一种改进的球栅阵列封装焊点射线图像阈值分割算法

球栅阵列封装焊点的射线图像具有信噪比差、背景不均匀等特点,故传统的阈值分割方法无法将目标焊点与背景图像很好的分割.本文通过对球栅阵列封装焊点射线图像直方图的分析,利用了自适应维纳滤波对阈值分割前的图像进行了预处理.根据图像的差异来调整该滤波器的参量,对局部差异大的地方进行小的平滑操作,对局部差异小的地方进行大的平滑操作...     

X射线数字纹理图像的特征提取

以减少图像背景和结构纹理对特征提取的干扰为目的，提出了先去除背景和纹理，再进行特征分析的算法.该算法通过最小二乘法则拟合了类抛物线曲面函数提取数字射线图像的背景，减少了背景对图像特征的模糊，在此基础上，针对图像的结构纹理特点确定几何分布参量，定义减法运算公式消隐图像纹理，减少了纹理造成的图像灰度起伏，图像灰度级分布均匀.在平坦的图像背景中，根据数字射线图像信号点服从正态分布规律特点，设定阈值进行特征分割.     

基于最大散度差准则的阈值图像分割

针对目标和背景的面积相差很大时,最大类间方差阈值法(Otsu阈值法)得到的阈值是"有偏"的,从而造成阈值图像分割失败的问题,提出一种最大散度差准则的阈值图像分割方法。最大散度差准则以广义散度差——类间方差减去C倍的类内方差作为分离性度量,同时考虑类间方差和类内方差在可分性中的作用,可有效克服最大类间方差阈值法(Otsu阈值法)的阈值"偏移"现象。实验结果表明:通过选择适当的参数C,该方法能得到比最大类间方差法更好的分割结果。     

基于灰度冗余的红外图像自适应输出窗技术

根据红外图像的特点，提出了一种基于灰度冗余的红外图像自适应输出窗技术.该技术通过对图像灰度直方图的统计，设定适当的阈值，将灰度像素分布为零的灰度级进行完全压缩，将小于阈值的灰度级映射到阈值灰度级，然后将有效灰度级在整个可显示灰度级范围内作等间距排列.该算法在压缩灰度冗余的同时，实现了对有效图像灰度级的无损均衡，提高了图像质量，并能实现实时处理.     

灰度图像的二维交叉熵阈值分割法

在解释和说明Li与 Lee提出的一维交叉熵阈值分割方法的基础上,将其推广到二维灰度直方图上,提出了二维交叉熵图像分割算法.为了克服二维空间上运算复杂性高、运算量大的缺点,给出了二维交叉熵阈值法的快速递推公式.与二维Otsu法相比,二维交叉熵阈值法能够更好地适应目标和背景方差相差较大的情形,是一种有效的阈值分割方法.     

PCB光电图像光照不均蜕化的校正及阈值分割方法

分析了CCD获取的图像光照不均蜕化产生原因.针对光照不均蜕化的印刷电路板图像的具体情况,用同态滤波器在频域空间进行滤波而增强图像,从而改善图像的目标与背景对比度.讨论了最大类间方差法,给出了其优点.为了更好的分割图像,在此基础上,考虑两类间距与各类内聚性对图像分割的不同影响,提出了一种改进的最大类间方差法.最后对光照不均蜕化的PCB光电图像用不同方法进行了实验,结果表明改进方法能更好地分割图像.     

光电图像光照不均蜕化的校正及阈值分割方法*

分析了CCD获取的图像光照不均蜕化产生原因.针对光照不均蜕化的印刷电路板图像的具体情况,用同态滤波器在频域空间进行滤波而增强图像,从而改善图像的目标与背景对比度.讨论了最大类间方差法,给出了其优点.为了更好的分割图像,在此基础上,考虑两类间距与各类内聚性对图像分割的不同影响,提出了一种改进的最大类间方差法.最后对光照不均蜕化的PCB光电图像用不同方法进行了实验,结果表明改进方法能更好地分割图像.     

基于最大模糊熵和遗传算法的图像分割

为了分割照度不均匀的网格图像,提出了一种基于最大模糊熵和遗传算法的阈值分割方法。基于模糊集合理论,根据像素灰度值把原始图像中的像素分为黑和亮两个模糊集,利用最大模糊熵准则确定模糊区间的范围,寻找模糊参数的最优组合,实现图像分割。由于穷举法搜索模糊参数的最优组合存在计算复杂度高、占用存储空间大等缺点,因此采用了遗传算法确定最优阈值。为了验证该方法的有效性,对其进行了图像分割实验,并与最大类间方差法、迭代法和一维最大熵法进行了比较。实验结果表明,该方法能够自动、有效地选取阈值,分割效果优于其它三种算法,并能保留原始图像的主要特征。     

