苗木圖像分割是形態(tài)參數(shù)提取的前提條件。利用小波變換及分開-合并法實現(xiàn)了對苗木圖像的分割。對圖像的色度分量進行小波變換。其變換系數(shù)作為分開-合并法中區(qū)域一致性的度量。通過改變小波變換的尺度,可以將邊緣與噪聲區(qū)分開來,減小圖像分割中噪聲帶來的影響,有利于提高分割的準確性。實驗表明,該算法取得了滿意的結(jié)果。

膠結(jié)充填膏體(cpb)、砂漿及混凝土等水泥基材料的力學強度取決于其微觀結(jié)構(gòu),如孔隙數(shù)量、孔徑及結(jié)構(gòu),顆粒及骨架的排列形態(tài)等。對于該類材料的力學強度與其孔隙結(jié)構(gòu)(如孔徑及其分布)的關(guān)系研究目前已有很多,但與微觀形態(tài)特征或紋理特性的相關(guān)性研究較少。紋理是一種反映圖像中同質(zhì)現(xiàn)象的視覺特征,體現(xiàn)了物體表面共有的內(nèi)在屬性,包含了物體表面結(jié)構(gòu)組織排列以及它們與周圍環(huán)境的聯(lián)系,是量化微觀形態(tài)特性的有效方法。在統(tǒng)計分析中,灰度共生矩陣(glcm)紋理和tamura紋理是表征紋理特征的最具代表性方法。本研究以3種不同質(zhì)量濃度膏體制備的充填體試塊為樣本,養(yǎng)護至指定齡期后經(jīng)單軸抗壓強度試驗獲得其力學強度,再對試塊斷面進行電鏡掃描(sem)獲得其微觀結(jié)構(gòu)圖像；基于圖像識別/分析技術(shù)提取sem圖像的紋理特征參數(shù),分析紋理特性與sem圖像參數(shù)(放大倍數(shù))間的關(guān)系,篩選出有效的sem圖像樣品；分析各紋理參數(shù)與膏體濃度的相關(guān)性,識別出與膏體濃度呈正相關(guān)的紋理參數(shù),并驗證該紋理參數(shù)與力學強度存在嚴格的相關(guān)關(guān)系。

提出一個基于建筑外形表現(xiàn)的特征提取及識別策略,即基于掩模子采樣的全局特征提取、基于adaboost的局部特征提取、各特征貝葉斯子分類器訓練及子分類器融合策略.

紋理是木材的重要特征,模擬紋理具有極高的工業(yè)價值。對視頻采集到的板材紋理圖像進行灰度化、中值濾波去噪、二值化、腐蝕、膨脹等處理,得到僅包含目標紋理的圖像后檢測紋理邊緣。對板材紋理橫斷面通過數(shù)學描述結(jié)果進行模擬,切面通過在圖像上選擇合適的邊緣點進行模擬,以實現(xiàn)板材紋理的模擬再現(xiàn),并以水曲柳為例分析模擬紋理。

目的改進原有的圖像分割算法在分割圖像時的精度和準確度,進一步準確地研究墻地磚缺陷圖像的基本特征,提出一種有效的圖像分割方法.方法根據(jù)墻地磚表面的紋理特點,采用daubechies小波對原始圖像進行處理.結(jié)果僅保留圖像的近似信息,從而有效降低了紋理特征對缺陷分割的干擾.同時,圖像數(shù)據(jù)量減少為原始圖像的1/4.因此,在有效提取近似信息的基礎(chǔ)上提高了系統(tǒng)的實時性,便于圖像分割應用.該方法增強了缺陷紋理圖像,能抑制背景紋理對缺陷紋理檢測的干擾,并通過減運算有效地實現(xiàn)了缺陷紋理和背景紋理的分割.結(jié)論基于小波變換的墻地磚缺陷圖像分割方法能夠?qū)﹄S機紋理圖像進行可靠、有效、快速的分割,尤其適用于具有隨機紋理的墻地磚缺陷實時檢測.

由二維小波技術(shù)分析粉質(zhì)粘土圖像的紋理特征,獲得小波能量參數(shù)與粉質(zhì)粘土工程性質(zhì)指標的多元線性回歸方程。在考慮拍攝條件下(光照、拍攝距離等),現(xiàn)場勘查并拍攝粉質(zhì)粘土照片。將這些彩色照片轉(zhuǎn)化為灰度圖,在二尺度小波分解水平下得到反映粉質(zhì)粘土圖像紋理特征的9個能量參數(shù),并將這些參數(shù)與對應土樣的11個工程性質(zhì)指標進行多元線性回歸。在此基礎(chǔ)上對2個土樣的工程性質(zhì)指標進行了預測。結(jié)果表明,本文提出的粉質(zhì)粘土的小波能量參數(shù)與傳統(tǒng)工程性質(zhì)指標具有較好的對應關(guān)系,可以為現(xiàn)場快速確定粉質(zhì)粘土的工程性質(zhì)指標提供一個新的途徑。

