基于像素标记法的复合材料异型构件均匀性表征

纤维增强陶瓷基复合材料由孔隙缺陷引起的结构不均匀会严重影响构件的宏观力学性能,而整体孔隙率无法有效表征均匀性。针对此问题,提出了一种基于像素标记的空间区块划分方法,实现对异型构件CT扫描体数据的自动分块。在计算出每个区块体孔隙率值的基础上,以孔隙率均值与标准差的乘积为指标,对构件结构均匀性进行定量表征。采用光线投射法对孔隙率进行三维映射,对孔隙率分布进行直观的可视化表征。结果表明:该方法能有效定量表征出异型构件整体及局部均匀性,并从三维角度给出构件局部孔隙率的大小、空间位置信息,为进一步优化制造工艺参数、提高构件服役的可靠性提供了有力依据。

基于递归的二值图像连通域像素标记算法

在研究以前二值图像连通算法的基础上,提出了一种基于递归方法的二值图像连通域像素标记算法。通过对二值图像的扫描和分析可得到二值图像中的连通域划分和连通域的数目。算法主要包括两个步骤:对输入的二值图像进行一次扫描,得到所有目标像素的连通域划分和标记的等价对表;利用递归对等价对表进行分析,得到正确的连通标记划分和连通区域数目。实验结果表明,该算法对于任意复杂形状、任意数目(小于1 000)的连通区域都能正确检测。

带标记矫正的二值图象连通域像素标记算法

分析了连通域像素标记算法以及游程连通性算法的不足 ,提出了一种带标记矫正的二值图象连通域像素标记算法 ,该算法首先采用标记矫正来减少图象扫描次数 ,然后再对标记采用 RL E游程编码来提高合并效率 .这种改进算法对大多数形状目标可以在一次扫描中完成像素的标记 ,从而使像素标记算法得到优化 .此外 ,还指出了改进算法在处理向上分叉图形时所遇到的问题 ,同时给出了解决方法 .实际运行效果较好 。

一种改进的二值图像像素标记算法

像素标记算法是图像处理中提取目标特征量的一种有效方法．分析了一般像素标记算法的不足,提出一种改进的像素标记算法．该算法无需对图像进行预处理,针对二值图像中像素分布的特点,仅需对图像进行一次扫描,通过特殊的目标边界像素标记,就能收集足够的信息,经过一定的分析处理即可得到图像中目标的准确计数和边界信息．由于准确的目标计数是目标特征量提取的关键,在此基础上即可方便快捷地获得目标的面积、周长和质心坐标等参数,便于图像的后续处理．计算机模拟结果表明该算法具有很强的通用性,且因为仅需一遍全图扫描使其分析速度大大提高,可以广泛应用于图像分割领域．

基于改进型像素标记算法的目标定位

提出新的像素标记算法,与以前的像素标记算法不同,该算法首先对目标点进行分类,然后根据不同的标记规则对不同的目标点进行标记。该算法不仅在算法复杂度上有所减少,只需一次扫描就能完成目标的描述,而且能够得到目标的面积、重心和边界坐标等信息。该算法已经应用于带钢表面缺陷检测,具有快速、准确等特点。

一种基于链表的二值图像像素标记改进算法

基于链表的二值图像像素标记改进算法结合了区域增长法和线标记法的优点,仅需对图像进行一次扫描,收集相关信息后进行链表结构描述,之后的处理均是对链表进行操作,利用链表结构的特点,只需要做指针的赋值和相关修改。该算法操作快捷方便,为进一步计算目标的其他特征量提供了充分的条件。

