成型中固体输送段聚合物的计算机层析测量

提出了对成型中固体输送段聚合物进行计算机层析图像测量的新方法。该方法综合运用核物理学、光电子学、高分子物理、计算机技术和数学知识，通过γ－射线的光子流与聚合物原子、聚合物链段相互作用所产生的光电效应、康普顿效应和电子对效应，来图像化地测量固体输送段的聚合物形成。实验结果表明，利用该方法不仅能对处于密闭空间的聚合物形态进行非破坏性在线测量，而且可以推导出固体输送段聚合物形态与其性能的关系。     

一种物质成分自动识别技术

不同的物质具有不同的显微形状结构,使用偏光显微镜获取物质的显微图像,应用阈值分割算法得到物质图像的粗分割结果,利用分水岭分割算法分离互相粘连的物质,分离出物质对象区域;应用该区域简单几何特征识别不同的形状,实现了物质成分的自动识别分类。     

基于多阈值算法和分水岭算法的图像分割

图像分割是图像处理中的关键技术,有利于目标的定位和识别,为了提高图像分割的精度,针对单一分割方法存在的不足,提出一种基于多阈值算法和改进分水岭算法的图像分割方法.首先采用多阈值算法分割图像,得到图像的初步分割轮廓,然后采用分水岭算法实现再一次图像分割,最后选择多种类型的图像对分割方法的精度进行验证.实验结果表明,该方法可以将用户感兴趣的目标准确地分割出来,图像分割精度和速度优于单一的多阈值算法或改进分水岭算法,更有利于图像的后期处理.     

基于蛙跳算法与Otsu法的图像多阈值分割技术

 为了快速准确地确定多阈值图像分割中的最佳阈值,提出了一种基于蛙跳算法与Otsu法相结合的多阈值图像分割方法.该方法将多阈值求解看作一种多变量的组合求解优化问题,利用多阈值Otsu法设计分割目标函数,将新兴的仿生学优化求解算法——蛙跳算法引入到图像分割技术中,通过蛙跳算法中全局搜索和局部搜索相结合的搜索机制并行求解多个阈值.实验结果表明,该方法与基于人工鱼群算法的图像多阈值分割方法相比,明显提高了图像分割速度和分割质量.     

基于特征差异性的荧光磁粉探伤图像分割算法

为实现目标信息与伪信息的有效分割,提出一种融合了梯度法与阈值法的荧光磁粉探伤图像分割算法.以荧光磁粉图像中目标信息与伪信息的梯度特征差异为主要判据,设计了图像分割算法.滤除与目标信息的灰度特征最接近的伪信息,结合阈值法提取目标信息.主要选取梯度特征为分割判据,有效弥补了纯阈值法通用性差的缺陷.在集成了OpenCV的VC环境下进行了算法调试实验,结果显示:目标信息与伪信息的梯度特征差异显著,去除高梯度值的伪信息后,目标信息与背景信息的灰度特征差异明显,结合阈值法可以实现准确提取.     

弱边缘医学超声图像目标区域的自动定位与分割

医学超声图像分割是图像处理中的一项关键技术.以胆结石超声图像为例,介绍一种新的弱边缘超声图像分割算法.首先采用基于直方图凹度分析的阈值分割方法确定Snake模型的初始蛇,再基于Snake模型结合贪婪算法对图像进行目标分割.实验结果表明该算法对弱边缘现象较为严重的医学超声图像进行目标分割时,定位准确,且分割效果良好.     

电视图像目标实时分割与识别算法

研究一种电视图像目标实时分割和识别算法.在二维图像不变矩和相对矩的基础上,进一步组合优化得出4个不变矩,结合复数矩、圆方差和椭圆方差组成目标特征向量,利用k-近邻法实现目标的识别和分类.图像分割采用改进矩不变阈值分割和基于梯度的自适应阈值分割提取目标.仿真实验表明,提取的目标特征量对于平移、缩放和旋转均能保持较好的不变性.用该分割算法分割的图像边缘清晰,分割时间为8 ms,易于硬件实现.     