結(jié)構(gòu)相似度(ssim)是一種衡量2幅圖像相似度的重要指標,但是ssim對于嚴重模糊的圖像評價結(jié)果準確度不高。在基于ssim的圖像質(zhì)量評價方法基礎(chǔ)上,考慮到紋理信息是圖像的重要組成部分以及人眼對圖像的紋理信息部分十分敏感,提出基于離散余弦變換(dct)域的紋理結(jié)構(gòu)相似度質(zhì)量評價(tssim)。該評價方法在dct域中提取圖像的紋理信息,并通過改進ssim中的結(jié)構(gòu)信息來確定紋理區(qū)域的失真,計算tssim值。實驗結(jié)果表明,該方法得到的pearson相關(guān)系數(shù)為0.89342,spearman等級相關(guān)系數(shù)為0.92507,比ssim的評價結(jié)果更準確,符合人眼的主觀感受。

為了實現(xiàn)對相機拍攝到的圖像數(shù)據(jù)的實時顯示,提出了一種基于medium型cameralink的多通道圖像實時顯示系統(tǒng)設(shè)計方案,并完成系統(tǒng)的軟硬件設(shè)計;medium型cameralink可以同時接收和發(fā)送兩組數(shù)據(jù),經(jīng)過基于"乒乓ram法"的數(shù)據(jù)同步處理后,利用2組ram交替進行寫、讀操作,可以實現(xiàn)高頻高速的數(shù)據(jù)同步傳輸;該系統(tǒng)的硬件部分用來接收相機端的實時圖像數(shù)據(jù)輸入并對數(shù)據(jù)進行高速傳輸,軟件部分實現(xiàn)對數(shù)據(jù)的篩選,整理,格式轉(zhuǎn)換等功能,能夠完成對圖像的實時顯示。

由于墻地磚圖像中的紋理信息大量存在于小波分解后的高頻系數(shù)中,而小波變換只對近似分量進行分解,如缺陷與紋理相似時,也極可能被去除。本文采用反映信息量的樣本能量值作為圖像特征,即通過對圖像進行小波變換,分析紋理圖像在不同尺度下的能量分布特征,提取出各尺度的能量值。

直觀巖土ct圖像分析是最基本的ct分析方法,而高分辨率的巖土ct圖像是這一分析方法的關(guān)鍵。為了提高巖土ct圖像的分辨率,根據(jù)人眼的視覺特點,結(jié)合計算機數(shù)字圖像顏色模式和圖像格式,采用灰度級-彩色變換方法,對灰度ct圖像進行偽彩色增強,顯著地提高了ct圖像的分辨率。

針對傳統(tǒng)圖像增強算法在處理有大量噪聲、光照不足或不均勻的圖像,尤其是實際現(xiàn)場的帶鋼表面圖像時效果較差的問題,提出基于小波變換的圖像增強算法,將其應用于冷軋帶鋼表面缺陷圖像的增強中。對比實驗結(jié)果表明,該方法的增強效果和抗噪性能明顯優(yōu)于傳統(tǒng)算法。

研究一種基于圖像處理技術(shù)的牛肉大理石花紋自動等級評定方法。通過圖像重采樣、單閾值分割、形態(tài)學腐蝕及膨脹等方法分割出大理石花紋,再提取圖像的特征參數(shù)組,并用多元回歸分析的方法構(gòu)造牛肉大理石花紋評級模型,并用vc++實現(xiàn)了自動評級軟件。通過對多個牛肉圖像的檢測,表明此評級計算模型具有良好的準確性和魯棒性。

提出一種新的消除彩色圖像中脈沖噪聲的濾波法.該濾波法依據(jù)簡單的局部紋理分析而自動選擇使用標量中值濾波或者使用矢量中值濾波:當局部區(qū)域不存在明顯的紋理時,使用標量濾波,否則使用矢量濾波.由于大多數(shù)自然圖像都有低通特性,因而該濾波器大多數(shù)時間運作于標量模式.實驗表明,文中提出的方法其計算量比標準的矢量中值濾波器少得多,但性能卻同樣優(yōu)良.

針對夜視融合圖像通常存在細節(jié)不夠豐富、目標對比度低的問題,為了獲得更為理想的圖像增強效果,提出一種新穎的基于非下采樣輪廓波變換(nsct)的夜視圖像彩色融合方法.構(gòu)建了基于s函數(shù)與子圖局部方差信息的可變加權(quán)融合策略,在nsct域內(nèi)實現(xiàn)可見光及紅外源圖像的自適應融合;將得到的融合圖像與源圖像進行組合并映射至yuv顏色空間,生成偽彩色融合圖像;再運用顏色傳遞技術(shù)獲得重染色的彩色融合圖像.實驗結(jié)果表明,該方法既能豐富彩色融合圖像的細節(jié),又能提高其亮度對比度和目標的可探測性,增強了觀察者對場景的理解.

