高速粒子场同轴Fraunhofer全息数据处理系统研究

介绍了用同轴Fraunhofer全息测量强动载下材料表面微喷射粒子场的数据处理方法.在全息像重建过程中，将再现的三维粒子场由计算机控制分成许多小薄层采集.在数据处理过程中根据图像中粒子边缘，决定在整幅图或局部采用边缘检测的方法提取大粒子，根据图像的灰度分布将图像分成很多小区域，在每个小区域采用不同的阈值分割图像.在处理结果的校正中根据粒子场的特点，去除过大、过小和重复统计粒子.采用该方法得到了粒子的空间分布图像及粒子大小的统计结果.     

基于边缘流的煤电厂炉膛火焰图像分割方法

针对炉膛火焰灰度变化不明显采用传统的分割算法无法达到满意分割效果的问题,采用了基于边缘流的分割方法对电厂炉膛火焰图像进行分割;首先选用高精度的灰度边缘流对图像进行分割,得到边缘流的矢量方向和边缘能量,然后再对图像闭合处理得到初始分割图像,最后,再利用颜色相似度对相邻区域进行处理,得到最终分割图像,该方法不仅避免了单纯边缘流算法提取边界不连续无法检出较弱边界的问题,而且也可以避免过分割问题;通过实验表明,基于边缘流的方法是对炉膛火焰图像进行分割的有效方法。     

液压油污染颗粒光电检测系统

论述了液压油污染颗粒光电检测系统的原理及结构。该系统以面阵CCD作为被测污染颗粒边缘图像的探测器件,采用激光准直扩束技术和计算机数字图像处理技术,运用最佳阈值分割和轮廓提取相结合的图像数据处理方法,实现了油液污染颗粒图像边缘的精确检测。利用该系统对实际液压油进行了实验,证明了系统的实用性和实效性。     

同轴数字全息技术在高速射流粒子测量中的应用

在高压加载下材料表面会产生微物质喷射，传统全息技术已应用在微物质喷射的测量中，获得包含粒子形状和位置信息的再现图像。数字全息技术作为传统全息技术的一种替代手段，直接采用CCD相机接收微喷射粒子的全息图像，再用数字方法重建粒子场，由于其避免了传统全息中干板的湿处理，并且不需要物理再现过程，具有实验过程简单方便、噪声小、实验结果直观、实时处理等优点。文中讨论了采用同轴数字全息技术测量微喷射粒子的实验情况，获得了铝飞片在爆轰加载下的微喷射粒子的数字全息图像和再现图像，给出了粒子的尺寸分布和微喷射粒子的速度。     

图像跟踪中的边缘检测技术

为提高电视图像跟踪系统的图像检测精度,实现对目标的稳定跟踪,研究一种有效、实时的图像检测方法非常必要。本文介绍了边缘检测技术的基本原理,描述了几种边缘检测方法,如传统的基于经典微分算子的边缘检测、LOG滤波器与Marr Hildreth边缘检测算子、多灰度图像边缘聚焦法、Canny边缘检测算子、基于梯度信息的自适应平滑滤波和基于小波的边缘检测算子等。给出了边缘检测技术在实际图像跟踪中的应用实例,指出实际的电视图像跟踪系统可以根据不同的图像类型,考虑安全性、稳定性、精度噪声等因素,选择最优的边缘检测方法。     

高速粒子场的全息再现图像的自动分割方法

材料在高压加载下产生的微喷射粒子的尺寸、形状、位置、速度等信息可用脉冲全息法来测量，采用这种技术获得的再现图像具有粒子尺寸小——只有几微米到十几微米、不规则形状、图像对比度差、粒子边缘不明显、分布不均匀、背景噪声大等特点。对这种图像，设计了一种稳定性、准确度都很高的自动分割方法。     

SAR图像中机场跑道自动检测方法研究

跑道检测通常由边缘检测和霍夫变换2个步骤组成.由于SAR图像中存在大量斑点噪声,使得边缘检测中存在大量虚假边缘,增加了霍夫变换的时间,降低了跑道检测的准确度,提出一种基于区域分割和距离变换的SAR图像中机场跑道自动检测的新方法.采用基于统计信息的方法增强跑道一背景的对比度,然后用二维直方图阈值分割方法分割图像,再通过距离变换对跑道一背景二值图进行处理,得到跑道中心线的大致分布,最后采用局部空间霍夫变换得到跑道参数.实验结果表明:该方法能够可靠检测出跑道,运算速度满足实时性要求.     