基于粗糙熵和K-均值聚类算法的图像分割

针对基于粗糙熵的图像分割算法不能满足复杂图像的多类目标提取的需要,本文先利用K-均值聚类算法对图像进行区域分割,再利用基于粗糙熵的方法对分割结果进行目标提取,从而达到多阈值分割的目的。通过对遥感图像进行分割处理,证明了改进后算法的有效性。     

柴油发动机缸内进气流场的层析图像诊断法

针对发动机缸内进气流场由于不可视和动态而导致其难以无损在线测量的难题,提出了柴油发动机进气流场的层析图像诊断方法.分析了运用工业计算机层析成像系统获取进气过程中的柴油发动机缸内进气流场的层析图像原理,讨论了缸内进气流场中的气体迹点、密度、流速及其变化在层析图像上的行为规律,研究了最大平均互信息的缸内进气系统层析图像分割预处理方法,论述了基于随机变量互信息的缸内进气流场多目标特征图像提取方法.通过单缸立式柴油机缸内进气流场的高能工业计算机层析成像诊断实验,无损和实时地获取受限空间内的气缸内流场气体迹点、密度、流速及其变化状态信息,发现了流动过程中气体与气缸、气体与气体之间相互作用而形成的层析链结构及其形态.与现有缸内进气流场的其他诊断方法相比,文中方法具有无损、在线和多维诊断的特点.     

基于K-means算法分割遥感图像的阈值确定方法研究

当前遥感图像分割中阈值确定方法忽略了前景和背景内在的联系,导致过分割和轮廓模糊,造成整体性能低下。为此,提出一种新型基于K-means算法分割遥感图像的阈值确定方法,通过K-means算法对遥感图像进行分割,利用最大类间方差方法得到分割遥感图像的初始阈值,依据该阈值将遥感图像划分成两类,求出两类的均值,将其作为K-means聚类算法的两个初始聚类中心,通过K-means聚类方法逐次迭代,不断更新聚类中心,直至得到聚类准则函数,从而求出遥感图像的最佳分割阈值。实验结果表明,采用所提方法确定遥感图像分割中的阈值,不仅效率高,而且整体性能优越;将得到的阈值应用于遥感图像分割中,能够使目标和背景被有效分离,且分离后目标部分轮廓比较清晰。     

一种基于复杂产品ICT切片图像的轮廓提取算法

应用ICT(indusrtial computed tomography)成像与数字图像处理和CAD等综合技术已成为对复杂机械产品进行反求建模的重要手段之一.在针对ICT切片图像进行轮廓分割和数据提取时,其轮廓数据的精确性对反求建模精度至关重要.在比较传统轮廓数据算法的基础上提出了一种改进的ICT切片图像轮廓边界分割与提取算法,经过分析和比较,该方法不但可提高边界轮廓数据的提取精度,而且还具有计算速度快和计算开销少的特点.     

基于CT图像的势函数聚类分割人体脂肪检测

CT图像中人体脂肪组织有与其他成分不重叠的灰度值范围，但背景较复杂，图像直方图中可能出现多峰情况，为此将势函数聚类自适应多阈值图像分割算法与CT图像分析相结合，设计了一种快速而有效的多阈值脂肪提取算法——势函数聚类自适应模糊多阈值分割法，并进行CT图像计算机辅助人体脂肪检测。实验结果和脂肪含量计算表明，该方法能准确地检测人体脂肪分布以及含量等信息，计算结果直观效果好，且该算法得到的同一个体相邻断层脂肪含量相关性好，多次实验证明，计算机辅助脂肪检测方法在实验中具有很高的适应性与稳定性。     

