一种基于小波包分解图像的去噪方法

用小波包分解图像，对图像进行去噪，在图像去噪中能得到很好的效果。这里首先利用高斯一拉普拉斯边缘检测方法检测图像的边缘，再用小波包变换对图像的平滑区进行阈值去噪，并且对图像邻域进行平滑处理，最后把边缘图像嵌入到平滑图像。这种图像处理方法不仅可以去除图像的噪声，图像的去噪效果和清晰度也大大地得到了提高，而且图像的边缘信息也得到了很好的保持。     

浅议数字图像处理中的模拟信号处理

数字图像处理是将模拟的图像信号转换成离散的数字信号并利用计算机对其进行处理的过程,其主要目的是对图像信息进行加工处理以满足人的视觉心理和实际应用的要求。与早期模拟图像相比数字图像处理有再现能力强、处理精度高、适用面宽、灵活度高等优点。主要包括图像变换、图像增强、图像复原、图像压缩、图像分割等内容。图像是人类获取和交换信息的主要来源,图像处理的应用领域涉及到人类的方方面面,随着信息时代的来临,数字图像处理将发挥越来越重要的作用。     

典型图像分类算法分析

本文主要讨论了图像处理中基于人类视觉系统(HVS)的图像区域分类的相关概念、技术以及算法的实现。图像分类是指将图像分成平滑区、纹理区和边缘区,它是图像处理中一种重要的手段,具有广泛的应用。所谓平滑区就是指图像中灰度变化较少,包含信息量少,能量小的部分;而边缘是图像中一种灰度突变形式的集合;纹理是表征象素按一定的排列规律进行重复排列的部分。纹理区和边缘区的图像块具有较大的能量。本文主要基于人类视觉的一些特性,提出了空域和频域两种分类算法,这两种算法都是先将图像分块,然后再与人类视觉特性相结合,对各个图像块进行处理,再确定相应划分区域的阈值,对原始图像进行二次分类,最终得到图像的平滑区、纹理区和边缘区.     

一种基于色彩变换的伪彩色图像融合新算法

伪彩色处理对目标的识别与跟踪十分有意义。图像融合是伪彩色处理的非常有效的方法之一。本文提出了一种基于伪彩色的图像融合新方法。用小波变换得到灰度融合图像,求出灰度融合图像与原图像的差异图,利用IHS变换,得到彩色融合图像,再经过色彩变换,得到最终的伪彩色融合图像。结果表明,融合图像色彩更逼真,更符合人眼的视觉特征。     

基于张量投票的图像超分辨率算法

张量投票算法在提取图像主观轮廓上具有良好的效果。文章提出了一种基于张量投票的图像超分辨率算法。首先,用二维张量矩阵存储低分辨率图像各像素点所处的位置特征信息,并利用稀疏张量投票将特征信息进行加强,再使用稠密张量投票产生高分辨率图像对应的二维张量矩阵,此张量矩阵包含了视觉特性强的边缘信息,最后利用该边缘信息指导高分辨率图像的重构。实验结果表明,该方法得到的高分辨率图像信噪比高、视觉效果好。     

基于张量投票的图像超分辨率算法

张量投票算法在提取图像主观轮廓上具有良好的效果。文章提出了一种基于张量投票的图像超分辨率算法。首先,用二维张量矩阵存储低分辨率图像各像素点所处的位置特征信息,并利用稀疏张量投票将特征信息进行加强,再使用稠密张量投票产生高分辨率图像对应的二维张量矩阵,此张量矩阵包含了视觉特性强的边缘信息,最后利用该边缘信息指导高分辨率图像的重构。实验结果表明,该方法得到的高分辨率图像信噪比高、视觉效果好。     

可视化技术在物流监控系统中的应用

一、可视化技术 可视化又称视觉化,是利用计算机图形学和图像处理技术,将数据转换成图形或图像在屏幕上显示出来,并进行交互处理的理论、方法和技术.它涉及计算机图形学、图像处理、计算机视觉、人机交互、计算机辅助设计等多个领域,成为研究数据表示、数据处理、决策分析等一系列问题的综合技术,包括科学计算可视化和信息可视化.     

