基于γ射线图像的铸件型腔内部气泡缺陷检测

利用γ射线获取铸件内部气泡缺陷,结合图像处理缺陷检测技术提取获取的工件气泡缺陷。首先将图像进行灰度转换,得到单通道灰度图像,有利于图像二值化处理。由于二值化图像还有一些噪声点,简单的模糊处理并不能产生很好的效果,因此对图像进行开运算。将图像腐蚀后再进行膨胀,可基本解决图像噪声问题,然后对得到的图像进行轮廓提取和筛选,最终提取出轮廓缺陷。经测试发现,该算法对工件缺陷提取具有很好的效果,能够准确检测出型腔类铸件内部气泡缺陷。     

基于局部投影统计法的螺纹缺陷检测

为解决传统接触式螺纹测量方法费时且程序冗长的缺陷,提出一种基于机器视觉技术的螺纹缺陷检测算法。对捕获的螺纹图像进行中值滤波、迭代法二值化与Canny边缘提取处理|通过分析螺栓图像中螺纹缺陷断口位置灰度值的变化,提出一种基于DOG模型的螺纹自动检测方法。为验证该算法性能,用基于形状的模板匹配算法作为对照进行实验。结果表明,局部投影统计算法能有效提取螺纹缺陷图像的缺陷信息,螺纹缺陷图像识别率在95%以上。该方法可快速有效地降低噪声,准确迅速地定位缺陷点,提高生产线螺栓可替换性。     

一种改进的车牌图像识别算法

提出了基于改进的边缘检测和数学形态学结合的车牌图像识别新方法.首先将采集到的彩色车牌图像转化为灰度车牌图像,然后利用Sobel算子进行边缘检测,接着对灰度化的车牌图像进行形态学的腐蚀处理,得到平滑图像的轮廓,再进行X方向的定位和Y方向的定位及区域校正得到车牌的区域.通过对车牌图像的二值化和形态滤波把车牌上的字符给有效分割出来,最后采用模版匹配的方法进行车牌字符的识别.从仿真的结果看:可以准确提取车牌位置的字符,字符识别的准确率较高,且识别的速度快.     

一种基于灰度图像的汽车牌照预处理方法

车牌图像预处理作为车牌自动识别系统最基础的一个环节,其处理效果直接影响到车牌自动识别系统的识别效果．对车牌图像的灰度化、灰度图像增强、灰度图像二值化预处理技术进行研究,利用采集的原始车牌图像在MAIZAB环境下进行实验．实验结果表明,所采用的预处理方法具有良好的处理效果,为后续车牌的准确定位与识别奠定基础．     

基于激光三角法的三维轮廓测量系统研制

为了改善光电子技术、数字图像处理等3D打印相关技术课程的实践教学效果,设计了基于激光三角法的三维轮廓测量系统。采用单片机作为主控制器,步进电机驱动旋转靶台使待测物体做360°旋转,工业相机采集线激光器照射到被测物体的反射光,对图像进行二值化和滤波预处理、极值法提取激光线中心、点云坐标计算等处理后获取被测物体三维轮廓信息。实验结果表明,该系统能够准确获取被测物体三维轮廓,测量误差小于±0.5mm。     

二维-三维特征融合的古铜镜纹饰提取方法

纹饰提取对残损文物数字化修复具有重要意义。针对出土的西汉铜镜纹饰表面铜绿覆盖、边缘侵蚀模糊、轮廓特征难以提取等问题,提出了一种融合二维和三维特征的古铜镜纹饰提取方法。借助微距镜头相机和超景深显微镜采集古铜镜碎片的二维和三维影像,根据2种维度信息的不同特点进行图像预处理和二维、三维特征模型的构建。将稀疏表示技术与古铜镜表面纹饰的二维和三维特征相融合,提取完整的古铜镜纹饰轮廓,并通过形态学处理和轮廓平滑技术强化纹饰图像。结果表明,“高清相机+超景深显微镜”的原始纹饰图案采集模式结合基于稀疏表示的特征融合技术能够解决薄小碎片纹饰图案难以准确提取的问题,可以原真性还原古铜镜纹饰。     

基于图像处理的轮廓提取方法应用

采用索贝尔算子检测边缘,最大类间方差法把图像二值化,通过数学形态学处理得到改进的二值图像,掏空内部点得到边界点,进行边界跟踪把轮廓从复杂的图像中提取出来。传统的边缘检测得到的边缘不一定是单像素点,而此方法实现单像素点的轮廓提取,实验证明该方法行之有效。     

