首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 46 毫秒
1.
针对ZS细化算法中存在冗余像素,在运用到柔性电路板(Flexible Printed Circuit Board, FPC)短路和断路缺陷定位时,会出现误检和重检的情况,提出了一种改进的ZS细化算法.首先,对FPC原始图像进行通道分离和二值预处理,运用ZS细化算法获取初始细化图像;然后,针对Z字型,T字型和十字型交点处存在的像素冗余,构造9个删除模板,改进经典ZS细化算法,消除ZS细化算法的冗余像素;最后,将改进的ZS细化算法、Hilditch细化算法和经典的ZS细化算法应用到FPC短路和断路缺陷定位中,并进行对比.结果表明:改进的ZS细化算法处理时间比经典的ZS细化算法稍长,但只有Hilditch细化算法的1/3左右;改进的ZS细化算法在保证FPC骨架连续性的基础上,实现骨架的单一像素化,可以准确快速地定位FPC的短路和断路缺陷.  相似文献   

2.
基于两极复合式指纹图像细化算法的研究   总被引:2,自引:0,他引:2  
针对现有指纹图像模板细化算法中存在的诸如迭代次数较多,细化速度慢,图像局部细化不完全等问题,分析了两种常用的细化算法——快速细化算法和改进的OPTA算法各自的优缺点,提出了一种基于两极复合式算法的指纹图像细化算法,该算法在保证对图像完全细化的同时,能较明显提高细化处理速度。  相似文献   

3.
提出了一种手背静脉图像的有效区域提取方法,在获得手背静脉图像的有效区域后,对图像进行增强和平滑处理,采用动态阈值分割算法对图像进行分割,对分割结果进行平滑细化和去除毛刺处理。仿真实验表明,该算法能够获得失真较小的静脉骨架。  相似文献   

4.
基于内点保留的二值图像细化算法   总被引:9,自引:0,他引:9  
提出一种基于内点保留的并行细化算法,与一般基于边缘点去除的细化算法比较,它具有运算速度快,程序简单,便于硬件实现,能够完整地保存图像的拓扑结构,所获得的骨架对称性好等优点,在IIS图像处理系统上进行了初步实验,结果表明,所提出的二值图像细化方法解决二值图像细化问题开辟了一条新途径。  相似文献   

5.
选取由三种具有典型横截面形状的纤维(兔毛、晴纶和粘胶)组成的混纺纱作为研究对象。经过高通滤波、二值化后,对输入图象进行细化。为了消除存在的孤立点或孤立团,本文对 Hilditch 细化算法作了改进。纤维的轮廓通过以最小夹角原则跟踪获得,然后对轮廓进行平滑并计算其曲率,根据曲率变化以及轮廓内是否有孔洞对纤维进行分类、识别.最后根据识别的结果进行定量分析。  相似文献   

6.
多光源图像细化和细节增强的协同图像处理算法研究   总被引:1,自引:0,他引:1  
多光源图像合成处理过程中,为了增强图像的轮廓和表面细节,同时使合成后的图像边缘无伪迹、保真度高,提出了一种多光源图像细化与细节增强的协同处理算法。该算法通过梯度域法构建辅助层,采用二次过滤法提取出细节层,提出了新的阴影检测算法用来去除细节层的伪迹,同时使该细节层包含了输入图像的全部信息;使用一幅输入图像构造一个基础层并进行暗区亮度增强处理;细节层和基础层进行复合处理后,重现了暗影区丢失的细节,同时增强了现有的细节。该算法与其他算法进行图像处理对比实验,结果表明,该算法用于实现多光源图像细化和细节增强是可行的、有效的,采用这种方法合成的图像看起来更自然,相对于输入图像,输出图像保持了较高的保真度。该算法具有交互性,用户可以手动或自动调整合成图像的效果。  相似文献   

7.
对汉字图像进行细化处理的一种新算法   总被引:1,自引:0,他引:1  
细化是图像分析和模式识别中的一个重要的操作,而基于图像集合运算的数学形态学细化算法则是细化算法中的一个重要分支,它可以利用灵活多变的结构元素对不同的图像进行处理.在保持原有图像拓扑关系不变的前提下,给出了一种新的形态学细化算法对汉字图像进行细化处理.  相似文献   

8.
分析快速细化算法和OPTA细化算法不足产生的内在原因,提出一种新的基于重心的快速细化算法.该算法根据被细化图像的特点,用密度重心快速将纹线细化到3个像素宽度内,计算4邻域拓扑实现彻底细化.仿真结果表明,在细化效率方面,该算法一次遍历删除超过一半的大量冗余像素,是快速细化算法的3~7倍;在细化要求方面,该算法可达到绝对单像素、光滑无毛刺,并能保持端点不被吞噬,能够很好地满足图像细化的要求.  相似文献   

9.
提出一种基于内点保留的并行细化算法,与一般基于边缘点去除的细化算法比较,它具有运算速度快,程序简单,便于硬件实现,能够完整地保存图像的拓朴结构,所获得的骨架对称性好等优点。在IIS图像处理系统上进行了初步实验,结果表明,所提出的二值图象细化方法为解决二值图像细化问题开辟了一条新途径。  相似文献   

