在线漏油检测系统的设计与实现

提出了一种通过机器视觉,运用数字图像处理技术来检测冷却水漏油情况的方法.将现场水体的原始图像转化成256色的灰度图像,突出油滴的边缘,进行必要的图像增强,为了便于统一处理,将图像调整到统一大小.在采用经典的边缘检测算子描绘出油滴的边缘后,将物体和背景分割出来,形成对比鲜明的二值图像.分割后的二值图像具有面积、周长等明显特征,利用简单的类内鉴别达到识别的目的.另外,通过模板匹配的方法扫描整幅图像以判断相似度,并采用了多识别器综合的方法识别10 mg/L的漏油,以提高识别的可靠性.     

静态水上物体检测分割算法

针对静态水面的特性,提出了一种水上物体检测分割算法。该算法主要包括3个环节:饱和度检测水面区域、区域一致性的GOA检测边缘和目标物体标记定位。以水面具有较低饱和度的特征对水面区域进行提取,在此基础上运用浮雕处理凸显水面区域的边缘灰度,利用区域一致性进行边缘检测分割出水面和水上物体,最后提取出目标物体的中心位置。仿真结果证明了该图像分割算法的有效性。     

一种针对不同噪声强度的图像边缘检测算法

通过对图像边缘检测算法原理分析的基础上,提出一种新的噪声图像边缘检测算法.算法结合分区均值滤波算法和改进的Canny算法的特点,首先将5×5窗口内的噪声点进行剔除,计算图像平均梯度值,进而运用改进的Canny算法,提取目标图像的边缘特征.实验结果表明,本文算法检测的边缘特征优于传统的边缘检测算法,具有一定的应用价值.     

图像修复中物体移除的实验设计

设计了图像修复中物体移除的实验,通过实验的操作激发学生对图像修复进行研究的兴趣。通过此实验,学生可以学会高斯滤波的使用,各种边缘提取的方法及区别,利用小波变换和边缘检测获得图像的主要结构,在物体移除后从结构和纹理两个方面实现图像的修复。首先对图像修复中物体移除的基本原理及实现过程进行解释,然后利用这一方法实现物体移除后破损图像的修复。提供可实现上述方法的Matlab程序代码,学生可利用相关程序对各种物体移除图像进行处理,得到了视觉上无明显人工修复痕迹的图像。在数字图像实验中首次引入了结构和纹理分别修复的图像修复方法。     

基于图像去雾和图像检测的交通信息提取算法

基于图像拍摄成像过程中雾霾天气及相机抖动,提出了一种从单幅图像中移除未知相机抖动的算法,利用图像的形状特征、颜色特征、纹理特征及Hough变换,可以有效地识别交通信号灯、障碍物及道路。利用先近后远,先简单后复杂的原则,设计了一种基于图像去雾和图像检测的交通信息提取算法。算法首先进行图像预处理,然后对图像进行边缘检测,获得每个物体的多边形轮廓;然后根据物体特征分别利用不同算法对物体进行分类。实验结果表明,算法可以有效地对实时环境中包括道路、车、行人、盲道、斑马线、交通灯类型等物体识别,图像检测算法可以满足导盲的要求。     

基于机器视觉的轨道异物侵限检测方法研究

提出了一种快速的轨道异物检测及分割方法.首先是在图像中应用快速、准确的Hough变换检测出铁轨,再以铁轨图像参数确定工作窗口以检测并分割出异物.避免了对整幅图像内不必要的物体进行检测,有效提高了检测速度.通过实验证明该方法的实时性与有效性.     

基于图像边缘检测的小波阈值去噪方法

提出一种基于图像边缘检测的小波闽值去噪新方法.该方法利用Canny算子检测出图像的边缘,进而定义了一种新的阈值函数,然后对含噪图像、边缘图像的小波变换系数采用新阈值函数分别进行阈值处理,将处理后的边缘图像与图像的小波系数进行融合,得到去噪后的图像.实验结果表明,采用该方法处理的去噪图像,能够在去噪的同时有效地保持图像的边缘信息.     

一种改进的彩色图像边缘检测方法

使用灰度图像算法进行彩色图像边缘检测,会造成图像边缘漏检.针对这个问题,在输出融合法基础上,对Roberts算子进行了改进,提出一种适用于彩色图像的边缘检测方法.实验表明,改进算法能有效检测彩色图像边缘.     

基于多尺度数学形态学梯度的图像检测

传统边缘检测算子如Canny、Sobel等是通过计算图像中局部小区域的差分来工作的,对噪声比较敏感,在检测边缘的同时常会加强噪声,形态边缘检测器在检测边缘的时候不会加强或放大噪声,单尺度形态学梯度算子结构元素过大或过小都不能检测到满意的结果.将多尺度形态学边缘检测和形态学滤波结合起来,提出一种边缘检测方法.首先利用形态学对多尺度的形态学梯度算子进行边缘检测,再进行填充内部缝隙,接着进行形态学边界平滑,最后通过分割掩模到原图像的结果.仿真结果表明,所提算法能够非常清晰地检测到目标图像的边缘,提取的图像边缘定位准确且平滑,同时具有较强的抗噪能力.     

基于灰色系统理论的绝对关联度图像边缘检测方法研究

边缘检测主要是对图像的灰度变化进行度量、检测.解决图像边缘的有无、真假、定向和定位.基于边缘检测的灰色系统理论中的绝对关联度方法对处理非典型规律的图像数据与其它一些方法相比,具有明显的优势.根据绝对关联度分析方法,将仿射变换和最小二乘法原理与绝对关联度模型相结合的边缘检测方法在克服绝对关联度分析方法的规范性和序数效应问题上有一定效果.