基于不同尺度增强融合的视网膜血管分割算法

针对现有视网膜血管图像提取细小血管准确率较低的问题,提出了一种基于多尺度线性检测器与局部和全局增强相结合的视网膜血管分割方法。对多尺度线检测器进行研究,将其分为小尺度和大尺度两部分;利用小尺度对局部增强后的图像与大尺度对全局增强后的图像分别进行检测,得到不同尺度下的响应函数;将不同尺度下的响应函数进行融合,得到最终的视网膜血管结构。在STARE和DRIVE两个数据库上进行实验,结果表明:该算法得到的平均血管准确率分别达到96.62%和96.45%,平均真阳性率分别达到75.52%和83.07%,分割准确率高,能够得到较好的血管分割结果。

快速鲁棒的光学零件表面划痕亚像素检测方法研究

针对光学零件表面划痕检测精度较低的问题,提出一种多尺度线检测与离散正交多项式曲线拟合相结合的亚像素边缘检测算法。首先,为克服噪声等干扰,基于不同尺度线检测特性,提出改进的多尺度线检测,并通过该方法得到划痕初始轮廓。然后,对边缘点及其邻域在梯度方向上的点进行筛选。最后,利用正交多项式曲线拟合具有模型简单、求解速度较快、拟合精确的特点,对所选取离散点进行曲线拟合,以实现亚像素边缘检测。实验结果表明,该算法检测精度较高,具有较强的鲁棒性,同时更好地适用于屋脊边缘检测;较最小二乘法时间大大降低,且低于较快速的三次样条插值法,平均计算时间比为19.9∶4.73∶1,处理效率显著提高,能够满足工程应用中快速、高精度检测要求。