基于彩色图像分割技术的SMT焊点质量检测

图像分割的策略和方法是SMT焊点图像处理的一项关键技术,也一直是SMT焊点计算机质量检测的瓶颈;以SMT焊点的颜色和几何特征作为分析对象,在灰度图像分割所用二维阈值化的分割方法的基础上,提出一种从颜色直方图的量化级数和二维直方图概率密度不均匀化两个方面改进后的适用于HSV彩色空间图像分割技术,并将其应用于SMT焊点的质量检测;通过其得到SMT片式元器件焊点的图像,对其进行形态学处理后,利用Matlab软件将SMT焊点成功地从PCB板上分离出来,为三维重建提供良好的基础。     

基于分段直方图变换的图像非线性增强

针对可见光图像的特性,依据图像的灰度性质与概率密度,提出一种分段直方图灰度图像非线性增强法.根据图像灰度的性质,将图像灰度级分成背景段、过渡段和目标段,由灰度级的累计概率密度,分别构造三部分灰度级的变换函数,压缩背景段灰度差,保持过渡段灰度差,提高目标段灰度,避免图像过度增强,提高了图像的清晰度.以低对比度的可见光图像进行验证,实验结果和理论分析证实了此方法的合理性和有效性,表明此方法不仅实现了图像增强,保留了图像零灰度级附近的灰度,而且减少了细节信息的损失,避免了直方图均衡化和直方图双向均衡化方法中图像过度增强的现象,提高了图像清晰度,获得更加符合人眼视觉的增强效果.     

玉米作物多光谱图像精准分割与叶绿素诊断方法研究

为了快速获取大田玉米作物长势信息,基于多光谱图像开展了大田玉米叶绿素指标的非破坏性诊断研究。应用自主开发的2-CCD多光谱图像感知系统,在田间采集玉米冠层可见光[Blue(B),Green(G),Red(R);400～700 nm]和近红外(Near-infrared: NIR,760～1 000 nm)图像,并使用SPAD同步测量样本叶绿素指标。采集后图像经自适应平滑滤波处理后,进行图像玉米植株提取。为了选择最优算法实现玉米植株与杂草、土壤背景的分割,首先比较了最大类间方差(OTSU)分割算法和局部阈值处理分割算法,选取了基于局部统计的可变阈值处理方法对玉米NIR图像进行初步分割,进而采用区域标记算法进行精细分割,分割准确率达95.59%。将分割结果应用于玉米植株可见光图像R,G,B各通道,从而实现了玉米植株多光谱图像中可见光图像的整体分割。基于分割后R,G,B和NIR四个通道的玉米冠层图像,提取了各通道图像灰度均值(A_NIR,A_Red,A_Green和A_Blue)并计算了归一化植被指数(NDVI)、比值植被指数(RVI)和绿色归一化植被指数(NDGI)作为光谱特征参数,建立了玉米冠层叶绿素指标诊断的偏最小二乘法回归模型。结果表明,建模R2达0.596 0,预测R2达0.568 5,该方法通过玉米多光谱图像特征参数评估叶片叶绿素含量,可为大田玉米长势监测提供支持。     

基于OTSU分割和HOG特征的行人检测与跟踪方法

传统的HOG算法针对整幅图像进行行人特征提取,大量的非人窗口计算必然降低检测的准确率和效率。为此,提出一种基于OTSU分割和HOG特征的行人检测与跟踪方法。利用OTSU算法以最佳阈值分割图像,在分割区域的基础上进行Canny边缘检测,通过边缘的对称性计算确定行人候选区,继而采用经PCA方法降维后的HOG特征和隐马尔可夫模型对行人候选区进行检测验证。最后,以确定的行人区域为跟踪窗口,利用CamShift算法跟踪行人。多组实验结果证明,本文方法的行人检测效率和精度均有所提高,跟踪性能稳定、可靠。     

基于阈值判断的CamShift目标跟踪算法

针对CamShift算法只利用目标的颜色信息,在跟踪过程中,易受目标相似物、遮挡以及光照等复杂背景影响导致目标搜索窗口发散,跟踪稳定性能降低,提出了一种基于阈值判断的目标跟踪方法。该方法将OTSU法和Snake模型结合,利用OTSU法以最佳阈值对图像进行分割,分离前景区域和背景区域,初步提取目标轮廓作为Snake模型的初始轮廓,经收敛得到目标的精准轮廓,利用轮廓外接最小矩形框内的像素计算目标质心,判断与CamShift算法中目标搜索窗口质心之间的欧式距离,如果未超出阈值,则直接使用CamShift算法跟踪目标,反之,则将计算出的目标质心作为CamShift算法中当前帧目标搜索窗口的质心跟踪目标。实验结果表明,该算法跟踪目标具有较好的实时性,跟踪性能稳定、可靠。     

