共查询到16条相似文献，搜索用时 645 毫秒
1.
多尺度数学形态学在木材图像边缘检测中的应用 总被引：3，自引：1，他引：3
提出一种基于多尺度结构元的数学形态学图像边缘检测算法.针对图像中噪声和边缘形态不同,定义了多尺度的形态学结构元素,并通过形态学运算的加权组合,构造了多尺度的边缘检测算法.在针对木材缺陷图像的仿真试验中,该方法与经典的边缘检测算子相比不仅具有很好的边缘提取能力,而且还有很强的抗噪性. 相似文献
2.
形态学双梯度算子在木材腐朽图像边缘检测中的应用 总被引：2，自引：2，他引：0
根据数学形态学的思想和木材图像的特性,选取适当的结构元素,通过腐蚀、膨胀、开与闭运算的加权组合,构造出形态学双梯度算法,并将它应用于木材腐朽图像的边缘检测。通过与经典边缘检测算法对比,该方法提取的图像边缘更加的准确、完整和连续;显现出更好的抗噪声能力和边缘检测能力,实验结果验证了该方法的可行性与有效性。 相似文献
3.
基于全方位和多尺度结构元数学形态学的木材缺陷图像边缘检测 总被引：1，自引：0，他引：1
提出一种基于全方位、多尺度结构元的数学形态学图像边缘检测算法。针对图像中噪声和边缘形态不同，定义了全方位、多尺度的形态学结构元素，并通过形态学运算的加权组合，构造了全方位、多尺度的边缘检测算法。在针对木材缺陷图像的仿真实验中，该方法与经典的边缘检测算子相比不仅具有很好的边缘提取能力，而且有很强的抗噪性。 相似文献
4.
数学形态学与Canny算子在木材腐朽图像特征提取中的应用 总被引：1，自引：0，他引：1
根据数学形态学和边缘检测算子以及木材腐朽图像的特征,选择多尺度多结构的形态学算法,首先对图像进行交替顺序多尺度结构元素的膨胀、腐蚀滤波;再用多结构元素对图像进行开闭运算达到去除噪声,保留图像细节的目的;最后利用Canny算子提取图像的边缘特征。实验结果表明该方法抗噪能力强,能有效提取图像的边缘特征。 相似文献
5.
6.
由于医学成像本身固有的缺陷,会对医生分析和诊断病症造成不利影响．为了提高图像的可读性以及对人体的解剖结构和病变部位进行更有效的观察和诊断,对医学图像进行计算机处理是非常必要的。现有的超声图像增强主要集中在去噪和边缘检测方面。本文提出了一种基于数学形态学的超声图像增强的算法。我们首先对图像进行预处理．使用滤波方法对图像去噪;然后用边缘提取算子,对图像进行边缘检测;使用数学形态学方法对提取边缘进行增强．得到连续的增强后的边缘图像;最后根据得到的边缘图像进行增强。实验表明,本文提出的算法可以有效地增强超声图像,具有一定的实用价值。最后,本文对这项工作做了总结。对未来研究进行了展望。 相似文献
7.
碳纤维复合材料的边缘检测是提取碳纤维特征值的先期条件,能够准确的找到完整的碳纤维边缘,对提取出碳纤维特征值意义重大。文中着重介绍sobel算子、roberts算子、canny算子和二值数学形态学在边缘检测上的应用及其处理的原理,分别利用这些算子对碳纤维复合材料的镜像图像经过预处理后图像进行matlab编程仿真,并对仿真结果进行综合比较,通过比较各种算子处理后的图像得知二值形态学较为清晰准确的显示了所需图像,为之后的实验特征值提供必要的条件。 相似文献
8.
胶合板的质量等级在很大程度上取决于旋切单板的表面质量,为了提高旋切单板缺陷检测的质量和效率,提出了一种基于数学形态学的缺陷图像分割方法,通过形态学算子的作用进行缺陷的分割。试验结果表明该算法能取得很好的分割效果。 相似文献
9.
基于OTSU算法与数学形态学的木材缺陷图像分割 总被引：3，自引：0，他引：3
在木材分选过程中,图像缺陷分割技术占有重要的地位,能否精确提取缺陷轮廓会直接影响到分选的准确率.本文讨论提取木材表面缺陷图像的方法,应用OTSU算法与数学形态学相结合的方法对缺陷图像进行分割,最终提取出缺陷边缘.实验表明,经过OTSU算法和数学形态学进行图像分割,最后得到的木材缺陷图像更加清晰、连贯,提高了图像的可视性和准确性. 相似文献
10.
11.
为了解决生产中木粉目数传统检测方法存在的问题,结合先进的数字图像处理技术,在分析木粉颗粒形态特征的基础上,提出了一种基于形态学边缘检测和最大Feret直径的目数检测方法。该方法首先进行图像HIS颜色空间转换,基于S分量进行目标提取,应用多尺度形态学边缘检测算子提取边缘,然后根据颗粒形态特征只保留Feret最大方向上的直径,最后通过单位换算实现目数检测。实验结果表明,该方法具有较高的检测精度,可在生产中推广应用。 相似文献
12.
13.
图像的边缘检测是图像特征提取和图像分析理解的基础.运用Roberts,Sobel,Prewitt,Laplacian 4种经典边缘检测算子对TM遥感影像进行水体边缘检测研究,然后对各种算子获得的结果进行比较.结果认为:采用Roberts算子获得的水体边缘不清晰,而且边缘不连续,边缘检测效果比较差;采用Sobel算子获得的水体边缘局部效果不佳,边缘定位精度不高;采用Laplacian算子获得的水体边缘不具有方向性,定位精度高,检测出了绝大部分的边缘;采用Prewitt算子方法二获得的水体边缘明显,效果最佳.因此,Prewitt算子方法二是最佳的基于TM遥感影像提取水体边缘的方法. 相似文献
14.
基于Faster R-CNN的实木板材缺陷检测识别系统 总被引：1，自引：0，他引：1
我国木材资源有限,为了提高木材的利用率,采用机器视觉来实现木材缺陷快速而稳定的检测,不仅可以克服人工检测的低效率和木材缺陷识别的低准确率,而且对提高木材加工企业的智能化水平具有重要意义。为了高效、快速、准确地进行无损检测,采用深度学习方法,建立了一种基于快速深度神经网络的实木板材缺陷识别模型。首先采用Resnet V2结构对采集到的实木板材缺陷图像进行特征提取,然后应用该模型对节子、孔洞等实木板材缺陷进行训练学习,最后构建了Faster R-CNN检测框架,并使用tensorflow开发平台对节子、孔洞等实木板材缺陷进行预测输出。具体选取了2 000块杉木样本,通过旋转对原始的实木板材图像进行数据扩充,扩充后图像的80%作为训练集,20%作为验证集来进行仿真。仿真结果表明,该模型对实木板材节子缺陷检测正确率为98%,对实木板材孔洞缺陷检测正确率为95%,验证了将深度学习算法应用于实木板材缺陷检测中的有效性。 相似文献
15.
将数字图像处理与木材检测相结合,对获取的木材图像进行图像处理与分析,获取高质量的木材图像是提高木材检测准确性的重要手段。利用微光摄像机作为图像输入传感器,并最终以数字信号的形式储存在计算机当中。应用数字图像处理技术对采集到的原始图像进行预处理,提高图像的质量,便于后续处理。将预处理后的图像分割成若干个子区域,计算出每个子区域的多尺度分形特征值。实验结果显示,图像中背景部分与边缘部分多尺度分形特征值存在明显差别,可以提取奇异性较大的多尺度分形特征值,他们的集合即为木材缺陷的边缘。 相似文献