木材彩色图像缺陷分割——基于Gabor滤波的改进C-V彩色模型

分析了木材节子缺陷、单板节子的特点,提出了一种基于多通道Gabor滤波的改进C-V彩色模型的木材缺陷识别算法。该算法将彩色图像作为一个整体的图像,保留了图像的彩色信息。该算法利用多通道Gabor滤波器、K-均值聚类算法得到缺陷目标与背景的彩色区分图像;利用改进的彩色C-V模型对新图像进行边缘提取,得到理想的实验结果。与采用基于改进C-V模型与小波变换的灰度图像缺陷识别算法相对比,结果表明该方法可快速、准确地实现对木材节子缺陷彩色图像及单板多节子彩色图像的分割。

改进C-V模型的木材缺陷彩色图像分割研究

分析了木材节子缺陷图像的特点,将彩色图像作为一个整体的图像进行处理,保护了彩色图像信息的特性,提出了一种基于AOS的扩展C-V矢量模型及背景填充耦合的木材节子缺陷彩色图像分割算法。对Chan-Vese提出的基于Mumford-Shah模型的水平集矢量图像分割模型进行了改进,使分割速度得到了提高;用AOS算法改进了原模型的差分格式,使得差分格式无条件稳定;结合背景填充技术,使得到的新图像缩减了目标与背景间的特征差别。实验结果表明该方法可以较好地实现对木材死节、活节和虫眼等缺陷的彩色图像分割,也可实现对单板多节子缺陷彩色图像的分割,为木材缺陷边缘检测提供一种行之有效的方法。

木材缺陷识别新方法——改进C-V模型与小波变换

分析了木材缺陷、单板节子的特点,提出了一种基于改进的C-V模型、小波变换及背景填充技术的缺陷识别算法。采用symlet5小波,对原图像进行一级二维离散小波变换,分别得到低频分量和高频细节,对低频分量用背景填充技术进行处理得到新的低频图像,分别使用改进的C-V模型对各子图像识别,利用二维离散小波重构图像,进行Gauss滤波,得到分割结果。

基于改进劣化度模型的风电机组日常运行状态评估

为准确地掌握整台风电机组的运行状态,提出一种基于改进劣化度模型的评估方法。首先求得风电机组层次结构中各状态参数的劣化度;其次通过组合赋权法确定各参数的权重,利用岭型分布隶属度函数确定各参数的隶属度矩阵;最后利用模糊综合评判法和彩色图谱对机组的运行状态进行评估和展示。案例机组的日常运行状态评估表明:所提方法可较SCADA系统提前发现机组发电机非驱动端轴承的异常,且误报次数较少。

基于改进的C-V模型的东北松子外部品质等级检测研究

提出了东北松子外部品质的无损等级划分方法。利用CCD相机获取松子图像,采用改进的C-V模型实现松子轮廓特征的提取;利用数学形态学的方法,提取松子的果长、横径特征参数,并与实际测量值间构建数学模型;根据提取出的特征参数,建立松子外部品质综合等级评定标准。实验结果表明,采用本文方法能够实现同时对多个东北松子外部品质的等级划分,且划分的平均准确率为97.2%。

基于模糊聚类和改进C-V模型的冠状动脉图像分割方法

目的提出一种基于模糊聚类和改进C-V模型的新型图像分割方法,以精准和快速地提取冠状动脉CT血管造影图像中的冠脉轮廓。方法首先对原始冠脉CT造影图像进行预处理;然后利用模糊C均值聚类算法进行预分割,将获得的隶属矩阵和聚类信息耦合进改进的C-V模型中,完成对冠脉图像的分割;最后定性和定量分析本文模型与其他两种传统模型对冠脉CT造影图像的分割结果。结果定性分析结果显示,本文模型以较少的迭代次数完成了对冠脉轮廓的提取,对细小复杂的组织具有较强的分割能力,目标边缘光滑。定量分析结果显示,本文模型迭代200次耗时11.722 s、重叠率83.42%,迭代400次耗时16.493 s、重叠率85.13%。结论结合模糊聚类的改进C-V模型能以较少迭代次数完成对冠脉轮廓的提取,具有分割速度快、抗噪能力强、目标边缘光滑等特点。该方法可以用于冠脉的分割,并为后续冠脉图像的三维重建研究提供参考。

