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。     

基于分步区域增长算法的图像自动分割方法

利用遥感图像进行海上目标检测,关键的问题之一就是陆海分离。如果采用传统的阂值分割方法,在陆地一些灰度较低的区域容易造成误分割。分裂合并算法可以解决误分割的问题,但是这种算法对于海面上的船只、珊瑚礁等干扰因素会产生一些空隙及孤立区域,所以要采用一些数学形态学的方法去干扰。而数学形态学的方法会损失图像的边缘信息量。为此提出了分步区域增长算法进行图像自动分割,通过海面陆地两次区域增长,成功地提取出了主体陆地区域。实验结果表明,该方法可以很好地分离出图像上的主体陆地区域,并有较快的处理速度。     

一种高噪声显微图像分割方法研究

传统的图像分割算法在处理高噪声显微图像时,由于背景复杂,很难得到目标完整的区域轮廓。通过对不同图像分割算法的性能进行对比,提出了一种改进的二维最大熵阈值遗传算法结合数学形态学除噪分割的方法。首先用改进的二维最大熵阈值算法结合遗传算法对高噪声显微图像进行粗分割,除去图像中大量的背景噪声,然后运用数学形态学进行细分割,滤除剩余少量杂质和孔洞,提取出目标轮廓。实验结果表明改进的方法较传统分割方法具有更强的抗噪声能力及更快的处理速度,有效地实现了高噪声显微图像的除噪分割。     

基于差分图像的滴塑模具残留物检测算法

模具是工业产品的成型工具,在滴塑加工过程中,若模具存在异物,它会导致下一次成型时成品出现孔洞,严重降低产品质量。针对该问题,提出了一种基于差分图像的残留检测算法,首先采用基于灰度模板匹配算法定位检测区域,再将标准图像和当前图像作差分,并进行阈值分割和形态学处理获得二值化图像,最后对图像进行连通区域分析,得到残留物在图像中的位置和大小;针对环境光照变化引起的误检现象,采用了一种全局光照补偿算法降低其影响。测试结果表明,该算法效率高并具有良好的稳定性,适用于模具的残留物检测。     

一种快速提取连续CT脑肿瘤病灶区的算法

脑肿瘤图像提取就是将肿瘤病灶区域(水肿、坏死、癌变)从正常的脑部组织(灰质、白质、脑脊液)分开,精确的脑肿瘤分割对脑瘤的诊断、研究和治疗有重要的临床意义。针对传统脑部CT肿瘤病灶提取的缺点,即需要耗费大量时间并且分割精度不高的问题,提出一种综合了形态学重建、分水岭分割和改进的区域生长算法。先用形态学重建进行去噪,再用结合多尺度梯度分水岭分割提取整个图像的边界,然后在肿瘤病灶区域内选取种子点进行区域生长,提取肿瘤区域轮廓,滤除其他封闭区域,得到的图像作为改进的区域生长法的初始分割区域,使用改进的区域生长法,滤除过分割区域。实验结果显示该算法分割出的结果有效区域大,分割精度高。结论：该算法提高了分割精度,由于不用匹配结构参数,加快了分割速度,具有一定的临床价值。     

一种基于局部最小代价分水岭变换的图像分割新方法

利用数学形态学的基本理论,提出了一种基于局部最小代价分水岭算法的图像分割新方法. 该方法应用数学形态学的腐蚀、膨胀及坎尼(canny)算子将图像中包含外边沿的部分分割出来;对该局部区域进行最小代价的分水岭变换;提出了解决过度分割问题的一些准则. 实验结果表明,该方法不但节省运行时间,而且其能够提取出目标的完整精确的外轮廓边沿,从而在某些特定的应用领域具有独特的优势.     

基于数学形态学的快速糖尿病视网膜病变自动检测方法

基于眼底视网膜图像的糖尿病视网膜病变(糖网)自动检测不仅可使得实施大规模糖网筛查成为可能,也可为糖网早期诊断、及时治疗以及人眼视觉科学研究提供重要依据。为此,提出了基于数学形态学的糖网病灶自动检测算法:首先利用数学形态学结合阈值分割快速提取出视盘,在此基础上得到病灶候选区域;然后利用形态学重建等获取精确的病灶轮廓,从而实现病灶的准确检测。实验结果表明,该算法能够快速,有效地检测出眼底视网膜图像中的糖网病灶。     

基于形态学带通滤波和尺度空间理论的红外弱小目标检测

针对复杂背景下的红外弱小目标检测问题,提出了一种基于形态学带通滤波和尺度空间理论的红外弱小目标检测算法。采用形态学带通滤波对红外图像进行预处理,得到红外弱小目标的潜在区域;利用高斯差分算子获得预处理后的红外图像的尺度空间,并通过尺度空间的极大值检测获得候选目标的位置和尺度;通过对候选目标的信杂比进行阈值化实现红外弱小目标的检测。实验结果和现有方法的对比证明了算法的有效性和稳健性。     