数字全息中的自动相位畸变补偿算法

提出一种面向数字全息的相位畸变自动补偿方法,利用图像分割技术对被检测物体进行自动分割,生成相位掩模板,进而得到不含被测物体区域的畸变相位。基于相位畸变校正模型对畸变相位进行最小二乘拟合,最终实现相位畸变的自动补偿。实验中搭建了数字全息检测平台,并对晶圆表面进行测量,结果表明所提出的方法能够实现畸变相位的自动校正。     

一种视频运动目标精确分割新算法

针对视频图像中单个运动目标的分割问题,提出了一种基于Kirsch边缘算子的视频运动目标分割算法,该算法将Kirsch算子检测到的边缘作为主分割信息,运动矢量场作为次要分割信息。首先利用双重尺度的运动矢量场进行累加和滤波处理来获得辅助分割信息;然后将Kirsch算子的模板分解为差值模板和公共模板以提高边缘的抗噪性;最后用自适应状态标记的方法将边缘信息和运动矢量信息相融合来准确地分割运动目标。实验结果表明该方法分割比较精确。     

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。     

复杂背景下钢索图像的纹理分割与边界识别

 针对复杂背景下钢索图像难以准确分割的问题,提出一种基于纹理分析的钢索图像分割与边界识别方法.采用基于模糊Hough变换的纹理方向检测方法确定钢索走向,利用边缘方向密度直方图作为纹理特征,对与钢索纹理方向相应的边缘方向赋予不同权重,抑制纹理分割中背景的干扰,对钢丝绳图像进行聚类分割,采用检测平行直线的方法确定其边界,并根据算法参量对边界进行修正.在实验中,对比了边缘方向密度直方图特征与灰度共生矩阵、局部二值模式在钢索图像纹理分割中的结果与计算时间,结果表明边缘方向密度直方图特征计算速度快、受背景干扰小,分割准确率高.本文方法无须预先训练,受背景干扰小,可以准确地识别出钢索并确定其边界,能满足钢丝绳视觉检测的要求.     

复杂背景下钢索图像的纹理分割与边界识别

针对复杂背景下钢索图像难以准确分割的问题,提出一种基于纹理分析的钢索图像分割与边界识别方法.采用基于模糊Hough变换的纹理方向检测方法确定钢索走向,利用边缘方向密度直方图作为纹理特征,对与钢索纹理方向相应的边缘方向赋予不同权重,抑制纹理分割中背景的干扰,对钢丝绳图像进行聚类分割,采用检测平行直线的方法确定其边界,并根据算法参量对边界进行修正.在实验中,对比了边缘方向密度直方图特征与灰度共生矩阵、局部二值模式在钢索图像纹理分割中的结果与计算时间,结果表明边缘方向密度直方图特征计算速度快、受背景干扰小,分割准确率高.本文方法无须预先训练,受背景干扰小,可以准确地识别出钢索并确定其边界,能满足钢丝绳视觉检测的要求.     

基于图像边缘信息和Fisher准则的钢板表面缺陷分割研究

针对钢板表面缺陷图像信噪比低、缺陷目标小且形态差别大等特点,提出了一种基于边缘信息和Fisher准则相结合的图像分割方法。该方法首先采用梯度算子检测出缺陷图像的边缘,并对边缘检测所得的梯度图进行灰度拉伸,提高梯度图的对比度;然后利用Fisher准则寻找最佳阈值,分割出缺陷;最后运用数学形态学滤除噪声,实现了缺陷的自动分割和定位。实验证明,该方法不仅能够识别出弱小的缺陷,而且实现了在线实时检测。     

不同转换方式对三角函数算子分割效果的影响

 提出了一种新的图像分割算法－三角函数算子，它是一种基于光学干涉原理的快速图像分割方法，并分析了其硬件实现装置。在该算子的运用中需要将输入图像的强度信息转化为相应的相位信息。定义了不同的强度-相位转换方式，例如线性方式、对数函数方式、正切函数方式、反正切函数方式等。通过数值计算，研究了不同转化方式对三角函数算子分割效果的影响。结果显示，不同的转换方式及其参数，都直接影响该算子的分割效果和边缘类型分辨能力。分析表明，在对数S形函数方式下，不但能够检测阶梯状和脉冲状等类型的边缘，还能够检测出屋顶状边缘。     

