一种基于粗糙集的火焰区域提取方法

针对目前基于视频的火焰区域提取方法的不足,提出了一种基于粗糙集的火焰区域提取方法。该方法通过综合分析火焰区域在HSI、RGB色彩空间中的分布规律,以及火焰区域的色彩分布特征和闪烁特征,依据粗糙集理论对被检测的视频图像进行子图像划分,并在此基础上利用集合运算提取火焰区域。实验表明,该方法具有较好的准确性、可靠性和鲁棒性。     

基于YIQ颜色空间的火焰轮廓提取算法

为了能准确地分割图片中的火焰区域和背景区域并精准的提取火焰轮廓,本文提出基于YIQ颜色空间的火焰轮廓提取方法.该方法利用火焰的颜色和亮度特征,通过大量实验观察,在YIQ颜色空间,先获取Y、I分量的像素均值,再运用迭代法和灰度直方图法分别得到Y分量及I分量的最佳阈值,然后结合二者的均值对阈值进行取向处理,最后运用canny算子对得到的二值图进行轮廓提取.实验结果表明本文算法火焰分割精确度高,提取轮廓清晰,时间复杂度也得到很大改善.     

一种基于偏微分方程和Canny算子的图像分割方法

边缘轮廓的分割与提取是基于图像处理方法检测线束端子压接质量的前提。针对传统图像处理方法自动提取线束端子截面边界轮廓不准确的问题,以偏微分理论为基础,结合Canny算子边缘检测方法,提出一种基于偏微分方程和Canny算子的边缘检测模型。利用卷积边界自动填充图像边界,通过梯度非极大值抑制选择阈值最大化区分目标和背景。理论研究和实验结果表明,该模型不仅能比较准确地检测图像边缘轮廓,而且对噪声、模糊有一定的抑制作用。该模型已经应用在线束端子断面轮廓自动测量系统中并准确地提取边缘轮廓。     

基于形态学运算的种子轮廓自动获取方法

为解决传统手工初始化种子轮廓影响肝脏分割算法稳定性的问题,提出了一种基于形态学运算的自动种子轮廓获取方法.根据序列CT图像中肝脏的灰度特性和结构特性,利用线性灰度变换、阈值滤波、中值滤波及对比度增强对肝脏CT图像进行预处理操作,进而通过形态学腐蚀运算快速准确获取肝脏自动分割需要的种子轮廓.实验结果表明,该自动种子轮廓获取方法可以快速、准确地定位出肝内种子轮廓,保证种子轮廓不会因操作人员不同而发生位置变化.     

基于MATLAB的运动目标检测研究①

基于MATLAB工具对运动目标的检测进行了研究,利用改进的帧差算法对获取的图像做帧差并将帧差图像做自适应阈值分割,然后自适应滤波去燥,最后利用逻辑与运算将两幅二值化图像合并成一幅图像,利用形态学腐蚀和膨胀的检测方法,提取运动物体的轮廓达到检测运动目标的目的。     

基于联合不变矩形状特征的商标图像检索

针对商标图像结构越来越复杂的特点,提出了一种基于联合不变矩形状特征的商标图像检索方法。首先利用最佳阈值分割和形态学腐蚀运算的轮廓提取进行精确边缘检测;然后计算16个联合不变矩组成图像的特征向量;最后对特征向量高斯归一化,用欧氏距离度量图像间的相似性,构建了一个基于形状特征的自动图像检索系统。实验结果表明,该方法具有一定的可行性和有效性,所构建的系统具有实用意义。     

基于Kinect深度图像信息的手势分割和指尖检测算法

为克服传统二维彩色图像处理算法易受周围环境、光照变化、背景等因素的影响,提出利用Kinect深度图像信息,实现一种快速鲁棒的手势分割与指尖检测算法。首先,根据Kinect得到的深度信息对非人体部分图像进行筛选,得到包含人手的人体图像;然后对当前得到的人体图像进行直方图分析,计算能够区分人手与非人手的阈值,并通过该阈值对人体图像进行分割得到人手图像;最后,对人手图像进行形态学处理,计算掌心位置,并提取手部轮廓,结合人手轮廓关键几何特征对指尖进行有效检测。实验表明,该方法能够实时、有效地对指尖进行检测。     

