混合反射特性表面形貌测量中光刀条纹的提取方法

该文通过分析混合反射特性表面在实施光刀法三维形貌测量过程中的噪声来源,给出了噪声与有效条纹图像形态学特征的差异。根据两者的灰度连续性差异,提出了去除噪声的图像处理方法。首先增强条纹状噪声的灰度离散化程度,使用灰度阈值的图像分割方法,分离噪声与背景亮度,同时保持有效条纹的灰度连续性;再通过基于图像形态学的处理方法去除已经颗粒化的噪声,对已去噪图像的有效条纹进行边缘修复和断线连接,得到有效条纹的二值化掩模图像。用掩模图像与原图像相乘,可提取出原图像中的有效信息。结果表明:该方法从具有噪声的光刀图像中准确地提取出了有效条纹。     

基于激光视觉的多层多道焊接坡口特征点提取方法

多层多道自适应焊接一直是实现中厚板焊接自动化的难点.文章研究了多层多道焊焊接坡口特征点提取方法,通过对焊接坡口激光条纹图像特征分析,首先采用中值滤波去除图像噪声,利用阈值分割和重心法提取激光条纹中心线,然后经过中心线拟合直线求交点和逐列搜索对比获取焊接坡口轮廓的四个拐点,为后续多层多道自适应焊接提供了可行性技术途径.     

基于相似度滤波算法的视网膜血管分割

在计算机辅助眼底图像视网膜血管分割中,基于匹配滤波算法的应用非常广泛.而传统匹配滤波器算法存在分割细小血管效果较差、噪声多以及视盘干扰等问题.本文提出一种相似度滤波算法的眼底图像视网膜血管分割方法.首先用多层阈值和水平集算法提取视盘干扰区域,利用高斯模糊去除视盘干扰区域.然后采用相似度滤波运算对去除视盘干扰的彩色眼底图像进行处理.最后,将余弦相似度图进行二值化后与余弦相似度加强图进行区域连通性判断,实现眼底图像视网膜血管分割.结果 表明,该算法能较好地分割细小血管以及去除视盘干扰,能更为准确地提取眼底图像视网膜血管.     

中高层大气风场星载FPI干涉条纹的处理

中高层大气的探测与研究日益受到世界各国高度关注,中国科学院空间中心自行设计搭建了带有大口径望远镜的星载FPI原理样机,获取了干涉条纹图像。介绍FPI的原理和特点,阐述干涉条纹的处理方法,即滤波的基础上进行图像分割和干涉条纹细化线条提取。两步滤波分为中值滤波去除脉冲干扰和区域背景补偿,再采用区域平均灰度值阈值法图像分割得到二值化条纹,数学形态学运算填充小的断裂点和消除毛刺,进行条纹细化操作提取条纹。应用VC++开发了图像处理软件平台,实现了多种滤波、分割和细化的算法,各种处理结果予以对比。FPI干涉条纹处理自动化的方法应用效果明显,得到验证。     

作物叶面图像自动分割方法

为了能够从作物图像中快速地获得作物长势与病虫害等信息,叶面图像分割是重要基础.提出了大田环境下作物叶面图像的自动分割方法,首先通过颜色分割获得作物图像绿色区域部分,然后采用光滑度分割删除枝、茎和杂草等绿色干扰;在此基础上以腐蚀与区域面积方法去除叶面干扰区域;最后将叶面区域以适度膨胀操作获得完整的作物叶面图像.为了验证方法的有效性进行了一系列田间试验,结果表明:与已有的方法相比,该方法具有从复杂的作物图像中自动获得叶面区域的优点,为作物状态与病虫害的进一步分析提供参考.     

基于极线约束的多线激光条纹匹配算法

依据双目视觉方法,先由双CCD摄像机摄取左右两幅标记有多线激光条纹的图像,然后对图像进行预处理．处理后的两幅图像是在不同视角下摄取的多条单像素宽的激光条纹,在极线约束的理论基础上,提出了一种多线激光条纹的匹配方法,从而实现了激光条纹的匹配和激光扫描线的三维重建．     

一种改进的分水岭图像分割算法

针对分水岭图像分割算法普遍存在受噪声影响大和过分割的问题,提出了一种基于梯度修正和相邻区域边缘强度合并的改进分水岭图像分割算法。首先对图像采用形态学开闭重建滤波,消除噪声对图像的干扰;其次,使用多尺度算子计算形态梯度,充分利用大结构元素和小结构元素的各自优点,获得更准确的形态学梯度;再用粘性形态学运算对梯度图像修正,有效去除产生过分割的局部极小梯度值;分水岭变换后,定义出相邻区域的边缘强度值,并基于相邻区域边缘强度合并过分割区域,进一步消除图像过分割,改进分割效果。实验表明:该方法不仅能够有效地去除图像噪声干扰,而且能够消除过分割区域,同时还具有较强的区域轮廓定位能力,有效提高了图像分割效果。     

