基于改进模糊C均值聚类和区域合并的矿物颗粒分割方法

岩矿石薄片图像中矿物颗粒的分割提取是分析鉴定工作的前提,为了进一步提高矿物颗粒提取的准确性,提出一种新的矿物颗粒提取分割方法。该方法以一组岩矿石薄片正交偏光序列图作为输入,对每张正交偏光序列图采用改进的模糊 C 均值聚类(FCM)算法进行初始的边缘提取,并叠加多张边缘图像,再对得到的叠加边缘图像进行精细化处理并进行目标颗粒筛选,得到初始的分割提取图像。为了抑制颗粒的过分割现象,利用基于区域邻接图(RAG)的合并算法进行区域合并,首先依据颗粒的颜色纹理等特征进行初始合并操作,再根据矿物颗粒在不同正交偏光角度下的变化规律进行二次合并操作,从而得到最终的分割提取图像。通过对多组图像进行实验表明,该方法可以获得良好的效果。     

图像序列处理中的形态分割方法

将数学形态学应用到序列图像分析中,提出了一种基于图像序列的3－D形态分割算法,对图像序列简化后进行边缘增强,用改进的3－D分水岭方法提取分割信息,基分割信息对几种常用图像序列的处理算子和处理方法进行了研究和改进,实验结果表明,该方法能对序列图像有效地进行时空分割,利用分割信息可显著提高各种图像序列处理的性能,而且具有算法简单、效率高的特点。     

基于深度信念网络的岩石粒度分类

为提高地质研究中石粒度分析的识别精度,提出一种基于深度信念网络的分类方法,该方法通过深度信念网络模型自动提取图像特征、构建分类器,实现基于薄片图像的岩石粒度自动识别。使用来自鄂尔多斯某油田区域的4 800张岩石图像对深度信念网络进行训练,用其中1 200张岩石图像测试模型的准确性达到了94.75%。理论与实验综合分析结果表明,使用深度信念网络对岩石图像进行粒度分类能够得到更加准确、高效的分类结果。     

基于遗传算法最佳阈值分割的矿石图像分割

为了实现选矿的自动化,通过利用工业摄像机对传送带上的矿石颗粒图像进行采集,Matlab对采集的图像依次进行双边滤波降噪处理、遗传算法最佳阈值分割、分水岭分割、矿石颗粒像素标定以及像素面积检测的方法研究了矿石的粒度分布,结果表明：与人工筛分的数据进行对比,显示图像处理的结果在误差允许范围内。可见运用图像处理的方法进行矿石粒度的检测是可行的,能够为矿石的破碎提供数据指导,促进矿业生产的自动化和智能化。     

基于K-均值聚类的岩芯偏振显微图像粒径分析

针对岩芯图像的粒径分析提出了一种基于K-均值聚类算法的半自动分割算法,并编写了一套颗粒粒度图像处理程序.首先将超像素处理概念应用于岩芯偏振显微图像,得到过度分割的结果,然后对分割结果进行K-均值聚类和区域融合,利用图像中的边缘信息得到了更合理的结果,并大大提高了运算的速度;根据提出的算法,基于VB.NET 2008平台构建了一套半自动岩芯图像粒度分析软件,集图像采集、图像处理、粒度参数分析、砾石种类分类以及测量报告输出等功能于一体,大大提高了岩芯粒径分析的工作效率.     

矿岩颗粒图像分割方法研究综述

工业矿场中,各种矿岩颗粒的存在形式是复杂多变的,如何更好地分割各种岩块,直接影响着生产成本和设备需求。传统矿岩颗粒的分割以肉眼观察和描述为主,存在主观性差、实时性差、定量困难等问题,故将数字图像处理技术引入岩石分割研究中。针对矿岩颗粒图像分割,通过介绍传统和新型的图像分割方法,对国内已有的矿岩分割算法进行了概括总结,并对今后的矿岩颗粒图像分割方法进行了展望。     

基于PCNN的人脸图像分割算法研究

研究了基于PCNN的人脸图像分割算法。利用简化型PCNN对人脸图像进行分割,根据人脸图像的灰度特征和空间信息的相关性,得到了人脸图像的神经元点火序列,该点火序列就是图像分割的结果。通过MATLAB仿真实现了该算法,表明该算法具有一定的工程价值。     

基于高斯混和模型与Blob分析的人手定位

在基于机器视觉的手势识别研究中,手势分割与定位是关键技术。本文在分析肤色的颜色特征和人手运动特性的基础上,提出了一种在视频图像序列中实现手势分割和定位的算法。首先结合肤色检测技术和基于高斯混合模型的运动目标检测技术,获得了图像序列的初始手势区域,之后利用Blob技术实现了最终手势的分割和定位。实验结果显示,该方法具有较高的分割和定位准确度。     

基于改进Otsu法的自动阈值分割方法

针对图像序列的背景变化和背景的复杂性,本文提出了一种基于改进Otsu法的自动阈值分割方法,实现了复杂背景下图像序列中运动目标的快速分割。实验表明,这种目标分割方法,减少了图像降噪和图像增强等处理,同时还降低了噪声的影响,且算法简单,具有较好的分割效果和较高的效率。     