基于Hough变换的虹膜图像预处理研究

通过人眼虹膜图像的变化来推断人体健康状况成为预防医学的研究热点。受采集仪器、采集眼睛个体差异、采光等诸多因素影响,采集的虹膜图像需进行预处理,以满足提取虹膜特征的需求。通过对原图像进行灰度二值化运算后,进行形态学处理分离出瞳孔,然后运用Canny算子检测边缘,最后利用Hough变换圆检测定位内外边界,并采用Matlab编程实现了对虹膜内外边界的准确定位。     

融合复合纹理特征的图像拼接检测

为解决传统图像拼接检测算法对图像内容、光照变化等鲁棒性不强问题,提出一种基于多种纹理特征融合的图像拼接检测方法。对二维灰度图像执行非下采样轮廓波变换（NSCT）,以获得包含图像纹理特征的一系列子带图像。对在水平和垂直方向进行差分处理的低频子带图像以及4个高频图像,获取韦伯局部描述符（WLD）纹理和局部三值模式（LTP）纹理。将WLD纹理与灰度共生矩阵结合,得到像素点强度、梯度与灰度之间的关系;再将LTP纹理与灰度共生矩阵结合,得到无噪声和光照影响的像素点灰度间关系;最后分别提取WLD值共生矩阵和LTP值共生矩阵的对比度、相关性、相异度、熵、能量等5个特征,并融合成特征向量,使用RBF神经网络分类。该方法在哥伦比亚彩色图像库上检测准确率达到了95.7%。     

基于图像分析的桥梁混凝土结构施工裂缝检测技术

由于在进行桥梁混凝土结构施工裂缝检测的过程中没有对裂缝图像进行灰度化、增强、阈值分割处理,致使检测的精确率、召回率和正确率较低,检测效果不佳,为此提出基于图像分析的桥梁混凝土结构施工裂缝检测方法。该方法首先通过双目立体视觉模型采集桥梁混凝土结构施工裂缝图像;其次,将采集的裂缝图像灰度化,并增强裂缝图像效果,对其进行阈值分割,提取其裂缝特征信息;最后,通过阈值方法结合投影计算裂缝的长、宽、面积等,完成对桥梁混凝土结构施工裂缝的检测。实验结果表明,所提方法的裂缝检测精确率、召回率和正确率均较高。     

基于背景分离与亮度校正的苹果表面缺陷提取

苹果是我国年产量最高的水果,但出口量不足总产量的 2%,采用基于图像处理的水果表面缺陷检测技术可促进水果的分级与销售。以红富士苹果为研究对象,首先采集苹果的 RGB 图像,并根据转换公式得到图像的 HSV 彩色模型,对饱和度 S 分量进行阈值分割与孔洞填充,获得苹果背景分离模板|然后根据背景分离模板得到 R 分量的背景分离图,并对分离背景后的 R 分量进行亮度校正|最后采用单阈值分割法提取缺陷。实验共采集 300 个苹果样本,包括缺陷果 200 个,正常果 100 个,其中对缺陷果的识别率达到 96.5%,对正常果的识别率达到 100%。实验结果表明,采用 S 分量获取背景分离模板,并结合亮度校正算法,可在不增加额外拍摄装置的情况下获得较好的缺陷提取效果。     

基于线阵CCD的车轮表面缺陷检测系统的图像预处理研究

介绍了车轮表面缺陷在线检测系统的工作原理和结构组成,对荧光磁粉的激发光谱和发射光谱以及UV(紫外)LED的发光特性进行了分析和研究,重点介绍了缺陷检测系统的数字图像处理和模式识别技术。经过高精度线阵CCD提取的检测图像,通过采用图像增强、平滑去噪、边缘提取以及二值化等方法,可以有效的识别出可疑的缺陷,完成缺陷在线检测系统的识别报警等。     