融合区域生长与霍夫变换的内窥图像分割算法

为准确地划分出实际内窥图像的有效检测区域,依据此类图像的具体特点提出一种综合区域生长和霍夫变换的分割算法。利用区域生长大致分割出感兴趣区域,可能会存在漏检边缘或虚假边缘,通过二值形态学处理对图像进行平滑滤波和去噪,采用Canny算子在抑制噪声的同时进行边缘检测,应用霍夫变换检测圆的算法确定图像内有效区域的位置。通过对90组实际内窥图像在Visual C++ 6.0上进行仿真,实验结果表明:有88组内窥图像能够精确地分割强光干扰且划分出有效检测区域;仅有2组图像分割出的强光干扰及划分出的有效检测区域不够准确。     

未系安全带智能识别中安全带定位关键方法研究

安全带定位是实现机动车未系安全带智能识别的关键。针对道路监控图像特点,提出一种基于梯度变换的安全带定位方法。该方法在对卡口图像进行预处理的基础上,采用自适应阈值边缘检测算法以及积分投影方式定位车辆位置,设立车牌检测区域,以减少运算量,降低干扰,同时利用训练得到的Haar分类器识别车牌位置,通过逼近方式切取车辆右侧图像。最后采用梯度变换算法求得车窗各边缘坐标,实现车窗精准定位,并计算得到安全带位置。试验表明,该方法可实现安全带的准确定位,具有较好的实用性,为后续安全带识别奠定基础。     

石油岩芯CT图像裂缝分割算法研究

针对裂缝区域分割的需求和石油岩芯CT图像的特点, 改进了现有的水平集分割算法。首先对图像中值滤波去噪后运用C-V模型对图像进行初分割, 把背景区域和岩芯区域准确分开, 得到岩芯区域的轮廓;然后调整轮廓外区域的灰度值, 使之等于岩芯区域平均灰度值, 增强目标区域;最后再进行RSF模型细分割, 得到最终分割结果。对于高斯噪声污染严重的岩芯图像, 先采用了邻域加窗的非局部均值去噪方法, 再用改进水平集算法分割, 实验结果表明该分割方法是有效的。     

基于压缩传感和代数重建法的CT图像重建

代数重建法(ART)是一种重要的CT图像重建方法,适合于不完全投影数据的图像重建,其缺点是重建速度慢。为提高图像重建的质量和速度,利用压缩传感理论提出了一种基于ART的高质量图像重建算法。该算法将CT图像的梯度稀疏性结合到ART图像重建中,在每次迭代中的投影操作结束后用梯度下降法调整全变差,减小图像梯度的l1范数。实验结果验证了该算法的有效性。     

基于累积梯度的裂缝提取算法

受光照条件和噪声影响, 采用摄像方法检测裂缝时, 常用的边缘提取算法适用性较差。为此, 提出累积梯度算法用于计算裂缝边界。首先采用自适应二值化方法和图像形态学操作得到掩模图像。将掩模图像作用于原始图像, 得到扩充的裂缝区域图像。对该图像进行迭代膨胀, 对图像灰度值相加得到累积灰度值, 再用膨胀前后2幅图像的累积灰度值相减其差值最大时为累积梯度, 并将膨胀前的图像作为提取的裂缝。实验结果表明该方法能够在复杂背景下提取得到裂缝。     

机器视觉疲劳裂纹扩展试验摄像头自动聚焦方法

在机器视觉疲劳裂纹扩展试验中,为了能够满足对裂纹宏观观察裂纹和准确定位裂纹尖端的要求,需要采用变焦镜头放大和缩小采集图像范围,针对于摄像头变焦后的聚焦问题,提出了摄像头的自动聚焦方法。首先建立图像采集系统,采集裂纹图像至计算机,通过中值滤波对图像预处理,去除噪声干扰,选取裂纹区域作为聚焦窗口,采用Laplace算子法作为清晰度评价函数,并提出一种变步长穷举法进行聚焦搜索。最后设计了以ARM7为核心的摄像头运动控制器。实验表明,所提出的方法能够实现疲劳裂纹扩展试验中摄像头在各种情况下的准确自动聚焦,为下一步精确测量疲劳裂纹扩展参数奠定基础。     

基于退火遗传算法的少数投影CT图像重建

不完全投影重建算法研究是当今图像重建算法中的一个难点问题，近年来，遗传算法在其中有一定的应用，但还存在一些问题。针对遗传算法在优化中的不足(如早熟收敛及易陷入局部最小等)，将模拟退火机制引入到遗传算子中，提出一种新的算法；并通过选择测试函数，建立将该算法应用于不完全投影图像重建的优化模型，进行计算机模拟。通过对从投影角间距为15°的12个不同投影视角方向获取的投影数据进行分析，结果表明，该算法的重建图像具有较高的精度。     