一种高分辨率多光谱图像的多尺度分割方法

综合扩展的分水岭变换和分水线动态范围,提出了适用于高分辨率多光谱图像的多尺度分割方法。该方法首先计算多光谱图像的梯度,接着去除梯度图像上不相关的局部最小区域,然后计算分水岭的动态范围,通过设置不同的阈值,得到多层次(多尺度)分割结果。采用城市地区的高分辨率数据来评价所提出的方法,并与现有的图像分割方法进行比较。实验结果表明,该方法可生成多层次的分割结果,并较准确地分割出地物特征。分割结果反映了地物的多层次信息,为后续的面向对象分析提供了有意义的参考。     

润滑剂抗磨性能测量的图像处理系统

根据钢球磨斑显微图像的特点，研究图像的预处理、分割和特征计算的处理过程，并开发出润滑剂抗磨性能测量的图像处理系统。采用最小误差法选取阈值进行分割，并结合形状因子分析法去除非磨斑目标，完成对分割后磨斑图像的识别。实验结果表明，采用计算机进行图像采集和自动处理，提高了测量的精度和自动化水平。     

基于模糊逻辑的元胞自动机用于图像处理

提出了一个基于模糊逻辑的元胞自动机模型用来处理图像处理中的图像分割问题。将元胞自动机原理中的元胞状态转化为模糊元胞状态,并将演化规则转化为模糊规则从而建立模糊元胞自动机模型,使图像中灰度水平介于目标和背景之间的像素得以较好地归类,从而得到一种新的图像分割方法。     

深海高清摄像系统及多金属结核图像处理与统计

根据海底可视化技术对工作水深和图像清晰度的要求,研制了一套6 000 m级深海摄像系统;并应用该系统进行了基于图像处理的多金属结核的矿产普查分析。深海摄像系统水下拖体包括两路高清摄像机、一路照相机、水下定位装置和传感器,信号通过嵌入式系统压缩经过光电复合缆传输到甲板并显示在上位机软件。通过对图像的灰度化处理、二值化处理和数学形态学处理,完成图像的分割与修正,计算图像中某区域多金属结核的面积;该系统在大洋36航次中获得了成功应用,系统工作稳定、拍摄视频清晰度高,圆满完成深海地质调查任务。     

快速HLS彩色空间变换方法

分割是图象分析和处理中的重要手段．对于彩色图象,一般的分割方法都是基于ＲＧＢ（红、绿、蓝色）的彩色分量的计算,但有时ＲＧＢ分量不能确切体现图象中目标物体的特征,而且计算量很大．给出了一种新的彩色图象ＨＬＳ（色度、亮度、饱和度）变换方法,它能够体现出人类视觉特征,且经变换后的图象特征明显,易于进行边缘检测、分割和目标识别处理．此方法计算量小、精度高,经在医学图象处理系统中的实际应用,取得了很好的效果．     

一种基于双阈值的实时图像灰度级压缩方法

基于图像的阈值分割和灰度变换原理,针对灰度图像处理系统中图像采集采用14bit的A／D而显示时需将灰度级压缩为2^8的问题,介绍了一种简单实用的灰度级压缩方法。实验结果表明该方法实时性好,抑制了噪声和背景信息的同时保持了目标细节信息。     

粗细粒度超像素行人目标分割算法

针对车载视觉行人目标分割由于复杂场景对行人目标的分割结果产生干扰而出现信息冗余以及错误分割的问题,提出一种粗细粒度超像素行人目标分割算法。该算法以Mask R-CNN作为粗粒度一次分割,将所得结果经Slic超像素细粒度二次分割,融合两次输出结果来提高现有图像目标的分割精度,为行人目标识别和跟踪提供有益先验感知信息。经仿真验证,该算法能够对复杂背景情况下的图像进行有效分割,MS COCO标准公开集测试结果与原有Mask R-CNN检测算法相比,mAP提高0.71%,为图像识别和计算机视觉系统完成精准的预处理,具有较强的工程应用价值。