棒状交叉颗粒分离算法

使用光学显微镜观察棒状颗粒时,采集的样品图像中不可避免的会出现颗粒叠加交叉的情况,为准确测量棒状颗粒的形态参数,必须实现棒状交叉颗粒的分离。首先提取颗粒角点,再通过图像细化找到骨架交叉点,计算出颗粒角点到骨架交叉点的距离;依据设定的判断准则,筛选出棒状颗粒的轮廓交叉点,然后根据提出的棒状交叉颗粒分离算法,实现棒状交叉颗粒的分离。实验数据表明所提算法对棒状交叉颗粒分离的准确性大于95%。

基于改进差分进化粒子群的煤尘颗粒图像辨识

为实现煤尘融合区域内单个颗粒准确分离,进一步明确煤尘特性参数图像分析内在机理,构建改进差分进化粒子群模型(IDE-PSO,全称Improved Differential Evolution Particle Swarm Optimization)对煤尘颗粒群基本形态特征进行研究。指出颗粒分离过程可分为3个阶段:①分析煤尘特性参数变化规律,建立图像特性模型,根据煤尘物理特性参数确定颗粒群重叠域;②推导图像参数和煤尘特性的关系表达式,定位边缘特征点,实现边缘平滑处理并在重叠域边缘特征点内提取重叠颗粒交点计算模型;③确定粒子群各行粒子适应度函数值,更新粒子群位置矩阵,获取粒子群全局最优位置交点,运用改进差分进化粒子群算法实现煤尘重叠颗粒分离。结果表明:通过参数模型建立颗粒群基本形态特征判定规则;通过特征点定位,可剔除大多数干扰点,交点提取计算量明显降低,利于寻找有效交点;理论计算模型加入变异算子可保证粒子群多样性,避免粒子过早收敛。当粒径<20μm时,提出算法模型的识别率为80.85%,随粒径范围增大到粒径<75μm时,提出算法模型的识别率为86.54%,当75μm<粒径<200μm和粒径> 200μm时,提出的模型算法的识别率分别为88.04%和91.16%,与其他识别算法相比,改进算法对煤尘颗粒图像识别精度具有明显优势。在煤尘物理特性分析的基础上,建立图像特性分析模型,推导出其图像参数和煤尘特性的关系表达式,易于编程实现,在矿山实际运用中具有较强的可行性,也为以后煤尘爆炸浓度检测可靠性研究提供了借鉴。

基于二维图像形态处理法的接触物体分离算法

在许多图像分析处理中,区分和计算被摄对象的形状与尺寸大小是重要的一步.解决形状识别等问题对于图像中那些互不接触的被摄对象(本文中简称物体)而言是相对简单的.如果物体相互接触甚至部分重叠,问题就变得复杂起来.在这种情况下,2个或2个以上接触的物体相对机器视觉来说只是一个尺寸更大,形状更复杂的物体,由此得出的结果无疑是错误的.本文作者提出了一种利用图像形态处理法来分离相互接触或轻度重叠物体的算法.该算法首先对二值图像中的物体图形部分进行“三维地貌化”的立体化处理,再设计一个搜寻模板在所得的地貌表面上通过搜寻特征面来寻找分离点(鞍点).分离点位置确定后,搜索最佳切割方向继而进行图形的切割分离.该算法在一含有相互接触物体堆的真实图像上进行验证,其结果显示了算法是有效而令人满意的.

计算机图像处理技术在选矿粒度在线检测中的应用初探

叙述了粒度检测的各种方法和手段,重点介绍了计算机图像处理技术在粒度检测中的应用,指出其在选矿在线粒度检测中有广阔的应用前景。

基于粒子图像叠加方法的微柱群绕流流场测量

分析了相关深度对Micro-PIV速度场测量的影响,说明采用低密度粒子图像叠加技术能够有效减小相关深度,提高速度测量的准确性。将该方法应用于微柱群绕流流场的分层测量,雷诺数分别取0.8~3.6,在此基础上计算了空间平均速度。将分层速度场和平均速度廓线与采用平均相关技术获得的结果进行了比较。结果表明,采用低密度粒子图像叠加方法获得的全场绕流速度分布更为合理,通道底部和顶部近壁区的平均＂伪滑移速度＂分别减小了22.7%和17.2%,通道中心平均速度峰值增加了5.2%。

