计算机视觉技术识别水果缺陷的一种新方法

利用计算机视觉技术识别水果表面缺陷，提出了分割缺陷和识别缺陷的新方法。该方法考虑了水果的形状特点，使不同灰度级的缺陷一次分割成功。在识别过程中利用水果的三维空间特征，实现了缺陷与果梗、花萼的区分。试验结果表明，该方法检测速度快，正确率高，能够满足计算机视觉进行在线检测的要求。     

水果图像的背景分割和边缘检测技术研究

根据区域阈值法分别对所采集的彩色图像的红、绿、蓝三帧图像进行背景分割,发现在B 分量灰度直方图中利用双峰法选择阈值进行背景分割的效果最好;利用多种微分算子提取水果图像的阶跃性边缘,并用Hilditch 细线化方法对已提取边缘的图像进行了细线化处理,获得了较好的边缘提取和细化处理效果;所研究的背景分割和边缘检测技术的处理效果可以满足进一步进行水果的尺寸、果梗、形状和表面缺陷等检测的要求     

水果图像的背景分割和边缘检测技术研究

根据区域阈值法分别对所采集的彩色图像的红、绿、蓝三帧图像进行背景分割,发现在B分量灰度直方图中利用双峰法选择阈值进行背景分割的效果最好;利用多种微分算子提取水果图像的阶跃性边缘,并用Hilditch细线化方法对已提取边缘的图像进行了细线化处理,获得了较好的边缘提取和细化处理效果;所研究的背景分割和边缘检测技术的处理效果可以满足进一步进行水果的尺寸、果梗、形状和表面缺陷等检测的要求。     

Canny算法在岩心图像边缘检测中应用

岩心图片是岩心实物的高度保真图像,可以反映地下的原始面貌。通过对岩心图像的相关处理,可以更好地认识岩心的地质构造。将Canny算法应用到岩心图像的边缘检测中,以获取岩心裂缝、孔洞等信息。结果表明,Canny算法比传统的Prewitt等算法更适合于岩心图像的处理。     

基于改进形态学人脸图像的边缘检测算法

如何确定人脸特征并对这些特征进行有效提取是至关重要的。本文提出的形态学边缘检测算子,能够有效地检测出人脸图像边缘,并保持人脸边缘的平滑性。与传统的边缘检测算子相比,该算法性能好,计算量小,实用性强。     

水果检测中的边界追踪法

应用计算机视觉进行水果检测时 ,采用边界追踪技术能有效分割背景与样品 .文章根据梨、苹果等水果的外形特征 ,提出了一种改进的边界追踪方法 .该方法的操作图像可以是二值图像或灰度图像 ,图像中的样品被分割成 4个区域 ,为加快处理速度 ,根据水果外形来确定每个区域边界追踪方向的优先权 .对苹果、梨、芒果等水果图像进行了测试 ,结果表明 ,该方法追踪一幅大小为 15 0× 15 0像素的水果图像 ,所需时间不足 1s .     

抑菌圈边缘检测图像预处理的研究

用Visual C++6.0作为开发工具进行了程序设计,实现了多种图像预处理算法。通过实验比较了不同滤波方法、锐化方法和二值化方法对抑菌圈边缘检测的影响。对来自扫描仪的抑菌圈图像,发现在进行图像预处理时,进行一次中值滤波和梯度锐化之后,再进行一次中值滤波,然后再采用阈值法二值化,可显著地提高抑菌圈边缘检测的成功率,使在扫描分辨力为100、200、300 dpi时的抑菌圈边缘检测率分别达到100%、98%、80%。     

基于计算机视觉的大米外观品质检测

提出了利用计算机视觉系统代替人眼对黄粒米、粒型等大米外观品质参数进行自动检测的方法，以适应农业工程中的自动化的要求。为了验证检测方法的可行性，采用了MATLAB软件开发平台来构造基于计算机视觉的大米外观品质检测算法。在对不同的大米图像处理的基础上，完成了对大米的黄粒米、粒型等的测定。实验结果表明，本算法及程序设计是有效可靠的。     

基于CT图像板材节子边缘检测的研究

板材CT图像的边缘提取是实现板材三维重建的关键步骤。针对板材CT图像低对比度、低动态范围、板材缺陷边缘提取困难等问题,采用数学形态学方法对板材二值化处理后的图像进行边缘提取,并与传统的Sobel、Prewitt、LoG和Canny算子对原始板材CT图像边缘提取效果进行对比。结果表明,这种方法能较好地检测出板材节子的边缘信息,提取的边缘清晰完整,准确性较高,能为后续的板材CT图像三维重构奠定基础。     

计算机视觉技术在水果品质检测中的研究进展

水果的品质检测是水果分级的重要依据。随着计算机和图像处理技术的发展、计算机硬件成本的下降和性能的提升,计算机视觉检测技术在水果品质检测方面获得了越来越多的应用。为了能充分利用最新研究成果,该文从计算机视觉技术在水果外观品质和内部品质的检测两个方面,分别综述了国内外的研究进展,并对其发展方向进行了展望,以供我国研究人员做同类研究时参考。     