基于外轮廓识别与内部像素分类的双阶段血管内超声影像分割与术中显示

【目的】血管内超声成像常被用于术中观察冠状动脉的狭窄状况与粥样硬化病灶危险程度。本文研发了针对血管内超声影像的病灶智能分割算法,重点解决噪声和伪影对分割精度的影响,并提出便于医生在术中观察的分割结果显示方式。【方法】本文提出了双阶段分割模型,首先自动识别血管内腔边轮廓以排除血管外噪声干扰,然后聚焦于血管内病灶组织的像素分类。本方法充分考虑了时序图像序列在时间上的关联性,通过多通道输入的U-Net提升相邻帧之间的分割一致性。为便于术中观察,根据网络输出的像素概率进行了概率化显示。【结果】在20例时序影像测试集上,本方法对纤维、钙化、脂质与超声衰减分割的平均Dice系数指标分别为0.90、0.93、0.80和0.95。对比实验证明外轮廓识别有助于排除外部噪声干扰,提升内部病灶分割的完整性。本方法以多通道方式输入时序图像可以有效提高时间维度上的分割一致性。临床医生验证肯定了本方法的概率化显示方式有助于术中直观了解病灶分布状况。【结论】本方法通过对血管内超声图像进行分割和可视化展示,更准确、完整、直观地评估并展现血管内病灶成份分布情况,为冠脉介入手术提供了智能分析和可视化展示的支持。

基于边缘和像素类型标记的立体匹配算法

提出一种基于边缘图像特征和像素类型标记的立体匹配算法,利用边缘信息及视差在边缘和非边缘区域的分布特征,指导有效初始视差在扫描线方向的传递。并且根据标记值对部分不可靠的像素点进行反向赋值和边缘内中值滤波处理,达到视差精化目的。实验证明这种方法对于整体视差范围不太大的远距离图像,能够获得较为精确的稠密视差图。

基于等价对的图像连通域标记算法

在研究已有的连通域标记方法的基础上,提出了一种基于等价对的连通域标记算法。算法通过一次扫描对灰度图二值图像的每个前景像素点进行标识并保存等价对表,在满足等价对替换条件时对已标识过的像素点进行等价对替换,解决了重复标记的问题,最终得到二值图像连通域的划分。本文的连通域标记算法可有效应用于活动目标检测中。

一种实用的多运动目标标记与计数新方法

针对多运动目标的识别与计数,首先提出了一种改进的像素标记法,即对二值图像进行逐点扫描,将同一目标的像素赋予相同的标号,形成相应的标签图像,并初步统计出运动目标的数量;通过标记后,进一步按照运动目标的标号,提取每一个运动目标的面积、高宽比、质心特征量,并通过阈值判定,将特征量不在阈值范围内的伪目标清除,最终实现真实运动目标数量统计。实验证明该方法稳定性强、准确率较高,针对轮廓复杂的目标也有良好的效果。

用VC++实现图像连通区域标记

一、引言 用图像处理方法做目标检测的一般顺序是:图像预处理、边缘检测、阈值分割、区域标记、形状判断分析.

舌图像自动分割方法

提出了一种基于亮度信息和形态特征的舌图像自动分割方法。该方法首先利用大津法在亮度范围内自动选取阈值，进行二值化，然后通过对图像的像素进行标记，剔除非目标区域，最后利用数学形态学的方法获得最终的分割结果。试验结果表明，本方法具有令人满意的分割性能。

一种图像分割的目标描述方法及实现

提出一种二值分割图像目标描述的实现方法 ,用以获取目标特征量。在对二值化图像形成目标块的过程中使用扩展像素标记法 ,可以在标记目标所属像素的同时标记目标的边界点 ,从而得到目标的单像素宽边界。在此基础上获得目标的面积、周长和质心坐标等参数 ,为图像目标识别做好准备。最后给出了算法C ++编程的具体思路和实现。仿真实验证实了该算法实用可行。

一种图像分割的快速目标描述方法

提出了一种二值图像分割的快速目标描述算法。该方法以像素标记法为基础,利用相邻扫描行中二值像素点的邻接关系,在一次扫描的过程中完成目标标记的提取以及等价目标标记的合并,最终完成目标的标记和特征量的提取工作,具有速度快,方法简单,处理复杂图案能力强的特点。

