形态学处理

摘要： 学术界与企业界对运动目标识别研究都异常重视。在现今社会案件与各种危险动作频发的场景下,将运动目标识别应用在居家安全及老人照护等领域具有重要研究意义。笔者在深入研究运动目标检测的基础上,利用混合高斯模型对视频图像中的运动目标进行检测与识别,实验结果表明,混合高斯模型在运动目标轮廓提取完整性、噪声去除等方面具有较好的视觉效果,可以有效克服突变光影对运动目标检测准确性的干扰。通过对GMM、ZGMM所提出方法进行前景切割与运动目标检测的时间进行统计,研究发现基于混合高斯模型的运动目标检测方法具有更高的时效性。

摘要： 为解决PCB缺陷传统人工检测方法误检率高、效率低等问题,提出一种基于ORB算法和图像差分的PCB缺陷检测方法。该方法首先使用ORB算法将待测图与模板图进行配准,而后对待测图进行图像预处理以减少噪声提高图片质量,之后对差分后的图像进行去噪,形态学处理及图像二值化,最后在待测图上标记出缺陷的位置并统计缺陷总数。实验结果表明,该方法对本文研究的六种缺陷的平均缺陷检测准确率达94.6%,每张待测图平均检测耗时少于3s。

摘要： 针对目前钨矿石初选环节中选矿效率低、实时性和准确性差等问题,提出矿石粒度在线检测系统设计方案,通过MATLAB软件先对原始图像进行中值滤波处理,再分别采用维纳滤波、Lucy-Richardson和盲区卷积复原图像并对比复原效果,在考虑时间成本的情况下以LucyRichardson进行图像复原为最佳。考虑到矿石由不同形状组成,运用形态学处理的方法构造不同大小及形状的结构元素,通过开闭重建运算对图像进行腐蚀和膨胀,对孔洞填充及噪声处理。采用基于标记的分水岭分割算法,很好地解决了传统分水岭算法的过分割现象,提升了粘连矿石分割的准确率。最后通过矿石像素面积检测,统计矿石颗粒的粒径、粒级大小等相关信息,提高了矿石分选速度与准确度,满足工业化实时检测识别要求。

摘要： 焊接作为工业自动化领域中重要的一环,其结果的好坏直接决定了整个生产过程效率的高低。由于焊接过程会受到弧光、烟尘等因素的干扰,为了得到清晰准确的焊缝图像,首先采用了灰度化和中值滤波对图像进行预处理,然后采用最大类间方差法对图像做二值化,达到减小噪声干扰的目的。再采用改进的形态学方法,运用多种不同的结构元素对图像做处理,保留图像中有用的分量,最后利用最小二乘法进行焊缝直线拟合,得到精确的焊缝位置图像。实验结果表明,该方法原理简单,快速有效地得到了较为清晰的焊缝图像,便于之后的焊缝定位。

摘要： 人工智能在当今社会具有广阔的发展前景,计算机视觉和图像处理关系密切,良好的图像处理有助于机器识别。为解决对甘蔗收割机、剥叶机喂入量的检测,文中以识别甘蔗茎杆为目的,基于OpenCV对甘蔗图像从RGB空间向HSV空间转换,基于HSV颜色空间下H通道,经阈值分割后对分割后图像做形态学处理,设置相应的迭代次数,最后通过按位逻辑运算实现对甘蔗茎杆的识别。该方法可以防止甘蔗收割机以及剥叶机运行出现堵塞,为甘蔗的收获产量计算提供支持。

摘要： 为提高烟丝宽度检测效率与准确性,建立了基于变径圆的烟丝宽度图像检测方法,通过与现有的ISO投影法、Hough变换法进行对比,分析了3种方法在测量烟丝宽度时的准确性和检测效率。结果表明:(1)变径圆算法检测的标准线条宽度与实际宽度的相对误差最大为5%;采用变径圆法和ISO投影法测量30根烟丝,两种方法检测结果在95%置信区间内无显著性差异。(2)以6种烟丝样品作为实验对象,相较于Hough变换法,变径圆法测量结果更接近ISO投影法测量结果。(3)变径圆法检测烟丝宽度10次重复性实验相对标准偏差最大为1.2%;采用变径圆法检测6组烟丝样品宽度平均用时2.5 min,相较于ISO投影法用时的37.0 min检测效率更高,可为烟丝宽度快速检测提供支持。

