基于统计特性的路面图像光照不均匀校正算法

针对传统的灰度校正方法不能有效地校正全局光照不均匀的路面图像,提出基于统计特性的路面图像光照不均匀校正算法。算法根据路面图像自身的特点,以及正态分布特性,利用图像的均值和方差估计每个子块图像的背景灰度值,然后利用双线性插值的方法构造背景灰度矩阵,最后原图像减去背景灰度即可得到校正后的图像。仿真实验证实,该算法能有效地减少图像的光照不均匀,达到校正图像的目的。     

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.     

面向摄像整纬器的织物纬斜检测方法

为了解决局部阴影、疵点和噪点对图像法的检测带来不利影响的问题,设计一种基于分步大津法和窗口像素统计的图像检测方法.首先,利用图像分割技术解决在有局部阴影情况下图像二值化的问题;然后,通过窗口像素统计的方法得到纬斜信息;最后,根据统计结果得到准确的纬斜角度值.实验结果表明:该检测方法可以克服局部阴影、疵点、噪点的影响,保证检测误差低于0.3°.     

基于二维伽马函数的光照不均匀图像自适应校正算法

提出了一种基于二维伽马函数的光照不均匀图像自适应校正算法. 利用多尺度高斯函数提取出场景的光照分量,然后构造了一种二维伽马函数,并利用光照分量的分布特性调整二维伽马函数的参数,降低光照过强区域图像的亮度值,提高光照过暗区域图像的亮度值,最终实现对光照不均匀图像的自适应的校正处理. 通过与经典算法对比表明,本文算法可以更好地降低光照不均匀对图像的影响,提高图像的质量.      

光强倒数色度空间的彩色人脸光照预处理

为了解决彩色人脸识别中色彩信息易受光照影响的问题,提出一种基于光强倒数色度空间（IICS）的彩色人脸图像预处理方法。本方法首先将图像均匀地分割成子块;将每个图像块变换为 IICS 空间中的一个二维数据集,并根据数据集的线性分布特性估计图像块的光照颜色;然后对全部图像块的光照估计进行颜色直方图统计,根据直方图对分块估计的结果进行合并;最后,利用估计得到的光照和对角模型将图像光照校正到标准白光下,用于人脸识别。在 AR 和 FERET 人脸库上的实验表明,通过引入本光照预处理,有效增强了彩色人脸识别方法对光照变化的鲁棒性,提高了识别精度。     

高动态多光照环境下图像灰度校正方法研究

在高动态多光照环境下,采集的图像通常存在光照不均匀的现象,需对其进行灰度校正处理。当前图像灰度校正方法无法有效分离高动态多光照环境下图像的目标点与背景点,图像灰度校正效果不佳。为此,提出一种新的图像灰度校正方法,依据Retinex中的照度和反射模型对高动态多光照环境下的图像进行描述,通过投影思想对高动态多光照环境下的图像区域进行分割。针对页白区域,将其置为背景色;针对均匀区,通过全局处理方式对其进行灰度校正处理;针对阴影区域,通过采样法对其进行灰度校正处理,给出高动态多光照环境下图像灰度校正的详细过程。实验结果表明,采用所提方法对图像进行灰度校正处理后,图像质量高,细节丢失少,且处理速度快。     

光照不均QR码图像二值化研究

Ostu算法因其具有算法实现简单等特点成为常用的一种图像二值化算法,但其对于不均匀光照下的QR码图像二值化处理效果不佳。针对Ostu算法这一缺点,提出一种解决方法：首先使用改进的同态滤波去除QR图像的不均匀光照的影响,然后采用Ostu算法对QR图像进行二值化。实验表明,使用该算法能有效克服不均匀光照的影响,二值化效果良好,条码识别率提高。     

