基于分形理论的焊缝信息提取

在基于机器视觉信息的焊缝跟踪系统中，受焊接条件的影响，所拍图像经常存在许多干扰信号，严重地影响了准确焊缝边缘位置信息的获得．针对这一问题，文中利用基于分形理论的边缘提取算法对有干扰图像中的焊缝边缘位置进行了提取．该算法利用各向同性的分数布朗随机场模型对焊缝图像进行分析，通过适当选取无标度区域求出了像素点及其邻域的分数维，并据此来区分焊缝边缘区域．文中还用该算法对自然光及弧光(混合气体保护焊)干扰条件下的焊缝图像进行了处理，结果表明，在较强的干扰条件下，此算法也能够将焊缝边缘位置信息准确提取出来，使焊缝中心位置误差不超过0．3mm．     

图像数据压缩的分形几何模型

图像数据的局部与整体具有相关性，本文用分形几何的理论消除这种数据冗余，对图像的编码过程，解码图像与原始图像几何形状间的误差和灰度失真估计作了研究，并在计算机上予了实现。     

基于自适应匹配的红外图像分形编码

针对红外图像的特点,提出了一种自适应局部分形块编码方法,该方法利用图像块灰度相关性,将值域块与定义域块的匹配限制在以值域块的均值和方差为中心的动态窗口中,动态窗口的长和宽,根据定义域块均值和方差的二维直方图自适应地确定、实验结果表明,所提方法不但大大缩短了编码时间,压缩比也有较大幅度的提高。     

焊缝冲击断口的分形分析

研究了在不同温度下的焊缝的冲击断裂分维数.结果指出:冲击韧性与断面分维成单调上升直线关系;显微组织的变化对分形维数有一定的影响;断面分形维数与断裂机制之间有一定的关系.     

焊缝冲击断口的分形分析

研究了在不同温度下的焊缝的冲击断裂分维数。结果指出：冲击韧性与断面分维成单调上升直线关系；显微组织的变化对分形维数有一定的影响；断面分形维数与断裂机制之间有一定的关系。     

灰度阈值对图像分形特征参数提取的分析

表面形貌的分形维数作为表面形貌描述的特征参数与表面形貌灰度图像二值化转换阈值θ密切相关.在灰度图像的二值化转换过程中,合理选取的二值化转换阈值θ*应能够通过从考察对象中所提取的分形维数来较好地表征表面形貌的相关特征.从实例可看到:灰度图像的二值化转换阈值θ存在着极大值θmax和极小值θmin,当θ>θmax或θ<θmin时,从灰度图像二值化转换过程中所获取的计算分形维数的所有信息将会达到饱和状态.基于θmax和θmin,得到了合理选取的二值化转换阈值θ*的经验判据关系.     

肝脏超声图像分形特性的研究

将Ｐｅｌｅｇ的双毯法和Ｎｉｒｕｐａｍ的分维计算法推广应用于肝脏超声图像分维的计算,并对算例结果进行了分析讨论,在此基础上提出了多重分形谱ａ－ｆ（ａ）的新分析方法,即用测度族支集的Ｈａｕｓｄｏｒｆｆ维数ｆ（ｑ）描述超声图像的复杂分形在生长过程中不同层次的特征。     

钛合金焊缝金属表面疲劳短裂纹的分形研究

采用覆型技术,对TC2钛合金焊缝金属表面疲劳短裂纹群体演化行为进行了实验研究,并应用分形理论对实验观测结果进行了分析·结果表明,钛合金焊缝金属表面群体疲劳短裂纹演化行为具有分形特征;随着疲劳进程中循环次数的不断增加,分形维数也随之增大,对应着材料的损伤在不断加剧;分形维数可以作为一个损伤变量,更好地描述材料的疲劳损伤及演化·     

基于改进Sobel算法的焊缝X射线图像气孔识别方法

提出一种具有自适应能力的焊缝X射线图像气孔检测方法.通过局部动态阈值分割法设计了多方向的焊缝X射线图像模板,采用Sobel算法对复杂背景下的焊缝进行边缘检测和区域标记,并在标记区域对原始图像x和y方向的灰度梯度进行分析,以增强小气孔和粘连气孔的识别能力.检测应用效果表明,所提出的方法具有良好的自适应能力且准确快速,能够有效地克服人工评片中产生的漏判与误判等缺点,并且能够存储和查询检测数据.     

分形及分形图像编码

分形图像编码方法以其高压缩比的潜在能力 ,近年来颇受关注 ,是最有前途的图像编码方法之一 ,目前其研究已取得了很大进展。本文概述分形学的产生、发展 ,简述分形几何与图像压缩结合的理论基础及编码方法。并对分形图像编码的研究现状和发展前景进行了介绍和评述     

基于X射线图像序列的焊缝缺陷自动检测方法

X射线无损检测对于焊接结构件的质量保证具有重要意义,焊缝缺陷X射线实时自动检测的核心技术是序列图像处理。目前,国内外的研究工作大多集中在基于孤立图像的处理中,由于焊缝缺陷形态的多样性而难以将噪声与微小缺陷区分开,因此无法解决缺陷的漏检率和误检率此消彼长的矛盾。该文着眼于时间序列图像,提出基于帧内分割和帧间跟踪相结合的焊缝缺陷检测方法,在图像的空间域处理中消除漏检,在图像的时间域处理中消除误检,从而为解决缺陷漏检和误检之间的矛盾提供了有效途径。试验和现场应用期间,对于常见的壁厚分别为8.8 mm、12.5 mm以5m/m in速度运动的螺旋焊缝钢管中的一系列自然缺陷,最小检出缺陷直径分别约为0.6mm、0.8mm,符合工业应用要求,与此同时无误检出现。     

