麦田多列目标图像检测算法

针对麦田图像中多列目标检测问题,提出基于水平线扫描的归类算法。对麦田彩色图像进行绿色强调,利用阈值分割方法提取苗列区域;对二值图像水平扫描,检测目标区域和目标点,根据目标点横坐标值的差值实现归类;利用过已知点的霍夫变换检测多列目标直线。对800幅麦田图像进行多列目标检测结果表明:762幅图像中的多目标列的中心线能够完全正确提取出来;处理640像素×480像素的彩色图像需要0.12 s。该算法在多列目标识别中是一种有效、快速的检测算法。

一种改进的基于上下文的破损显著性检测

采用简单的图像分割和边缘提取对工业透明塑料薄膜的破损情况进行检测时,效果不太理想。针对这种情况,本文提出一种改进的基于上下文的工业透明薄膜包装破损显著性检测。首先对拍摄的图像进行点Hough变换(PHT),然后将PHT变换的图像进行Graph-based超像素分割,最后对超像素分割后的图像进行基于上下文的显著性检测。实验结果表明,本方法准确性高、运行时间短,在工业上的应用具有可行性。