一种基于边缘与分区的棒材端面图像的分割方法

提出了一种利用图像边缘检测与图像分区的综合图像分割的方法。首先运用索贝尔边缘检测技术对原图像副本提取边缘并二值化,然后,对图像分区,结合各分区内边缘点集的特点,分别由全局阈值、子块阈值及分区扩大后阈值对各个分区实施合理分割。实验证明:该分割技术实现简单,应用于具有光照不均匀、子目标粘连、变形等特点的棒材端面图像的分割,效果十分理想。与已有分割方法的对比实验表明,该方法具有目标分割完整,子目标分割也较为合理的特点。

棒材端面图像的阈值分割算法

采用几种常用的阈值分割算法以及一种最大类间方差法的推广方法对棒材端面图像进行分割,将其分为目标区域和背景区域两部分,通过比较得出对棒材端面图像最有效的阈值分割算法。实验结果表明,迭代法和最大类间方差法的推广方法对图像的分割效果较好。

基于融合技术的螺纹钢打捆端面图像分割方案探讨

针对工业现场的特定环境及对螺纹钢打捆时端面图像分割的特殊要求,提出了一种基于融合技术的图像分割方案。该方案先分别采用阈值化与基于边界的分割方法对图像进行初始分割,然后将所得数据加以关联并采用遗传算法加以融合与提取。实验结果表明该方法有利于提高分割质量。

基于端面图像与CAD软件的渐开线直齿轮基本参数测绘方法

提出了一种利用端面图像与CAD软件实现渐开线直齿圆柱齿轮基本参数测绘的方法。首先,利用测量工具获取直齿轮的一些直接参数;其次,通过图像扫描系统采集直齿轮端面图像,由图像处理软件对其进行预处理;最后,对齿轮的基本参数进行估计,利用CAD软件绘制齿轮轮廓,并调整参数,逼近齿廓图像,达到准确测绘直齿轮基本参数的目的。实验表明,该方法具有测绘精度高、简单等优点,可以满足齿轮设计的要求。

原木端面图像检尺直径识别的一种算法

论述了应用计算机图像处理和识别技术来识别不规则圆形类目标的问题,以成捆原木端面图像为实例,提出一种原木端面检尺直径识别的算法。

基于RGB彩色空间的原木端面图像参数测算研究

[目的]根据原木端面图像的彩色特征,提出一种基于RGB颜色空间的彩色图像分割算法。[方法]选取图像中指定区域作为样本,统计样本中像素点的彩色分量,利用其彩色阈值区间,通过逐点匹配法对图像进行分割。[结果]该方法不仅消除了阴影干扰,而且能够准确地对原木端面进行分割。分割结果图像优化处理后,完整地反映出图像中的原木端面。采用目标图像外接矩形的内接椭圆算法对原木端面图像进行参数测算,结果表明,该算法的测算结果相对误差小于0.5%。[结论]基于RGB彩色空间的原木端面图像分隔方法分隔效果较优,参数测算结果较准确。

板材端面细胞实体检测图像的切片化处理研究

针对无损检测板材材种这个木材行业亟待解决的问题,根据木材端面细胞图像显现方便和易于检测的特点,利用计算机图像处理技术,研究并提出了依靠木材端面细胞实体检测图像进行板材材种识别的新方法和研究方向,为建立木材几何参数识别的数学模型提供了理论依据,为科学化和工业化鉴定检测板材材种提供了新的理论研究方向。

基于多特征的成捆原木端面轮廓识别方法

为了准确地识别原木端面轮廓，建立了联合像素特征和边缘结构的成捆原木轮廓识别模型，引入支持向量机改进原木端面像素点的识别效果，并用最小二乘法对边缘轮廓进行圆拟合。实验结果表明，在图像背景、原木端面都不理想的情况下，该方法能较为有效地完成成捆原木端面轮廓识别。

结合图像和图形特征的原木轮廓识别

针对原木端面存在污渍、裂痕和伐痕等导致原木轮廓难以被鲁棒地识别的问题,提出了结合图像和图形特征的原木轮廓识别方法.首先,引入YOLO V3,在对200多张原木图像样本进行学习后,实现利用图像信息进行目标检测;其次,利用原木轮廓图形上近似于圆的特点,采用轮廓重叠度计算和随机Hough变换校正YOLO V3识别结果的中心不准的问题.与同类原木图像的识别结果进行比较,结果表明,它能100%识别其中的完整原木,边缘的平均重叠度提高了10个点;在各类复杂端面轮廓情况下的识别结果中,该方法都有较好的鲁棒性,识别率达到98.8%.

