一种无重复入栈的种子填充法

对基于栈结构的种子填充法进行分析 ,并提出改进算法 ,增加一个一字节状态变量用于标记相邻象素的填充状态 ,从而大大缩小所用的栈空间。

亚像素种子填充法在物体表面位移场测量中的应用

以大型构件表面的斑形标记为载体,运用数字散斑法确定局域宏观平移与形变,通过对一系列CCD摄入图像以相同的算法处理,最终得到图像的位移场,从而达到测定物体形变的目的。与原有的种子填充法相比,本论文可以对整幅图像进行种子填充;其次,重心的计算深入到了亚像素级水平。该方法可以拓展到桥梁的变形、塑性材料变形的测试等工程实际中。该方法有着较大的应用潜力。

自主机器人指定颜色形状属性物体的识别方法

机器人在自主行进的过程中,依靠视觉系统自动捕捉目标,并将目标物识别出,是智能机器人的关键技术之一。为解决机器人移动过程中对已知颜色形状属性的目标物的识别问题,对基于YUV颜色空间的种子填充彩色图像分割方法进行改进,在各种背景下有效地实现机器人视觉系统对已知颜色形状的目标物的识别,对变化光照具有较强的适应性。

一种快速有效的交互式医学序列图像分割方法

提出了一种结合Live-Wire算法、种子填充以及轮廓插值的序列医学图像分割算法。该方法首先将病灶组织形状变化较大的断层图像作为关键层,然后综合应用Live-Wire算法和种子填充对关键层中病灶区域进行分割,最后利用轮廓插值技术对中间的过渡图像进行自动分割。实验表明这种算法能快速有效地从序列医学图像中分割出感兴趣的物体。

低空航拍视频中基于Vibe算法的船舶检测方法

针对低空航拍视频中的船舶检测研究普遍存在因背景变化及水纹扰动导致的识别效果不理想等问题,提出了一种基于改进型Vibe(Visual background extractor)算法的船舶检测方法。该方法在传统Vibe算法基础上融合了改进型的Canny算子,采取平滑滤波与自适应阈值分割策略提高了船舶轮廓提取的准确性。利用四方位结构元素的形态学机制,降低了水面波纹对目标识别的干扰影响。对于船舶检测中的内部空洞则选取了种子填充法进行填充,最后根据船舶外轮廓实现对船舶目标的框定。实验结果表明,所提出的改进型Vibe算法的船舶检测效果明显优于传统方法,验证了其可行性与实用性。

基于计算机视觉技术的蚕丝截面积测量

针对传统的蚕丝截面积的测量方法费时 ,费力且精度低的缺点 ,提出了基于计算机视觉技术的蚕丝截面积测量方法。采用计算机视觉系统获取蚕丝截面图像 ,利用模糊熵实现截面图像分割 ,用种子填充法进行标注计数 ,从而有效地获得了蚕丝的单丝截面积。实验结果表明 ,该方法消除了传统测量方法的主观误差 ,提高了测量精度 ,适应了纺织品检测自动化的需要。

身份照片快速批处理系统的设计与实现

在类似人力资源管理系统、学籍管理系统、户籍管理系统等的设计和应用中 ,如何实现大批量身份照片的快速扫描录入 ,一直是件繁琐而费时的工作。本文提出了一种针对身份照片录入的批量扫描、快速处理系统设计方案。通过该系统可以实现照片的自动切割提取、自动倾斜校正 ,并实现图象亮度、对比度调整 ,裁剪、旋转。

基于图像处理与卷积神经网络的零件识别

为了提高零件识别的正确率和效率,提出了一种基于图像处理与机器学习的零件识别算法。首先对图像进行基于饱和度的灰度化;接着通过显著性增强、最大类间方差法(OTSU)的二值化和形态学闭运算求得二值图像;再以改进的种子填充法提取零件区域;最后通过图像关键点的尺度不变特征转换(SIFT)特征与卷积神经网络(CNN)模型相结合的方法识别零件。实验对减速箱、柱塞泵等其中的19种零件进行识别,结果显示零件识别算法的正确率可达98.95%,识别速度约5 fps。通过实验对比与分析,证明方法快速有效,具有较高的正确率和良好的鲁棒性。

利用Contourlet变换进行双源CT图像中的二尖瓣分割

目的利用双源CT图像对心脏二尖瓣瓣膜进行了增强与分割,为日后进行二尖瓣三维重建和运动分析提供基础。方法提出了自适应种子填充法和Contourlet小波变换分别用于不同情况下的分割:首先用自适应种子填充法对双源CT胸腔图像进行心脏在造影剂下的区域分割,再用Contourlet小波变换对区域分割后的图像进行二尖瓣的增强和分割。结果在MATLAB7.0的环境下对双源CT图像成功进行了处理和分割,获取了清晰的心脏二尖瓣图像。结论本文提出的分割方法对不同情况下的分割非常有效,实验的结论对医生从事二尖瓣瓣膜运动研究和二尖瓣瓣膜外科手术规划提供有益的参考。

基于Visual Studio的细胞图像预处理及特征统计

针对如何有效地从细胞形态图中提取特征指标,与其他细胞形态图形区分开来,判别细胞是否产生病变。细胞图像经过色度区间法、平滑处理、二值化、孔洞填充、去噪声的预处理,再对细胞图像的区域标记,进行形状因子、宽长比、矩形度、紧凑度、重心位置的形态学计算,BP神经网络作为识别算法,通过Visual Studio程序的处理,提供统计数据,作为病理诊断的一项重要依据。

基于delphi的血液细胞图像预处理及特征统计

针对如何有效地从血液细胞形态图中提取特征指标,以此来确定这类细胞形态图形的性质,并将其与其他细胞形态图形区分开来,判断细胞是否产生病变。细胞图像经过色度区间法、二值化、轮廓获取、细胞分割、缺陷填充、去噪声的预处理,再对细胞颜色差值的区域标记,对其特征参数紧凑度、重心位置的计算,通过delphi程序的自动处理,提供统计数据,作为病理诊断的一项重要依据。

Flotation bubble seed image filling algorithm based on boundary point features

Bubble seed image filling is an important prerequisite for the image segmentation of flotation bubble that can be used to improve flotation automatic control. These common image filling algorithms in dealing with complex bubble image exists under-filling and over-filling problems. A new filling algorithm based on boundary point feature and scan lines ~PFSL） is proposed in the paper. The filling a｜gorithm describes these boundary points of image objects by means of chain codes. The features of each boundary point, including convex points, concave points, left points and right points, are defined by the point＇s entrancing chain code and leaving chain code. The algorithm firstly finds out all double-matched boundary points based on the features of boundary points, and fill image objects by these double-matched boundary points on scan lines. Experimental results of bubble seed image filling show that under-filling and over-filling problem can be eliminated by the proposed algorithm.