基于形态学开闭运算和梯度优化的分水岭算法的目标检测方法

提出了一种基于形态学开闭运算和梯度优化的分水岭算法的目标检测方法。该方法首先利用形态学开闭运算对原始图像进行平滑处理,再对梯度图像进行阈值优化,去除过多的区域极小值,然后利用分水岭分割算法检测目标,最后利用目标的面积和空间关系等特征去除少量误提目标。实验表明,新方法可以取得很好的效果。

基于形态学的人脸图像边缘检测新算法

提出一种利用数学形态学开闭运算——首先滤掉噪声,再使用数学形态学梯度提取边缘的人脸图像边缘检测新算法。仿真结果表明,该方法与传统的边缘检测方法相比,能在滤除噪声的同时很好地检测到人脸图像的有用边缘。

基于眼动跟踪的视频视觉感兴趣区域提取仿真

海量视频中具有显著特征的区域为感兴趣区域。由于视频图像中普遍存在较多单目标特征,轮廓边缘关联性较强,干扰视觉区域的提取。于是提出基于眼动跟踪的视频视觉感兴趣区域提取方法。提前转换原始视频颜色空间,降低色彩影响程度,检测原始视频边缘,利用形态学闭运算填补视频边缘断裂位置并去噪,通过旋转校正处理得到简单完整的视频图像,利用眼动跟踪处理技术提取纹理特征以及亮度显著图,实现视频视觉感兴趣区域提取。实验结果表明,研究方法能够精准提取出视频视觉感兴趣区域,峰值信噪比最高可达1.5dB,验证了该方法的应用精度和图像质量增益均较高。

基于Gabor滤波与区域生长的细胞分割

贴壁细胞图像中细胞大小形状各不相同,细胞内部分区域与细胞边缘具有相近的灰度,部分细胞边缘较细或者断裂,为后续正确的分割计数带来了困难。传统的基于区域的图像分割很容易造成过分割和欠分割,前者得不到完整的细胞边缘,后者使细胞内部出现大量杂质点。为解决以上问题,首先利用Gabor滤波器的方向性滤波特性对细胞边缘进行增强,然后选择细胞边缘对应的高灰度点作为种子点进行8连通约束的区域生长,最后对区域生长后的图像进行形态学闭运算消除小的空洞和毛刺,得到完整的细胞边缘图像。与阈值法和边缘检测法的比较结果表明,该算法分割效果较好且对噪声不敏感。

基于局部阈值的图像分割方法

本文提出了一种基于局部阈值的图像分割方法,该方法针对全局阈值处理方法在背景照明不均匀时可能无效的局限性,通过应用形态学开运算、闭运算和最大类间方差得到一个局部变化的阈值函数,然后利用该阈值函数对图像进行阈值处理,最后得到分割后的图像。Matlab仿真实验表明,该方法运算速度快,能更好的抑制噪声。

基于视觉的连接器特征辨识

单目视觉识别系统中,工件的高度不同会导致测量直径尺寸的误差。通过单目相机识别图像的高度特征信息与直径特征信息,完成工件的准确测量识别。提出了一种工件多特征组合辨识的方法识别连接器。通过识别工件中心以及对工件所形成的阴影在指定的测量方向进行阴影长度测量,通过工件的高度和直径两个特征元素,识别工件的尺寸及类型。采用形态学闭运算对图像处理,而后获取工件的中心。在测量的方向上采用Halcon封装的边缘检测算法检测到亚像素边缘,而后处理获得阴影的长度尺寸。再根据组合特征确定工件类型。实验表明,所提出的工件多特征组合辨识的方法能够准确识别工件的特征,此方法能够准确区分不同工件,完成自动化生产的辨识工作。

基于机器识别的电气接线自动检测技术研究

针对电气柜批量生产中接线查错工序效率低等问题,提出了一种基于机器识别技术的电气接线自动检测方法。改进了Canny算法,图像获取后采用自适应平滑滤波与形态学闭运算相结合的方法滤波去噪,采用最大类间方差法自适应选取阈值,重塑图像模型,提高边缘提取精度,准确测定接线端导线位置和线号。与对应接线库中数据作比对,判断接线是否正确。实验结果表明,该方法能够满足生产过程中电气接线检测的要求,有效提高电气柜生产线的生产质量和效率。