不确定性边缘表示与提取的认知物理学方法

图像边缘检测是图像处理的一种重要技术, 其中不确定性表示与提取是关键问题之一. 在现有模拟物理学思想的相关方法基础之上, 提出了基于认知物理学的不确定性边缘表示与提取方法. 该方法利用数据场发现图像全局灰度认知, 构建图像灰度值空间到数据场势值空间的映射关系, 从场论的角度建立了可扩展的理论框架、统一了现有相关方法; 另一方面, 构造半升云模型建立云模型确定度的变化幅度与边缘像素表示与提取的内在关联关系, 最终在认知物理学核心理论的支持下实现图像不确定性边缘表示与提取. 所提出的方法时间耗费近似与图像尺寸成线性关系. 定性和定量的实验结果及分析表明, 该方法的分割效果较好, 性能稳定, 具有合理性和有效性. 关键词： 边缘检测 图像分割 云模型 数据场     

一种快速的图像边缘精确提取算法

图像边缘检测是图像处理与分析中最基础的内容之一。现有的边缘检测算法存在检测精度低、抗噪性能差、处理速度慢等缺点。针对这些问题,提出了一种快速图像边缘检测算法。通过基于图像边缘信息的阈值分割,能快速地提取出图像的边缘轮廓,通过对其进行中心细化,可达到对物体边缘精确定位的目的。仿真实验证明,该算法在滤除图像噪声、保留细节边缘、细化边缘宽度和保持边缘连通性方面都获得了不错的效果,并且运算量小,既适用于对视频图像的实时处理,也适用于对图像中的隐蔽目标特征的提取和分析。     

基于GFO和标记点分水岭算法的医学图像分割

传统的分水岭分割一般是在原始图像中根据边缘检测算子所得的边缘图进行计算,常规的边缘检测算子并没有引入图像的先验信息或形状约束。由于病理改变以及医学影像数据内在的模糊性,常规边缘检测算子很难引导分水岭算法收敛到正确的目标轮廓,由此导致传统分水岭算法容易受到图像噪声的干扰而"过分割"。在此情况下,提出利用基于广义模糊算子(GFO)的边缘检测算法来改进标记点分水岭分割。从实验结果看,提出的方法非常适合应用于临床医学图像分割。     

一种连续相位板焦斑边缘轮廓的提取方法

为了获得连续相位板（CPP）焦斑的外形尺寸,提出一种焦斑边缘轮廓的提取方法。连续相位板焦斑图像内部梯度起伏较大,直接应用传统边缘检测方法,易形成内部伪边缘。通过对焦斑图像依次作梯度处理、阈值分割、空间扫描和椭圆拟合,可以有效地获取焦斑边缘轮廓。比较了分别采用Laplace, Sobel, Krisch, Log算子进行梯度处理的提取结果,结果表明:采用Krisch算子,焦斑边缘轮廓提取的结果更稳定可靠。比较了阈值分割时不同阈值情况下的提取结果,表明阈值选取在背景梯度均值的110倍至180倍时,焦斑边缘轮廓提取结果比较可靠。     

记录飞秒级超快动态过程的脉冲数字全息技术

采用脉冲数字全息技术实现对飞秒级超快动态过程的数字显微全息记录.其中，全息记录系统将单脉冲分割成具有飞秒至皮秒量级时间延迟的角度相同的物光子脉冲序列和具有同样时间延迟的角度不同的参考光子脉冲序列，并以空间角分复用的方式在普通CCD的一帧图像上记录下包含多张子全息图的复合全息图，然后通过数字傅里叶变换和数字滤波的方法，分别再现出每张子全息图所记录的图像.通过对飞秒激光激发空气电离过程的全息记录，获得了具有飞秒时间分辨的等离子体形成和传播过程的动态图像. 关键词： 超短脉冲激光 飞秒全息 脉冲数字全息 空间角分复用     

基于图像部分加入的数字全息水印技术

提出了一种以数字全息为基础的数字水印技术,实现了在原始图像中嵌入数字全息水印.考虑到传统的数字全息水印提取过程简单、易受攻击,为了提高水印信息的安全性,对传统的方法进行了改进.采用了图像部分加入的方法,将水印添加位置、水印图像大小和水印添加位置边缘像素作为水印提取密钥.实验证明,运用这种方法添加的水印具有较高的安全性.