基于色彩滤镜阵列的织物图像莫尔条纹消除算法

针对织物普遍具有的细密栅栏特性的规则性干扰,以致图像中产生明显的波纹状彩色条纹图案的困扰,给服装的展览、宣传带来不便的难题,研究了织物图像中莫尔条纹的消除问题。而传统的基于JPEG图像的重构算法,在去除条纹时会降低图像的色彩质量,影响服装的整体美感。根据对织物图像中莫尔条纹的形成机理和数码相机成像过程中Bayer CFA色彩滤镜阵列的排列特性进行分析,提出了一种先检测莫尔条纹区域,进而采用色彩插值补偿的一种莫尔条纹消除算法。算法首先对织物数码图片的原始数据G分量进行水平、竖直方向的高通滤波,模拟CFA采样过程的混叠现象,从而检测出图片中含有莫尔条纹的区域。然后在莫尔区域分别再对R、B分量进行处理,最终实现了莫尔条纹的消除。实验结果表明,与传统方法相比,通过提取图像的G分量信息进行处理,能在不影响图像色彩质量的同时去除莫尔条纹,更具实用性。     

基于LabVIEW的条纹图像处理技术

条纹相机获取的条纹图像含有被诊断的超快激光脉冲的重要信息，对条纹相机输出的条纹图像进行处理就是要获取被诊断超快激光的激光脉冲能量、激光脉冲半宽时间、激光脉冲上升时间、激光脉冲下降时间和激光脉冲间距时问信息。条纹图像处理采用首先去除条纹图像背景灰度，然后取条纹图像列平均灰度作为计算激光时间参数的方法，最后采用LabVIEW这种图形化语言编写了条纹图像处理程序。对典型条纹图像处理的结果表明基于LabVIEW的条纹图像处理技术不仅节约开发时间而且实用性强。     

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。     

基于亮度突变性与密度特征检测的厚板T形接头焊缝轮廓识别

基于激光视觉传感的厚板电弧焊接中,为实现自动化、智能化,焊接需要有效的焊缝轮廓提取方法.针对厚板T形接头熔化极活性气体保护焊中焊缝图像强烈的电弧干扰背景,提出了一种基于亮度突变性与密度特征检测的焊缝轮廓识别方法.首先,采用改进的Canny算法凸显焊缝轮廓边缘并抑制电弧干扰背景.然后,利用激光条纹在局部区域内存在亮度突变的特性,提出一种亮度突变检测方法对干扰背景进一步抑制.最后,在Otsu阈值分割处理的基础上,提出了基于带宽与密度特征逐列扫描去除干扰的算法,并将处理后的数据进行最近邻聚类,利用数据类的空间尺度特征识别焊缝轮廓.结果表明:提出的算法在处理电弧区域占图像面积近20%的强干扰时,能有效地提取不同填充阶段焊缝轮廓95%以上的整体信息,可为不同接头机器人自动化、智能化焊接的进一步实施提供参考.     

基于YCbCr颜色空间手势分割

手势作为一种非常重要的信息交互载体,包含着大量符合人类认知习惯的交互信息,针对光照变化、外界干扰等复杂背景环境对手势分割的影响,提出了一种基于YCbCr颜色空间的肤色检测方法进行手势分割.根据人体肤色在YCbCr颜色空间中的聚类效果,采用基于椭圆模型的肤色检测方法,首先对复杂背景环境下的类肤色区域进行分割,同时针对分割图像中可能存在非手势区域的问题,采用最大类间方法获取分割阈值,去除图像中非手势区域,获取较高质量的手势二值图像.实验结果表明,针对复杂的背景环境,该算法具有较强的鲁棒性,能实现较为高效的手势分割.     

多相图像分割的多尺度变分水平集方法研究

由于传统的Chan-Vese模型无法分割多个同质区域的目标,多相水平集方法会产生区域重叠问题。提出了多相图像分割的多尺度变分水平集方法,使图像各相互相独立,避免分割区域的重叠和漏分。同时,利用小波变换将图像分解成多尺度的逼近子图像,在子图像上进行图像分割,采用插值法将粗尺度上演化曲线投影到细尺度上作为初始轮廓线,逐层分割直到原始尺度图像,有效抑制噪声并提高了计算速度。实验结果表明,该方法比传统的方法能更快速有效地分割图像。     

基于分块法的条纹处理技术及应用

为使条纹处理、原理简单、速度快、抗干扰 ,提出了一种基于分块法的条纹处理技术。在对不同的二值化方法比较的基础上 ,重点阐述了基于分块法的图像二值化和细线化的原理和过程 ,讨论了分块二值化中阈值确定的原则和算法 ,介绍了为提高图像处理质量而采用的去底色方法和对图像中间部分的特殊处理过程 ,以及基于该法的图像细线化算法。基于分块法的条纹处理技术能够最大限度地保留有用信息 ,遏制干扰和冗余信息 ,有很大的可靠性。将该法应用于莫尔测偏法进行物体表面形貌的测量 ,可实现仅用两幅图来重构被测物的表面形貌     

