基于3D区域增长法和改进的凸包算法相结合的全肺分割方法

肺实质分割结果的准确性在实际临床应用中具有非常重要的意义。但由于肺结节的位置、大小、形状的不规则性,肺部病变的多样性,以及人体胸部解剖结构的明显差异等,使得各类分割方法不能统一地适用于所有的胸部CT图像,所以对于肺实质分割方法的研究仍具有很大的挑战。该文在国内外研究分析的基础上提出基于3D区域增长法与改进的凸包修补算法相结合的全肺分割方法。在3D区域增长法的粗分割基础上,对分割的结果进行细化工作,通过连通域标记法与形态学方法相结合去除气管和主支气管,得到初步的肺实质掩膜,最后应用改进的凸包算法对肺部轮廓进行修补平滑,最终得到肺部分割结果。通过与凸包算法及滚球法相对比,证明该文所提改进的凸包算法能够有效地修补肺部轮廓凹陷,修补后的结果分割精度较高。

局部C-V主动轮廓模型快速图像分割算法

经典的C-V模型分割算法在处理较大尺寸图像时存在需多次迭代、运算时间长的缺点。在分析图像尺寸和初始逼近图像与获得稳定解的迭代次数与运算时间的关系的基础上,提出了一种改进的基于阈值分割及快速连通域标记算法的局部C-V图像分割算法,对大尺寸图像进行处理。采用OTSU算法对图像进行初步的阈值分割,再利用快速非递归连通域标记算法进行连通域的标记及图像的局部分片。对分片后的小块图像以其阈值分割的结果作为初始逼近图像采用C-V算法进行分割处理。算法分析及仿真结果证实,与经典C-V算法相比较,改进的算法能够以很少的迭代次数和很短的运算时间达到稳定解,能够对含有丰富轮廓细节的大尺寸图像进行快速有效的处理。

基于图像连通区域面积的成捆棒材自动计数方法

提出了一种基于图像连通区域面积的成捆棒材自动计数方法。该方法首先对获取的棒材图像进行灰度化、滤波和图像分割处理,然后对分割图像中的连通区域分类:小于基本面积的区域视为噪声区域,介于基本面积和阈值面积之间的区域视为一支棒材区域,大于阈值面积的区域表示多支棒材粘连区域。对于多支棒材粘连区域,采用区域面积除以标准面积得到棒材支数。最后将所有连通区域的棒材支数求和即可得到图像中全部棒材的支数。该方法应用于13幅成捆棒材图像计数实验时所得误差均小于3%。

结合纹理特征与显著性的裂缝提取算法

为有效提取路面裂缝,提出一种纹理特征融合与显著性检测相结合的路面裂缝检测算法。采用形态学方法去除部分光照,利用LBP、Laws、对比度纹理描述因子对裂缝进行描述并将描述结果进行加权融合,利用显著性算法对裂缝显著化,阈值分割、中值滤波、连通域去噪后得到裂缝。实验结果表明,与常见的效果较好的分割算法比较,该算法检测效果更优,能更好保留裂缝细节,提取裂缝的精确率和召回率均达到了92%以上。

数字碑帖图像的二值化算法研究

以中国古代碑帖图像为研究对象,根据光照、边缘、笔画粗细及像素值等位置特征,建立了基于阈值分割和形态学相结合的数字碑帖图像的二值化复原算法。针对碑帖图像的复杂程度,对于光照不均匀的图像,可采用自适应阈值分割;对于背景噪声较多的图像,阈值分割后,进一步采用形态学、连通域和均值滤波相结合的综合算法进行二值化复原。结果表明,综合算法在处理复杂图像及含有大面积噪声的图像时效果理想。

改进的连通区域标记算法在人脸五官识别定位技术的应用

人脸的五官特征识别是人脸识别的关键技术,本文在原有连通区域标记算法基础上提出了一种改进算法,从而来实现对人脸目标器官的提取。该算法在一次人脸图像扫描中就可以完成所有连通区域的标记,避免了大多数改进算法都必须处理的重复标记的问题,从而提高了标记效率;同时,该算法不受所标记的图形形状的影响。仿真实验表明,该改进算法具有较高效率和较强的鲁棒性。

经编布匹瑕疵点检测方法

与梭织纬编布匹不同,经编布匹由于编织工艺的原因造成布匹网纹稀疏、粗大,导致现有的视觉疵点检测方法只能针对少数种类的经编布匹上的疵点有效果,普适性不佳.针对经编布匹的特点,提出了一种新的视觉检测方法.该方法基于最大熵阈值分割和连通域的思想,有效解决了经编布匹疵点检测中的误检问题.通过对上百张样本照片、数十种疵点种类进行了试验,结果表明该方法具有较好的准确性和普适性,可以完成对数十种经编布匹疵点的检测和定位.

