一种基于图像融合的岩石裂隙充填物分割方法

岩体的变形特性主要取决于结构面、裂隙，尤其是微裂隙及充填物等方面的共同作用，因此在研究岩石节理时对充填物的研究也非常重要。研究充填物首先须把其图像分割出来。由于彩色图像的噪声太多，以往对岩石裂隙及充填物的分割方法均是基于灰度图像的处理．这不利于对充填物的进一步分析。在处理一个欧盟项目所提供的两种光照图像（普通日光和紫外线光）时，我们发现了一种新的获取岩石裂隙和充填物的方法。该方法基于RGB空间，利用普通日光和紫外线（UV）两种光照系统对岩石样本进行拍照，对所获得的图像分别处理后，再融合、屏蔽掉无关数据，最后利用区域生长法自动在彩色图像上实现了对裂隙充填物的提取。试验证明这是一种高速低噪声的彩色图像分割方法。     

双边滤波SEEDS彩色图像分割方法

针对SEEDS彩色图像分割方法存在边界分割不精确的问题,给出了一种双边滤波SEEDS方法。首先利用双边滤波器对图像进行滤波处理,可以降低图像中纹理和噪声等信息对边界分割的影响,能够在保持边界信息的同时滤除噪声,从而使图像变得平滑。然后再进行超像素彩色图像分割,这样减少了图像误分割的现象,使边界信息分割的更加精确。仿真实验表明,双边滤波SEEDS方法在边界召回率和欠分割错误率方面都要优于SEEDS方法。     

交警手势的图像处理与识别

提出了一种基于交警手势识别的交通灯控制方法.该方法首先对彩色摄影机采集的交警手势图像进行预处理,包括彩色图像平滑、彩色图像增强;其次利用边缘检测和图像分割方法对目标图像进行分割,由于图像受噪声干扰严重,采用Sobel算子消除噪声;再次将分割得到的目标轮廓进行表示与描述,为图像的识别作好准备;最后结合图像的轮廓特征对图像进行识别,采用了模糊模式识别方法.试验结果表明,该方法能够实现对交警手势准确的识别.     

基于熵的变分辨率彩色图像分割

采用信息熵对所分割的彩色图像进行两种处理．利用图像的整体信息熵进行图像层次分析,从而达到自适应调整分割分辨率的目的;对图像进行单元片区划分,利用图像单元信息熵进行图像分割．由分割结果知,变分辨率图像分割更接近人类视觉对信息的处理特性．     

基于区域生长算法的彩色遥感图像分割

与普通彩色图像相比,遥感图像一般具有模糊、不均匀性等特点.提出了一种针对遥感图像的多区域彩色图像分割方法,该方法首先对彩色遥感图像进行预处理,然后结合K-mean聚类算法和区域生长算法分割目标区域,并利用数学形态学方法对分割结果进行后处理.实验结果表明,本文所提出的方法对彩色遥感图像能获得较好的分割效果.     

鲁棒性好的彩色图像分割方法

针对光照变化对机器视觉带来的不利影响,提出了一种具有较好鲁棒性的彩色图像混合分割方法.该方法首先用基于自动种子的区域生长法将图像划分为内部相似的一些区域,再用最小支撑树(MST)方法在这些区域之间进行分割,通过加权熵目标函数确定的最优阈值产生最终的分割图像.实验结果证明该混合分割方法克服了光照条件变化给彩色图像分割带来...     

奶牛图像光照不均的校正方法

由于奶牛图像是在奶牛场实地拍摄,故会产生一些光线特别强烈的图像,致使图像光照不均和降质,故影响后期对奶牛图像的二值化及识别处理。本文在对传统同态滤波和基于小波的同态滤波方法研究的基础上,采用一种基于Ycbcr颜色空间对彩色图像进行光照校正的方法。实验结果表明,该方法对彩色图像进行光照校正更为有效,二值化结果也更为正确。     

基于CB模型的彩色图像混合噪声去除方法

将分数阶偏微分理论和CB模型相结合应用于图像去噪,提出了一种基于分数阶偏微分方程和CB模型的彩色图像混合噪声去除方法.对于添加混合噪声(高斯噪声和椒盐噪声)的彩色图像,首先,利用MCM模型去除图像中的椒盐噪声,然后将处理后的彩色图像分解为色度C和亮度B两部分,用分数阶偏微分模型处理亮度B,而对于色度C,由于其受到单位长度的限制,在处理时非常困难,利用拉格朗日乘数法并通过添加辅助变量,将色度转化为两个近似的子问题,从而得到色度的近似处理方法,最后将处理后的亮度B和色度C合成为新的彩色图像.最后通过实验证明了该方法的有效性.     