基于核优化密度聚类的绿色苹果分割算法

苹果的可见光谱目标的高效、精准识别是实现果园测产或机器自动采摘作业的关键,由于绿色目标果实与枝叶背景颜色较为相近,因此绿色苹果的识别成为新的挑战。再由于果园实际复杂环境因素影响,如光照、阴雨、枝叶遮挡、目标重叠等情况,现有的目标果实识别方案难以满足测产或自动采摘的实时、精准作业需求。为更好地实现果园自然环境中绿色目标果实识别问题,提出一种新的核密度估计优化的聚类分割算法（kernel density clustering, KDC）。新算法首先利用简单的迭代聚类（simple linear iterative cluster, SLIC）算法将目标图像分割成不规则块,集结小区域内近似像素点组成超像素区域,计算单元由像素点转变为超像素区域,有效降低数据复杂度,且SLIC算法简化图像数据时可有效避免目标果实轮廓模糊;基于超像素构造R-B区域均值和G-B区域均值的二维特征分量,建立针对聚类分析的青苹果颜色特征空间。然后借助密度峰值聚类中心计算绿色苹果图像每个数据点的局部密度和局部差异度,为解决分割边界模糊问题,在计算过程中利用核密度估计计算局部密度,确保局部密度在不同复杂场景中的清晰准确表达,以更精准找出被低密度区域分割的高密度区域,实现任意形状的聚类。最后以局部密度和距离构造寻找聚类中心的决策图,该研究采用双排序算法实现聚类中心的自动选择,完成目标果实的高效分割。新算法通过SLIC算法获得图像的超像素区域表示,数据点的局部密度通过核密度估计得到,大幅降低算法的计算量,实现目标图像的高效、精准分割。为更好地验证新算法性能,实验采集多光照、阴雨等环境下的遮挡、重叠等复杂目标图像,以分割效率、分割有效性、假阳性、假阴性等指标进行评价,通过对比k-means聚类算法、meanshift聚类算法、FCM算法和DPCA算法,该研究提出的新算法分割性能均最优。     

非精确交替方向总变分最小化重建算法

CT (computed tomography)系统实际应用当中, 经常会出现扫描数据不满足数据完备性条件的情况. 针对不完全角度重建问题的研究, 是目前迭代型算法研究中的一个热点. 一系列基于带有约束的总变分最小化的重建算法近年来在不完全角度重建中取得了较好的效果, 这其中基于交替方向法 (alternating direction method, ADM) 的重建算法表现出更好的性能. 然而, ADM方法在求解过程中对矩阵求逆的处理效率不高, 导致极大的计算开销. 本文针对该问题, 使用非精确ADM方法, 利用线性近似的方式替换掉计算开销较大的项, 使得矩阵求逆问题可以通过快速傅里叶变换加速实现. 实验结果表明, 本文提出的非精确交替方向总变分最小化重建算法与精确ADM重建算法相比, 没有明显的精度损失, 计算时间缩减30%左右. 关键词： 不完全角度重建 总变分最小化 非精确交替方向法     

基于对数解调的递变能量CT成像方法

复杂结构件由于有效厚度差异大和成像系统动态范围受限, 单一能量下的投影数据信息不完整, 常用CT重建算法及不完全数据重建算法无法在数据缺失严重的情况, 有效实现复杂结构件的CT重建. 为此论文提出基于对数解调的递变能量CT成像方法. 该方法在分析直接高动态CT成像所存在问题的基础上, 提出利用对数变换压缩递变能量投影序列动态范围, 并利用现有的基于图像灰度一致性的融合方法, 计算融合加权系数, 再经常规重建算法实现复杂构件的CT成像. 论文并以某复杂仪表为对象, 进行实验, 相比传统的固定能量成像方式, CT信息完整, 质量高. 从而说明论文所提出的方法, 能够实现CT系统动态范围的扩展, 实现复杂结构件的高动态CT成像.     

In Vivo Laser Tomographic Imaging of Mouse Leg by Coherent Detection Imaging Method

The coherent detection imaging (CDI) technique based on the optical heterodyne detection method enables selective filtering of the directional coherent retaining emergent photons from biological tissues with a highly scattering nature. Therefore, the CDI can acquire on-axis information in the transillumination mode and use the same data-acquisition protocol and reconstruction algorithm as those in X-ray computed tomography (CT). Although the CDI-based laser CT cannot image thick subjects such as the head and chest, it can delineate subjects with a thickness up to several cm at a spatial resolution of sub-millimeters. We are planning to apply the technique to early diagnosis of rheumatoid arthritis (RA). Here, we performed an experiment using mice to confirm the feasibility. We compared in vivo CT images at the level of ankle joints of two mice, one normal and the other with collagen induced arthritis (CIA) as an RA model, and demonstrated that there occur significant discrepancies between the two distributions of image intensities, i.e., reconstructed scattering coefficients in each region of interest (ROI) prepared. We suggest that combining the morphological information with the quantitative information can be effective for early diagnosis of bone diseases and disorders such as rheumatoid arthritis.