子和经中值滤波后再进行Canny算子检测后的边缘效果.     

基于数字图像处理技术的热障涂层形貌特征识别方法

针对人工检测热障涂层形貌特征所具有的繁复性、误差大等缺点, 提出一种利用机器视觉自动化识别热障涂层形貌特征并计算形貌特征参数的方法. 完成了基于数学形态学的片层轮廓自动提取及铺展形貌参数的计算, 用最大类间方差法求取二值分割阈值, 运用均值滤波和形态学操作为图片去噪并保证单个片层的连通性, 通过轮廓提取来获得片层边缘信息, 最后根据所提取出的轮廓计算片层的实度参数. 同时, 进一步完成了基于遍历搜索的热障涂层中裂纹的自动识别及长度计算. 首先, 识别出图像中的片层并去除, 运用闭运算完成断裂裂纹的修复, 通过图像细化得到裂纹骨架; 然后, 遍历搜索每条裂纹, 完成长度计算. 结果表明, 采用所提出方法检测片层轮廓和识别裂纹的效果良好, 具有较好的抗噪声干扰能力, 可以精确计算出形貌特征参数, 对研究热喷涂熔滴在基材表面的沉积行为有重要的推动作用.     

基于数学形态学的图像处理方法

从图像的描述方法出发，在二值形态变换的基础上，通过引入图像的阀集合和本影，导出了多值形态学基本形态变换建立的方法．并揭示了二值形态学与多值形态学在结构算法上的相互联系．在图像处理的形态学方法上，提出了基于形态变换的图像边缘提取、多种形态梯度、形态骨架表示方法，以及具有去噪和形态平滑功能的开、闭形态变换在图像分析中的应用．     

CAM新生血管骨架的提取算法分析

血管新生是从现有血管中长出新血管的生理学过程,是生长和发育中的一种常见现象。同时也是肿瘤组织从良性转化为恶性过程中的基本步骤。因此,血管新生活动可以被认为是肿瘤生长及抑制的检测方式。精确的估计血管骨架是血管量化和可视化诊断的先决条件。文中给出一种基于Otsu算法初步分割图像和利用离散高斯核函数偏微分卷积图像的方法提取CAM血管骨架。该算法能准确的提取血管的骨架信息,有很好的鲁棒性。     

基于影像数据的心室隔膜形态分析

利用医学图像分割、形态学图像处理等算法在心脏核磁共振图像中提取心室壁骨架线、心室内膜边界.在分割提取工作的基础上,通过可以描述心室隔膜形态的关键参数自动分析心室内膜形态.提出自动计算心室隔膜骨架线曲率的算法,并针对曲率描述心室隔膜形态的不足,提出心室隔膜偏移量的概念,完善了基于影像数据评价心室隔膜形态的方法.实验结果表明:曲率、偏移量、心室内膜边界和变化量是评价心室隔膜形态的重要参数.     

光弹实验中纯弯曲梁的等差线图骨架线提取新方法

本文针对光弹实验中等差线骨架的自动提取进行了研究。通过分析等差线干涉条纹图的特性,结合数字图像处理中的图侉平滑、闽值分割、轮廓提取、差影检测等基本的图像处理技术,提出了一种直接细化得到骨架线图的方法。处理结果表明这种方法针对纯弯曲梁的等差线骨架线自动提取,精确度很高,值得推广。     

一种数字形态骨架方法

本文给出了用宏算符表示的图象基本数字形态运算,并按R~2上图象骨架定义给出了一个数字形态骨架方法,使其形态表示简洁直观。     

反馈型颜色分割在边缘检测中的应用

针对传统的边缘检测算子容易产生边缘丢失和畸变的缺点,为准确获取彩色图像的边缘,本文提出了将传统方法提取的边缘作为反馈对原始彩色图像进行初步颜色分割,根据区域内颜色信息的分布统计,进行分裂合并及均衡化处理,对颜色区域边界进行骨架细化,从而提取边缘。实验结果表明:与传统方法比较,该方法可以更有效地检测出边缘信息。     

基于离散曲率的扫描线条图快速圆弧检测

本文提出一种从圆弧假设到圆弧验证模式的扫描线条图的圆弧检测方法。该方法首先提取扫描线条图的图像骨骼,使用分段线性多边形对线条图像骨骼进行近似表示,来达到简化计算和减少数据量的目的;再通过对骨骼图像的局部离散曲率的计算和统计来假设图像局部存在圆弧;最后根据计算出的圆弧的圆参数将假设的圆弧映射至原始图像进行比对来验证局部圆弧的存在。该方法可以有效地克服圆弧断裂、重叠、交叉等噪声的影响,具有较好的鲁棒性和计算快速的优点。     

基于数学形态学的图像边缘检测方法及应用

图像的边缘检测在图像处理中占有重要的地位,本文提出了一种基于数学形态学的边缘检测算法,并把它应用于Miss图像,Blood图像,和汽车的前照灯的光形图像的边缘检测中,实验证明用本文算法进行图像边缘检测,能较好地保持图像的细节特征,同时有效的抑制噪声。     

基于Canny算子的白酒显微图像边缘提取

文章提出了一种改进的Canny算子和数学形态学相结合的白酒显微图像边缘检测方法。首先采用二维高斯函数的一阶偏导数同时构造x和y方向滤波器计算梯度幅值,然后通过四阈值边缘检测方法进行边缘定位,最后引入了数学形态学对边缘进行融合。实验仿真表明,该方法对酒分子结构边缘检测精度较准、抗噪性能良好,能有效的克服图像边缘模糊与断点,提高了边缘的连续性。