彩色C-V方法及其在印刷网点图像分割中的应用

将Chan和Vese提出的基于Mumford-Shah模型的图像分割方法(C-V方法)由灰度分割扩展到彩色分割,并给予一定改进。提出了一种可以有效分割彩色图像的彩色C-V方法,使得图像中的色度信息得到充分利用;对原始C-V模型进行改进,增强了全局特性,同时考虑到人眼视觉感知,采用合适的色彩空间;将该方法应用于印刷网点图像分割。实验表明,彩色C-V方法用于分割边缘模糊和噪声污染较为严重的网点图像时,效果大大优于传统的分割方法。

基于改进PCNN模型的车辆阴影消除方法

消除车辆阴影对图像分割的影响是车辆自动监控系统中亟待解决的问题。针对阴影具有方向和大小不确定性的特点,充分利用脉冲耦合神经网络模型优良的图像分割能力,结合阴影属性,提出一种基于改进的脉冲耦合神经网络模型的运动车辆阴影消除方法。此方法无需建立道路背景模型与车辆阴影模型,在消除车辆阴影的同时能较好地保留车牌、车窗以及车标等车体的重要信息,为车体定位、特征提取等处理奠定良好的基础。大量现场图像测试结果验证了该方法消除车辆阴影的有效性,可广泛地应用于自然环境中车辆阴影的消除。

MFMIS铁电电容器的模型改进

为了考虑铁电薄膜的历史电场效应,本文结合偶极子转换理论和MOS电容器的半导体物理理论,提出了一种描述MFMIS电容器电学性能的改进模型。利用该模型,模拟了铁电薄膜的极化强度-电压(P-E)特性和MFMIS电容器的电容-电压(C-V)特性,并与实验结果进行了对比。模拟结果与实验结果符合较好。本改进模型可被推广应用至MFMIS结构类器件中。

3种不同模型对木材表面缺陷图像分割算法的比较

木材表面缺陷会严重影响木材的质量和使用价值,因此对木材表面缺陷图像分割的研究有利于提高木材的利用率。本文分别对红皮云杉含有虫眼、活节、死节3种典型木材缺陷的图像采用改进的C-V模型、改进的GVF Snake模型和改进的GAC模型进行分割试验,对3种改进算法的复杂程度、分割时间、分割结果的完整性以及抗噪性进行对比和分析。结果表明,改进的GAC模型算法较为优越,其分割算法简单,运行时间短,缺陷分割效果较好,抗噪性强。而改进的C-V模型算法、改进的GVF Snake模型算法的分割效果和抗噪性最差,不宜作为3种木材表面缺陷图像的分割算法。

基于改进PSO的医学图片颜色迁移及重构

通过对真彩图像与灰色MRI切片的亮度和纹理等特征的配准而进行灰色图像的彩色化,可以得到有效的而且符合真实人体器官组织的真彩仿真图像。着重研究将粒子群算法与点邻域亮度纹理分布和局部颜色结构分布相结合而应用于Welsh图像彩色化算法。通过粒子群寻优迭代方程的各参数的自适应调节和控制提升其性能,并将点邻域分布的颜色特征和彩色局部分布的颜色特征通过多种搜索算法如遗传算法和粒子群算法及其修正算法进行了适应度函数最优值搜索分析比较,其彩色化的MRI切片的三维重构模型能多层次清晰地反映器官组织的分布和构造。

彩色树木图像分割算法的研究

树木图像分割是将树木与其周围景物分离的技术,是虚拟现实和计算机仿真等学科在林业应用的核心技术,也是机器视觉领域的重要研究方向,拓宽了计算机技术在林业中的应用。本项研究基于树木图像形状复杂的特点,设计并实现了一种结合C-V模型水平集及形态学处理的彩色树木图像分割算法。运用改进的最小化能量函数作为水平集的演化曲线,可以更加自然地改变曲线拓扑结构,对含有分裂、合并、形成尖角等复杂形状的目标对象分割更为有效。如果再结合形态学后处理算法,将初次分割图像中非目标区的细密纹理和噪声剔除,可以快速准确地得到全局最优的图像分割效果。同时进行了与基于梯度变换的改进分水岭树木图像分割和基于灰度-梯度最大熵的树木图像分割算法的对比试验,试验表明,结合C-V模型水平集和形态学算法对树木图像分割效果更为有效。

基于改进遗传算法的医学图片颜色迁移及重构

为了得到有效和符合真实人体器官组织的彩色仿真图片,通过灰色MRI切片和真彩图像的亮度及纹理的适应度的搜索取优而实现灰度MRI切片的颜色迁移。着重研究将改进遗传算法与点邻域亮度纹理分布和局部颜色结构分布相结合,并应用于Welsh图像彩色化算法和比较,探索用于遗传算法的种群选择、交叉和变异、编码方式和码值渐变自适应等调整技术和方法。将点邻域分布和彩色局部分布的彩色特征通过穷举法、随机法和遗传算法进行最优彩色点搜索分析比较。最后得到的彩色化的MRI切片的三维重构模型能多层次清晰地反映器官组织的分布和构造。

