像增强器视场缺陷检测方法研究

在数字式像增强器性能综合检测系统的基础上，研究了像增强器视场缺陷的检测方法。通过数字视频摄像机采集缺陷图像，利用数字图像处理方法确定缺陷性质，缺陷处理算法基于图像灰度特征而不是边缘特征提取。该方法适用于对检测对象有具体量化和定位要求，而不是简单的只有数量和形状特征要求的场合。实验表明，该检测方法能够较准确地检测像增强器的缺陷。     

基于多尺度数学形态学的连铸坯缺陷边缘检测方法

连铸坯的缺陷会对轧制工艺产生影响,通过对连铸坯表面图像特征进行分析,提出了一种基于多尺度数学形态学的连铸坯表面缺陷检测方法。该缺陷检测方法能够有效去除噪声,并对水痕、氧化铁皮、渣痕等伪特征具有较好的抑制作用。实验结果表明,与Sobel方法、Prewitt方法、Canny方法、Laplacian方法等边缘检测方法相比较,该方法对缺陷边缘提取完整、平滑、定位准确,识别准确率达96.37%。     

基于数学形态学的Contourlet变换域图像降噪方法

提出了一种基于数学形态学的Contourlet变换域图像降噪方法.首先对输入的带噪图像进行多尺度、多方向的Contourlet稀疏变换,然后利用数学形态学算子在Contourlet域对高频系数进行处理,去除图像中具有较小支撑域的噪音,有效保留具有连续支撑域的图像边缘信息.最后通过Contourlet反变换得到预降噪图像.仿真结果表明,该方法较一般的Contourlet域收缩阈值降噪方法的降噪效果好,提高了PSNR值并降低了MSE值,获得更好的图像恢复质量.     

基于数学形态学的表面原子熔融相的 STM图像识别算法

高温扫描隧道显微镜(HT-STM)可以实时原位地捕捉到表面原子的熔化相变过程.在这一原位变温实验中,快速可靠地识别出每帧STM图像中的熔融相十分关键.传统的手工统计方法存在效率低下、随意性大等问题.我们发展出一套基于数学形态学的算法,来自动快速地识别.与人工方法相比,该算法消除了人为主观误差,使确定的边界更加准确、光滑,处理效率提高了266倍.     

基于数学形态学的数字全息再现像融合方法

针对数字全息中不同再现距离获得的携带不同聚焦信息的再现像, 提出了一种基于数学形态学的多聚焦再现像融合方法, 以有效扩展成像景深。首先通过小波-Controulet变换获得源图像的高频和低频分量;然后, 针对数字全息中含散斑噪声的特点, 对高频分量采用基于数学形态学区域能量的方法进行融合, 对低频分量采用加权对比度法进行融合;最后, 将融合系数反变换得到融合图像。通过对算法的有效性分析和实验验证, 将本文提出的方法与不加入数学形态学的融合方法进行了对比研究。结果表明, 基于数学形态学的融合方法能充分抑制散斑噪声的影响, 保留更多细节信息, 有效扩展了成像景深范围达11.5 cm。其中, 对于表面粗糙且信息量较少的骰子, 基于数学形态学方法的空间梯度算子提高了11.8%, 熵值提高了2.7%;对于表面光滑且信息量较多的硬币, 其空间梯度算子提高了13.6%, 熵值提高了2.8%。     

基于扩展数学形态学的高光谱图像异常检测

提出了一种新型的基于扩展数学形态和光谱相似度测量的高光谱图像异常榆测方法.在日标与背景未知的情况下.同时利用光谱和空间信息实现日标的定位与检测,实现离光谱遥感数据的日标检测.通过扩展的膨胀和腐蚀操作实现目标特征提取;通过正交投影散度计算扩展形态学操作的累加距离确定排序关系并利用其融合特征提取结果实现特征提取结果的融合.算法性能通过合成的OMIS数据进行评价.与经典异常检测RX算法进行比较.并应用于具有相似光谱特征目标的区分.实验证明,本文提出的算法性能优于RX算法.具有低虚警率的异常目标检测结果,并且能够较好地区分了相似光谱特征的异常日标.     

印制电路板缺陷图像边缘检测

为了提取含噪声印制电路板(PCB)光板缺陷图像边缘信息,提出了一种基于混合法的图像边缘检测方法.在分析类间最大距离法图像分割基本原理的基础上提出了一种改进的类间最大距离法(IMDBC);设计了结合中值滤波、IMDBC、改进的数学形态学边缘检测算子与LOG算子进行PCB光板缺陷图像边缘检测的混合方法.用CCD及显微镜成像系统获取4幅PCB光板缺陷图像,结果表明:用本文方法提取出的图像边缘信息清晰且较精确,噪声点较少,所得到的4幅图像优质系数是其它6种方法的1.0111~1.3586倍.     

