噪化图像的形态学分割方法

对严重噪化的图像，提出一个形态学分割方法，先通过灰度骨架变换方法和最大内接块的概念将图像中的颗粒噪声，目标表面及有噪背景分离开，移去变化背景及颗粒噪声，使图像得以增强，为了成功地识别和分离不需要的成分，用灰度形态开形成一个尺寸鉴定算法，最后在增强图像上应用全局阀值化从背景中获得目标。     

基于图像分析理论与技术的铁谱诊断方法研究

文章针对铁谱图像处理、应用的局限性,提出了对彩色铁谱图像进行处理、定量化和识别研究的新方法,设计了一种可用于船舶柴油机等摩擦系统状态监测的铁谱图像处理与识别系统(FIPRS).实验结果给出了该系统分类识别的效果,可显著提高磨损状态监测与故障诊断的准确性和自动化水平,具有较高的应用价值.     

自适应阈值法的舰船图像自动分割

图像分割是视觉检测领域中的重要环节。由于舰船环境和图像数据的复杂性,现阶段舰船图像自动分割技术中的抗光照性能差、精度低以及边缘模糊等问题仍普遍存在。如何有效完成对舰船图像进行自动分割成为一大难题。为了有效解决上述问题,对当前图像分割方法进行深入的研究和调查,提出通过自适应阈值法的舰船图像自动分割方法,在总结和分析了现有自适应阈值分割算法存在的优点和局限性后,给出了自适应阈值图像分割法的改进方案,以便从复杂的舰船图像背景中分离出目标区域,有效解决当前图像分割技术中光照不均匀、边缘模糊等问题。为验证方法有效性进行了仿真实验,实验结果证实该方法性能效果相对较好,充分满足对复杂舰船图像进行分割的设计目标。     

基于图像分割的舰船吃水深度检测方法研究

吃水深度是检测大型集装箱船货物运输安全性的重要指标,目前对舰船吃水深度的检测主要采用人工水尺检测,这种检测方法存在精度差、工人劳动强度高等缺点。本文利用计算机视觉技术,结合舰船吃水状态的图像分割处理和图像形态学分析,设计一种新型的舰船吃水深度自动化检测系统,并对该系统的吃水深度识别原理和流程进行介绍。     

基于最大模糊总熵准则自动选择灰度图像分割的最优阈值

图像不仅含有由统计不确定性产生的信息量，而且含有模糊不确定性产生的信息量。我们通过用来测度统计信息的香农熵为模糊总熵，开发出基于最大模糊总熵准则的最优阈值技术，它是熵阈值技术的良性拓广，实验表明它能在二值化后保留更多的图像信息，取得更好的图像分割效果。     

基于神经网络和多特征的船舶图像自动分割算法

当前图像分割算法存在分割错误率高、分割速度无法满足实际应用要求的缺陷,为了提高图像分割的精度和速度,设计了基于神经网络和多特征的图像自动分割算法。首先分析当前国内外图像分割算法的研究进展,找到引起当前图像分割局限性的因素,然后从图像中提取描述不同目标特征,并选择部分最有效特征组合成为图像分割的特征集合,最后采用神经网络对图像的不同区域进行建模和分类,实现图像分割,并与其他图像分割算法进行优越性对比测试。结果表明,神经网络和多特征的图像分割错误率低,图像分割精度超过95%,图像分割平均值时间要少于对比图像分割算法,图像分割速度更快。     

基于图像分割的船舶吃水深度检测方法

针对传统的船舶吃水深度检测方法精准度低的情况,提出基于图像分割的船舶吃水深度检测方法。以得到精准的舰船吃水值为出发点,采集舰船吃水图像,并进行动态模板匹配,减少舰船晃动对吃水深度检测的影响,在此基础上,对船舶水尺图像字符进行校正,计算吃水线位置,得到舰船吃水深度,以此实现船舶吃水深度检测。实验对比结果表明,此次设计的基于图像分割的船舶吃水深度检测方法比传统的吃水深度检测精准度高,具有一定的实际应用意义。     

深度卷积网络的舰船图像自动分割研究

当前舰船图像自动分割方法存在"过分割"或者"欠分割"现象,使得舰船图像自动分割误差大。为了提高舰船图像自动分割精度,提出了基于深度卷积网络的舰船图像自动分割方法。对当前舰船图像自动分割的研究现状进行分析,找到引起舰船图像分割误差的原因。采用活动轮廓模型对舰船图像进行粗分割,并找到其中的舰船图像错误分割区域。最后,采用深度卷积网络对舰船图像的错误分割结果进行校正,实现舰船图像进行精细分割,并与活动轮廓模型的舰船图像自动分割方法进行了对比实验。结果表明,相对于活动轮廓模型,深度卷积网络的舰船图像分割精度更高,降低了舰船图像的误分割率,验证了本文舰船图像自动分割方法的优越性。     

基于二值图像处理技术的砂土颗粒统计方法

砂土具有压硬性、剪胀性、各向异性等力学性质,实质上是受其内部的细观结构的影响.利用试验和数值统计相结合的手段对砂土颗粒进行统计、细观结构进行量化分析,有利于深入研究砂土变形机理.文中基于数字图像中的二值图像处理技术,采用八邻域搜索和聚类方法实现了连通域的搜索和砂土颗粒的统计.结果表明该方法能较好地统计出染色砂土颗粒的个数和颗粒的分布情况,为进一步研究砂土内部结构性质变化与颗粒变化的内在联系奠定基础,对研究不同状态下的砂土微观结构的性质变化具有重要意义.     