亮色分离的饱和图像校正方法

针对图像饱和产生的偏色和细节丢失问题,提出了一种在YCbCr色彩空间进行的饱和图像校正方法。在校正时不仅考虑用邻域颜色去校正饱和像素,同时参考了该像素的不饱和通道信息。在单通道饱和像素校正中,设定校正点位于原饱和通道方向的延长线上,且为该线与邻域加权平均颜色组成的直线的最短距离点。由于校正是在YCbCr三维空间进行的,因此校正像素的亮度值被同时固定。在双通道饱和像素校正中,校正点颜色用邻域颜色相关性恢复,亮度值通过参考不饱和通道原始数值计算恢复。在3通道饱和像素校正时,对校正点颜色使用邻域恢复,而对亮度采用了梯度保持的方法。实验结果表明,该方法能更有效地校正RAW格式图像和处理后图像的颜色和亮度,并尽量保持不饱和区域的图像信息。     

生物芯片微阵列图像倾斜校正算法研究

针对现有生物芯片图像倾斜校正算法校正精度和运算速度的矛盾问题,提出对矩形样点和圆形样点图像分别采用改进的Hough变换和改进的Radon变换方法进行倾斜校正。改进的Hough变换首先对图像进行二值化,并仅统计矩形样点的上下边缘像素的Hough参数和累计值,然后根据所得的Hough参数空间提取占主导的直线组,最终计算出直线组的平均倾斜角度;改进的Radon变换在提取圆形样点边缘后,对边缘图像进行二级Radon变换,从而得到最佳校正角度。实验证明本文的方法能准确、快速地实现芯片图像的倾斜校正,为生物芯片样点识别奠定基础。     

钢板表面缺陷图像非均匀光照校正及分割算法

针对钢板表面缺陷图像光照不均匀的问题,首先根据图像的亮度与光照分量和反射分量的相关性,采用多尺度高斯函数方法提取图像的光照分量并分离出反射分量.然后根据光照分量的分布情况调整二维(2D)伽玛函数的参数,实现光照分量分布不均的自适应校正,再将校正后的光照分量与原有的反射分量融合得到光照均匀的新图像.最后采用遗传算法选择最大熵阈值进行缺陷分割.结果表明:钢板表面缺陷图像的非均匀光照得到了有效改善,缺陷细节得到了较好保持;图像阈值分割缩短了寻找阈值的时间,能够有效检测出钢板表面的多种缺陷.     

基于熵和变异度的织物疵点图像分割方法

针对现有织物疵点图像分割方法对光照不均匀敏感的问题,提出了一种基于局部熵和变异度的织物疵点图像分割方法。首先对织物图像进行局部熵和变异度计算,提取疵点的类边缘和区域信息;然后基于人工神经网络脉冲耦合（PCNN ）的区域生长法分割织物疵点图像。通过对T ILDA数据库中的疵点图像和基于线阵CCD在线检测的织物疵点图像进行测试,并与已有的相关方法进行对比实验和评价。结果表明,该方法不仅能有效地抑制光照不均匀和复杂背景干扰的影响,而且分割质量有了明显改进。     

一种异形自适应窗口局部立体匹配算法

如何通过立体匹配提高图像景深精度一直是机器视觉研究领域的一个难点, 针对自适应窗口算法易受光照不均和窗口形状难以有效描述待匹配图像边界等问题, 提出一种异形自适应窗口局部立体匹配算法. 由于传统 Census 变换易受中心像素波动影响, 因此提出一种像素信息三维化处理技术, 并通过窗口内非中心像素间差异和窗口间中心像素的差异信息计算匹配代价; 为更好地贴合图像轮廓, 提出了由双螺旋路径法确定的异形窗口进行代价聚合, 对像素区域同时沿两条搜索路径自适应确定形状大小, 形成比传统技术更加高效多变的匹配窗口. 实验结果表明, 相比 Middlebury 平台上其他算法, 所提算法具有更为准确的图像边界描述能力, 可有效提高立体匹配精度, 同时对于光照不均的情况具有更强的鲁棒性.     

