任传成[1]2014年在《基于彩色图像处理的硫化铜精矿泡沫特征与品位分析研究》文中进行了进一步梳理铜精矿品位是硫化铜浮选生产过程参数之一，也是一项重要的浮选产品质量指标。现有的铜精矿品位检测方法存在着主观性强、检测周期长、数据校正复杂、成本较高等不足之处。本文以硫化铜精矿为研究对象，结合彩色图像处理方法，系统研究了硫化铜精矿在固相、固液两相、气固液叁相体系中的彩色图像特征，揭示图像特征与铜精矿品位之间的变化规律，建立基于图像特征的精矿品位预测模型，为浮选生产的过程控制提供必要的技术支持。主要研究内容和成果如下：建立了基于硫化铜精矿粉末彩色显微图像颜色特征的品位预测模型。搭建了实验室彩色显微图像采集装置并获取硫化铜微粉图像；提出了色调保持不变的彩色图像增强方法，有效地实现彩色显微图像的降噪和增强处理；采用统计方法提取彩色显微图像的红色、绿色、蓝色、色调平均值、彩色向量角等颜色特征参数，建立了3个基于图像颜色特征的LS-SVR法的品位预测模型；评价模型的预测性能，结果表明，基于色调平均值的铜精矿品位预测模型为最佳。建立了基于硫化铜矿浆彩色图像特征的品位预测模型。针对硫化铜矿浆图像采集问题，设计了一套矿浆彩色图像采集试验装置和方法；提出了矿浆彩色图像的裁剪和增强等预处理方法，采用颜色比率和相对颜色度方法提取矿浆图像颜色特征，首次引入Tamura方法提取图像V分量纹理特征，然后利用相关系数方法对颜色和纹理特征进行降维；依据多元线性回归和GRNN方法研究矿浆图像特征和品位之间的内在关系，结果表明，基于GRNN法的品位预测模型的预测精度均优于基于多元线性回归法的品位预测模型的预测精度，且基于矿浆彩色图像纹理特征的GRNN的品位预测模型为最优。建立了基于硫化铜浮选泡沫彩色图像特征的铜精矿品位软测量模型。搭建了一套浮选泡沫视频图像采集试验装置，实现了硫化铜粗选和精选过程的泡沫彩色图像采集任务。研究了粗选和精选泡沫彩色图像的裁剪、去模糊化、降噪、增强等预处理方法，依据颜色直方图、颜色矩、相对颜色度等方法提取泡沫图像颜色特征，分别采用Tamura方法、WPT结合Tamura方法提取泡沫图像的H、S、V分量纹理特征；提出了一种多层聚类结合Lasso法的图像特征参数降维方法，并采用相关系数硬阈值法择取模型的辅助变量；采用多元线性回归、PLS、LS-SVR方法分别建立基于粗选和精选泡沫图像特征的品位软测量模型，评价这些模型的预测性能，结果表明，在硫化铜粗选过程中，基于粗选泡沫彩色图像颜色和纹理特征组合的LS-SVR的铜精矿品位软测量模型的预测精度为最优；在硫化铜精选过程中，基于精选泡沫彩色图像颜色特征的LS-SVR的铜精矿品位软测量模型的预测精度为最优；利用彩色图像处理方法可对铜精矿品位进行预测。
刘妮[2]2003年在《彩色显微图像处理及其应用》文中研究表明随着信息技术的高速发展，细微结构信息的研究已经成为一个十分重要的课题。本文以激光共焦扫描显微镜系统(LCSM)和数码显微镜为研究对象，对彩色显微图像处理及其应用这一课题展开研究和讨论的。 文中首先简要介绍了显微镜的发展史和国内外LCSM系统的发展现状，分析了激光共焦扫描原理和成像特性。其次，论述了基于Windows平台的视频捕捉技术研究并将其应用于显微图像采集。第叁，讨论了彩色图像滤波、边缘检测和图像分割等的国内外最新成果，提出了一些关于彩色显微图像处理的方法，形成了较为完善的彩色显微图像处理技术。第四，探讨了彩色显微图像输入中光学系统的误差及其消除方法，并结合实际需求，研究了图像中不规则轮廓区域面积的测量方法。最后，编写了一套彩色显微图像处理软件，用于LCSM系统和数码显微镜的图像采集和处理。 总之，本文对彩色显微图像处理进行了全面的论述，并编写了全部应用程序，生成了彩色显微图像处理应用软件。
