SEM材料图像目标区域分割

由SEM获取的纤维材料图像,目标孔洞粘联明显、重叠严重,特征参数提取困难。本文首先利用提取目标特征凹点的方法,实现了目标区域分割,但在分割精度上存在着不足,且算法较为复杂。对此,采用了一种基于距离变换的分水岭算法,通过对不同区域设置标记,循环标记的最终结果形成分水岭,并通过抑制过分割实现了对目标区域更为精确的分割。实验结果表明该算法具有良好的特性。     

基于图像跟踪的孔洞目标提取与区域定位研究

针对纤维材料图像分割后提取的目标图像孔洞之间粘连明显、不封闭、分布不均匀和大小不一等特点,采用常规链码与带方向链码两种跟踪手段,运用链码差实现了对边缘的方向性表示.通过结合三点圆拟合算法,对目标孔洞边缘进行了补全,再用链码跟踪所获得的边缘信息对拟合边缘进行修正,实现了对目标孔洞区域的有效定位.     

材料图像目标粘连点定位与分割方法研究

该文所处理的纤维材料图像由扫描电子显微镜获取.图像具有目标孔洞粘连明显、重叠、彩色信息较弱的特点.通过对图像中亮度V(Value)分量进行操作.利用方向链码可以表示曲线率的特点,计算出链码差,从而提取出目标粘连处的特征凹点,并通过凹点之间的相关性,采用局部曲率最大的原则对提取的凹点进行筛选,在此基础上实现了对凹点的定位和较为成功的目标区域分割,解决了后续参数提取工作的关键问题.