基于场景外观建模的移动机器人视觉闭环检测研究

针对移动机器人视觉闭环检测问题,基于图像BoVW(bag of visual words)外观进行场景建模,通过图像预处理、贝叶斯滤波等步骤实现闭环检测。为提高准确率,采用模糊C均值聚类方法建立视觉字典树,将图像视觉特征投影到视觉字典树上,分层计算相似性得分,用总相似性得分表征图像间的匹配度;同时将当前场景图像外观与历史图像外观进行比较,实时更新闭环检测后验概率;为解决海量图像在线处理问题,借鉴人工神经网络记忆存储方式,缩短在线处理时间。     

复杂背景下的图像去噪处理方法

现阶段，图像的使用与传播愈来愈广泛，而基于原始数据信息基础上的图像去噪处理手段显然为得到最佳的图像结果被大家所重视。基于此，本文基于复杂噪声背景下去研究图像去噪的处理方法，笔者主要从图像噪声模型、去噪处理的研究现状出发，探究几种常见和最新的去噪处理方法。     

基于机器视觉的智能组装物流系统

自动化已经渗透进现代物流中的方方面面,机器视觉的加入使得物流系统更加智能化,极大地提高了生产效率。为了能够使不同尺寸的工件实现自动化的组装和入库,文章基于机器视觉设计了一整套自动化物流系统。首先,机器视觉对工件进行检测和分类,并进行定位,然后,将工件的坐标信息发给PLC,PLC再对信息进行解析,并发送相应的指令给机器人,最终机器人实现对工件的智能组装和入库。该物流系统提高了物流的自动化程度和工作效率,节省了大量劳动力。     

基于机器视觉动态选茧系统的研究

在缫丝的生产加工中,要先对蚕茧进行分选,剔除残次茧,确保优良茧转到缫丝工序。文章主要研究的是分拣装置的视觉系统识别部分,利用照相机对蚕茧进行拍照,通过图像处理、识别,选出不同的残次茧。对残茧进行坐标标定,并将识别的定位保存,准确地传到下位分拣机器人系统,完成分茧定位。     

计算机图像修补技术概述

图像修补是对图像恢复实施研究的重要课题,其研究目的是:联席残留在图像中的信息,按照一定的规则对图像中损坏或者遗漏的信息自动进行恢复,能够令修补之后的图像与原始图像更加接近从而符合视觉要求。     

浅谈遥感数字图像处理

遥感是通过对反映地物的电磁波信息的处理、分析与解译来进行地物识别和专题研究的。运用遥感数字图像进行地物识别和专题研究时，对遥感图像的精度都有一定的要求，而通常我们得到的遥感数字图像需要做一些处理才能达到相应的要求，从而加以使用。     

基于数字图像处理的图像分析的研究

图像是能在人类的中产生视觉图案的客观对象,图像包括:自然景物,相机拍摄到的图片,用数学方式描述的图形图像等,自然界中的图像都是模拟图像,在计算机使用之前,电视,电影,照相机都是使用模拟信号进行信号之间的传输。然而在计算机普遍使用之后,图像要在计算机中显示出来,必须使用数字信号,所以就产生了数字图像。因此用数字图像信息进行图像分析,能够更为方便的将图像信息呈现在人类视觉中,使图像分析变得简单化。     

基于机器视觉的种子填充软件系统的研究

机器视觉最主要是使用计算机再现和人们视觉相关相近的某些智能行为,首先提取出事物对应图像的信息,然后进行分析,最后实现对事物的检测和控制。工业或者制造业机器视觉检测系统主要是由工业相机,镜头,光源(彩色光,单色光),输入和输出设备和图像处理软件所构成的。然而,种子填充是机器视觉中图像处理必不可少的部分,该算法的优点是不必关心填充区域的形状和位置,只要得到图像区域内任意一个或多个像素点,就能够进行填充了,本方法使用方便并且效率高,因此很适合工业应用。本论文研究使用Visual C++6.0软件对该软件进行代码编写,根据在实验室的测试结果,本系统能够很好地契合工业或者制造业中的需要。     

