图像序列处理中的形态分割方法

将数学形态学应用到序列图像分析中 ,提出了一种基于图像序列的 3- D形态分割算法 ,对图像序列简化后进行边缘增强 ,用改进的 3- D分水岭方法提取分割信息 .基于分割信息对几种常用图像序列的处理算子和处理方法进行了研究和改进 .实验结果表明 ,该方法能对序列图像有效地进行时空分割 ,利用分割信息可显著提高各种图像序列处理的性能 ,而且具有算法简单、效率高的特点 .

实木地板缺陷形态学分割与SOM识别

针对实木地板的活节、死节、虫眼、裂纹缺陷在线检测速度慢及准确率低的问题,提出在提取R分量图像基础上,利用数学形态学优选缺陷种子点,设计缺陷图像快速增长策略,完成图像缺陷的快速分割;给出了以缺陷面积、边缘灰度均值、内部灰度均值、长宽比为特征的特征提取方法与步骤;构建了基于自组织映射(SOM)神经网络的缺陷辨识模型。实验结果表明:R分量可以准确表征缺陷信息;基于形态学的缺陷分割与SOM网络的缺陷辨识具有快速性和准确性,缺陷分割用时18.8 ms,缺陷分类用时4 ms,平均辨识准确率在89%以上,可以满足木地板缺陷在线检测的速度和准确率要求。

实木地板图像差分和形态学分割算法研究

针对现有实木地板表面缺陷分割算法分割速度慢、精度低的问题,提出基于图像差分和形态学的地板表面缺陷分割方法。首先,分别对目标图像和背景图像进行求补和低通滤波运算;其次,将预处理后的2幅图像做差分运算,得到差分图像;最后,采用形态学开闭运算去除差分图像噪声并获得目标缺陷。选取活节、死节、裂纹3类缺陷样本各20个进行试验,结果表明:该研究算法对3类样本平均分割准确率分别达到92.63%、94.31%、93.88%,平均分割时间为9.583 ms。

形态分水岭算法在重叠米粒图像分割中的应用

在大米检测盘上的颗粒往往会出现紧靠或者重叠的米团,导致大米检测图像中常出现重叠大米区域,这给后续大米检测分析等工作带来了很大的困难;虽然传统分水岭算法是一种广泛使用的分割方法,将其用于重叠米粒图像分割可以克服由于米粒交叠造成的图像分析困难,但缺陷在于它的过分割结果。提出了一种针对分水岭过分割问题的形态分水岭算法,它结合形态学和传统分水岭变换的优势。实验证明该算法简单、分割粘连颗粒和抑制过分割的效果很明显,运算的速度也满足实际要求。

基于HESSIAN增强和形态学尺度空间的视网膜血管分割

眼底视网膜血管的走向、弯曲度、分叉度等性状分析已成为医学上诊断全身血管性疾病的重要手段。采集到的眼底图像常存在光照不均匀等现象,利用传统的血管分割方法难以对微小血管进行检测。为此提出一种基于改进Hessian矩阵增强和形态学尺度空间的分割方法。首先利用高斯函数构建多尺度Hessian增强滤波器,采用新型的血管相似性函数对血管网络进行对比度增强,同时平滑图像以减轻噪声;然后利用改进的Top-hat变换尺度空间从背景中提取血管,并引入形态学重建方法进一步突出血管像素,消除伪边缘及孤立点噪声;最后使用二次阈值化方法实现血管的最终分割。仿真结果表明,改进的分割方法在保证大血管脉络准确分割的同时,能够较好地实现微小血管分割。

噪化图像的形态学分割方法

对严重噪化的图像 ,提出一个形态学分割方法。先通过灰度骨架变换方法和最大内接块的概念将图像中的颗粒噪声、目标表面及有噪背景分离开 ;移去变化背景及颗粒噪声 ,使图像得以增强 ;为了成功地识别和分离不需要的成分 ,用灰度形态开形成一个尺寸鉴定算法 ;最后在增强图像上应用全局阈值化从背景中获得目标。

形态学重建滤波器的研究与应用

本文在阐述形态学重建滤波器基本概念的基础上,给出了形态学重建滤波器的两个应用实例,一个是将二值形态学开(闭)重建滤波器应用于运动区域的检测中,用来对运动区域进行后处理;另一个是将交变序列重建滤波器应用于图像分割,对灰度图像进行简化。

一种基于MRI图像的脑肿瘤组合分割法

从模糊的MRI脑肿瘤的图像中准确找出肿瘤,供医学临床使用。分别采用了2种分割方法:一种是改进的阈值方法,即在进行最大方差阈值法之前首先采用手动阈值法;另一种是采用圆形结构元素作为种子的形态学分割方法。这2种方法均实现了从低对比度MRI脑图像提取目标的要求。灵活使用阈值法和形态学分割方法与医学图像中,具有一定的临床实用价值。

基于灰度均衡的指纹图像分割算法

针对MBF200芯片指纹采集器采集的指纹图像的特点,提出了一种新的指纹图像分割方法。该方法简单实用,能快速而有效的分割指纹图像,符合指纹识别系统的实时性要求。首先对指纹图像进行灰度均衡处理,然后根据图像的灰度特征对指纹图像进行分块分割,最后应用数学形态学修复指纹图像的前景边缘。使用该方法对研究室自行设计的MBF200半导体指纹采集器采集到的指纹图像,进行大量的测试。实验结果表明,该方法对这种类型的指纹图像分割是有效的。