基于分形特征的图像边缘检测算法

基于分形图像的自相似特征,提出了一种新的图像边缘检测算法,实验结果证明该算法能有效提取图像边缘,具有较强的抗噪声性能。     

模极大值法与尺度独立法在稻米边缘检测中的模拟研究

稻米图像边界是阶梯型边界,在稻米图像的边缘检测中,利用模角分离的小波变换,结合尺度独立的算法提取了阶梯型边界,但得到的边缘图像存在边界不连续和边缘响应次数不唯一的问题。而小波变换的模极大值法检测出了所有类型的边界,其中包括不需要的边界。本文提出一种边缘检测方法,将尺度独立法与模极大值法的优点结合,在稻米图像的边缘检测中取得了理想的结果。     

基于小波变换的图像边缘检测技术的改进

边缘检测是图像处理的主要内容之一.由于存在噪声,经典算法的图像边缘检测效果不好,针对其缺陷,应用小波变换对图像边缘进行检测,能得到较好的边缘,但是去掉了一些模糊的、弱的边缘.因此,采用自适应阈值的改进型小波边缘检测算法,在消噪的同时,可以很好地保留微弱的边缘.通过实验结果的比较,证明了这种方法的有效性.     

关于利用小波变换对稻米图像进行边缘检测的改进方法研究

为了进一步提高稻米图像边缘检测效果,本文在小波变换和双阈值相结合的方法基础之上,提出了利用边缘长度提取有效边缘的方法,并利用该方法对稻米图像进行边缘检测,取得了较好的边缘提取效果。     

基于数字图像的混凝土桥梁裂缝检测技术

应用visual C++6.0语言编制程序，研究了基于数字图像的桥梁裂缝检测方法，深入分析评价了图像灰度化、棋盘格角点求解像素率、滤波除噪、边缘检测等图像处理算法，实现了基于视频(或图像)的桥梁裂缝宽度计算和软件系统，并用15幅桥梁裂缝图像验证了其裂缝检测精度.结果表明：本文提出的裂缝识别方法能较好地用于钢筋混凝土桥梁和B类预应力混凝土桥梁的裂缝检测，当裂缝宽度大于0.3 mm时，图像计算出的裂缝宽度值与实测值非常接近，相对误差在6%以内；当裂缝宽度为0.2~0.3 mm时，相对误差在10%以内.     

改进的种子点生长模糊边缘检测算法

针对传统模糊边缘检测算法计算量大、效率低的弱点,利用图像边界点连续的特性,结合模糊边缘检测算法的思想,提出了一种基于模糊理论的改进种子点生长边缘检测算法。利用相应算法建立两张快速查找表,对图像中的像素点通过查表,选取种子点,根据边缘点的判断准则对其进行生长,最终实现边缘检测。实验证明,算法具有较高的效率和较强的抗噪能力。     

基于Visual C++. NET的昆虫图像自动识别系统的研究

随着软件技术的迅速发展以及数字图像处理技术的广泛应用,自动识别系统将越来越成为现代社会的一种必然应用趋势.针对当前农业中存在的虫害威胁,本文从图像处理技术出发,利用Visual C++. NET作为平台,开发了一套昆虫图像自动识别软件系统,来对常见昆虫模式进行特征提取,然后再进行聚类分析,从而达到对测控对象进行自动测试和识别的目的.在实际应用当中,主要以获得昆虫图像为对象,并在静态情况下得出了比较满意的结果.     

基于计算机图像处理的农田环境定位

针对计算机对农田环境定位困难问题,提出一种计算机图像预处理和霍夫变换相结合进行农田环境定位的方法。通过对农田作物行图像特点的分析,运用恰当的计算机图像处理方法,从作物行图像中提取出反映作物行位置的准定位参考线,运用霍夫变换技术得到真正的定位参考线及其参数。采用600×450的甘著作物行图像进行实验,结果表明该方法能够实现较好的定位效果。     

玉米种子蛋白电泳图谱图象中泳道边界提取方法研究

对玉米种子蛋白电泳图谱的特点进行了分析，在此基础上进一步提出电泳图谱图象中泳道边界的分析方法──边界提取时的阈值迭代技术及其相关的图象锐化回归技术。     

基于蚁群优化算法的图像边缘检测

图像边缘携带了图像的大部分主要信息。通过对图像进行边缘检测不仅能有效地提取图像信息降低计算的复杂度而且是图像测量、图像分割、图像压缩、模式识别等图像处理的基础。本文尝试将蚁群优化算法（Ant Colony Optimization, ACO）用于图像边缘检测,通过选取经典house图像和SAR机场图像设置阈值进行自适应边缘提取,实现了边缘的精确检测。实验结果显示,该算法能够有效地提取图像目标的轮廓信息,很好保持图像纹理,具有理想的抗干扰性能,保证了检测结果的准确性。