贴片电阻字码识别算法研究

电阻字码的示值错误、漏字等问题是影响产品质量的重要因素。该文研究了贴片电阻字码的识别算法,实现了电阻字码的自动识别,可在线剔除不良品。该算法在对图像进行预处理后,采用Hough变换进行旋转校正,利用连通域法和行扫描法分割出单个字符,再用模板匹配法对电阻字码进行识别。结果表明,该算法鲁棒性好,识别精度高。

海天背景下港口船舶检测算法研究

针对海面视频图像中目标船舶总是出现在海天线附近且海面经常出现间断性不连续杂波和孤立噪声点的问题,采用边缘检测、阈值分割与霍夫线检测结合的方法检测出海天线。去除海天线及以上背景,准确定位目标船舶。采用局部自适应阈值分割去除海面由于漩涡产生的间断性杂波,分割出真实目标船舶。通过形态学处理来填补目标船舶中间出现的空洞,连通域面积检测去除静止点来消除对目标点的影响。实验结果表明:该方法能有效地去除海面杂波和噪声点等对目标的干扰,有效检测出海面背景下的目标船舶。

基于欧氏距离的交通警告标志识别方法研究

提出了一种对含字符的交通警告标志进行检测和识别的方法。根据交通标志颜色的分布范围,以颜色分量为基础进行阈值分割,将图像中大部分不满足颜色要求的区域去掉,借助连通域标记、形状因子来进行交通标志的定位。将定位后的交通标志,通过预处理、字符的旋转矫正和分割,得到人眼可以识别的字符。通过欧氏距离匹配法进行字符的计算机识别,最终可使计算机识别率达到75%左右。

基于质心与区域生长的肝脏自动分割方法

针对腹部CT图像相邻的组织器官对比度低,肝脏形状的不规则等因素造成肝脏分割困难的问题,以质心作为区域生长的种子点,提出一种基于质心与区域生长算法的肝脏自动分割方法。利用肝脏在CT图像中面积最大的特性,锁定二值化CT图像的最大连通域,通过获取最大连通域质心自动获取种子点位置,采用双阈值的区域生长方法进行图像分割。实验结果表明,该方法避免了因主观因素的影响而误将种子点选取在错误的位置,解决了区域生长算法手动选取种子点问题,同时能够将肝脏区域精准地分割出来,达到自动分割的目的。

基于Matlab的改进边缘提取算法

在图像的预处理过程中,边缘提取是非常重要的一个环节。针对目前边缘提取算法不能提取有效的图像边缘,提出了对现有图像边缘提取算法进行改进的方案。方案改进的思路是对现有图像预处理算法进行整合和优化一些重要参数,并使用Matlab仿真平台对改进方案进行仿真。在此过程中,使用了Canny边缘提取技术、自适应阈值分割技术和形态学滤波技术等,并对这些方法的处理流程进行分析。仿真结果表明,合理的算法整合能够有效地改进边缘提取的效果。

PCB焊点及芯线端头识别

智能微型化的医用器械在医疗行业逐渐被人们所重视。这些产品主要是由一些微型电子元器件构成,其中器件核心芯片部分的点线连接结构需通过高精密焊接工作完成。因此焊点和被焊芯线的识别精度要求越来越高,两者是否能准确有效识别直接影响焊接的最终质量。为高质量完成焊接过程中的焊点和芯线识别,本文主要使用电子显微仪器结合上位机VS17+OpenCV软硬结合的方法完成图像处理,对所采集图像中的焊点和芯线端头进行识别。以焊点和芯线端头的颜色及几何特征作为分析对象,经预处理后再通过各自特征分析突出感兴趣区域部分,通过特定颜色阈值选取方式和对比度提升算法完成焊点和芯线端头的分割过程,要求所测量焊点及芯线端头的识别精度误差≤0.1 mm。实验结果表明:本文印刷电路板(PCB)焊点及芯线端头的识别算法能有效识别焊点及芯线端头图中所在位置并显示其像素坐标值;经数据整理分析,本文算法的识别精度误差均控制在允许的误差范围内。

高动态下的星体目标质心提取方法

高动态情况下,星点像斑在星敏感器探测器上会呈现出拖尾现象,使得星点质心无法被准确提取。针对上述难点,提出了一种高动态条件下基于差异哈希算法的星点质心提取方法。该方法分为三步:第一,建立动态星斑的数学模型;第二,利用差异哈希算法和汉明距离实现星跟踪窗口内星体目标的粗定位;第三,在粗定位区域使用阈值分割与连通域法提取星点质心。实验结果表明,该方法能够适应各种长度的曝光时间,并实现星敏感器在3(°)/s条件下的稳定跟踪。在曝光时间50ms,角速度3(°)/s的条件下,星对角距误差为13″,平均提取率为96%,相较于传统方法,分别提高了29.6%和22.9%。

一种基于紫外成像特性的目标质心提取算法

为解决传统目标质心提取算法对紫外目标质心提取精度低、影响目标定位精度等问题,本文提出了一种基于紫外成像特性的目标质心提取算法。首先,根据紫外器件成像特性,确定目标区域灰度分割阈值,对紫外图像逐像素进行灰度概率累计分布统计,剔除背景杂散波干扰影响,得到经过时域滤波图像;其次,应用连通域提取方法对滤波后图像中目标进行提取;最后,应用一阶矩质心提取算法获取紫外目标质心。试验结果表明,与传统目标质心提取算法相比,本文所提算法受背景噪声影响较小,质心提取精度高,对紫外图像中各类目标质心提取具有普适性。