视觉系统在工业机器人集成系统中的应用

随着科学技术的飞速发展,传统的以人控制机器制造产品的制造业已被以计算机控制的机器人制造产品代替了,生产效率得到大幅提升,产品质量有了更加可靠的保障,制造成本也大幅下降。然而有许多因素正在阻碍机器人的普及,其中一个主要因素是:大多数机器人都是"瞎子"。它们对周围环境完全没有感知能力或只有很低程度的感知能力,而这一能力却是我们大多数人每天习以为常的基本能力。我们的眼睛和大脑能够感知深度、质地和颜色等属性,同时当我们在走动时,我们的眼睛能够持续聚焦,并随着光线的变化进行调整。视觉能够赋予机器人以"看"的能力,而且现在的软件使机器人具有感知环境的能力,从而开启了各种视觉和机器人应用的大门。本文主要研究视觉系统在工业机器人中的应用并结合案例分析视觉系统加入到工业机器人集成系统中的具体效果。     

一种机器视觉的玻璃表面赃物识别检测系统

针对目前玻璃窗户表面赃物清理难度大、赃物种类多以及识别检测困难等问题,提出了一种基于机器视觉技术的玻璃表面赃物识别检测系统。针对玻璃窗户表面不同类别的赃物,采用VS与OpenCV开发的玻璃表面赃物特征识别算法对获取到的赃物图像进行阈值分割,对处理得到的赃物灰度图像进行一系列的开、闭运算,根据赃物特征的不同灰度阈值提取图像中的赃物特征信息,实现了对玻璃表面赃物的识别和检测。该系统成功的进行玻璃表面赃物的识别检测实验,且识别检测速度快、效率高、稳定性好,具有一定应用推广价值。     

雷达目标检测通过计算机视觉技术的实现

雷达目标检测是雷达应用的重要基础,其主要的检测算法基本上都是基于教字信号处理的数学模型。雷达信号是二雏信号,从某种意义上可以看成是一段连续的图像信息。重点对基于计算机视觉方面的一些关键技术进行了适当的改进,从背景的建立与更新、图像预处理以及目标的跟踪检测三个方面,对雷达目标的检测算法进行了探讨,以期从计算机视觉技术的角度得到一种更加准确、行之有效的雷达目标检测算法。     

基于图像处理的平面焊接轨迹自动识别研究

焊接技术已经成为一种最重要的金属热加工技术,从日常用品的生产到尖端技术产品的制造都离不开焊接技术,而人工智能技术、计算机视觉技术、数字化信息处理技术机器人技术等现代高新技术的溶入,进一步促使焊技术向着焊接工艺高效化、焊接质量控制智能化、焊接生产过程机器人化的方向发展。虽然焊接机器人功能较强,但由于专用程序、运行成本、投资成本等因素限制了机器人的大量应用。为提高数控氩弧焊机的焊接效率和焊接质量,扩大焊接范围,采用非接触式的CCD数字成像技术,获取焊接轨迹图像,并对其进行识别。该焊接轨迹检测识别系统是在中文Windows环境下,应用程序设计语言Delphi 7.0开发而成。能够对从CCD传感器摄取的焊接轨迹图像进行滤波、锐化、二值处理、边缘检测等图像处理工作,并通过分别通过Hough变换、直线段逼近算法完成对直线和曲线的识别,最后保存结果为后续NC自动编程提供数据。通过配合相应的夹具,合理的焊接工艺安排顺序,该系统可以应用于其他平面焊接加工场合,数控焊机可以并根据焊接轨迹及时更改加工代码,提高设备的焊接适应性和焊接效率,一定程度上解决了自动化成本和加工效率之间的矛盾。面对能源紧张问题日益突出,创建节约型社会是必然趋势。对提高资源利用率,节约能源有着重要的意义,必定会带来可观的经济效益和社会效益。     

企业视觉识别系统的创建思路

企业视觉识别系统（vI）是将抽象化的、概念化的语意转化为具体、形象的视觉符号，且以企业标志、标准色、标准字为核心的完整的、体系的视觉传达系统。VI是CI的具体化、视觉化、符号化的过程，是将CI的本质表象化的结果。通过统一的视觉识别，可以使传播信息达到统一性与一致性，以节省企业信息传播的成本，尤其是在以视觉文化为背景的时代，图像已经成为受众接受信息的直接方式，个性鲜明的视觉形象传播，能够增强企业与目标受众之间的亲和力，让消费者感到企业的持久魅力。