摘要： 针对水下堤坝裂缝图像存在对比度低、泥沙附着背景噪声大等问题,结合细型线状裂缝和宽型线状裂缝的不同特点,提出了融合视觉处理的水下裂缝检测方法。采用结合Prewitt算子边缘检测的阈值分割算法分割水下图像的细小裂缝,使用形态学处理消除分割后的水下堤坝裂缝二值图像的干扰噪声,提取目标裂缝信息。采用自适应阈值分割方法结合Gamma校正进行多次处理得到水下堤坝裂缝图像的最佳分割阈值,使用形态学处理方法对裂缝二值图像进行连通域提取和空洞填充,得到完整的裂缝二值图像。最后,根据拍摄水下堤坝裂缝图像的相机参数进行标定,估算每个像素点对应的物理尺寸,进而得到堤坝裂缝的特征参数值。相较于现有裂缝检测算法,所提出的检测算法能够在复杂的水下环境中准确、有效地提取完整的水下堤坝出现的细小和宽大的线状裂缝信息,估算出水下堤坝裂缝的长、宽、面积、方向等各项参数值,且具有良好的鲁棒性。

摘要： 草莓的自动采摘、分选是草莓实现智能农业装备自动化的关键环节。在应用机器视觉处理草莓图像的过程中,容易受到现场光照不足和噪声等问题的干扰,因此,对草莓图像进行有效处理和分割是草莓采摘和分选的首要环节。文章基于RGB与HSV色彩模型,选取OSTU法进行阈值选取和图像二值化,通过图像数学形态学处理,提取图像中的完整草莓形状,为草莓特征值提取提供有力的技术支持。最后通过仿真结果显示,草莓图像分割效果较好。

摘要： 针对斜齿轮螺旋角测量难度高、测量装置复杂、测量耗费工时过多、难以实现在线测量等问题,以斜齿圆柱齿轮为研究对象,提出了一种结合曲线拟合的斜齿轮螺旋角机器视觉测量方法。首先,设计并搭建了与端面测量系统相结合的斜齿轮螺旋角视觉测量系统,使用双远心镜头相机采集了斜齿轮侧面图像,对齿形进行了建模与分析,验证了方法的可行性;然后,采用统计结构元素的方法判定了斜齿轮的旋向,先后利用结合同态滤波的canny算子以及基于改进的击中击不中变换的斜率筛选算法,对斜齿轮侧面图像进行了处理,得到了齿线边缘图;最后,通过拟合得出单条齿线的解析式,再利用其余齿线边缘点与解析式坐标的方差优化解析式,得到了斜齿轮的螺旋角,结合设计值对实验结果进行了验证。实验及研究结果表明:该方法测量速度约1 s,斜齿轮螺旋角测量误差可达4.38′,斜齿轮旋向测量准确;该方法的测量系统能够在测量齿轮的齿数、齿顶圆直径、分度圆直径等参数的同时,测量斜齿轮的螺旋角和旋向,满足工业快速在线检测的要求。

摘要： 信号机是用于指挥列车运行的重要信号设备。为了进一步保障行车安全,文中提出了一种基于图像处理的准确定位轨旁信号机并识别其颜色信号的方法。该方法根据先验值提取ROI,对ROI图像在RGB色彩空间进行颜色分割以剔除无关背景干扰,同时利用形态学处理降噪。对处理后的图像进行霍夫圆变换来提取信号机的候选圆,并根据信号机位于轨道右侧的位置特点定位出指挥当前轨道列车运行的信号机,然后通过分析定位出的信号机区域内的像素值信息来识别其颜色信号。实验结果表明,该方法能精确定位和识别轨旁信号机,对单一红、黄、绿3种颜色的信号识别率分别为91.42%、85.00%和94.29%。

摘要： 鉴于泥页岩储层广泛发育纳米级孔隙,具有孔隙小、连通性差、储集空间复杂多样等特点.可以利用高分辨率场发射扫描电镜对Ar离子抛光后的样品进行观察描述,进而依据不同矿物组分灰度值的差异,通过阈值分割,将泥页岩内的孔隙、有机质、矿物等分割提取出来.本次基于FE-SEM图像，利用Iwage J软件研究不同的形态学处理方法对图像中不同级别孔隙结构参数的影响。通过对比不同形态学(腐蚀、膨胀、开运算、闭运算、孔洞填充、分水岭方法、去噪)处理后获得的孔隙面积、周长等参数，来分析不同大小/形态的孔隙受形态学处理的影响程度，优选出比较合适的处理方法，以提高孔隙形态识别的准确性，为后续孔隙边缘的提取工作奠定基础。

