基于分水岭算法的颅脑CT图像分割研究

本文采用分水岭算法对颅脑CT图像进行分割,针对算法所产生的图像过分割问题,首先将原图像转换为形态梯度图像,并对形态梯度图像定义一组形态开闭滤波器进行处理;然后采用分水岭算法进行分割。     

基于融合特征和FAST-SURF的蚕茧疵点图像配准算法

针对获取的蚕茧完整表面图像疵点横跨两张不同角度图像的问题,文中提出一种基于融合特征与FAST-SURF的蚕茧疵点图像配准算法.首先通过HSI彩色空间获取蚕茧疵点图像,提取疵点图像的Canny边缘特征和LBP纹理特征,分别进行归一化后构成融合特征;其次,在蚕茧疵点融合特征灰度图上利用FAST算法快速检测特征点,并为每个特征点构建64维SURF特征描述符;最后,结合坐标距离筛除与RANSAC算法获得最终匹配对,实现蚕茧疵点图像配准.结果表明,将蚕茧疵点图像的融合特征与FAST-SURF算法相结合得到的匹配正确率均值达89.76％,配准总时间均值为0.46 s.建立的算法满足蚕茧疵点图像快速配准的精度与实时性要求.     

一种改进的分水岭图像分割算法研究

本文提出一种新的形态学分水岭图像分割算法,通过形态学开闭运算,得到图像的内部和外部标记符集合,然后依据此标记对梯度图像进行分水岭分割实验,以减少过分割现象,分割实验结果表明算法有效。     

基于QPSO聚类算法的图像分割方法

量子粒子群优化算法克服了传统粒子群优化算法中无法保证全局收敛、容易陷入局部最优的缺点,是近年来优化技术领域的一个研究热点。本文结合当前图像分割中常用的K-均值聚类算法中的相关技术,设计了基于QPSO的聚类算法并将其用于图像分割处理问题中。实验结果表明:在图像分割处理中,相对于K-均值聚类算法,QPSO聚类算法不仅不依赖于初始聚类中心的选择,而且还能得到相对于K-均值聚类算法精度更高的聚类中心,其在图像分割中的效果优于通常的K-均值聚类算法。     

基于颜色特征和支持向量机的蚕茧分类方法研究

针对人工筛选蚕茧工作中漏检率高、效率低的问题,提出了一种基于颜色特征和支持向量机的蚕茧分类方法。该方法以黄斑茧、烂茧、印头茧、薄皮茧和上车茧等5种蚕茧为研究对象,首先对采集的蚕茧图像进行边缘检测、连通域提取等步骤以实现背景分割与正、反面连接,然后提取蚕茧图像HSV颜色空间模型下的颜色直方图和颜色矩作为颜色特征,并将5种蚕茧的HSV三通道像素分布详细划分、量化,最后对蚕茧图像颜色特征进行主成分分析,结合支持向量机设计4种分类器构造方案进行效果对比。试验结果表明,将颜色直方图和颜色矩组成颜色特征集后进行主成分分析,并使用支持向量机构造分类器对5种蚕茧分类效果最好,其中主成分变换最优累计贡献率为999%,分类准确率达91%,单粒蚕茧图像识别时间为012s。本方法为蚕茧智能化分选设备的研究提供了理论基础。     

基于距离变换的靶图像匹配

为降低图像数据规模,提高图像处理效率,常常需要将图像进行匹配处理,找出人们或机器所需要的特定区域,或者称之为感兴趣区域(Region of Interest,ROI)。本文在分析了归一化相关灰度匹配、序贯相似性检测法匹配和基于距离变换的匹配之后,提出了基于距离变换的靶图像匹配算法,并进行了实验。实验结果表明,采用距离变换匹配算法,匹配准确度优于序贯相似性匹配算法,匹配速度远远超过基于灰度的匹配算法,为靶图像的进一步处理提供了方便。     

基于A-Unet的牛体尺测量方法研究

[目的]建立一种基于U-Net改进的A-Unet图像分割与牛体尺测量方法,以实现对牛体体高、体长、体斜长的自动化测量。[方法]首先,在牧场通过摄像头采集牛的侧视图片;其次,利用A-Unet算法进行图像分割,提取牛体边缘轮廓曲线,在牛体轮廓曲线的基础上采用动态网格法寻找牛体尺测量点;最后,根据摄像头已标定的参数和提取到的测量点进行计算,得出牛体尺数据。[结果]通过对深度学习算法图像分割性能的对比分析发现,相比原始的U-Net算法,建立的A-Unet算法具有更高的准确度。利用该算法对牧场21头牛进行体尺指标测定,并与人工测量结果进行比较,经验证,该方法检测体高、体长、体斜长的平均相对误差分别为4.16%、4.05%、4.27%。[结论]基于A-Unet的牛体尺测量方法可以有效地替代传统的牛体尺人工测量方式,具有适用性好、稳定性强和检测准确率高等优点,测量误差能够满足牧户对牛体尺测量需求。     

结合深度学习与图像处理的黄斑茧识别算法

剥茧缫丝是提取丝绸制品原料蚕丝的重要环节,在缫丝前需要对蚕茧进行筛选,剔除不合格的下茧。针对目前自动化识别上车茧和黄斑茧准确率低的问题,文中提出一种结合深度学习与图像处理技术的识别算法。引入空洞卷积改进YOLOv5s网络,利用改进后的网络对不同类别标签的蚕茧图片进行训练和预测;在此初识别基础上,对网络预测结果置信度小于70%的图片进行图像处理二次判别,在原始图片上根据网络预测的锚定框提取出蚕茧所在区域,经背景分割预处理后单独提取蚕茧HSV颜色模型中S通道图,在S通道图上分析蚕茧黄斑颜色特征,统计表面黄斑区域的面积占比和平均饱和度,并设定双阈值进行二次识别。经测试,该算法识别上车茧和黄斑茧的平均准确率达到94.94%,单张图片初识别加二次识别总时间为318.5 ms。     

提升小波和模糊聚类在图像数字水印中的应用

将提升小波变换与模糊聚类相结合,提出一种基于变换域的自适应盲水印算法。算法利用提升小波变换得到图像的低频子图,结合人类视觉特征进行模糊C均值聚类,进一步划分出最适合水印嵌入的纹理区域,并嵌入经过混沌映射加密的水印。对比攻击实验表明该算法具有较好的透明性和鲁棒性,能有效抵抗多种类型的攻击。     

种茧自动化切削设备的设计

提高蚕种生产的机械化、自动化、智能化水平有利于降低蚕种生产成本和提升蚕种生产效率。针对目前蚕种生产过程手工切削种茧用工成本高、效率低等缺点,设计了一款能够完成种茧切削任务的自动化设备。结合不同家蚕品种的茧形特征,将蚕茧切口过程分为粘黏分离、排列运输、夹持、切削等步骤,设计出能够实现对应功能的零部件并组装制作出实体样机。用样机对来自不同家蚕品种的不同茧形及大小的蚕茧进行切削试验,结果表明:该设备对蚕茧之间的粘黏分离成功率为40%左右,排列输送成功率在75%以上,夹持成功率60%左右,切削成功率约50%;完成单粒蚕茧切口任务平均耗时15 s左右。该设备经进一步优化各个部件结构以及更换零部件制作材料后,有望应用于蚕种生产。