图像处理中边缘检测研究方法

图像的边缘是图像的最基本的特征之一，边缘检测是计算机视觉和图像处理中重要的处理技术。综述各种边缘检测的方法，并总结各检测算法的特点。     

肾移植术后B超检查的价值(附42例报告)

本文通过42例移植肾患者的B超检查,根据移植肾术后的体积大小、肾孟积水,肾周积液等,着重讨论了各自的图象特点。认为术后进行B超动态观察,可及时发现移植肾的排异反应及手术合并症的发生,对临床诊断和及时治疗具有重要价值。     

基于双目立体视觉的月球车三维定位算法

为了满足月球车自主导航的需要,提出了1种基于双目立体视觉的月球车三维定位算法。建立了基于双目立体视觉的月球车三维定位系统框架图,并对框架中主要模块进行了分析;研究了图像预处理、特征点提取、特征点的立体匹配、三维重建和特征点的跟踪匹配算法等图像处理环节,以获得月球车运动前后相匹配的环境特征点,并提出了1种鲁棒的月球车位姿变化估计算法。通过实际场地试验验证了算法的有效性。     

基于图像分析技术的混凝土表面色差检测及评定

混凝土色差是混凝土结构外观质量检测与评定时的重要参数之一。目前,混凝土色差的评定主要依据检测人员的经验对混凝土表面颜色的均一性进行直观定性判断,其结果难以客观评定混凝土的外观质量。基于图像分析技术的应用,提出采用数码相机现场采集混凝土结构表面图像,对图像进行灰度转换,计算灰度图像的标准差,考虑人类视觉识别特征和拍摄环境的影响,建立混凝土表面色差的定量评价体系和方法。基于所提方法,对一混凝土结构的表面进行了对比试验,结果表明：该方法能有效检测与评定混凝土表面色差缺陷。     

基于Matlab的沥青混合料内部空隙率测定与分析

为了研究沥青混合料CT图像空隙率大小及其分布特征,基于Matlab图像处理软件对各层位扫描CT图像进行图像增强、图像锐化处理。采用二维最大熵阈值分割法对沥青混合料不同层位的CT图像进行二值化,利用Canny算子模板进行边缘检测,检测出图像边缘内部空隙点数与试件CT图像总点数做熵运算,计算空隙占整个试件的百分率。同时,对试件空隙率检测计算结果差异的显著性进行数理统计检验。结果表明:空隙率随层位呈两头大中间小的分布趋势,验证了沥青混合料内部微观结构的非均匀性;CT图像计算的空隙率均值可以作为试件的空隙率值,同时试验数据结果与图像处理结果具有一致性,表明图像处理具有一定的准确性和可信度。     

基于神经网络的液晶数字识别在船用设备管理中的应用

数字识别是字符识别中的一个重要的研究课题。阿拉伯数字只有0～9十个,而且笔画简单,但是识别这十个数字并非易事,识别的正确率并不高。虽然液晶数字在形式上相对于识别难度较大的手写体数字来说比较规范,但是液晶数字的变体也比较多,形状各异,因此文章研究的目的在于找到一种对于液晶数字识别的一般的有效的方法。文章建立了＂仪表监控与数字识别系统＂,主要对液晶数字识别的过程进行了讨论,重点研究了数字图像处理和数字识别,做了以下几个方面的工作：1）在研究了多种液晶数字特征的基础上,提取了数字的粗网格特征。2）建立了一个基于BP神经网络的液晶数字识别系统,进行了分类器设计,并对数字识别结果进行了检验,取得了较好的系统性能,从而证明了采用的方法是可行的。     

基于图像分析的机场跑道毁伤效果评估研究

该文利用图像处理和分析技术,研究基于最长跑道距离的机场跑道毁伤效果评估方法。按照机场跑道的毁伤特征,引入机场的最长跑道距离,通过比较机场的最长跑道距离和某型飞机最小起降窗口的长度来评估机场跑道的毁伤等级,并仿真实现,评估结果比较准确。     

VDR图像压缩方法研究

简单介绍了船载航行数据记录仪(VDR)的基本功能、系统结构和工作原理,并对其图像压缩方法作了详细介绍.先分别介绍了离散余弦变换(DCT)和嵌入式零树小波编码(EZW)的优缺点,针对VDR图像压缩的具体情况,提出采用DCT和EZW相结合的方法,可发挥它们的优势,克服缺点,达到更好的压缩效果.     

基于Hausdorff距离的雷达图像与电子海图实时匹配算法

针对已抽取海岸边缘特征并二值化的电子海图和已提取海岸边缘特征并缩放至海图比例的实时雷达图像进行匹配。匹配时,先提取待匹配曲线的特征点构成特征段,然后用特征段之间曲率的H ausdorff距离来度量分段轮廓之间的相似性,获得匹配结果。该算法充分利用轮廓线的几何特征信息,既保证了较好的匹配精度,又能显著提高算法速度,实现雷达的实时匹配定位。     

基于机器视觉的钢轨对接焊高精度检测方法

为提高闪光对接焊设备焊接过程的焊接精度,提出一种基于机器视觉和图像处理技术结合的钢轨对接焊高精度定位检测方法。该方法采用黑白面阵CMOS工业相机、线激光器作为主要检测硬件,其中线激光器发射的激光分别垂直投射在与轨道轴线平行的轨顶面和轨侧面上,通过对工业相机所采集的图像进行特征提取,针对多种不同特征进行模式识别,从而获得钢轨顶部和侧面高度差。通过重复性与可靠性试验,表明该方法满足工程实际检测要求。与传统的手工检测方法相比,本方法具有更高的精度,且受外部环境的影响较小,满足工况环境条件下的焊接精度要求,在复杂环境下同样可获得较好的检测效果。