关键词： 印刷电路板   三维图像   图像增强   图像分割   导线检测   谱分割   直方图均衡  

摘要： 随着电子技术的发展,印刷电路板(Printed Circuit Board,PCB)已成为现代工业中精密电子设备的主要组成部分之一。精密电子设备生产和使用过程中产生的PCB缺陷会严重影响设备的功能和性能,因此,PCB无损检测技术已成为工业无损检测领域的研究热点之一。基于锥束CT(Cone-beam Computed Tomography,CBCT)的PCB无损检测方法可以在三维空间以微米级的分辨率对PCB的内部结构进行成像和检测,大大拓宽了检测范围、提高了检测效率,成为一种新的PCB无损检测手段。研究基于锥束CT成像的PCB三维图像处理和电路连通关系自动检测方法具有重要的理论意义和应用价值。由于受到锥束CT成像过程中各种噪声的影响,PCB三维图像中存在灰度分布不均匀、金属伪影严重等问题,如何在三维空间中进行PCB的电路连通关系检测成为三维CT图像处理的难题,目前尚未见系统的研究。本文深入分析CBCT成像系统的噪声特性、PCB图像中目标的数据特点并结合PCB电路连通的专业知识,运用三维图像领域的图像增强、图像分割和目标检测理论与方法,研究针对PCB的三维CT图像处理方法和电路连通关系无损检测方法,主要的创新性工作如下:1.在PCB三维图像增强方面,针对PCB三维CT图像的灰度分布特性和噪声特点,为了达到保持图像灰度整体特性、改善背景与目标的对比度以及提升低亮度图像中金属物质信息三个不同的应用目的,提出了三种相应的对比度增强算法。首先,依据PCB图像的直方图峰值分布特点,提出了一种双直方图均衡算法,在改善图像的对比度并突出成像细节的同时保持了图像的灰度整体特性;其次,通过分析背景(基板)和目标(金属物质)在灰度统计特性上的差异,提出了一种基于灰度和灰度距离双加权的图像增强算法,改善了背景和目标的对比度。最后针对低亮度图像直方图均衡方法会损失图像高亮度信息,从而造成对比度增强失效的问题,提出了一种基于变权累积的直方图增强算法,在低亮度PCB三维CT图像中有效凸显了高亮度的金属物质信息。2.在PCB三维图像分割方面,为适应PCB三维图像数据规模和数据分布特点,构建了新的谱聚类相似矩阵,提出了基于区域均值直方图加权的PCB三维图像谱分割算法。该算法首先通过三维区域生长生成三维子区域,以生成的各个子区域的均值直方图为基础构建相似矩阵,并采用均值概率进行加权,新的相似矩阵减小了矩阵规模,增大了不同目标的可分性,实验结果表明,基于该相似矩阵的谱聚类算法能获得更好的分割结果。3.在PCB三维图像目标检测方面,针对PCB几何形变和金属伪影问题,基于PCB电路层灰度分布特性、结构特性、导线线性形状特性和PCB电路连通关系等先验知识,提出了一种准确快速的导线检测方法。该方法基于电路层中心平面的定位进行几何形变的矫正,在此基础上,利用三维空间中导线的线性形状特性进行基于方向分解的三维形态学导线检测,检测过程中利用PCB电路连通先验知识,可以自动判断并恢复受金属伪影影响的导线连通关系。实验结果表明,本方法对于实际的PCB成像数据能获得更好的导线检测结果。