一种基于扩展数学形态学的边缘检测方法

传统的边缘检测方法对噪声敏感,抑制噪声能力差;基于经典形态学的边缘检测方法虽然具有较好的去噪能力,但不能反映全部的边缘特性。为此给出了一种扩展的数学形态学的定义,并提出了一种基于扩展数学形态学的边缘检测方法。仿真结果表明,该方法不仅能有效地去除噪声,而且通过检测所得到的边缘图像具有良好的边缘特性。     

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。     

基于形态学的复杂背景目标检测算法的研究

复杂背景下目标检测存在诸多困难,主要为背景对目标检测的干扰,大量噪声存在导致传统导数边缘检测方法的失效等。针对上述两点,提出了分割区域图像、利用形态学方法检测目标的新算法。首先利用目标与背景灰度差异性来确定目标的大致区域,将其分割出来,然后再结合多结构元素法进行目标的精确检测。通过与原图像分割、聚类算法分割实验比较,该算法具有较好的抗干扰性和抗噪性能。     

Study on inspection method of glass defect based on phase image processing

To solve the problem in projecting grating method, the paper presents an inspection method based on phase image processing for glass defects. In the proposed method, the wrapped phase difference is achieved according to the images of defect-free and defect-containing. The unwrapping phase algorithm, based on jump corrected is used to eliminate jump error. The segmentation of defect region is implemented by integrating grayscale mathematical morphology with high-low threshold segmentation, and the boundary coordinate of connected region is used to calculate the size and location of defect. The results demonstrate that the proposed method provides reliable identification of defects.     

痕量微生物图像的阈值分割方法研究

探讨阈值分割算法,把其应用于痕量微生物图像的处理。基于阈值算法提出了适合痕量微生物图像的目标信号提取方法。对阈值分割算法进行分析,对比传统阈值方法和提出的改进阈值算法的实际图像处理效果。传统阈值算法可实现对图像中微生物信号的提取,但存在一定失真。基于阈值分割方法的改进算法具有抑制噪声信号,及区分背景与目标的能力,可高效实现微生物信号的提取。所成微生物分布二值图像具有轮廓清晰、易于观察的特点。     

One-operation image algebra for optical processing

A binary image algebra with one operation of a logic operation followed by a dilation and its modification with three additional operations for threshold processing of grey level images are developed in this paper. All the binary image processing functions and various grey level image processing functions related to morphological operations can be represented by the algebraic structure. The algebra is particularly suitable for parallel processing by optics in a cellular logic image processor architecture.     

基于输入面形态学预处理的条纹调制滤波联合变换相关器

为改善联合变换相关器的相关输出结果,提高图像识别能力,提出了一种将输入面形态学处理与功率谱面FAF处理相结合的方法。首先,介绍了经典联合变换相关器的基本原理;其次,针对联合变换相关器的缺点和不足,提出将输入面形态学预处理和功率谱FAF处理相结合,以改进经典联合变换相关器的相关输出性能;最后,详细分析了上述改进型联合变换相关器的参数选取问题。实验结果表明：当参数选择为 、 时,相关峰很尖锐,峰值为 ,比传统的联合变换相关器互相关峰值提高了 。将输入面形态学处理与功率谱面FAF处理相结合效果好于单独使用其中一种方法,极大地改善了传统联合变换相关器的目标识别能力。     

基于图像处理的人眼注视方向检测研究

提出了一种基于图像处理技术以实现人眼注视方向的实时检测方法。研究了人眼瞳孔、眼眶的位置、形状及其与视线方向的关系。以人眼注视不同方向时,眼睛瞳孔位置和眼眶形状产生的差异为基础,通过对所拍摄的眼部图片进行实时处理与分析,实现了对人眼注视方向的实时检测。实验结果表明了该方法的可行性及有效性。     

Flaw characterization based on diffraction of ultrasonic waves

A method of flaw characterization based on time domain analysis of the diffracted sound field from a flaw when irradiated by short ultrasonic pulses is described. The echo formation mechanism developed by Freedman has been utilized to predict the return pulse pattern. Experimental results that are in good agreement with theoretical predictions are presented. Using a microcomputer-based scanning and testing system the feasibility of reproducing planar, straight-edged flaw shapes has been successfully demonstrated.     

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。     

一种基于规则带特征的图案布匹检测新方法

为了对具有纹理图案的纺织品缺陷进行准确有效的检测,提出了一种新的基于规则带( regular band,RB)特征的纹理图案布匹瑕疵检测方法.首先利用规则带分析提取图像的各子带纹理特征;然后对各子带图像特征求梯度,并通过融合各子带梯度来获得纹理梯度,使其在纹理梯度中能有效地突出纹理区域的边界;最后在此基础上,结合分水岭...     

基于形态学水线区域的深度图像分割

深度图像分割是基于特征关系图匹配的曲面物体识别中的关键技术之一,针对已有深度图像分割方法存在的问题,提出了一种基于二值形态学的水线区域增长算法对深度图像进行分割。首先用结构元素迭代腐蚀深度图像形成距离图像;然后根据距离图像计算极限腐蚀的集合,提取出目标的种子点;最后用条件粗化从种子点开始生长回到原尺寸但不使各区域相连,完成深度图像的分割。实验证明,算法的分割结果与人的主观视觉感知具有良好的一致性。