基于图像分解的织物组织自动识别

利用维纳滤波从水平和垂直两个方向分解织物图像,经过合理的二值化,分别获得包含经纱和纬纱特征信息的子图像,从而计算经纬纱密度等参数.综合子图像的部分信息,可以确定织物组织点的位置,再利用每个组织点区域内经纬向纹理特征,判断织物组织类型.经过对平纹、斜纹、缎纹3种基本组织布样的实验,表明该方法可以很好地识别织物组织类型.     

基于摄像头采集和图像处理的机织物密度检测

采用CCD摄像头拍摄机织物图像,根据其特性进行图像处理,自动寻找条纹方向并旋转图像.通过运用误差处理的方法,得到精确的织物经纬密度.研究结果表明,拍摄一幅图像即可快速得到织物的经纬两个方向的密度,比傅里叶变换和小波变换计算量小,并可以用于实际生产过程中的纺织品密度在线检测.     

基于织物自适应正交小波的疵点检测

应用织物自适应正交小波对织物疵点的检测和识别进行了分析,首先介绍了织物图像的小波分解算法和紧支撑正交小波,在此基础上提出了织物自适应小波的构造,由自适应小波对织物图像分解,然后对分解后的纬向和经向子图像提取特征,由特征什检测和识别疵点。实验证明了该方法对素色织物的常见疵点具有快速、准确的检测效果。     

基于均匀化理论的针织物拉伸形变有限元模拟

针对针织物形变规律问题,以纬平针织物为研究对象,通过均匀化理论建立宏细观线弹性数学模型,确定针织物的周期性边界条件及载荷边界条件,采用数值模拟方法对织物等效弹性刚度求解,并结合有限元方法计算两种纬平针织物在双向拉伸下的应力应变响应值。与试验数据相比,当织物拉伸的应变小于5%时,基于均匀化理论的方法可准确模拟形变的应力应变关系,而当应变超过15%时,该模拟方法存在一定误差,但误差均可控制在9.7%之内。     

A Novel One-Dimensional Projection Based Method for Fabric Texture Representation

Automated defect detection in woven fabrics for quality control is still a challenging novelty detection problem,while the efficient representation of fabric texture is essential for it.This paper presents a novel method for fabric texture representation.Benefiting from the characteristics of the weaving process,the major texture information of woven fabric is concentrated in the warp and weft directions.Thus,the proposed method is firstly to project the image patch along warp and weft directions to obtain projected vectors containing warp and weft informations.Secondly,the obtained vectors instead of image patch,are used to extract the features that are able to represent fabric texture.Finally,the t-test is applied to verifying the usefulness of the proposed method in discriminating defective and normal fabric textures.The experiments on various defective samples demonstrate that the method yields a robust and good performance in representing fabric texture and discriminating defects.     

纬编针织物在计算机中的三维仿真

为真实模拟纬编针织物的结构,通过分析纬编针织物的物理模型,在三维Pierce线圈模型基础上,引入B样条及椭圆描述线圈,从而建立三维几何线圈模型.根据纱线线圈的中心线走向,将线圈分为两个部分:弧段和圈柱,弧段(如针编弧、沉降弧)用椭圆描述,圈柱用三次B样条曲线模拟.最后利用OpenGL结合VC++模拟针织物的结构,并实现光照效果.试验结果表明:采用该模型及实现方法,模拟效果比单独采用三维Pierce模型、B样条模型更加逼真.     

基于匀光处理的自适应裂缝分割与提取算法

针对光照不均匀与水体模糊效应导致水下图像中建筑物裂缝提取难度增加的问题,提出一种基于匀光处理的自适应阈值分割算法。首先,通过对全局图像进行匀光处理。在保护纹理信息的同时消除亮度分布不均的问题。然后,使用Hessian矩阵去除部分非裂缝信息,根据处理前后图像直方图的变化自适应确定分割阈值。最后,使用张量投票对分割结果进行线性增强,以实现去除噪声、连接裂缝片段的效果。实验结果表明:该算法不仅能对水下光照不均匀图像中的弱裂缝进行有效分割提取,同时也适用于常见水上裂缝图像。