关键词： 弹流润滑   图像去噪   图像压缩   小波分析   小波阈值萎缩去噪法  

摘要： 油膜润滑利用润滑油在两摩擦固体表面之间形成润滑薄膜，减少两表面间的磨损。两接触表面之间润滑油膜膜厚的测量是弹流润滑实验研究的主要内容之一。然而，在已有弹流润滑油膜测量实验台上，由于光学元件不清洁、接触区光照不均匀、光源不稳定、外界光线干扰等各种外部干扰因素及图像采集和处理过程中产生的内部噪声，使得采集到的润滑油膜干涉图像中存在较多的噪声或背景条纹，这些噪声的存在，影响了润滑油膜膜厚的计算精度，同时也影响后面对油膜摩擦系数、薄膜承载力等研究。因此，对油膜干涉图像进行去噪处理就成了油膜膜厚测量中关键步骤。此外，现有光弹流实验台采集到的大量干涉图像，未经压缩处理，一直保存在工控机中，并且每次实验均需要记录多达千次的图像和数据，给工控机的存储性能提出了更高的要求，所以对于润滑油膜干涉图像压缩处理的研究也显得尤为重要。 本文针对弹流润滑油膜干涉图像中的噪声，在分析噪声的来源和特点的基础上，选用小波变换，采用小波阈值萎缩去噪法，并对其中的各个环节进行设计。提出了一种改进的阈值函数，这个综合阈值函数能够克服硬阈值函数、软阈值函数以及其他文献提出的阈值函数存在的缺点，且综合阈值函数可以根据噪声的不同情况自适应选择参数。此外，根据小波基选择的原则，对线接触油膜干涉图像采用不同的小波基去噪对比，选择了去噪效果最佳的小波基bior10.10。最后通过实验结果证明了综合阈值函数对去除弹流润滑薄膜干涉图像中噪声的有效性和可行性。 采用小波变换对原始图像进行小波分解，通过分析分解后图像系数的特点，原始图像低频部分近似保留了原始图像特征，可以直接将高频系数去掉。采用嵌入式零树小波编码算法对图像处理，通过MATLAB软件处理，验证了本文方法的可行性。 采用本文的方法，对弹流润滑油膜干涉图像去噪处理，图像中的噪声明显去除。计算去噪前后润滑油膜膜厚，通过比较，发现在含有噪声较多的地方，润滑油膜厚度发生明显变化，从而提高了计算润滑薄膜厚度的精度。

ISBN: (纸本)9787030358349

关键词： 磁共振成像   伪影   图像质量  

摘要： 目的：消除MRI中的图像处理相关伪影，改善MRI图像质量。方法总结我院最近一年的5632例MRI检查图像，把其中有图像处理相关伪影的病例归纳分类，进行伪影分析。结果按照MRI图像处理相关伪影的成因及特点，可分为：卷褶伪影、化学位移伪影、截断伪影、部分容积效应、鬼影（ ghost）五大类。结论正确认识各种图像处理相关伪影的特点，应用相应的校正方法，对改善MRI质量，提高诊断准确率有重要意义。

ISBN: (纸本)9787560629865

关键词： 粘连颗粒   分水岭分割   扩展极大值变换   自动计数   特征提取  

摘要： 颗粒是指处于分割状态下的微小固体、气体或液体,也指具有生命力的细菌和微生物。在工业、农业、科研、医学等应用领域,颗粒是一种常见的分析测量对象,通过统计样品内所含颗粒的数目和各种特征参数,就可以对其品质或特性进行分析。早期人工颗粒检测虽然可以很好将不同特征的颗粒识别出来,但是由于专业性强、工作量大、效率低,因而精度也不高。采用数字图像处理的方法分离粘连颗粒,再进行分析和测量,可减轻劳动强度,提高工作效率和测量准确度,从而得到广泛的应用,是近年来国内外的一大研究热点。 本文的主要研究内容包括颗粒图像的预处理、图像分割、颗粒计数和特征参数测量。 首先对颗粒图像进行各种预处理,将图像转换成灰度图像,利用灰度图像修正处理、不均匀背景去除、图像平滑处理来增强图像的对比度和减少各类噪声干扰。选择最大类间方差法对颗粒图像进行阈值分割,使颗粒从背景中分割出来,得到所需的二值化颗粒图像。 其次,对二值颗粒图像进行形态学相关处理,采用面积滤波对噪声点进行消除,选择形态学开运算处理,平滑颗粒不规则边缘；在此基础上,对常见距离变换进行比较,选择欧氏距离变换,得到需要的距离变换灰度图像。 然后,详细分析了传统分水岭分割算法中的过分割原因,提出一种基于扩展极大值变换的改进的分水岭分割算法,在优化的阈值范围内,该算法可准确地将复杂粘连颗粒分割成单独颗粒,大量实验结果表明,该算法具有很高的分割准确率,并可适用于不同领域的粘连颗粒图像。 最后,在扩展极大值变换基础上,在小阈值范围内,对颗粒目标进行统计计数。对分割后的粘连颗粒大小参数和形状参数：周长、面积、粒径、偏心率、长径和短径、形状因子、外观比等参数进行了分析和测量。 本文研究的图像分割与分析算法能快速准确地将复杂粘连颗粒物体分割开来,分割正确率和颗粒个数统计正确率都在99%以上,特征参数提取结果误差小,整个算法处理速度快,准确度高,具有很好的实时性与适应性。