刘圆圆[3]2004年在《医学显微图像工作站中的彩色图像处理》文中进行了进一步梳理医学显微图像是进行医疗诊断的重要参考依据。医学显微图像分析系统是一种用于医学研究和临床医疗诊断的图像处理系统，它可被广泛应用于血细胞分析、染色体分析、病理分析、精液分析、尿沉渣分析等等各个方面。 本文研究的重点是医学显微图像分析系统中的彩色图像处理。目前医学图像研究领域中，大部分研究方向还是在灰度图像的处理和分析上，即使有对彩色图像的分析，也只侧重于某一方面，而不是很系统全面。本文的工作就是开发一个通用彩色医学显微图像处理函数库，包括彩色图像处理的同时，兼顾灰度图像处理，提供关于彩色图像基本处理、预处理以及其他深入分析处理等多项功能，为显微图像的处理及项目的后续开发提供一个良好的研发基础。 本文第一章主要是关于图像、医学图像和医学显微图像分析系统的概述，简单介绍一下相关概念。 第二章是多功能显微图像处理系统的介绍，主要说明该系统的设计思路、硬件结构和软件结构、彩色图像处理函数库的基本结构等等。另外还介绍了一些项目相关的技术背景。 第叁章介绍彩色显微图像处理类及其基本功能函数，并详细介绍这些函数的用法及其参数的意义。 第四章主要介绍彩色显微图像的预处理，与灰度图像处理相比较，开发适合彩色图像处理的算法。 第五章介绍彩色显微图像处理类中我们特有的一些新算法。 最后是本文的总结。
夏泽邑[4]2005年在《显微图像的噪声处理与亚像素特征提取》文中指出SLM(Stereo Light Microscope)显微立体视觉系统在微观研究领域得到广泛应用,通过视觉反馈可实现高精度的叁维测量和定位。对于视觉系统来说,影响精度的因素主要有图像噪声、系统分辨率和几何畸变。针对这叁个因素,本文研究了SLM显微图像的噪声处理和亚像素特征提取。 图像在成像和传输过程中不可避免地受到噪声的干扰,使图像灰度产生畸变。根据SLM显微立体视觉系统各组成部分的光学或电子特性,分析了SLM显微图像的噪声源,并建立描述图像信号和噪声关系的图像模型。根据噪声属性,将噪声分为随机噪声和非均匀性噪声。针对随机噪声,基于向量的1-范数和2-范数距离和排序,结合均值滤波,建立了一种向量中值滤波算法。并且,综合各种有效的加速算法提出了一种快速算法,使滤波速度提高了76.3%～93.4%。通过实验验证了该算法的优秀滤波性能和高效率性。针对非均匀性噪声,建立了两种基于非均匀性标定的校正方法。在平均标定法的基础上引入向量中值滤波以改善标定精度,在拟合标定过程中采用迭代法提高拟合精度,从而建立了两种标定方法。通过实验分析了对SLM显微图像进行非均匀性校正的必要性,并验证了两种标定方法的准确性。通过噪声处理,提高了图像质量,为后续的分析和处理技术奠定基础。 亚像素定位技术是提高视觉系统分辨率的软件方法。考虑SLM显微图像的特征和图像的彩色信息,在HSI彩色空间和向量空间的基础上,提出了两种基于小波变换的边缘检测算法。在像素级边缘的邻域,采用叁次样条函数拟合小波变换模值,并根据拟合曲线的一阶导数零交叉点,获取精确的亚像素边缘位置。实验证明,两种算法都能较好地滤除噪声,检测出完整的亚像素边缘,且检测结果非常相近。对于被椒盐比例为0～0.15的脉冲噪声污染的图像,位置误差为0～0.23像素;而对于被标准差为0～60的高斯噪声污染的图像,位置误差为0～0.16像素。作为亚像素边缘检测算法的一个应用实例,针对平面网状标定样板,建立了一种提取高精度图像特征的方法。该方法经过亚像素边缘检测和边缘跟踪等步骤,能够获得精确的图像特征。对于被椒盐比例为0～0.15的脉冲噪声污染的图像,位置误差为0.052～0.11像素;而对于被标准差为0～60的高斯噪声污染的图像,位置误差为0.052～0.086像素。
严欣欣[5]2010年在《数字显微镜系统彩色图像信息处理的研究》文中研究指明彩色数字影像设备所拍摄图片的质量与过去相比已经有了很大的提高。这不仅和CCD、CMOS等图像传感器本身性能的改善有关,还和图像处理器越来越强大的处理能力有关。如美国德州仪器、台湾太欣等公司生产的图像DSP芯片,其输出的图像具有非常好的效果。图像信息处理中,将传感器输出的RAW图像转换成彩色图像的过程又叫彩色图像流水线,这个过程设计的好坏,直接决定了输出彩色图像的质量。本文旨在研究彩色图像流水线的设计,并将其应用于数字显微镜系统中,以获得高质量的彩色显微图像。