关键词： ISM分析法   Photoshop   教材  

摘要： 有效教学的起点是正确分析与合理运用教材,而教材分析主要是对教材结构进行分析。本文以高等教育出版社出版的《图形图像处理:Photoshop CS5》第四章案例3制作照片处理为例进行分析,透过分析发现问题,以期能够提高自己在该门课教学水平,也为中职图形图像教学提供参考。

ISBN: (纸本)9787121357251

关键词： 图像处理   混合纤维网   图像识别   纤维分布   阈值  

摘要： 混合纤维材料是由多种纤维材料组成,一般是由混合纤维网经其他加固工艺制得的,混合纤维网上纤维的分布情况往往直接影响混合纤维材料的结构与性能。传统的纤网检测方法可以检测出单种纤维梳理成的纤维网的均匀性和纤维取向等特性,但是对混合纤维网的纤维分布情况并不能很好的检测。因此,如何快速、准确地判断出混合纤维网中纤维的分布情况,对混合纤维材料的应用具有十分重要的意义。针对上述问题,本论文提出了一种基于图像处理方法的混合纤维网图像中提取纤维分布特征的方法。首先详细论述了系统的整体设计方案及系统组成,采用型号为IMX386 CMOS像素为1200万的CCD镜头进行图像采集,并在采集过程中增加补光装置;其次,采用了索贝尔滤波和加权平均值法对采集到的图像进行去噪和灰度化处理,并用多级随机共振技术对图像中目标纤维信息进行增强;然后在全局阈值法和局部自适应阂值法两种方法思路的基础上对图像切割方法进行改进,使其成功适用于本文中的图像切割,成功地提取出切割后小尺寸图像中混合纤维网中的目标纤维轮廓,并对小尺寸图像作复原和识别处理;最后根据上述实验步骤设计了4种不同纤维配比的玻璃/涤纶混合纤维和玄武岩/涤纶混合纤维的8组实验,对每组实验中每个位置采集到的混合纤维网中的图像分别处理,并分析识别出目标区域个数与采集位置及混合纤维网中纤维配比之间的关系。通过实验和分析表明,本课题所建立的检测系统能够识别玻璃/涤纶混合纤维网和玄武岩纤维/涤纶混合纤维网中玻璃纤维和玄武岩纤维的分布状况。和传统方法相比,该方法更加客观,细节突出,可重复性更好。

关键词： PCB缺陷检测   非局部均值   小波阈值去噪   Hough变换  

摘要： 随着近些年来电子行业的不断发展,电子产品作为一种随处可见的消费类产品,其更新换代越发的频繁,越来越轻薄、便捷的电子产品,对于产能及产品质量的要求也逐渐提高。作为电子产品的核心——印刷线路板(Prited Circuit Board,PCB)具备高集成度,高密度的等性能的同时也要求其在生产中拥有高效率、高质量。对于PCB板的检测也成为了电子制造业非常重视的问题。这种大环境下,传统的人工检测由于存在着检测速度慢且易漏检等弊端,无法满足日益加大的需求,因此研究自动光学检测技术(Automatic Optic Inspection,AOI)如何通过较低成本达到高效、精准、快速地对贴片线路板进行检测有着重要的意义。因此本文设计了一种基于图像处理的PCB缺陷检测系统,主要研究内容如下:1.将对图像进行预处理操作,将采集到的彩色图像进行灰度化处理,减小运算的复杂度;对比并分析现有的去噪算法的优缺点,选取非局部均值滤波算法与小波阈值算法对含噪图像进行去噪处理;采用一种新型的限制对比度的自适应直方图均衡化来对去噪后的图像进行增强处理;对图片进行边缘检测,用于后续的某种缺陷种类检测需求。2.通过Hough变换检测圆的方法确定Mark点位置用以找出并定位缺陷位置,最终达到对PCB图像的缺陷检测目的。3.针对不同类型的缺陷,分析其特点并确定相应的检测方法,实验结果表明,所确定的方法可以更准确的检测出缺陷,并且所花费的时间也有一定的缩减。

关键词： 医学图像处理   边缘检测   图像增强   OpenCV  

摘要： 目前医学图像处理技术已经广泛应用于临床辅助诊断等领域.为了满足医学图像处理技术初学者的学习需要,开发了一套基于OpenCV的医学图像处理软件.软件采用Visual Studio平台MFC框架开发,主要功能包括图像显示、边缘检测、图像增强、图像平滑、图像负色、中值滤波、直方图统计等.通过该软件能够直观的了解基本的图像处理技术和基于OpenCV的医学图像开发方法.