基于改进变分水平集方法的遥感影像道路提取

本文旨在提出一种应用于高分辨率遥感影像道路提取的方法——改进的变分水平集方法。该方法通过在GACV(Geodesic-AidedC-V)模型中,引入基于PCA(Principal Component Analysis)彩色区域生长的目标识别函数,基于Beltrami框架的彩色梯度流和一个用于表征水平集函数与符号距离函数近似程度的惩罚项,实现了对算法的改进。该方法适用于复杂背景下感兴趣目标的提取,已通过实验得以验证。

基于改进的C-V模型煤岩细观裂隙图像处理及其应用

为了准确全面地获取煤岩细观图像裂隙信息,引进基于偏微分方程的图像处理技术,阐述无边缘活动轮廓模型(C-V模型)的原理,并针对C-V模型的不足,提出一种基于图像增强函数的改进C-V模型。采用改进的C-V模型分别对包含单一裂隙和多裂隙煤岩细观图像进行处理,获得高质量的煤岩细观裂隙二值图像,并通过量化处理,定量地得到了有效的煤岩细观结构特征参数,为后续煤岩渗流计算和损伤计算等深入研究奠定了基础。研究表明,针对对比度较低、灰度不均的煤岩细观图像,改进的C-V模型比原C-V模型取得了更好的图像分割效果和更准确的煤岩细观结构定量信息,可以应用于煤岩渗透率和损伤因子的计算。

桥梁下部结构裂缝提取的改进C-V模型算法(英文)

应用改进C-V模型,进行桥梁下部结构裂缝图像分割,通过裂缝截取、图像填充和旋转变换精确提取裂缝宽度。对不同光照条件下拍摄的在役混凝土桥梁结构裂缝图像,分别利用改进C-V模型算法、自适应阈值法、形态学算法、C-V模型以及Canny算法进行试验对比。分析结果表明:改进C-V模型算法误分率和运算时间最小,分别为3.02%与89ms;1 000幅桥梁结构裂缝图像试验对比显示裂缝检测准确率大于90.8%,裂缝宽度平均误差小于0.03mm。可见,改进算法可有效提高检测准确率,减少运算时间。

基于改进C-V模型的棉花叶片目标提取方法

为解决自然条件下棉花叶片因其轮廓几何边缘长势不均匀所导致的叶片目标提取不精准问题,提出一种基于改进C-V模型的棉花病害叶部目标提取方法。在传统C-V模型的基础上,将长度惩罚项和符号距离函数的约束能量项引入能量模型中,以达到对演化曲线长度变化的约束目的,从而完成对整幅图像目标特征的提取。本研究算法先对待分割的图像设置初始曲线,并利用高斯滤波算子对待分割图像进行平滑滤波处理,然后根据图像全局灰度信息和局部二值匹配信息建立能量方程,根据其离散化形式,对水平集函数进行演化,并从中提取演化曲线,最后根据水平集函数演化过程所满足的终止条件,输出图像分割结果。按照不同天气条件和不同背景采集了1 200幅棉花叶片样本图像,对本研究算法进行测试。试验结果表明:本研究算法对于晴天、阴天和雨天图像中目标(棉花叶片)轮廓提取准确率分别达到82.23%、82.73%和84.60%。分割结果表明,本研究算法能够对3种天气条件(晴天、阴天、雨天)与4种复杂背景(白地膜、黑地膜、秸秆、土壤)特征混合的棉花叶片图像目标特征轮廓实现准确提取。

用于面诊的嘴巴定位算法研究

针对嘴巴区域特征的精确定位对于中医面诊客观化的研究具有重要意义,提出一种基于双肤色模型、椭圆拟合与改进C-V水平集模型相结合的分割嘴巴的方法。考虑到肤色在像素空间邻域与灰度值域的平滑相似性,首先给出一种二维伽马函数的自适应光照补偿法,提升非均匀光照下肤色聚类的稳定性,进而利用根据实验确定的双肤色模型,进行肤色检测,并采用数学形态学方法去除噪声等影响,Sobel方法提取轮廓;然后根据所得的边缘和初步轮廓利用直接最小二乘椭圆拟合法提取人脸区域;最后采用改进C-V水平集模型对嘴部区域进行分割。实验结果表明,采用该算法能够得到更好的分割效果,满足中医面诊图像分割要求,为面部五官的进一步分割和检测奠定基础。