基于超声心动图序列的胎儿左心室分割

基于胎儿超声心动图序列,提出对胎儿左心室分割算法.先人工获取胎儿超声心动图序列第一帧图像的左心室轮廓;对于后续图像序列,基于超声心动图序列的时空关联性,结合增强算法利用字典再分类的多尺度稀疏表示方法由前一帧的分割结果得到当前帧的心室内外各尺度敏感字典和各尺度的权重;由各尺度心室内外敏感字典及权重对当前帧图像分类,获得判别图像;用形态学的方法对判别图像进行分割并对产生的泄露区域进行去除.实验用11例(每例40帧图像)胎儿超声心动图序列进行算法验证,结果表明:该算法能取得较好的判别图像,具有良好的左心室分割性能,其中豪斯多夫距离为3.6mm、平均绝对距离为0.9mm、戴斯系数为86%.因此,本文提出的多尺度稀疏表示字典再分类形态学算法能够有效地对胎儿左心室进行分割.

基于速度-关联约束的风电机组风速感知异常数据识别方法

该文以风速时空关联特性为理论依据,针对风速数据单独清洗构建一种基于速度-关联约束的异常风速数据识别方法。分析了风电场典型异常风速的产生原因和分布特征,根据数据的变化趋势,将异常风速概括为突变型异常数据和渐近型异常数据两类;为提升风速数据清洗方法的准确性,提出一种基于二元形态分割算法的风速数据时序区间分割方法,将全局风速序列在时序上划分为多段分布独立的局部风速子序列,分别对每段风速子序列构建速度-关联约束条件,实现异常风速数据的识别。验证结果表明,所提方法能够有效识别风电场各类异常风速数据,清洗效果好、效率高,具有普适性和鲁棒性。

基于背景板比例尺的玉米果穗图像特征测量

玉米果穗图像特征的精确测量是实现玉米自动考种的关键技术,但玉米背景图像的复杂性,难以快速、准确测量出玉米的几何特征(玉米果穗的总长度、宽度、体积、秃尖等)。该文根据玉米灰度图像的分布特点,构造了三区域图像增强模型,采用形态学图像处理方法对增强后的图像进行分割,计算出背景板比例尺,以此为参考实现了精确计算玉米的几何参数。文中对计算结果进行了误差分析,表明该文提出的基于背景板比例尺的图像处理算法能够准确地测量出玉米图像中的几何特征值,准确率可达到96.01%,可实现玉米自动考种,替代传统的玉米手工考种,对于玉米品种推广、育种具有重要意义。

基于角点检测的建筑物轮廓矢量化方法

针对高分辨率航空影像的特点,提出了基于角点检测的建筑物轮廓矢量化方法:首先,对航空影像进行多尺度面积形态学分割,获取建筑物的二值图像;其次,利用边缘跟踪技术,记录边缘点,在边界曲线上利用高斯函数计算其曲率,提取候选角点集,并由自适应支持区域确定的角点角度和一个动态曲率阈值代替固定的阈值筛选出正确角点;最后,以直角作为约束条件,对直线段进行规划和修整,得到最终的矢量化结果。实验结果证明,该方法具有运算速度快,精度高的优点,适合于高分辨率航空影像中建筑物的轮廓矢量化。

复杂金属晶界的准确提取技术

在晶粒度定量评定时,对复杂晶界处理效果差。为解决这一问题,对复杂金属晶界的准确提取技术进行了研究。对金属晶粒度评级的步骤进行分析可知,晶界的准确重建是得到准确定量结果的关键,为此需要解决晶界间断不连续的问题。设计了两种晶界断点连接方法,对比表明,形态学分水岭阈值分割方法的效果更好,但需要解决过度分割和未分割的问题。据此,提出了复杂晶界的准确提取方法,即对区域极小值点进行有效编辑,或在应用watershed变换前在灰度图像上将断点进行连接。

基于点扩散函数的多聚焦图像融合方法

提出了一种新的基于点扩散函数的多聚焦图像融合算法,采用高斯函数对多聚焦图像进行多次卷积,通过与原近似误差图像的比较,得到聚焦清晰和模糊区域,采用形态学方法将其分割出来,并根据最大值融合规则对其进行了融合。试验结果表明,该算法可将图像分割成多个聚焦区域,边缘清晰、融合效果良好。

自适应形态学重建的遥感图像道路提取

针对因遥感图像中目标内容复杂多样,利用经典数学形态学提取遥感图像中的道路目标时,由于采用固定形状和大小的结构元素,导致道路的部分形态和空间特征丢失,难以得到较高的分割精度的问题。提出了一种基于自适应形态学重建的遥感图像道路提取方法,该方法首先采用多尺度结构元素对图像进行重建,对重建图像进行逐点极大值运算以获得自适应重建结果,然后将自适应重建开和闭运算组合后得到水平算子,利用该水平算子对图像形态特征进行度量从而初步将图像中的道路区域和非道路区域分开,利用形状滤波和孔洞填充获得准确的道路区域,最后采用快速并行细化算法提取出完整的道路中心线。仿真结果表明,该方法能够充分利用遥感图像道路形态和空间特征,准确提取出光滑的道路中心线。