基于重叠分类和腐蚀速率的重叠径迹分离方法

粒子径迹的严重重叠粘连会影响粒子径迹的测量精确度。提出一种基于径迹重叠分类的严重粘连重叠核径迹分离测量新方法。首先,按照重叠粒子径迹中心的相互包含性,对重叠粘连的粒子径迹进行分类,以辨别粒子粘连的严重程度;然后,以等比缩小一半的非粘连重叠的粒子径迹图像为结构元素,对粘连重叠粒子径迹显微图像进行有限次腐蚀操作,有效分离了严重粘连重叠的粒子径迹,形成了四类径迹分类图像。实验结果表明,结合新的分类方法和有限腐蚀能够分割严重粘连重叠的径迹图像,消除径迹重叠粘连对图像测量精确度的影响。

液晶屏线路中导电粒子压合的自动光学检测研究

在薄膜晶体管液晶显示器线路检测中,常通过对线路中的导电薄膜粒子的计数和定位实现其导电性的自动检测。为了解决窄边框线路中粒子密度增大带来的粒子重叠问题,提出一种采用微分干涉成像和掩模法结合k均值聚类的算法,在分离出粒子的亮、暗部后,结合图像熵值和粒子的凸性准确分割出粒子。讨论了聚类簇选值的影响,通过不同粒子密度、不同粒子尺寸的样本检验本文算法,并与以往的梯度结合灰度的方法进行对比。结果表明:本文算法在粒子密度较小的区域能达到92.6%的识别率,在粒子密度较大的区域也能达到86%的识别率,分别比梯度加灰度的方法提高了9.9%和42.7%。解决了粒子重叠的问题,并且对光场和成像效果有更好的鲁棒性。

基于低密度粒子图像叠加的Micro-PIV速度场测量

提出了一种基于低密度粒子图像的微流体粒子图像全场测速技术。经过背景噪声去除、阈值过滤、图像增强等图像预处理过程,获得了高质量的低密度荧光示踪粒子图像。对100对图像进行图像叠加处理,得到了满足互相关算法求解二维速度场的高密度叠加粒子图像。针对宽度为250μm,深60μm的长直微通道开展了覆盖全场不同流体层平面的二维速度测量,并利用多个流体平面的二维速度场实现了微通道内全场速度的构建。研究结果表明:由于图像叠加法去除了像径大但灰度低的背景粒子图像,采用互相关分析能够准确获得分层二维速度场,所构建的全场速度场正确反映了长直微通道内流流场特征。

混合颗粒系重叠图像分割与分类方法研究

针对传统图像处理算法对重叠颗粒的分割困难,引入Mask R-CNN深度学习算法并做针对性改进,通过调整残差网络ResNet-101加速训练,提出双FPN结构实现全局特征融合,使用Soft-NMS避免重叠颗粒漏检。设计了颗粒重叠图像实验系统,采集单一球形、球形与不规则混合多分散颗粒重叠图像用于分割研究。实验结果表明:该方法对混合颗粒分类准确率为91%,召回率为92%,均优于传统算法;其应用于含气泡的一水柠檬酸结晶过程中结晶的在线测量,所得结晶颗粒中位径误差为3.8%,数目误差为-1.3%。所提方法为混合颗粒的重叠图像分析提供了思路,后续有望解决图像法结晶过程后期在线监测乏力与气泡干扰的问题。

密集粒子径迹的粘连分离

粒子径迹测量技术的核心问题为粘连径迹的分离。本文针对超密粒子径迹显微图像的粒子密度高、径迹粘连严重、颗粒度差异大、径迹内部灰度不均匀且存在杂质等特征,分析现有粘连分离算法存在的问题,提出了一种密集粒子径迹粘连分离方法。先对径迹显微图像进行增强,再进行扩展极大值分割,采用数学形态学及面积比例法分离图像内部粘连径迹,并对边缘处的径迹及无孔洞的单个径迹进行特殊处理。实验结果表明,算法能有效处理径迹显微图像,快速精确定位径迹轮廓,实现密集粒子径迹的粘连分离。

基于FCM和标记分水岭的粘连岩石颗粒图像分割

模糊C均值算法可利用图像的多种特征值进行准确的图像分割,但不能分割粘连物体;传统的分水岭分割算法能够获得准确的物体边缘轮廓,但容易造成过分割.为了解决这个问题,提出基于FCM和标记分水岭的粘连图像分割.该方法首先对原始彩色图像中值滤波后进行基于LUV颜色空间的FCM聚类;对聚类后的图像用形态学方法去杂质、空洞填充后进行距离变换;然后根据距离变换图像找出局部最大值,得到种子图像;最后对距离变换图像进行基于标记的分水岭分割,得到最终的分割图像.该方法对粘连岩石颗粒图像进行分割,取得了较好的实验效果.