基于非下采样Shearlet变换与聚焦区域检测的多聚焦图像融合算法

为了提高基于多尺度变换的多聚焦图像融合中聚焦区域的准确性,提出了一种基于非下采样Shearlet变换(NSST)与聚焦区域检测的多聚焦图像融合算法。首先,通过基于非下采样Shearlet变换的融合方法得到初始融合图像;其次,将初始融合图像与源多聚焦图像作比较,得到初始聚焦区域;接着,利用形态学开闭运算对初始聚焦区域进行修正;最后,在修正的聚焦区域上通过改进的脉冲耦合神经网络(IPCNN)获得融合图像。与经典的基于小波变换、Shearlet变换的融合方法以及当前流行的基于NSST和脉冲耦合神经网络(PCNN)的融合方法相比,所提算法在客观评价指标互信息(MI)、空间频率和转移的边缘信息上均有明显的提高。实验结果表明,所提出的算法能更准确地识别出源图像中的聚焦区域,能从源图像中提取出更多的清晰信息到融合图像。

基于帧差法与SURF匹配的异纤机棉流速度测量

针对异纤机输棉通道内棉流速度的不确定性导致其打击精度无法提高的问题,课题组提出了一种基于帧间差分法和SURF特征匹配算法相结合的混合棉速测量方法。首先,对采集到的棉团图像进行预处理,采用帧间差分法提取棉团边缘信息,得到分离的二值化棉花图像;其次,基于形态学操作对二值化图像进行腐蚀、膨胀运算,得到完整的待检测棉团信息;最后,通过SURF特征点匹配算法对2幅图像中的特征点进行匹配,计算相邻帧间同名点之间的像素距离,将像素距离转换为实际距离后,计算得到棉团运动速度。研究结果表明:与直接匹配相比,特征点数量减少了67.8%,无效匹配点对减少了97.47%,算法计算所得速度与直接计算所得速度误差低于4%。课题组提出的算法可以满足实际工业应用要求。

基于海天线旋转后准确确定目标区域的方法

根据海上监控采集的海面图像特点,提出了一种基于海天线旋转后准确确定目标区域的方法。该方法是,将海天线图像进行灰度转换,求取二值化阈值,进行图像二值化处理;将灰度图像进行改进的Hough变换得到海天线,旋转灰度图像使海天线呈水平位置;计算海天线在旋转后图像中的高度,根据该数值将旋转后的灰度图像划分为大海、海天交界区和天空区域;对灰度图像再次进行二值化处理;对图像进行反白处理和形态学闭运算,求取连通区域,目标最大的外接矩形即为目标所在区域。实验表明,该方法的检测精度高,同时能避免漏掉待检测目标和产生虚假目标的可能,具有较强的实用性。

基于改进Canny算子的SOP贴片元件的定位识别

SOP贴片元件的定位识别主要采用的是Canny算子进行图像边缘检测,传统的Canny算子在滤波和阀值分割方面不能很好地满足SOP元件的识别精度。针对此问题,对Canny算子进行改进,采用中值滤波及形态学闭运算滤波替代Canny算子的高斯滤波器,能更好达到去噪效果;提出一种基于改进的最大类间方差法自适应的搜索出Canny算子的双阀值,解决了SOP元件对外界环境变化敏感问题;利用Canny算子提取出边缘轮廓结合基于邻接矩阵的搜索方法和最小二乘法实现元件的定位识别。仿真结果表明,改进后的算法能更好的提高SOP元件的识别精度,具有较好的自适应能力。

基于面积约束和自适应梯度修正的分水岭图像分割

图像中的噪声或非规则细节干扰易导致形态学分水岭产生较严重的过分割,为了在消除过分割的同时尽可能保持图像目标边界的准确定位,提出了一种基于面积约束和自适应梯度修正的分水岭图像分割方法。首先对图像进行梯度变换,采用区域面积约束滤除狭小高梯度尖峰对应的噪声和非规则细节;然后建立梯度级与结构元素大小之间的函数关系,并以相对应的结构元素对梯度图像进行粘性形态学(VM)闭运算,消除低梯度噪声及非规则细节,实现梯度图像的自适应修正,由于VM闭运算对梯度图像进行修正时,对目标仅作轻度或不作修正,因而能够最大限度的保持目标轮廓的准确定位,而对噪声和非规则细节则采用较大尺寸的结构元素进行较大幅度修正,从而消除产生过分割的因素;最后对修正图像进行分水岭分割。实验结果表明,本文方法能够在消除过分割的同时,保持目标轮廓的准确定位。