这样,在具有良好视觉效果的同时,也为后期的图像处理与分析作好了准备。目前,彩色图像流水线的研究大都集中于数码相机与摄像机,而很少有显微镜方面的相关研究。本文在理论研究的基础上,充分考虑了显微镜自身的特点,首次独立构建了适合于数字显微镜系统的彩色图像流水线方案,并对这一流水线方案中的重要环节如调光控制、白平衡、去马赛克、颜色校正等作了详细的讨论。最后,在由生物显微镜、CMOS电子目镜以及计算机组成的实验平台上,本文实现并优化了这一流水线设计方案,采集得到的显微图像颜色逼真,并且很好地满足了实时性的要求。论文还特别针对显微图像处理与分析中的几个应用,设计并实现了荧光免疫分析中常用的荧光图像合成,以及细胞分割与特征提取等完整的算法,为进一步深入研究打下了良好的基础。
黄丽华[6]2004年在《彩色金相显微图像分析系统的建立与彩色图像分割方法的研究》文中研究指明自20世纪60年代末第一台图像分析仪诞生以来，人们渐渐地走出传统的辛苦而又低效的人工金相分析，开始利用计算机来进行计算机辅助定量金相分析，因其与传统的人工金相分析相比具有处理速度快、数据精确可靠、实验结果的重现性好等一系列的优点，已经逐渐地取代传统的金相分析方法。 不过，纵观这叁、四十年计算机辅助定量金相分析的发展，国内大多是停留在黑白金相图像的处理上，即利用灰度来进行图像的处理和分析。随着对金相定量要求和精度的提高，这种基于灰度的黑白图像分析在许多定量金相的分析任务中已经显出有些无力。随着彩色图像处理技术的快速发展和计算机储存与处理能力的飞速提高，目前许多国家研究人员已经着手研究利用彩色金相图像来进行分析，因为其衬度鲜明、可分辨能力强等特点。 本课题是南京东图数码科技公司(即原江南光学仪器厂的技术开发部门)的一个委托研究项目，在该公司提供的实验设备的基础上，建立一套彩色金相计算机辅助分析系统(CMAS-Color Metallography Image Compute-aided Analysis System)。该系统集XJL—02立式显微镜、CCD摄像头、视频图像采集卡、计算机显示系统于一体，实现了从彩色金相图像记录、采集、预处理到特征参数测量、结果分析和打印等一系列功能。 该系统针对彩色金相显微图像的特点，重点建立一系列适合金相应用的彩色图像处理方法作为CMAS系统的重要组成部分。这些方法包括彩色增强(色调／饱和度调整、亮度／对比度调整、多通道颜色调整)，颜色变换(彩色图像灰度化、真彩色图像256色化)，矢量滤波，和作重点研究的彩色图像分割(聚类法、阈值法、区域生长法、边缘提取)。
王跃宗[7]2003年在《SLM显微立体视觉量化和叁维数据重构研究》文中指出基于体视显微镜(Stereo light microscope，SLM)的显微立体视觉(简称SLM显微立体视觉)系统已用于微操作、微装配等微观领域，作用之一是通过视觉反馈实现二维或叁维的高精度自动定位，引导机械手完成指定的操作；作用之二是挖掘立体视觉中包含的叁维深度信息，用于叁维信息的测量。为了解决微操作、微装配中的微观定位和微观测量问题，本文研究了SLM显微立体视觉的成像机理、参数标定、畸变矫正、高精度彩色图像立体匹配和基于图像的叁维信息测量等主要内容。研究的结果可用于小尺度对象的叁维信息测量和微操作、微装配中的叁维定位。 第一部分研究了彩色显微图像的目标识别和边缘提取问题，对已有算法适当改进，建立适用于彩色显微图像的目标识别和边缘提取算法。边缘提取算法采用了先目标识别后边缘提取的方法，在一定程度上提高运算速度和边缘定位的准确性。研究结果用于论文以后的试验、视觉模型的参数标定和数据重构等研究内容。 第二部分研究了SLM立体视觉的建模型问题，视觉模型描述了二维图像空间与叁维物空间的映射关系。使用基点和基面描述SLN的双光路，利用人射光线间的几何映射和微观视觉中的弱非线性关系建立两种视觉模型，一种模型仅考虑SLM双光路的对称性，另一种模型还考虑SLM双光路之间微小的差异性。基于标定样板的定位试验说明，弱视差显微立体视觉模型横向重构精度和纵向重构精度约为5％和10％。 