基于变换矩阵的BGA X-ray图像倾斜识别

针对基于X-Ray的焊球阵列封装(BGA)焊接缺陷检测中,现有的图像处理算法无法有效处理PCB意外倾斜的问题,提出了一种自动判断BGA焊点X射线图像倾斜程度并进行校正的方法。首先根据BGA焊点阵列排布的特性恢复出原始图像中的结构信息,然后使用广义逆矩阵求解出理想正视图像与实际倾斜图像之间的变换矩阵,最后对倾斜图像进行逆变换以得到理想正视图像,并使用变换矩阵估计出PCB的倾斜程度。实验针对正视与倾斜的BGA焊点的X射线图像,运用所提方法,准确判别出图像的倾斜程度,并进行了校正。此方法既可以作为一种图像质量评价算法,在BGA X-Ray缺陷检测中判断图像是否为需要的正视图像;也可以作为一种图像自动校正算法,提升基于X射线的自动检测系统的适应性。     

A novel algorithm for automatic localization of human eyes

Based on geometrical facial features and image segmentation, we present a novel algorithm for automatic localization of human eyes in grayscale or color still images with complex background. Firstly, a determination criterion of eye location is established by the prior knowledge of geometrical facial features. Secondly, a range of threshold values that would separate eye blocks from others in a segmented face image (i.e., a binary image) are estimated. Thirdly, with the progressive increase of the threshold by an appropriate step in that range, once two eye blocks appear from the segmented image, they will be detected by the determination criterion of eye location. Finally, the 2D correlation coefficient is used as a symmetry similarity measure to check the factuality of the two detected eyes. To avoid the background interference, skin color segmentation can be applied in order to enhance the accuracy of eye detection. The experimental results demonstrate the high efficiency of the algorithm and correct     

A new adaptive contrast enhancement algorithm for infrared images based on double plateaus histogram equalization

In infrared images, detail pixels are easily immerged in large quantity of low-contrast background pixels. According to these characteristics, an adaptive contrast enhancement algorithm based on double plateaus histogram equalization for infrared images was presented in this paper. Traditional double plateaus histogram equalization algorithm used constant threshold and could not change the threshold value in various scenes, so that its practical usage is limited. In the proposed algorithm, the upper and lower threshold value could be calculated by searching local maximum and predicting minimum gray interval and be updated in real time. With the proposed algorithm, the background of infrared image was constrained while the details could also be enhanced. Experimental results proved that the proposed algorithm can effectively enhance the contrast of infrared images, especially the details of infrared images.     

A New Threshold Selection Method for Separation of Objects and Background

A new threshold selection algorithm for objects and background separation using a histogram of the number of foreground regions was proposed. This method used a human separation method for objects and background, examined the changes in the number of foreground regions in the image with varying threshold and determined a proper threshold value. The proposed technique was applied to several images and was compared with other histogram-based segmentation methods. The possibility of extension to multi-level thresholding was also examined.     

X光图像中缺陷的自动提取方法研究

针对炭素制品X光图像的特点,对其缺陷的提取技术进行了研究,提出了基于迭代的阈值构造方法和基于数学形态学的边缘提取算法。为快速准确地提取缺陷,设计了目标边界提取算法和基于小波变换的图像增强算法,实现了原始图像中目标区域的增强及其背景的去除。在此基础上,为排除噪声干扰的影响,采用数学形态学和迭代阈值分割相结合的方法从目标区域中提取出缺陷区域,并在迭代阈值分割的基础上,利用基于数学形态学的边缘提取算法提取了缺陷的边缘。实验结果表明,该法很好地实现了缺陷区域及其边缘的自动提取,且受噪声影响很小,为进一步的缺陷特征参量的提取与选择奠定了良好的基础。     

基于形状特征的水声图像小目标识别方法

为了抑制背景噪声,提高目标识别准确率,该文提出一种基于形状特征的水声图像小目标识别方法。对含有目标的水声图像进行非局部均值去噪处理后,使用OTSU算法自适应选取阈值对去噪图像进行二值化分割,结合形态学处理获得分割后的目标区域;提取目标区域的矩形度、圆形度、几何不变矩等各项形状参数,将目标的特征向量输入随机森林分类器实现对目标形状的识别。在仿真和实测数据集上分别进行了实验,结果表明,该方法对水声图像中的目标具有较高的识别率,可以实现不同高斯噪声背景下的目标识别,相较于其他方法在识别率上有一定提高。     

改进GSO与二维OTSU融合的红外图像多阈值分割方法

针对二维最大累间方差（Nobuyuki OTSU,OTSU）图像分割算法在电气设备故障诊断与定位中,其红外图像的多阈值分割中存在的耗时多、分割精度低、误分割等不足,造成故障区域欠分割或者过分割的问题,提出一种改进的萤火虫算法（glowworm swarm optimization,GSO）与二维OTSU的融合算法来提高电气设备红外图像多阈值分割的实时性与准确度。寻优过程中,将局部寻优扩展到全局寻优,并引入非线性递减步长及新的移动策略对GSO进行优化改进。实验结果表明:该融合算法在分割结果上较二维OTSU及未改进GSO与二维OTSU融合算法更能准确分割运行电气设备图像异常区域,分割速度分别提高19倍、1.28倍,为红外图像早期故障的有效识别与定位奠定基础。