摘要： 阴影(shadow)和叠掩(layover)现象是InSAR技术的一个难点,它们严重破坏InSAR相位图的连续性以及后续处理.本文针对传统的基于幅度图或相干系数图阈值分割的方法在判别InSAR阴影和叠掩中存在的不足,提出了一种基于局部频率估计、幅度阈值分割以及形态学处理相结合的InSAR相位图阴影和叠掩区域判别方法.实验结果表明,本文的方法能够准确、高效地完成InSAR相位图不可展开区域的判断识别.

摘要： 针对腹部CT图像所含脏器多且复杂的特点,结合解剖学知识,提出了一种新的基于多尺度梯度的医学图像分割方法。结合图像的灰度直方图的梯度变化,对图像进行内外标记,而后利用强制最小技术对多尺度梯度进行修改.在修改后的梯度图像中直接进行全局阈值分割,并结合解剖学知识再进行相应的形态学处理,最终可以较好的将肝脏从腹部图像中提取出来,适合用于肝脏的智能提取.

摘要： 本发明涉及灰度图像处理技术领域，具体公开了一种可重构灰度形态学图像处理器及其灰度运算电路和实现形态学运算的方法；本发明所公开的可重构灰度形态学图像处理器，包括总线接口、处理器输入控制模块、输出控制模块、可重构灰度图像运算模块、配置寄存器组和控制逻辑单元；其结构简单、资源少、速度快、易于移植。在此结构基础上还构建了可重构灰度形态学图像处理器；提供了灰度形态学运算在此处理器上的实现方法。本发明能够灵活的实现多种灰度形态学运算，结构简单规则，处理速度快，能够对大分辨率的灰度图像进行实时处理。

摘要： 本发明涉及灰度图像处理技术领域，具体公开了一种可重构灰度形态学图像处理器及其灰度运算单元和实现形态学运算的方法；本发明所公开的可重构灰度形态学图像处理器，包括总线接口、处理器输入控制模块、输出控制模块、可重构灰度图像运算模块、配置寄存器组和控制逻辑单元；其结构简单、资源少、速度快、易于移植。在此结构基础上还构建了可重构灰度形态学图像处理器；提供了灰度形态学运算在此处理器上的实现方法。本发明能够灵活的实现多种灰度形态学运算，结构简单规则，处理速度快，能够对大分辨率的灰度图像进行实时处理。

摘要： 本发明涉及一种利用数学形态学切换变换构造形态学对比度算子的矿物图像增强方法，它有五大步骤：首先，利用基于形态学开、闭运算的形态学切换变换构造形态学对比度算子；其次，通过构造的形态学对比度算子提取图像中的重要矿物特征；然后，在引入形态学多尺度运算的基础上，进行重要矿物特征提取的多尺度扩展；随后，由多尺度特征产生最终的矿物图像特征；最后，将提取得到的最终矿物图像特征引入原始矿物图像，达到有效增强矿物图像的目的。本发明广泛应用于各类基于矿物图像的应用系统，具有广阔的市场前景与应用价值。

摘要： 本发明公开了一种形态学特征的处理方法，步骤包括：获取病灶影像，所述病灶影像包含病灶形态信息；根据所述病灶形态信息获取病灶影像上每一个点的X、Y、Z坐标；根据所述病灶影像上每一个点的X、Y、Z坐标，还原病灶三维形态；将所述病灶三维形态的特征添加至病灶特征描述子，以便后续进行病灶的形态特征对比；所述病灶特征描述子包括病灶的轮廓、尺寸、颜色以及三维形态。本发明通过获取病灶影像并还原病灶三维形态，将病灶三维形态添加至病灶特征描述子中，实现了用三维形态特征对病灶进行识别和界定。