基于数学形态学的船舶配电网扰动信号分形检测系统

针对当前船舶配电网扰动信号检测系统存在的检测精度低、检测时间长等不足,提出了基于数学形态学的船舶配电网扰动信号分形检测系统。首先对当前船舶配电网扰动信号检测系统的工作原理进行分析,指出引起目前系统不足的原因,然后采用数学形态学对船舶配电网扰动信号进行滤波处理,对船舶配电网扰动信号中的噪声进行去除和抑制,最后采用分形理论对船舶配电网扰动信号进行检测和定位,并实现了船舶配电网扰动信号检测的仿真验证性测试。测试结果表明,本文检测系统可以对船舶配电网扰动信号进行高精度定位,具有很强的自适应能力,缩短了船舶配电网扰动信号检测时间,是一种速度快、精度高的船舶配电网扰动信号检测系统。     

数学形态学在舰船监测中的应用

随着舰船制造工业的进步,大型、高速舰船的数量呈指数式增长,从而造成了水上交通密度高,事故频发等问题。此外,军事舰船性能的提高也对国家领海监管和防卫提出新挑战。因此,必须提高海上交通监管水平和舰船监测技术。目前常用的海上船舶监测技术主要有AIS船舶自动识别系统、雷达探测系统等,传统的舰船监测技术都有自己的局限性。本文针对舰船监测系统的现状,提出一种基于数学形态学的船舶红外图像处理技术,对海上交通监管和舰船监测等领域有一定的实际应用价值。     

基于图像处理技术的船舶柴油机缸套磨损预测方法研究

柴油机缸套磨损是影响其寿命的重要因素。如何准确检测出异常磨损并预测磨损状况是一个难点。针对这一问题,本文运用图像处理技术对缸套磨损进行检测。在分析缸套磨损机理的基础上,制定磨损检测的总体方案,详细研究了边缘检测算法和模板匹配算法原理,最后通过实验进行验证。     

基于图像增强技术的舰船图像拼接

当前舰船图像拼接技术存在拼接准确率低、拼接速度慢等问题,为了提高舰船图像拼接精度,设计了基于图像增强技术的舰船图像拼接方法。首先对当前舰船图像拼接方法进行分析,得到舰船图像拼接准确率低的原因,然后采用图像增强技术对原始舰船图像进行预处理,提高舰船图像的清晰度,并计算舰船图像的分块邻域梯度向量,得到舰船图像的初始拼接结果,最后去除舰船图像初始拼接结果中的拼接错误,并引入聚类分析算法对舰船图像拼接结果进行优化。舰船图像拼接仿真测试结果表明,本文方法可以消除图像相似性对拼接结果的不利影响,可以进行高精度的舰船图像拼接,并且减少了舰船图像拼接时间,舰船图像拼接速度要快于当前其他舰船图像拼接方法,获得了令人满意的舰船图像拼接结果。     

基于图像匹配的多船舶图像拼接方法

传统多船舶图像拼接方法在使用实践过程中,存在无法对多艘高度相似的船舶进行特征区分,导致在拼接过程中拼接位置出现错误的问题。提出基于图像匹配的多船舶图像拼接方法,首先通过引入M-KAZE算法,对高相似度的船舶进行细节的非线性尺度特征识别计算,使每张船舶图像的特征更为清晰;接着,引入稀疏特征像素点拼接算法对多张船舶图像的稀疏特征进行关联计算,从而完成多艘船舶图像的准确拼接;最后,通过仿真实验证明提出方法的可行性。     

基于数学建模的船体变形角研究

船舶在航行过程中并不能将其看成是一个刚体,船体会受到光照、风浪流等因素的影响,产生不同程度上的变形。本文根据影响船体变形因素的性质不同,将船体产生的变形角分为静态变形角和动态变形角。然后通过Matlab进行仿真,在仿真过程中利用卡尔曼滤波法进行船体动态变形角的估计,实验结果表明本文算法能够精准地估计出船体的动态变形角。     

基于数学模型的双桨船舶航向控制研究

目前在我国的港口贸易中,为了满足众多类型船舶的航行要求,需要设计一种高性能的航向控制器,来保证船舶的航向安全。一般情况下,可以采用双桨控制的方式,使得船舶在恶劣海况条件下依然拥有卓越的操控性能。本文主要通过建立数学模型,来模拟双桨船舶在水面上航向时的状态,并通过对航向控制器各项参数的优化,综合提升船舶的性能。通过仿真优化,可以发现双桨船舶的航向控制器能够始终提供稳定的动力,各项性能指标优秀。     

有效保留图像细节的自适应图像消噪方法

采用小波图像降噪方法容易去除图像的边缘细节特征,导致关键信息丢失,提出一种有效保留图像细节的自适应图像消噪方法。采用局部二值拟合方法对图像进行二值化处理,提取图像的边缘轮廓特征并进行多尺度分割,采用局部区域梯度模特征匹配方法调整邻域的大小,对图像进行全局分割,从而有效保留了图像的细节特征,在此基础上利用变尺度的小波降噪方法实现图像自适应降噪。仿真结果表明,采用该方法进行图像消噪能有效保留图像细节特征,图像消噪输出的峰值信噪比较高,说明图像质量较好,性能优越。     

基于图像分割与目标提取的舰船遥感影像分析技术

舰船遥感影像分析技术在舰船目标识别、海上航运交通管理、资源探测和军事侦察等领域发挥着重要的作用,是一种快速、高效和准确的海上舰船信息获取方法。遥感技术的理论基础是电磁波原理,该技术利用遥感卫星等设备采集和分析远距离物体辐射和反射的电磁波信号,从而进行地面物体的探测和识别。由于遥感技术存在巨大的优势,因此,基于遥感技术的舰船遥感影像分析和目标提取有重要意义,决定了海上目标识别和海上监察的水平。本文针对舰船的高分辨率遥感影像,详细的介绍了图像分割原理和目标提取原理,在此基础上研究了一种全新的舰船遥感图像分析技术。