基于机器视觉的钢轨光带检测方法

为了从轨道图像中准确地提取轨面区域并检测光带位置,根据钢轨光带的结构特征,提出了基于机器视觉的钢轨光带检测方法。首先根据轨道图像的频域特征,设计了基于占优的频率域采样值的轨面区域定位算法,从轨道图像中准确提取出轨面区域;然后利用图像灰度变换突出光带与非光带区域的边界,通过逐行计算梯度识别光带的位置。结合实际线路的轨道图像,采用该方法对钢轨光带进行检测,并与现有方法进行对比。结果表明：该方法能有效地检测钢轨光带,计算的光带区域与人工标注的光带区域的交并比平均值达到了88.81%,比现有方法提升了11.58%。     

基于成像技术评估粗集料尺寸和形状特征

使用三维成像系统——伊利诺伊大学集料图像分析仪(UIAIA),根据已建立的UIAIA试验方法,由粗集料颗粒图像分别定义出集料基于成像技术的三维形状、尺寸、棱角性和表面构造指数。应用统计学方法,结合图像分析确定了4类常用的粗集料形状特性数据。指出了粗集料基于成像的棱角性和表面构造指数之间存在的确定性关系,并且将它们联系到实验室和现场沥青混合料的使用性能。     

基于分数阶微分的医学图像边缘检测方法

医学图像边缘检测是医学图像处理和分析的关键步骤,它的清晰程度直接影响到医生诊断的速度以及准确性.传统边缘检测算子对噪声敏感,检测到的图像边缘效果不够理想,得到的图片边缘有可能模糊不清,为了克服传统边缘检测算子对噪声敏感的缺点,给出了一种改进的基于分数阶微分算法的医学图像边缘检测方法,实验结果表明:该方法不仅有效的提取了图像边缘特征,而且对噪声具有较好的抑制作用.是一种有效的医学图像边缘检测方法.     

基于离散水平集方法的Chan-Vese模型

采用离散形式的水平集函数代替传统的符号距离函数,提出基于离散水平集方法的Chan-Vese模型。采用变分方法得到水平集函数演化的梯度降方程,对得到的演化方程进行半隐式离散求解和数值算例验证,并与传统的符号距离函数方法进行对比,以验证离散水平集方法在图像分割中的优势。实验结果表明,基于离散水平集方法的Chan-Vese模型分割速度和精度比用符号距离函数实现的Chan-Vese模型有明显提高。     

高铁轨道CPⅢ基准点自动检测方法研究

为实现高铁轨道CPⅢ基准点的自动高效检测,研发基于双目视觉的CPⅢ基准点动态非接触自动检测系统。首先对双相机拍摄的图像进行自适应分割处理,对分割后的图像利用改进模板匹配算法计算获得CPⅢ标识物在图像中的位置;然后对提取的标识物目标图像进行自适应阈值分割提取边缘轮廓,计算标识物中心坐标;最后利用基准点计算方法和双相机标定的参数计算CPⅢ基准点坐标。试验结果表明,检测系统在水平方向上的最大误差为0.95 mm,垂直方向最大误差0.25 mm,最大变异系数为0.211%,该方法可为CPⅢ基准点高精度自动化检测的应用提供参考。     

连续窗宽窗位CT图像的分割

图像分割是图像处理与计算机视觉领域中最重要的方法之一。针对医学图像分割的复杂性,本文根据CT图像各部分组织的CT值不同的特点,得到不同的窗宽、窗位下的CT图像,对其采用数学形态学的方法进行分割。本文提出的方法分割效果好,具有细节丢失少的优点。     

红外序列图像帧间匹配算法研究

文章在现有单帧图像检测算法的基础上,提出了一种可同步跟踪运动目标的帧间匹配算法。算法采取对相邻两帧间像素点匹配,匹配过程与当前两帧外的其余帧无关,把匹配结果兴趣区域像素点对应的另一个全零矩阵位置值赋为1,顺利输入检测后的单帧图像,执行匹配操作,实时形成目标运动轨迹。该算法结构简单、存储量少、计算速度快,硬件平台要就低,可有效地完成对多个目标、交叉目标、迎头目标的检测与跟踪。根据仿真和实拍照片的试验,证实了算法理论上的优点,有较高的应用价值。     

一种改进的红外图像信噪比计算方法

常用的红外图像信噪比计算方法,需要依靠输入多项探测器相关参数才可以完成。本文提出一种新方法,只需知道探测器最基本的噪声等效温差（NETD）就可以计算出红外热像仪输出的信噪比。     

基于图像序列区域混沌特征的海面舰船目标检测算法

为了检测复杂海面背景中的舰船目标,提出了一种基于图像序列区域混沌特征的目标检测新算法,算法利用小数据量法计算图像序列区域的最大Lyapunov指数,分析运动目标存在时背景信号混沌特征的变化,并利用混沌特征的变化差别检测淹没在混沌背景信号中的目标信号,最后对100帧图像进行了目标检测.计算结果表明:新算法检测率为100%,虚警率为5%,检测结果优于利用统计分析方法的结果.     

An Improvement of Russo's Fuzzy Noise-Filtering for Image Processing

We adapted Russo's image noise filtering technique by introducing an adaptive parameter, noise possibility. This parameter potentially indicates whether a pixel is noise. The improved Russo's method was applied to process the Lena image and a remote sensing image corrupted by noise. The results show that it has a stronger noise filtering ability than other traditional techniques such as Wiener filtering.