第叁部分研究了视觉模型的标定问题，建立了含近似相等条件的SLM参数标定的解决方法。把立体视觉模型参数划分为主值参数和调节参数，两类参数分别进行标定。SLM的对称性和微小的差异性用于建立约束条件。试验分析了参数标定与数据噪声的关系，参数的鲁棒性、相关性和重复性。 第四部分研究了视觉系统中的畸变问题，考虑了CCD像面旋转、物空间的深度变化和光学系统畸变等叁类畸变。采用显着性检验和相关性检验等方法检测畸变参数的显着性。 第五部分研究了彩色图像的立体匹配问题。使用匹配区域和多相似性测度生成输出样本，通过两次均方差的统计剔除样本中包含的错匹配和误匹配数据，利用两次样本取平均，进一步实现高于单象素的匹配精度。试验结果表明，多匹配区域、多相似性测度算法在一定程度上提高了立体匹配的准确性和稳定性，当噪声均方差控制在20以内时，算法的匹配准确率约为80％，该算法可用于微观对象3D图形重构和高精度的图像测量。 第六部分研究了基于图像的小尺度叁维信息测量，分析了叁类异常重构数据的滤除 摘要问题。在叁维计算机显示环境中，建立异常重构数据处理的友好交互接口。把弱视差显微立体视觉模型和彩色图像立体匹配算法用于叁维信息的测量，彩色图像作为测量的入口，采用手工测量、区域测量、截面式测量和3D图形测量等多种方式建立基于彩色图像的测量环境。初步的测量试验说明，横向和纵向的测量精度约为10%。
徐晓燕[8]2008年在《医学显微图像的分割研究》文中提出免疫组织化学是用特异性抗体显示组织化学成分的重要方法,是实验结果以显微图像的形式显示出来。计算机图像处理技术已经成为免疫组化显微图像分析技术发展的趋势。借助于计算机图像分析系统,使用平均阳性染色面积百分比(APSAP)法分析免疫组化切片结果,对病理学的诊断有重要的辅助作用。本文以Ki67标记的胃腺癌细胞免疫组化显微图像为主要研究对象,提取阳性目标区域,并对其定量分析。本文对医学图像分割的理论、方法和技术作了全面、细致的研究。首先,文章对医学图像分割的有关概念、方法及其研究现状进行了综述,然后分别讨论了针对免疫组化显微图像的阳性表达区域的现行分割方法。胃腺癌细胞的区域特征信息为病理专家提供了诊断依据。为了准确地提取和定量分析,论文主要进行了胃腺癌细胞图像预处理技术、阳性区域分割和平均阳性染色区域百分比分析法叁个方面的研究。对此根据具体问题的特殊性,本文提出了两种算法。这两种算法充分考虑到了颜色信息与图像内容的关系。基于YIQ颜色空间的阈值分割方法:对原图像进行了变换色系的处理,把原始的RGB图像变换到YIQ颜色空间,选取前景和背景区分最明显的I分量对感兴趣区域进行阈值分割,并做标记,提取目标区域。基于欧氏距离的分割方法:是根据两点间的欧氏距离来判断色差,对颜色聚类分割,最后得到阳性染色目标区域。实验表明,本文所示的算法对免疫组化显微图像的阳性染色目标区域的提取效果好,算法简便。
史红伟[9]2012年在《显微图像处理理论及其在食品微生物识别中的应用》文中认为随着摄像技术和计算机工业的快速发展，显微镜在各种自动检测系统中被大量应用。本文研究了显微图像处理中势场估计、颜色特征、势场分布函数、纹理特征、形态学方法和自动调焦等方面的基础理论，并在这些基础理论的基础上研制了基于显微图像处理的食品微生物检测系统，该系统可以用于检测食品中的杂菌和霉菌，与传统的检测方法相比，具有前处理时间短，检测准确，操作简便的特点。本文研究了信号处理中的滤波方法和统计方法在显微图像特征分析中的应用，提出了势场估计中的滤波方法，应用滤波方法进行势场估计，估计结果平滑且对高频信息影响很小，可以得到更集中的势场分布数据。本文提出了势场分布函数的概念并分析了势场分布函数的性质。单分量势场分布函数可以用来估计图像噪声参数，势场模值分布函数的拐点可以作为边缘识别分割阈值。本文提出了统计方法和势场方向分布函数在图像纹理特征分析中的应用方法，单点互相关函数可以指示像素点的纹理方向，势场方向分布函数则可以连续指示图像的纹理方向。本文研究了数学形态学中图像分割、连通域遍历、中轴变换、脊峰搜索和边角长函数等方面的内容。