关键词： 单向免疫扩散   半软阈值   K-means聚类   模糊边缘检测   圆拟合  

摘要： 单向免疫扩散是医学检验的重要基础技术手段,在临床医学研究、药品监制产业有着不可或缺的地位。对于这种通用成熟的检验技术,通常是通过人工游标卡尺或者扫描图像进行测量,检测误差大且耗时长,严重影响到药品研制及产出效率。本课题采用机器视觉图像测量技术对单向免疫扩散样本进行测量,解决现有图像测量存在的模糊边缘无法检测等问题,实现图像的精确测量以保证单向免疫扩散定量分析结果的准确性。本文主要工作内容如下:(1)针对单向免疫扩散样本图像目标较浅很难提取的问题,本文提出一种基于小波的半软阈值图像去噪增强算法。该算法先对样本灰度图像进行小波分解,然后分别采用半软阈值对三个高频图像去噪,同时采用对比度受限的自适应直方图均衡算法(Contrast Limited Adaptive Histogram Equalization,简称CLAHE)对低频图像增强,完成后进行小波融合。对比分析传统增强去噪并结合两步标定法矫正畸变样本图像,该算法能够增强细节提高对比度,实现样本图像的预处理及畸形矫正。(2)根据单向免疫扩散样本图像的目标位置特征,本文提出去孤点的K-means聚类快速分割算法,该算法结合二分K-means聚类进行初步快速分割与检测局部离群因子(Local Outlier Factor,简称LOF)剪除分割背景残余。通过基于阈值、区域生长、K-means聚类等分割对比可见,本方法可获取完整的目标图像区域,背景干扰较少,分割效果优良。(3)针对单向免疫扩散样本图像边缘的连续扩散现象,本文提出模糊边缘分块信息提取算法并改进圆拟合算法。通过对比实验,本文提出的边缘信息提取算法对不同的实验样本及不同目标均能较为完整的提取目标沉淀物边缘信息,且边缘连续少有间断,干扰较少,测量算法能够提高测量效率,准确度最接近理论值,可靠性较高。(4)通过MATLAB与Visual Studio软件联合开发,将研究算法嵌入到上位机软件,设计的软件系统不仅能够完成单向免疫扩散图像数据测量,还可以绘制抗原抗体特异性曲线,并具有未知抗原浓度测试的功能。本课题重点研究了单向免疫扩散样本测量方案,通过主要算法研究,最终实现在上位机直接获取目标沉淀物测量结果。本文共有图54幅,表12个,参考文献65篇。

关键词： 数字图像处理技术   航空零件测量  

摘要： 随着我国科学技术水平不断进步与发展,数字图像处理技术应运而生,在航空航天自动化系统中数字图像处理技术得到了比较广泛的运用,让我国航空零件检测的质量提高提供了一定的技术支持,使航空零件检测工作变得自动化,精度水平也不断提高,因此本文主要对数字图像处理技术在航空零件测量中的运用进行了分析,希望能够提供一定的参考价值.

关键词： 运动图像   视频编码   运动估计   块匹配  

摘要： 运动图像处理中的运动估计是将图像序列的每一帧分解成一些互不重叠的块,并假设块内像素的位移量相同,然后对每一块到参考帧某一给定搜索范围内根据相应的匹配规则找出与当前块最相似的块,即匹配块,匹配块与当前块的相对位移即为运动矢量.视频压缩的时候,只需保存运动矢量和残差数据就可以完全恢复出当前块.本文对运动图像处理进行了分析.

关键词： 医学图像分割   分水岭算法   医学图像配准   VTK   ITK  

摘要： 医学图像处理技术在医学研究与临床实践中起着至关重要的作用,医学图像处理与分析软件的开发与应用越来越广泛.VTK和ITK是目前常用的医学图像处理软件开发包,具有开源和跨平台的特性.设计并开发了一套基于VTK和ITK的医学图像处理软件,开发工具使用VS2003和QT,软件的主要实现了DICOM图像的显示、医学图像分割和配准等功能.所开发软件具有简单易操作的特点.

关键词： KR搅拌脱硫   k均值聚类   图像分割   卷积神经网络   AlexNet网络  

摘要： 随着工业生产要求的不断提高,铁水脱硫成为钢铁生产中的一项关键步骤,而KR脱硫法由于其良好的动力学条件及较低的成本在钢铁企业得到广泛应用。目前KR铁水脱硫过程中不同搅拌工艺参数下的脱硫状态即脱硫率主要是通过模拟的水模动力学实验得到,但是在分析该实验时,常用的方法误差较大,并且该实验也存在周期长、成本高和对人员依赖性强的缺点。本文利用图像处理的方法对KR脱硫过程中搅拌工艺参数对脱硫率的影响进行了分析,应用浅层卷积神经网络进行了KR脱硫状态预测,研究工作具有一定的理论意义和实用价值。首先,针对目前常用的基于脱硫剂卷吸深度的KR脱硫搅拌工艺参数分析法在分析过程中只考虑脱硫剂的纵向扩散范围的缺陷,提出了基于图像分割的KR脱硫搅拌工艺参数分析方法,引入K均值聚类分割算法对各搅拌工艺参数下的水模实验图像进行分割获得含有脱硫剂的目标区域;通过定义的脱硫率判断准则判断各图像目标区域对应的脱硫率;再根据各图像目标区域对应的脱硫率来分析搅拌工艺参数对脱硫率的影响。接着,根据AlexNet网络结构提出了一种基于改进AlexNet网络的KR脱硫状态预测方法,该方法引入了图像处理中的分割和分类方法,以不同搅拌工艺参数下的水模试验图片为输入量,以脱硫率判断准则定义的脱硫状态为输出量构建了基于浅层卷积神经网络的KR脱硫状态预测模型。实验结果表明基于图像分割的KR脱硫搅拌工艺参数分析方法能更加准确的反映搅拌器工艺参数和脱硫率之间的关系;基于改进AlexNet网络的KR脱硫状态预测模型的预测准确度可以达到96.58%。