实景图像的形态学角检测研究

针对二值图像角检测提出了一种改进的形态学检测算法,此算法利用了圆盘算子的对称性,避免了结构元的旋转,提高了检测算法的运行效率.然后提出了一种改进的EM图像分割方法对灰度及彩色图像进行分割处理,增强了分割后图像的区域特征,为形态学灰度及彩色图像的角检测提供了更为合理的检测环境.实验结果证明在含有噪声及复杂背景情况下,该方法仍可获得较好的检测结果.     

基于支持向量机的红细胞彩色图像分割算法

针对细胞图像分割中红细胞目标提取和重叠红细胞分割两个难点,提出一种基于支持向量机(SVM)的红细胞彩色图像分割算法,并通过实验对算法进行验证.该算法利用SVM对原始图像进行红细胞提取,把原始细胞分割成红细胞和背景两类目标区域,然后使用改进距离标记的分水岭算法对红细胞区域进行重叠分割.算法选择线性不可分的SVM模型和核函数RBF(C=1,ξi=0.2)时能够较好的分割红细胞彩色图像.     

基于图像处理方法的岩石裂纹跟踪算法

岩石裂隙的识别在岩石工程应用领域中是很重要的．如何应用图像处理方法自动识别岩石图像中的各种裂隙是最重要的也是最困难的一项任务．因此提出的基于脊线检测算法是解决这个问题的一个强大的工具．这个算法在实验室和工程中都得到了检验,结果十分理想．     

基于各向异性的遥感影像匀光匀色算法

为解决现有的遥感影像匀光匀色方法关注重点停留在全局、半全局统计参数的变换基础上,存在全局性的特点,缺乏局部特征信息引导的内容驱动,无法顾及到每张影像内容的差异性,导致匀色效果不佳,影像对比度损失,残留色差明显等问题,本文通过分析影像间出现色差的本质原因,把同名特征在不同观测环境下的观测值作为观测条件,并辅助加以局部空间约束与改正量正则约束,研究构建针对具有重叠区影像集的各向异性优化方法,利用凸优化理论求解出特征点处的改正量,然后以此改正量作为锚点空间辐射至整幅影像,线性加权改正得到最优匀光匀色效果。结果表明本文提出的基于各向异性的遥感影像匀光匀色算法,相对于传统的匀光匀色算法,理论跟完备,无假设条件,效果更佳,重叠区域影像局部范围内色差更小。可见本文提出的匀光匀色算法具有效果的有效性,和对各向异性匀光匀色算法研究的参考价值。     

川中红层岩体结构裂隙发育特征及多尺度分析

四川盆地红层岩体宏细观裂隙发育,是影响其卸荷变形、吸水风化膨胀和工程特性的控制因素,近年来出现的多起高速铁路深挖红层路堑型路基持续超限上拱变形病害与此有关。为了解红层软岩裂隙发育特征,在原位岩体所有节理裂隙进行现场调查和测量统计基础上,采用统计岩体力学的方法,从不同尺度对岩体结构裂隙进行了深入系统的分析。结果表明,大尺度裂隙多为原生沉积层面,显示地层相变明显;中尺度和小尺度裂隙多为构造及剥蚀卸荷非协调性变形引起局部复杂应力场共同作用所致,深路堑开挖卸荷加剧了张性裂隙发展,以细观尺度裂隙为主,两种尺度裂隙长度分布均符合负指数模型,发育优势方向多垂直于层面,与基于岩体宏观结构面特征的分析结果吻合;该模型可以应用于工程实际,通过易于测绘统计的中尺度裂隙的发育特征分析,建立红层岩体整体形成的地质环境模型及裂隙结构框架,进而对红层岩体力学特性和红层工程岩体变形及稳定性进行更客观的评价。     

融合残差结构与注意力机制的暗光图像增强算法

目的 低光工况或拍摄技巧影响都可能获得低光照图像,为解决此类图像对比度低、噪声大、颜色失真等问 题,提出一种卷积神经网络增强模型 RetKIND,包括分解网络、亮度调整网络和降噪网络。 方法 它借助残差模块 (RB)和跳跃连接,有效抑制分解网络在分解时产生的噪声;融合 U-Net 架构、空洞卷积和 EBAM 高效注意力机制 构建降噪网络,利用空洞卷积扩大感受野,提取更多图像信息,提高 EBAM 在通道和空间上提取反射图的细节、纹 理、颜色等特征的能力,实现图像去噪;由 UC(亮度调整网络中的自定义模块)和普通卷积组成亮度调整网络,旨在 减少光照图细节缺失,提高光照分量对比度。 融合去噪后的反射分量和增强后的光照分量,得到正常光照图像。 结果 仿真结果表明:在 LOL 数据集上,相较 R2RNet,FPSNR 和 FSSIM 值分别上升了 6. 2%和 4. 2%;相较 URetinexNet,FPSNR 和 FSSIM 值分别上升了 5. 9%和 1. 2%;相较 DEANet,FPSNR 和 FSSIM 值分别上升了 2. 9%和 1. 1%。 结论 Ret -KIND 模型既能提升图像亮度,又能降低图像的噪声,有助于推动低光图像增强模型应用到目标检测领域。     