基于轮廓波包变换的磁瓦表面缺陷提取

针对磁瓦图像对比度低、背景复杂及亮度不均匀等特点,结合磁瓦表面缺陷采用机器视觉自动检测的需求,提出一种基于平稳小波包和非下采样方向滤波器组构造的轮廓波包变换的缺陷提取方法.首先详细论述了轮廓波包变换构造原理,利用平稳小波包变换时不变特性,建立一种新的轮廓波包变换来保证信号的多尺度方向选择性.其次,利用轮廓波包系数的相关特性,采用相关去噪算法消除磁瓦缺陷图像噪声;根据轮廓波包子带系数在不同区域的三维特性,使用自适应阈值修正子带系数,保留缺陷子带系数.最后,采用轮廓波包逆变换重构轮廓波包子带系数,获得缺陷图像.实验结果表明,相比于Sobel和小波包的边缘检测方法,该方法能有效消除磁瓦图像噪声,提取缺陷图像准确率可达95%.     

基于图像检测的轨距检测算法研究

为实现实时在线轨距测量,建立车载轨距机器视觉检测系统,对该系统所采用的去噪前置处理、精确阈值分割处理和距离变换等算法进行研究.介绍系统的工作原理与构成,并在分析传统光带中心线提取算法的基础上提出基于PNDT的快速轨道轮廓中心线提取方法;采用强对比度拉伸和指数变换的方法进行图像增强,并结合高斯平滑与动态ROI对图像进行快速去噪前置处理;对图像进行精确阈值分割处理,采用距离变换的方法得到轨道轮廓中心线并准确定位轨距测量点.实验结果表明:该系统检测精度满足-1mm~+1mm,实验室测试的合成不确定度最大为0.52mm,图像帧处理时间为14.35ms.轨距机器视觉检测系统可满足实时在线轨距检测对系统检测速度和精度的要求.     

采用机器学习的火焰前景提取算法

针对现有火焰前景提取算法提取前景不完整、轮廓失真严重、对复杂环境适应性差等问题,提出一种采用机器学习的火焰前景提取算法。该算法结合使用监督学习方法和无监督学习方法,训练了两级专用的分类器用于确定疑似目标区域;根据Real AdaBoost分类器的输出结果计算聚类算法的初始中心,并使用计算出的聚类中心对目标区域进行聚类分割,以得到最终的前景区域。实验结果表明:该算法对强光环境、夜间环境、静态或动态干扰环境等复杂场景均具有较好的适应性,得到的前景提取误差率在2%~28%之间,低于现有其他算法,且帧运算耗时小于50ms,能够很好地完成多种场景下的火焰前景提取工作,为图像型火灾检测系统中后续的特征提取与识别奠定了基础。     

燃煤电站锅炉火嘴火焰图像分割研究

通过对电站锅炉火嘴火焰图像的分析,提出了使用图像绿光通道亮度值来代替图像灰度值进行阈值分割,能有效地减少背景辐射对火焰图像的影响。提出了采用改进的极坐标法对火焰图像阈值分割之后的火焰核心区域边界进行标定,既保证了火焰核心区域的有效提取,又保证了分割后的火焰核心区域图像的完整性,为火焰的监控与诊断研究提供了可靠的特征区。     

基于RGB空间的非经典K最近邻算法应用研究

为迅速、准确、无过多人工干预的进行图像分割,提出了一种K最近邻算聚类方法并将其应用于图像处理。与经典K最近邻算法在样本库中寻找最近邻点不同,该算法在待分割图像的RGB空间中寻找每一个像素点的K个最近邻点,参考所有像素点同最近邻点之间的平均距离,引入聚类阈值并对像素点的归属进行判断。对火焰图像的分割实验结果表明,在分割精度相接近的情况下,该算法的分割速度要快于其它几种常见算法。     