基于X射线图像序列的焊缝缺陷自动检测方法

X射线无损检测对于焊接结构件的质量保证具有重要意义,焊缝缺陷X射线实时自动检测的核心技术是序列图像处理。目前,国内外的研究工作大多集中在基于孤立图像的处理中,由于焊缝缺陷形态的多样性而难以将噪声与微小缺陷区分开,因此无法解决缺陷的漏检率和误检率此消彼长的矛盾。该文着眼于时间序列图像,提出基于帧内分割和帧间跟踪相结合的焊缝缺陷检测方法,在图像的空间域处理中消除漏检,在图像的时间域处理中消除误检,从而为解决缺陷漏检和误检之间的矛盾提供了有效途径。试验和现场应用期间,对于常见的壁厚分别为8.8mm、12.5mm以5m/min速度运动的螺旋焊缝钢管中的一系列自然缺陷,最小检出缺陷直径分别约为0.6mm、0.8mm,符合工业应用要求,与此同时无误检出现。     

Fractal image compression based on fuzzy theory

Though progress has been made in fractal compression techniques, the long encoding times still remain the main drawback of this technique, which results from the need of performing a large number of range-domain matches. The total encoding time is the sum of the time required to perform each match. In order to make this method more efficient in practical use, the fuzzy theory based on feature extraction of the projection and normalized codebook method has been provided to optimize the encoding time, based on the c-means clustering approach. The results of the implementation of Rate Mean Square (RMS), Peak signal noise ratio (PSNR) and the encoding time of this proposed method have been compared to other methods like the Feature Extraction and Self-orgarnization methods to show its efficiency.     

基于分形与小波变换的图像编码

给出基于分形与小波变换的图像编码方案 .探讨了图像编码中使用的小波基的性能 .采用快速PCC聚类算法 ,利用近距离自相关特性并设定匹配误差阈值 ,大大缩短分形编码时间 .     

Fractal image encoding based on adaptive search

Finding the optimal algorithm between an efficient encoding process and the rate distortion is the main research in fractal image compression theory. A new method has been proposed based on the optimization of the Least-Square Error and the orthogonal projection. A large number of domain blocks can be eliminated in order to speed-up fractal image compression. Moreover, since the rate-distortion performance of most fractal image coders is not satisfactory, an efficient bit allocation algorithm to improve the rate distortion is also proposed. The implementation and comparison have been done with the feature extraction method to prove the efficiency of the proposed method.     

Fractal image encoding with flexible classification sets

Fractal image compression(FIC)technology is an interesting attempt at structure similarity-based image compression.It has been widely applied in many fields such as image encryption,image retrieval,image sharpening,and pattern recognition.However,overlong encoding time is the main difficulty for the application of FIC.In this paper,a new FIC speedup algorithm is proposed with two steps.Firstly,the simplified statistical variable expressions can speed up encoding twice more than the baseline fractal compression(BFC)without loss of image quality corresponding to BFC.Secondly,based on the fact that the affine self-similarity is equivalent to the absolute value of Pearson’s correlation coefficient,a new block classification strategy with flexible classification sets is proposed to speed up encoding further.The experiment results and theoretical analysis show that the proposed scheme achieves high performance in both image quality preservation and encoding efficiency.     

基于Seam Carving的双向接缝裁剪图像重定向

在比较现有图像重定向技术方法基础上,针对传统Seam Carving方法,其图像边缘重要度图的表征内容感知存在忽视了图像内容主体与边缘关系的问题,提出一种双向接缝裁剪的图像重定向改进方法.该方法通过结合检测边缘的梯度能量图和检测内容的显著性图,突出重要对象主体和保护重要边缘信息,同时延缓裁剪细缝穿过重要信息的可能性,能够保持重定向图像的重要部分与图像整体之间的布局合理关系.以SIFT Flow算法作为质量评估参考,利用实验数据集和多组对比实验,验证了本研究图像重定向改进方法具有良好的视觉改善效果.     

焊缝图像边缘线提取的一种有效算法

基于机器视觉智能焊接自动化,提出了一种有效的焊缝识别算法.通过对图像进行滤波、图像锐化、二值化增强,以及针对二值化后的图像以形态学滤波方法进一步滤除图像中的孤点噪声等方式,采用Roberts边缘算子提取出焊缝图像的边缘,并利用骨架运算提取.在预处理和检测时都使用感兴趣区域.结果表明,该算法具有良好的实时性、可靠性和鲁棒性.     

图像分割方法在焊缝跟踪过程中的应用

为提高焊缝超声波探伤的实时跟踪,提出将图像分割方法应用于白线跟踪法和激光跟踪法两种不同焊缝跟踪系统中。一种是采用Hough变换边缘检测法对检测图像中的目标边缘进行提取,另一种是利用区域增长法对检测图像中的目标区域和背景区域进行有效区分,这两种方法都能很好地提取出图像中的目标特征信息。仿真结果表明,两种图像分割算法在焊缝跟踪过程中能够准确地识别出焊缝的特征信息,确保跟踪系统的实时性。