基于对比度增强与最大熵的工件表面图像分割算法

针对工业相机采集到的工件表面图像缺陷细节不突出、噪声过大等导致最大熵分割法分割不精确的问题,提出一种将多尺度top-hat和形态学开闭重构相结合,并用最大熵法进行分割的工件表面图像分割算法。首先,将工件图像经多尺度top-hat变换得到对比度增强后的图像;其次,将增强后的图像经过形态学开闭重构得到工件图像背景模型;然后将增强后的图像与重构后的图像融合,最后作最大熵分割。实验表明,该算法不仅能准确分割出工件表面的缺陷,并且使细节部分更加突出,同时抑制图像中的大量噪声。

红外序列图像小目标自动检测与跟踪

提出了一种基于灰度形态重构开的红外图像序列小目标自动检测与跟踪的算法.使用形态重构开等形态学算子处理原图像,有效地消除背景,同时结合了红外小目标帧内亮度及空间信息,帧间运动信息,提取运动小目标.实验结果证明算法可以有效地自动检测与跟踪点目标.