基于直觉模糊集的阔叶树苗叶片边缘检测

针对田间或苗圃植物背景的复杂性,为准确从采集的样本图片中分割出树苗叶片,提出了一种基于直觉模糊集的阔叶树苗叶边缘检测算法。首先采用3×3模板分别对RGB颜色空间中的R、G、B灰度图进行x方向、y方向、45°以及135°方向模糊聚类,然后采用最大类间方差法提取模糊聚类图像的阈值,最后根据阈值检测出阔叶苗叶边缘。对经典的基于微分算子的边缘检测法与该研究提出的边缘检测算法进行了分析比较,结果证明该研究提出的算法能较好地检测出阔叶树苗叶边缘,特别对于重叠区域叶片也能检测出边缘。     

阈值与纹理相结合的云识别方法

为了利用大气向下红外辐射进行云的地基红外遥感,分析了晴空辐射阈值的确定方法以及有云天空和晴空的LBP谱,进一步提出了阈值与纹理相结合的云识别方法.辐射阈值法可以逐像元地进行云识别,但一旦阈值确定不准,会导致云识别误差较大;有云与晴空的LBP谱有明显差异,可以利用晴空相似度周值进行云识别,但由于计算LBP谱需要在较大区域...     

基于梯度二阶导数的Canny阈值自适应选取算法

图像边缘含有丰富的图像信息,对于很多视觉系统至关重要,比如目标检测与图像分割等。传统的Canny算子仅能用于灰度图像,无法有效利用彩色图像中的颜色信息;此外,该方法需要人为设定高低阈值,不能自适应提取图像边缘,进而造成背景边缘放大等问题。提出了一种基于Canny的自适应彩色图像边缘检测算法;该算法首先通过图像一阶直方图的统计特性,自适应地选取高斯滤波器的参数σ,有效去除了噪声;同时改善了σ参数设置不合理对边缘检测的影响。其次采用了基于图像梯度二阶导数的阈值选取的方法,即根据图像特性自适应选取合适的阈值。实验结果表明:算法能很好地改善传统Canny算子的缺陷,对于彩色图像的边缘信息提取能达到很好的效果。     

基于图像分析的织物悬垂轮廓提取

采用国际通用的伞式法,利用图像分析技术开发了测试织物动静态悬垂的测试系统。根据输入图像灰度分布的双峰特性构造了表征灰度密度分布的理论解析表达式模型。根据实际得到的灰度密度分布利用最优化的方法得到了灰度密度,分布理论解析式的6个系数。根据得到的灰度密度分布理论表达式,从理论上计算出织物悬垂图像轮廓提取的阈值。     

一种新型的图像型火灾识别算法的研究

图像型火灾探测技术是一种新型的探测技术,可以有效地克服传统火灾探测技术的缺陷.针对背景复杂的火灾图像,首先利用差分技术、RGB颜色分割技术和形态特征分割技术建立3层复合分割模型,排除大部分干扰,得到火焰疑似区域;然后分析火焰疑似区域的相似性测度、面积变化值、致密度、偏心率和质心点偏移距离等特征,这些特征可以较全面地表征火灾信息;最后利用RBF神经网络建立火灾识别模型,将提取出的火焰特征作为输入量,对火灾图像进行分类识别.仿真结果表明,该算法对不同场景的火灾识别具有较高的准确率.     

基于湍流气体火焰热图像特性的温度分布

利用数字图像计算机技术，开发出一套对火争热图像的实时采集与测量系统，在小型火焰试验台上，对湍流火焰的热图像特性进行了试验与理论研究，获得了湍动燃烧图像特性的变化规律，提出了用解决火焰热图像特性与温度分布映射关系的单色基准温度标定法，并探索了此方法用于三维温度场时，由于辐射叠加所造成的温度失真的修正方法。     

运用自适应方法去除图像阴影

针对图像阴影的几何轮廓、光学属性、灰度分布等特性,分析了3种去除阴影的算法。各算法的应用范围具有局限性,不能被广泛应用,仅能处理符合一定条件的图像。根据各算法的应用条件和参数阈值,设定判定程序,使得3个算法能够有效地结合应用,应用范围扩为3个算法的总和。判定命令帮助输入图像自动寻找最佳去影算法,突出了自适应的特点,也实现了大部分图像阴影的去除。