关键词： Mathematica软件   绘图   高等数学   概念教学  

摘要： 本文利用Mathematica软件图像处理功能使抽象的概念形象直观化,以帮助学生更好地理解概念,激发学生学习兴趣,进而提高课堂教学质量。

ISBN: (纸本)9787030368881

ISBN: (纸本)9787302308065

关键词： 聚类分析   图像分割   Hough变换   灰度共生矩阵  

摘要： 目前，国内外生产血液透析器的厂家均是采用人工目测的方式来检测血液透析器透析膜的纤维分布是否均匀。人工检测缺乏客观、统一的衡量标准，且存在疲劳检测、个人疏忽等难以避免的因素，误检率居高不下。鉴于此，本文通过对血液透析器透析膜图像进行处理分析，提出了两种自动检测透析膜均匀性的方法：对透析膜图像进行聚类、分割、识别，统计出单位面积的纤维数量即透析膜密度，判断透析膜密度是否在给定范围；从透析膜图像中提取纹理特征，并将其导入Adaboost分类器中，自动判断透析膜是否符合预期均匀度。第一种方法识别准确率很高，但识别速度不理想；第二种方法，识别速度极快，但识别准确度稍低。 为了避免图像灰度处理中二值化对颜色信息过度丢失而识别的准确度，本文直接在透析膜的彩色图像中对其纤维进行识别。透析膜图像通常在生产线上获取，亮度均匀度难以保证，为了降低亮度均匀性对识别准确度的影响，分析发现，亮度主要体现在YUV颜色模型中Y分量，而忽略这一分量不会对透析膜纤维识别造成影响。因此，本文在YUV颜色空间中对色调分量U、V进行K-均值聚类、分割。考虑到纤维的圆形轮廓及识别效率，采用圆的Hough变换对分割后的图像进行识别、计数，进而得到透析膜纤维密度。样本实验结果表明，这种方法透析膜纤维数量识别率高达99.9%，但由于需要对图像进行逐点扫描，处理速度比较慢，不能满足实时的需求。 为了提高识别速度，本文尝试采用直接提取整幅图像特征统计量的方式来估算纤维密度，进而判断纤维分布均匀性。首先提取透析膜图像的密度特征量，将其输入到通过样本训练得到的分类器中，自动判读纤维均匀性。实验发现，对图像进行聚类、分割后直接统计像素点可快速判读纤维分布均匀性，但误差较大；而对图像纹理特征进行分析，可显著减少密度估计误差。在进行纤维纹理分析时，采用图像的灰度共生矩阵熵、角二阶矩阵、对比度三种统计量来衡量密度分布。本文采用纹理分析的方法，通过100张样本图像的灰度共生矩阵统计量训练处Adaboost特征分类器，并对另外100张图像进行分类。实验结果表明，这种分类准确率达90%以上，识别一幅图像仅需0.026s，能满足实时的要求。