10.
提出了一种手背静脉图像的有效区域提取方法,在获得手背静脉图像的有效区域后,对图像进行增强和平滑处理,采用动态阈值分割算法对图像进行分割,对分割结果进行平滑细化和去除"毛刺"处理.仿真实验表明,该算法能够获得失真较小的静脉骨架.  相似文献   

11.
指纹图像细化算法的研究   总被引:38,自引:3,他引:38  
对指纹图像的细化算法进行了较深入的研究,分析了两种常用的细化算法——快速细化算法和改进的OPTA算法各自的优缺点.针对这两种算法的不足,分析其产生的原因,并且在第二种算法的基础上,重新构建了细化模板,提出了一种新的细化算法.经过实验证明。该算法能够很好的满足细化的要求,细化完全彻底,细化以后的指纹骨架在纹线中心线,并保持了纹线原有的拓扑结构和细节特征,而且光滑无毛刺,运算速度也很快.  相似文献   

12.
指纹识别预处理算法研究   总被引:1,自引:0,他引:1  
通过对指纹识别技术和相关数字图像处理算法的研究,经过反复对比和验证,提出了基于指纹脊线方向的一整套预处理组合算法。采用预定义方向法计算点方向图并通过低通滤波器进行校正。为了提高传统块方向图求法的鲁棒性,提出了一种多窗口求取块方向图的方法,考虑到指纹图像是一种纹理模式图像,构建了一组方向滤波器对指纹图像进行增强,并将方向信息引入求取二值图算法中,最后采用优化模板实现纹线细化。  相似文献   

13.
在剖析现今通用的图像细化方法的基础上,提出了改进现有细化算法以提高处理质量和速度的两种可行途径,并据此设计了一种新的4×4算法,构造了相应的判别模板及其细化过程.本算法已在图形智能处理系统中得到了实际应用,大大提高了图像处理的质量和速度.  相似文献   

14.
提出了一种适应于二值图像的快速细化算法,该算法利用边缘跟踪、根据边缘跟踪特点所设计的判断规则及单向链表结构存储边缘信息等技术,大大地加快了细化速度,而且占内存少,当仅需对目标模式进行细化处理时,该算法更为有效。  相似文献   

15.
一种基于字符边界的细化算法   总被引:5,自引:0,他引:5  
字符图像细化能极大地消除图像中的冗余信息量,大大简化字符识别特征的提取过程,提高字符识别的准确性和快速性.对字符进行细化,是字符识别的前提.提出了一种利用字符边界细化字符的算法,每一步都针对单个像素点作处理,并提取笔划单侧边缘点序列作为字符图像骨架.实验结果表明:该算法能较好地保留字符图像的基本信息,快速地去除字符图像中冗余的像素点,有效地解决了交叉点分离,笔段变短等问题,并为连笔笔划的切分提供了有效的方法,具有较好的细化结果.  相似文献   

16.
铝合金钨极氩弧焊熔池图像处理   总被引:4,自引:0,他引:4  
对铝合金熔池图像特点进行了分析,提出了一种快速有效的熔池边缘提取算法.采用边缘保持滤波和模糊增强对铝合金熔池图像进行预处理,并采用max-min算子对边缘进行检测,采用投影法对边缘进行细化和去除伪边缘而获得清晰的熔池边缘.该算法抗干扰强、计算速度快、计算准确,能有效提取熔池的形状.  相似文献   

17.
为了提高温湿度计检定仪的智能化水平,提出了一种基于不变矩信息融合的温湿度计数字自动识别算法。首先,通过Otsu法对图像进行分割,截取仪表盘;接着,通过Hough变换对图像进行校正;然后,通过Two-Pass算法定位数字区域,并采用非端点位置像素置零法细化数字图像;最后,采用Hu矩与Zernike矩融合的方法,提取图像分类特征,并利用现场实际采集的仪表图像对该算法进行了验证。结果表明,,基于不变矩信息融合的数字识别算法降低了算法的复杂度,提高了检测效率。  相似文献   

18.
在剖析现今通用的图像细化方法的基础上,提出了改进有细化算法以提高处理质量和速度的两种可行途径,并据此设计了一种新4×4算法,构造了相应的判别模板及其细化过程,本算法已在图形智能处理系统中得到实际应用,大大提高了图像处理的质量和速度。  相似文献   

19.
一种二值图像的快速细化算法   总被引:8,自引:0,他引:8  
提出了一种适应于二值图像的快速细化算法,该算法利用边缘跟踪,根据边缘跟踪特点所设计的判断规则及单向链表结构存储边缘信息等技术,大大地加快了细化速度,而且占内存少,当仅需对目标模式进行细化处理时,该算法更为有效。  相似文献   

20.
彭玲 《科学技术与工程》2012,12(6):1428-1430
指纹属性是指纹的重要特征,脊线追踪是提取指纹属性的前提。本文提出了一种基于指纹细节端点和叉点的脊线追踪算法,该算法在细化后的指纹图像上分别以端点和叉点为起始点,依次寻找脊线上的下一个像素点,从而遍历整幅指纹图像的脊线。实验结果表明,该算法对指纹细化图具有较好的脊线追踪效果。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号