色調(diào)是反映彩色圖像中色彩信息的重要參數(shù),為了在進行圖像效果增強的同時保持色調(diào)不變,通常的做法是先把圖像從rgb轉(zhuǎn)化到his色彩空間,然后在保持h變量(色調(diào))不變的情況下,進行i(亮度)的增強。但是由于這種方法需要進行色彩空間的相互轉(zhuǎn)化,大大增加了計算量。文章通過對簡化his模型的分析,提出了一種直接對r、g、b分量進行處理的彩色圖像增強方法。該方法可以運用已有灰度圖增強算法進行彩色圖像的增強,由于不需要進行色彩空間的轉(zhuǎn)化,大大減少了計算量。fpga可用來并行實時處理海量的圖像數(shù)據(jù),文章利用fpga的這一特點作為實時圖像直方圖均衡增強算法的解決方案,并通過改進直方圖均衡圖像增強算法使其在fpga中具體實現(xiàn),可用于實時性要求高的led屏顯示。實驗結(jié)果表明,該方案使彩色圖像的增強效果明顯,運行效率高。

探討了架空送電線路直升機巡檢系統(tǒng),提高玻璃絕緣子損傷診斷效率的方法。首先采用分塊圖像的顏色統(tǒng)計識別以及連通域的形狀和邊緣鏈碼特性,識別出玻璃絕緣子所在區(qū)域;然后采用滑動窗口直方圖統(tǒng)計及直方圖匹配判決的方法,識別出玻璃絕緣子損傷的區(qū)域。該方法適用于野外環(huán)境中的實時檢測,因此可以在一定的光線變化范圍和背景復雜度內(nèi)識別診斷玻璃絕緣子損傷。通過此方法可以在較低的漏檢率下快速而準確地檢測玻璃絕緣子損傷故障,能在機載系統(tǒng)中具備實時處理能力。

**資訊http://www.***.*** **資訊http://www.***.*** **資訊http://www.***.*** **資訊http://www.***.***

為準確判斷一幅jpeg圖像使用了何種隱密軟件,針對jpeg隱密軟件可能采用的dct域隱密操作,建立了基于微觀模板的統(tǒng)計特征空間,并在此基礎(chǔ)上提出了一種多類jpeg圖像盲隱密分析方法。實驗結(jié)果表明:對jsteg、f5和outguess3種典型jpeg圖像隱密軟件各自生成的、含密量大于20%的jpeg隱密圖像,該方法的隱密軟件識別正確率均在97%以上。基于微觀模板的統(tǒng)計特征提取方案可有效區(qū)分不同的dct域隱密操作,有助于對jpeg隱密軟件的檢測判決。

古建筑圖像三維重建中圖像特征可靠匹配是影響重建效果的一個關(guān)鍵問題.為提高古建筑圖像特征的匹配性能；提出了一種基于網(wǎng)格多密度聚類的特征匹配方法.該方法首先采用sift算子獲取圖像特征點；其次對圖像進行網(wǎng)格劃分；依據(jù)網(wǎng)格單元特征點密度確定圖像錨單元、鄰居單元、邊界單元；然后依據(jù)局部區(qū)域密度相似性確定圖像簇；最后對相似簇中的特征點依據(jù)最近鄰距離比準則進行匹配.在中國古代建筑三維重建數(shù)據(jù)集和141幅山西晉祠古建筑圖像上進行了實驗；驗證了算法的有效性.

為獲取基于地圖匹配的定位算法所要求的環(huán)境地圖,提出了一種室外環(huán)境下基于圖像拼接的地面特征地圖創(chuàng)建方法.創(chuàng)建過程分為環(huán)境探索以及離線地圖生成.在環(huán)境探索中,手動控制機器人在環(huán)境中漫游,實時保存有關(guān)的傳感器數(shù)據(jù),如gps、里程計以及視頻數(shù)據(jù).在離線地圖生成中,針對傳感器誤差導致地圖不精確的問題,采用了地圖分塊存儲方式以及基于圖像拼接的優(yōu)化算法來提高地圖精度.仿真及實驗證明了該地圖創(chuàng)建方法的有效性.

分級(BV,W-1,∞)分解的多尺度圖像表示

建筑區(qū)的識別和提取是城市環(huán)境規(guī)劃與研究至關(guān)重要的工作；本文采用高分三號全極化sar影像；提出了一種綜合span圖和紋理特征的建筑區(qū)提取方法；首先基于span圖利用灰度共生矩陣算法提取圖像的7種原始紋理特征；通過目視解譯選擇出4種紋理效果較好的統(tǒng)計量；然后利用主成分分析法去除他們之間的相關(guān)性；篩選出2個最佳紋理特征與span圖結(jié)合；最后對組合影像進行分類提取；本文將提取結(jié)果與綜合灰度和紋理特征建筑區(qū)提取、無紋理特征提取方法結(jié)果進行對比；實驗結(jié)果表明:本文方法提取建筑區(qū)邊界輪廓更加清晰；精度可達92%；提取效果明顯得到了優(yōu)化；