高清整皮表面缺陷自动检测与定位

针对传统CCD皮革检测系统成像视场小,以及传统皮革缺陷检测方法主要对皮革局部区域进行检测,应用在整张皮革缺陷检测上还需进行图像拼接等问题,提出一种高清整张皮革表面缺陷自动检测方法。首先根据高清整皮一次成像系统获取的整张皮革（整皮）图像特点,提出基于饱和度的整张皮革有效区域提取方法提取皮革区域（Region of Interest, ROI）;然后,为了在整皮图像ROI区域内一次对多种不同类型缺陷进行检测与定位,提出基于增强缺陷边缘的算法对皮革表面缺陷进行自动检测与定位。与传统皮革局部区域缺陷检测方法相比,该方法直接对整皮图像进行检测,无须再应用图像拼接算法得到最终结果,且能在一定程度上克服光照不均的影响,因此可以快速、准确地自动检测与定位整张皮革缺陷。     

基于改进Canny算子的建筑裂缝边缘提取方法

针对传统Canny算子进行图像边缘检测时对非线性噪声效果不太明显且会存在漏检的问题,提出了一种改进的Canny算子,将其应用于建筑裂缝边缘提取中。对建筑裂缝图像进行预处理,在预处理阶段对图像进行分割与去除孤立点的操作,以得到更为清晰的图像。利用非线性中值滤波代替原Canny算子中的高斯滤波,用Sobel算子八方向模板进行梯度计算,并使用Otsu法得到阈值。与传统方法相比较,提出的方法能够提取出更清晰完整的图像边缘,其峰值信噪比与结构相似性均有一定程度的提高。     

改进局部灰度特征的工件亚像素级边缘检测

针对局部灰度特征方法在高噪声图像中定位精度低的问题,提出改进局部灰度特征方法并用于工件亚像素边缘检测。首先,使用改进的Canny算子代替基于一阶导数的梯度算子,以便更精确地提取粗边缘;然后在采集到的像素窗口两侧建立子图像,代替单个窗口特征以修改边缘上下两侧强度值,再将新构造的子图像中间列像素进行加权,加速图像迭代复原速度;最后,通过所有新生成的子图像局部灰度特征重新计算亚像素位置,进一步提高检测精度。实验结果表明,在无外加噪声和加入1.00%、5.00%的噪声标准偏差图像中,RMS误差明显降低,亚像素坐标数与定位精度明显提高。     

一种基于形态学的线粒体电镜图像边缘检测算法

提出了一种基于形态学的线粒体电镜图像边缘检测算法。首先对图像按需求裁剪,然后根据像素间灰度差异关系实现灰度图的二值化,再利用一套组合的形态学操作实现抽出背景、去除目标区域噪声、平滑边缘,最后通过去除所有内部的点获得线粒体的边缘。实验结果表明,对于电镜图像的线粒体边缘检测,该算法比现有的算法更有效,更接近人工检测的结果。     

基于L-M算法的机械臂三维超声图像标定方法

为了在三维超声成像中获得更多、更详细的位置信息,得到更准确的定位精度,采用机械臂夹持超声探头并利用L-M算法进行超声图像标定。标定过程中,通过将N线模板放在水槽中,从而得到更准确的定位装置接收器与超声图像之间的位置转换关系,利用六自由度机械臂控制超声探头水平移动扫描模板以获取超声图像,并利用区域提取与缺陷分割技术获得图像中的像素坐标,以及扫描点在模板中对应的实际坐标,最后运用L-M算法进行标定计算,获得所需的标定转换矩阵。实验结果证明,该方法简单易行且效率较高,提高了标定精度,可满足实际检测精度需求,避免了手动扫描误差,为后续三维重建奠定了基础。     

Super-resolution inpainting

INTRODUCTION Video sequences can be interfered with by noise.When the noise ratio of a video is high,even though itis not possible to restore the original,to repair videoframes or damaged artifacts with visually good resultis a hopefully achievable goal(see example in Fig.3),especially for archival resources in digital museumprojects.One of the simplest but efficient mecha-nisms is presented in(Oliveira et al.,2001).The dif-fusion kernel can repair damages of small area with abarrier to …     

基于相位相关法与改进SURF算法的图像拼接方法

为避免相邻图像非重叠区域特征点被检测和提取,加速图像配准,提出一种基于相位相关法与改进SURF算法的快速图像拼接方法。该方法采用相位相关算法确定待拼接图像的重叠区域,限定SURF特征点检测、提取范围,用改进的SURF算法进行特征点匹配|然后根据MSAC算法剔除误配后的特征点匹配对,求取单应性矩阵,实现图像之间的快速配准|最后采用多波段融合算法对配准后的图像进行处理以消除拼接缝。实验结果表明,与传统算法相比,该方法可提高特征点匹配正确率,加速图像配准过程,完成拼接图像间的平滑过渡。