一种基于图像处理的打捆钢筋计数方法

针对打捆钢筋的计数问题,提出了一种基于图像连通区域面积的打捆钢筋计数方法.通过对打捆钢筋端部图像进行灰度化、滤波和图像分割处理,使分割后图像中的连通区域分类为噪声、一根钢筋和多根钢筋,并将所有连通区域的钢筋求和,就可以得到图像中全部钢筋的数目.结果表明,新算法不仅缩短了运算时间,还能够较好地去除非均匀光照和噪声等因素的干扰,突出了图像内部的细节,有利于后续钢筋的识别和计数.

改进的自适应分割算法在钢筋图像中的应用

为提高复杂条件下成捆钢筋端面图像的分割效果,先进行非均匀光照校正和噪声滤除,提出了新的阈值搜索范围和新的阈值计算准则寻找最佳阈值,改进了自适应阈值算法,并对端面图像进行分割,最后借助Matlab对该算法进行了仿真。实验结果表明,新算法不仅缩短了运算时间,而且有效去除非均匀光照、噪声等因素的干扰,突出了图像内部的细节,有利于后续的钢筋识别和计数。

基于圆弧的原木轮廓的识别与验证

针对原木端面存在相交圆、阴影等导致原木轮廓难以获得完整的圆轮廓问题,提出了基于圆弧的原木轮廓识别方法.首先分析了圆弧在数字化图像中的性质,从各种边缘线条中区分出圆弧边缘;其次,定义验证模型,以判断识别结果是否为合格圆.结果表明,该方法可以从大量干扰的边缘中找到轮廓,并利用部分轮廓边缘识别原木端面.

结合色彩特征和空域特征的成捆原木轮廓识别

成捆原木检尺自动化不仅能够提高生产效率,而且是林木资源管理的需要.通过图像处理得原木检尺直径和统计根数,这是实现检尺自动化中的重要环节.由于原木生产作业现场获取的成捆原木图像背景多样,拍照时自然光照条件不一,成捆原木轮廓识别需要较多的人工交互.通过研究成捆原木端面彩色图像中原木的色彩特征,利用它滤除大量的不相关背景,留下原木色彩近似的像素点;并结合拉普拉斯滤波器,获得原木边缘,实现成捆原木轮廓的分离,从而获得原木轮廓.

一种渐进式圆心定位的原木端面轮廓识别方法

Hough变换圆检测方法可以很好地检测出原木轮廓图像中的圆形轮廓,然而,部分原木端面轮廓是圆形轮廓的变形或带干扰边缘的圆形轮廓,因而无法正确地被识别.针对该问题,提出一种渐进式圆心定位方法.首先,通过迭代方法,由轮廓区域中被扫描到的某一点定位到圆心位置;其次,以被识别的圆心为中心,根据圆轮廓遴选模型,在待识别轮廓中确定最合适轮廓.实验结果证明方法的有效性.

基于对称性评估的保偏光纤偏振轴检测技术

提出一种基于端面图像对称性特征的偏振轴检测算法。该算法利用图像极坐标变换来实现图像的对称性检测,使用金字塔搜索法快速寻找最优对称轴,确定偏振轴向。所提算法利用图像的全局性特征而不依赖于应力区边缘点位置实现精确定位,对图像清晰度要求显著降低。实验结果表明,所提算法具有较高的准确性和精确性(±0.1°),其稳健性大幅增强,且算法速度提升了近1.5倍。