基于连通域提取的车牌字符分割算法

车牌字符分割是车牌识别系统的三大关键技术之一。为了准确地进行字符分割,提高字符识别的准确率和识别的速度,提出了一种改进的连通域提取车牌字符分割算法,算法通过扫描目标像素的若干相邻像素后按照一定的准则确定目标像素与相邻像素之间的连通关系,可克服同类算法中像素重复标记和归并标记需大量运算的缺陷,最后得到正确的连通标记划分并能提取出各个分离的连通区域。实验表明算法能够准确快速地识别字符,且具有较好的稳健性。

采用多组单应约束和马尔可夫随机场的运动目标检测算法

针对现有动态背景下目标检测算法的局限性,提出一种基于多组单应约束和马尔可夫随机场的运动目标检测算法.该算法以视频序列多帧跟踪的运动轨迹为基础,通过轨迹分离和像素标记2个阶段实现运动目标的检测:在轨迹分离阶段,利用多组单应约束对视频序列的背景运动进行建模,并基于该约束通过累积确认的策略实现背景轨迹和前景轨迹的准确分离;在像素标记阶段,以超像素为节点建立时空马尔可夫随机场模型,将轨迹分离信息以及超像素的时空邻域关系统一建模在马尔可夫随机场的能量函数中,并通过最小化能量函数得到每个像素的前背景标记结果.与现有基于运动轨迹的方法相比,文中算法不需要仿射摄像机模型的假设,有效地解决了运动轨迹等长带来的轨迹点区域缺失问题,并可同时处理静态背景和动态背景2种类型的视频;在多个公开数据集的测试结果表明,该算法在轨迹分离准确性、轨迹点密度以及像素标记准确率等方面均优于现有方法.

使用线段表实现线段编码与种子填充快速算法

在图像处理中常用水平线段集表示区域,提出了一种采用线段表结构来表示区域,并给出使用线段表改进传统像素标记与种子填充算法的快速算法。该算法中,线段表的每个表项对应一条水平线段,它包含L、xL、xR、y和F5个参数,即表示上下线段连通关系的标记,左、右端点的x坐标,线段的y坐标与表示线段特征或类型的标志。具有相同标记的线段表表项构成连通区域。以线段表为基础,水平与垂直方向的连通检测可分别进行,水平方向可通过行程编码实现,垂直方向则通过比较上下线段的端点坐标来确定。线段编码是像素标记的改进,由行程编码、线段标记、统一标记与标记排序4个步骤组成。采用线段表结构后,线段编码中利用桶排序,种子填充新算法中,利用队列结构并避免重复扫描来提高效率,与轮廓填充算法相比较效率都可提高近一倍。

一种改进的星图中星提取方法

在矢量法基础上,将改进SUSAN算法和限制条件下扩展像素标记法相结合,提出一种改进的星图中星提取方法。仿真结果表明:该方法的提取精度优于矢量法,有较强的抗噪声干扰和剔除暗星能力。

视频监控中多运动目标的检测与跟踪

在基于递归方法的二值图像连通区域像素标记算法基础上,融合图像预处理技术,并对预处理后的图像进行改进,同时根据运动目标的几何特征,在实时监控视频图像中更好地定位运动目标,从而实现多运动目标的检测与跟踪。实验结果表明该方法可靠高效,也可以满足实时视频监控系统的需要。

基于多尺度特征和注意力机制的航空图像分割

利用神经网络能通过进行建筑像素标记实现航空图像分割,但也存在分割边界模糊的问题,导致分割结果不理想.为此,本文以卷积神经网络U–net和FCN–8s基本网络模型,实现端到端训练.在此基础上,结合建立了全卷积神经网络结合多尺度特征和注意力机制的网络模型,提升了分割边界的清晰度.将多尺度特征和注意力机制的模型与基本模型进行对比,分析了真实与预测之间的相关度和相似度,并将预测结果进行对比.实验结果表明,结合多尺度特征和注意力机制的分割模型,分割边界更清晰,相对于相同训练规模的全卷积网络交并比高2%,Dice系数高3%,得到较好的分割结果.