基于模糊均差的低照度图像平滑去噪方法

为了提高低照度图像去噪处理的整体效果,本次研究提出了基于模糊均差的低照度图像平滑去噪方法。采用Sobel梯度检测图像边缘信息,采用OTSU（Nobuyuki otsu 大津展之）阈值分割法分割图像为平坦区域和细节区域;通过模糊均差方法分别估计两个区域图像的噪声标准差;采用小波域方法对图像进行平滑软阈值去噪,实现低照度图像的平滑去噪。实验结果显示,本文方法可以在不同噪声水平下获取接近真实值噪声标准差,在噪声水平最大时信噪比大小达到了27.97dB,去噪效果达到92.1%,质量很好的图像数量占比达到了80.58%,图像信息损失较小,去噪效果较好,具有极大的应用价值。     

基于改进模糊C均值聚类和区域合并的矿物颗粒分割方法

岩矿石薄片图像中矿物颗粒的分割提取是分析鉴定工作的前提,为了进一步提高矿物颗粒提取的准确性,提出一种新的矿物颗粒提取分割方法。该方法以一组岩矿石薄片正交偏光序列图作为输入,对每张正交偏光序列图采用改进的模糊 C 均值聚类(FCM)算法进行初始的边缘提取,并叠加多张边缘图像,再对得到的叠加边缘图像进行精细化处理并进行目标颗粒筛选,得到初始的分割提取图像。为了抑制颗粒的过分割现象,利用基于区域邻接图(RAG)的合并算法进行区域合并,首先依据颗粒的颜色纹理等特征进行初始合并操作,再根据矿物颗粒在不同正交偏光角度下的变化规律进行二次合并操作,从而得到最终的分割提取图像。通过对多组图像进行实验表明,该方法可以获得良好的效果。     

基于相位恢复的二维图像彩色再现

携带物体信息的衍射光波中包含了振幅和相位信息,现有相机只能记录光强信息,振幅信息在光束传播过程中抗噪能力差,易丢失,因而相位信息的恢复有着重要的意义。利用光强传输方程和基于Gerchberg-Saxton(GS)的角谱迭代算法,研究了二维图像的相位信息恢复问题。首先利用两幅二维图像,分别模拟像面位置光波复振幅的振幅信息和相位信息。然后利用角谱传递函数计算了光路中两个离焦面位置的复振幅分布。将三面光强分布直接代入光强传输方程,因多次近似只能得到粗略的相位分布,将其作为基于GS角谱迭代算法中的初始相位可加快收敛速度,得到更精确的相位分布,相位误差均方根值低至10-8。最后,结合图像的RGB通道,通过角谱传递函数和计算所得相位,利用三面光强分布,实现了像面附近的彩色图像再现。     

结合均值偏移和多特征的自动人头识别

为提高固定单目垂直摄像方式下人头目标识别的正确率,提出一种新的头部目标区域获取方法。首先给出基于Mean-shift的人头目标分割算法,由于综合考虑了像素点在空间信息和色彩信息的联系,能够较为完整地分割出人头部目标候选区域。在此基础上,基于运动人头区域的轮廓具有近似圆形以及人头发色具有聚类性2个关键特征,提出并建立了基于发色信息的头部区域评价模型和基于连通域边缘轮廓的头部目标评价模型来实现人头部目标区域的识别。实验结果表明,提出的算法能有效抑制光照的影响和消除与发色分布类似的伪目标,静态图像检测正确率约为89.4%。     

基于Gabor滤波器的电泳电子纸图像滤波系统设计

采集电泳电子纸(EPD)的边缘纹理、鬼影图像时，需避免外界光照条件的干扰，包括光源方向、明暗和色彩等.针对EPD显示画面采集过程中受到的光干扰问题，设计了一种基于Gabor滤波器的图像滤波系统.对于受光干扰的单一灰阶图像，先通过Gabor滤波器降低光照变化和噪声对图像的影响，再通过闭运算进行边缘补偿；对于受光干扰的彩色图像，先提取图像的R、G、B分量，分别对各分量进行Gabor滤波，最后将3组分量重新组合成彩色图像.结果表明:该系统在单一灰阶图像、彩色图像中对光干扰的消除率分别达到39.9%和39.7%.研究结果对降低采集EPD图像时的光干扰具有重要意义.