用于波纹板角焊缝跟踪的变步长角点检测算法

针对波纹板-箱梁T型接头角焊缝位置的激光双目视觉检测,提出了一种变步长角点检测算法,即先建立波纹板角焊缝位置的双目视觉测量模型,根据激光条纹投射在角焊缝上的成像特征进行图像预处理,然后设计变步长搜索算法先找到激光条纹上的近角点,于近角点两侧选取激光条纹上的像素点构造两条直线,由直线的交点来确定角点.试验结果表明,用该方法测量角焊缝位置坐标,可靠性高,测量误差范围在0.1mm以内,角焊缝轨迹三维重建误差在1mm以内,测量精度优于传统算法.     

基于多模态3D-CNNs特征提取的MRI脑肿瘤分割方法

针对目前MRI脑肿瘤分割中的无监督特征提取方法无法适应脑肿瘤图像的差异性,提出一种基于多模态3D卷积神经网络(CNNs)特征提取的MRI脑肿瘤分割方法。将2D的多模态MRI图像组合成3D原始特征,通过3D-CNNs提取特征,更有利于提取各模态之间的差异信息,去除各模态之间的冗余干扰信息,同时缩小原始特征邻域大小,以适应同一病人不同图像层肿瘤大小的差异变化,进一步提高MRI脑肿瘤的分割精度。实验结果证明,能适应不同病人各模态之间的差异性和多变性,以提高脑肿瘤的分割精度。     

一种基于多分辨分析的简化的分裂-合并图像分割算法

为了减少分裂-合并算法的计算复杂性,提出了一种基于多分辨率分析的分裂-合并简化算法.首先,将原始图像用多分辨的形式分层表示,对最低层分辨率的图像用简化的分裂-合并算法进行图像分割,同时用该层的边缘信息对分割结果进行优化,得到该层的分割图像;然后,用直接影射的方法将低分辨率的分割图像映射到高分辨率空间中,并用相应的边缘信息进行优化,直到在原始分辨率空间完成上述工作,得到最终的分割结果.试验证明,所提算法简单有效,较好地解决了分裂-合并算法计算复杂的问题.     

一种适合于昏暗光线下的驾驶员脸部定位方法

采用CCD摄像机获得驾驶员脸部图像.由于黑天光线不足,肤色较暗,在将彩色图像转变为黑白图像的过程中,首先通过腐蚀和膨胀结合的方法去除图像部分的噪声.采用图像差异的阈值处理方法,初步选定灰度阈值,再利用二次非线性方程对灰度值进行归一化处理,强化了图像灰度集中各灰度值之间的差异,以此灰度阈值作为分割人脸和背景的界限值,得到图像的灰度直方图,再把灰度直方图向水平和垂直方向投影,获得驾驶员脸部区域,实现对驾驶员面部定位.该方法可以在昏暗光线下,定位人脸区域,有效去除干扰.根据上述算法,进行了不同环境和路况下的监控试验.结果表明:在昏暗光线下。驾驶员脸部定位的平均准确率达到83%,该方法具有实时、准确的...     

基于Mumford-shah模型的多目标分割

基于Mum ford-shah模型的图像分割中,多目标图像的分割是一个较难以解决的问题,其主要原因是由于目标物体多导致灰度级多,分割中可能使得灰度级相似的多个目标物体被划分到同一个目标内或者灰度值和背景灰度相似的目标物体被划分到图像的背景中,导致分割的失败.针对这些问题,提出了多个水平集的方法,该方法的基本思想是在图像区域建立多条位置不同的演化曲线(即多个零水平集),使它们各自按照原始的Mum ford-shah演化模型同时进行演化.数值实验结果表明,该方法可以把多个目标物体分割开来,得到正确的分割结果,所以该方法对于多目标图像在一定程度上是有效的.     

基于纹理特征的激光拼焊等厚拼缝跟踪点识别方法

针对激光拼焊等厚拼缝间隙窄、仅基于结构光条纹检测时特征点不明显的问题,提出一种基于纹理特征的激光焊接等厚拼缝跟踪点识别方法,首先采用Laws纹理能量滤波方法对原始拼缝图像进行纹理滤波处理,然后采用Canny边缘算子提取板材边缘,再次采用阈值分割方法提取出结构光条纹,最后融合纹理特征和结构光条纹信息识别焊缝跟踪点.实验结果表明,所提出的方法能够实现不同速度下等厚拼缝跟踪点的自动识别,识别精度高且可避免图像灰度值变化带来的识别误差.