摘要： 本发明公开了一种基于形态学图像处理的柔性电路板缺陷检测方法，检测方法包括获取待检测电路板的实物图像并对其进行去噪，再对去噪后的实物图像进行自适应二值化处理，并确定印刷线路的区域；根据印刷线路的区域生成参考图像，再确定参考子区域集合，集合包括多个ImgRef_i；选取其中一个ImgRef_i，并确定Src_i；多印检测的方法包括生成第一标记集合，集合包括多个Region1_i，选择其中一个Region1_i，若腐蚀后的Region1_i尺寸大于预设的尺寸阈值，则Src_i内存在多印缺陷，且缺陷区域为Region1_i；漏印检测的方法包括生成SpotImg2，再根据区域标记确定Src_i内的漏印区域。本发明提供的技术方案大大降低了FPC的形变对缺陷检测的影响，并可以在数据较少的情况下保证检测正确率高，同时检测速度快。

摘要： 本发明公开了一种基于形态学图像处理的闭环抓取检测方法，涉及图像处理、深度学习以及机器人抓取控制领域，包括以下步骤：步骤1、对公开抓取检测数据集Cornell中的深度图像进行预处理；步骤2、利用形态学知识对深度图像进行分割，对深度图像中的目标物体进行凸包运算，分割出凸包中独立于目标物体的不连续区域；步骤3、搭建抓取检测网络，抓取检测网络包括卷积神经网络和闭环反馈网络；步骤4、将公开抓取检测数据集Cornell的数据分为训练集和测试集；步骤5、将公开抓取检测数据集Cornell的数据输入抓取检测网络进行训练和测试，将抓取检测网络进行改进；步骤6、将经过改进的抓取检测网络用于实际机械臂上，测试抓取效果并对抓取检测网络进行改进。

摘要： 本发明提供了数字图像的形态学处理方法和数字图像处理装置。该数字图像的形态学处理方法包括：判断所述数字图像中的待检测像素点是否为边界点；若所述待检测像素点为边界点，判断所述待检测像素点是否为方向膨胀点；若所述待检测像素点为所述方向膨胀点，则根据所述待检测像素点的位置和第一方向膨胀矩阵，将所述数字图像中的第一像素点集合中的像素点的像素值赋值为所述第一像素值。本发明提供的数字图像的形态学处理方法和数字图像处理装置，可以简单、快速地对数字图像进行形态学处理。

摘要： 本发明提供了数字图像的形态学处理方法和数字图像处理装置。该数字图像的形态学处理方法包括：判断所述数字图像中的待检测像素点是否为边界点；若所述待检测像素点为边界点，判断所述待检测像素点是否为方向膨胀点；若所述待检测像素点为所述方向膨胀点，则根据所述待检测像素点的位置和第一方向膨胀矩阵，将所述数字图像中的第一像素点集合中的像素点的像素值赋值为所述第一像素值。本发明提供的数字图像的形态学处理方法和数字图像处理装置，可以简单、快速地对数字图像进行形态学处理。

摘要： 本发明涉及图像处理技术领域，具体的是一种基于形态学处理的电气厂站接线图纸母线识别方法，识别方法包括：将电气厂站接线图以母线区域为核心进行分割；提取分割图中的符合母线特征的横线和竖线；分析母线的结构特征和位置特征，将母线按照方向和形状分类以判断是否需要二次识别；根据分类结果识别母线以及内部描述元素，得到分割图母线的位置信息描述文件。本发明通过基于形态学的图像识别技术，并与目标检测技术相结合，实现了更加智能、快速且准确的电气厂站接线图母线检测，可以直接处理PDF等文件格式的电力图纸数据，解决了人工录入xml信息、效率低下等问题，降低了人工成本，消除了人工效率低且出错多的缺陷。

摘要： 本发明涉及基于形态学处理的自适应钣金图像增强方法，涉及图像处理技术领域，该方法包括：获取钣金的打磨前灰度图像和打磨后灰度图像；获取打磨后异常对应区域和打磨后正常对应区域；计算打磨后异常对应区域的自适应必要性；获取自适应区域中每个像素点的自适应必要性；根据每个自适应像素点所在自适应区域的像素点总数量、自适应像素点数量得到该自适应像素点的结构元初始尺寸；根据自适应像素点的结构元初始尺寸、邻域内像素点的灰度值确定该自适应像素点的结构元；根据自适应像素点的结构元和统一结构元对打磨后灰度图像进行增强，本发明方法提高了图像的增强效果。