基于卷积神经网络的岩石图像分类

在显微镜下分析岩石薄片并对其进行分类时,人工鉴定效率较低且易受主观因素影响,为此提出了一种基于卷积神经网络深度学习的岩石粒度自动分类方法。该方法通过卷积网络模型实现图像特征自动提取,并同时建立模式分类器,实现基于薄片图像的粒度自动识别。采用鄂尔多斯盆地的4 800样品对卷积网络模型进行训练,通过1 200个样品对模型测试,测试集分类结果的准确度达到98.5%。理论分析与数据验证说明,通过深度学习所建立的卷积网络模型能够基于岩石薄片图像获得高效、准确、可靠的自动分类结果。     

一种基于几何特征的多粒子粘连分割方法

在粉体加工和环境监测中,经常要测定粉尘的粒度及分布情况。用显微图像处理的方法进行粒度分析,技术先进而且能达到更好的效果,但对其中粘连重叠颗粒的分离,目前还没有很好的分割方法,针对这种情况本文提出了一种基于粒子的几何特征、采用平均链码方法求取凹点、并进行配对连线从而实现分割的方法。实验表明,该方法可以实现粘连颗粒的分离,并能达到很好的分割效果。     

基于图像分析的堆浸铀矿石颗粒参数辨识

采用数字图像处理技术对铀矿石颗粒参数进行测量,并确定铀矿石块度分布.首次将图像引导滤波器应用于矿石图像滤波,较好地滤除了图像噪声和保持矿石边缘细节信息.采用基于最大类间后验交叉熵准则的PCNN图像分割算法分割矿石图像,减少了矿石粘连现象.为了解决第一次分割后矿石粘连现象,采用基于凹点匹配的数字图像切割算法对粘连的矿石图像进行第二次分割,能有效分离粘连矿石图像.采用基于形状特征的颗粒参数测量法测量颗粒参数,提高了颗粒参数的测量精度,得到了矿石块度的统计分布图.实验数据表明,该方法测量误差较小,能满足实际需求.      

基于改进麻雀搜索算法的森林火灾图像多阈值分割

为了减少森林火灾对人们的生活和生态环境带来巨大的损失和破坏,采用图像处理技术对森林火灾进行精准定位和预判,可以有效地降低火灾的扩大和蔓延。针对火灾图像大津法分割算法计算量大、运行时间长和阈值选取不够准确导致分割精度不高等缺点,提出精英反向学习-莱维飞行策略的麻雀搜索算法,并将其有效地应用到指数熵多阈值图像的分割中进行寻优,通过研究最佳阈值对森林火灾图像进行合理的分割,并与其他三种指数熵多阈值图像分割算法进行了对比分析。结果表明:改进麻雀搜索算法的森林火灾图像多阈值分割技术能够及时获得火灾图像分割的最佳阈值,其分割的准确性、实时性和抗噪性均明显优于现有的灰狼算法、粒子群算法和鲸鱼算法,能够为图像处理的工程应用提供一种较好的阈值分割技术。     

基于细胞显微图像的数量统计应用

细胞数量的统计被广泛应用于生命科学的研究中,但传统的细胞计数方法存在着准确率低、效率低下等问题。采用了计算机图像处理的技术方法:图像平滑处理、阈值分割、特征识别、边缘提取等,针对细胞显微图片进行自动化识别与数量统计。     

图像处理技术在焊点检测中的应用

将图像处理技术引入PCB焊点检测中,对焊点进检测：用LOG算子进行图像滤波和增强,然后利用最优阈值法进行图像分割,接下来进行形态学处理,最后用颗粒分析获得目标特征参数实现焊点分析．经过试验表明,该系统操作简单,效率高,可以很好地实现对焊点质量的检测．     

悬浮颗粒两相流图像处理方法

利用三维颗粒成像测速 (PIV)技术研究颗粒悬浮两相流中颗粒相速度和相分布 ;用图像采集卡将摄像机拍摄的流动图像实时的存储到计算机中 ;用自行开发的颗粒图像处理及分析软件对其进行图像增强、分割、识别和理解等一系列数字化处理后 ,将每一个颗粒的大小和其中心位置由计算机自动判别。研究了实验各个环节对判别结果的影响 ,开发了可用于颗粒两相流 PIV测量的图像处理软件 ,颗粒识别率达到 85 %以上 ,颗粒中心定位精度达 1～ 2个象素     

基于数学形态学的铁谱磨粒图像分割研究

铁谱磨粒图像识别中，由于磨粒与磨粒的相互粘连，造成磨粒图像二值化后，边缘提取不能体现其原有形状。该文将数学形态学的腐蚀和膨胀算法引入铁谱磨粒图像的分割中，通过对二值化后的磨粒图像实施先腐蚀后膨胀的运算，成功地完成了磨粒图像的分割，并且结合拉普拉斯算子，有效地提取出单个铁谱磨粒的形状，有助于实现铁谱磨粒的自动识别。