分析了Ostu方法的分类原理并提出叁点改进方法。提出了基于递归的连通域遍历方法，基于递归的连通域遍历方法可以在一次扫描图像的基础上完成图像中所有连通域的遍历，同时记录边缘信息，进而进行形状分析。基于递归的遍历方法可以应用于二值图像、灰度图像和彩色图像，控制递归结束条件，可以动态适应图像，做到自适应分割。本文分析了基于内切圆的中轴提取的方法并重点分析了具有普适意义的脊峰搜索的概念和方法，针对脊峰搜索提出了简单扫描法、一阶微分法和二阶微分法。其中一阶微分法和二阶微分法结合梯度图像进行边缘识别可以得到连续单线边缘。提出了图像曲线的边角长函数表达方式，分析了边角长曲线的定义、性质和应用，边角长曲线具有连续性、循环性、起点无关性、缩放不变性和平移不变性等性质，其一阶导数零点对应曲线的拐点，极值点对应曲线的顶点，通过曲线顶点个数信息，可以判断曲线的复杂程度。本文分析了基于玻片观察的显微图像的颜色特征。由于折射的存在，在观测物的边缘位置出现明显的颜色特征，在朝向光源的位置出现明显的短波光区域，而在背离光源的位置出现明确的长波光区域。这一颜色特征可以用于图像去噪，尤其与小波去噪相结合，能取得较好的去噪效果。颜色特征还可以用于指导显微镜自动调焦，由于这一特征是基于显微图像成像原理的，所以能更好的指示最佳对焦点。这一特征与传统的边缘识别方法相结合，可以明确指示显微图像中目标与背景之间和不同目标之间的分割点。本文研究了显微镜的自动调焦方法，提出了叁种新的调焦函数：基于类间方差的方法、基于颜色比的方法和基于图像差的方法。研究了调焦评价函数的性能指标和测量方法，并结合实际工作，对现有的评价函数和新的评价函数进行了综合测试和比较，测试结果表明基于类间方差的方法具有抗干扰能力强、物距响应范围大且计算量小的特点，颜色比方法可以准确的指示最佳对焦点，且评价函数值变化范围大的特征，图像差法可以明确的指示当前对焦程度。本文提出了显微镜自动调焦中基于预测迭代方法和基于预测PID控制方法的极值点搜索方法。并分析了迭代法中的收敛性及参数调整方法。由于有预测信息参与搜索决策，这两种方法可以克服评价函数的局部极值点干扰。根据以上结论编制了成熟的显微镜自动调焦系统。本文研制了食品微生物快速检测系统。介绍了应用系统的硬件结构、软件结构、检测流程和玻片预制方法。提出了利用最小错误率和BP神经网络进行特征选择的方法。分析了杂菌和霉菌的图像特征，并提出若干图像特征进行测量，利用最小错误率和BP神经网络相结合的方法确定最优的特征组合，利用BP神经网络建立分类器对样品进行测量。实践证明，本系统能准确测量食品中的杂菌和霉菌含量，且样品检测时间在一个小时之内，大大提高了传统的食品微生物检测的效率。
朱铮涛[10]2004年在《基于计算机视觉图像精密测量的关键技术研究》文中指出基于计算机视觉图像的精密测量在国外已经得到了深入研究和广泛的应用,在国内也受到了越来越多的重视。随着计算机硬件性价比的不断提高,相关技术的不断发展,计算机视觉图像精密测量以其柔性、快速、非接触、精确、自动化程度高等特点将很快得到全球化应用。本文以图像为基础,深入研究基于计算机视觉图像实现精密测量的系统方案、软硬件设计、特别是以软件为主要手段解决视觉测量中精度、速度和稳定性叁大问题的关键技术。文章分析了计算机视觉图像精密测量的基本原理、硬件选择原则、软件功能模块和检测流程,推导了相对标定法的测量精度,从而证明计算机视觉图像测量实现高精度测量的可能性。针对视觉测量的特点,研究彩色图像灰度化方法,提出了彩色图像灰度化效果好坏的评判标准,给出了阶跃边缘、屋顶边缘保持边缘结构特征的评价函数。根据视觉测量图像质量较好及以高斯噪声为主的特点,提出采用简单的高斯滤波或者SUSAN 去噪算法对图像在卡尺范围内进行滤波处理的方法。提出了基于知识的边缘检测方法,利用卡尺技术,在知识库的引导下,利用SUSAN 算子中USAN 的取值规律和边缘判别准则提取像素级边缘,提高边缘检测中像素级边缘的定位精度、抗噪声能力和运算速度。结合SUSAN 和Canny 算子各自的优点,提出了基于Canny 和SUSAN 算子的边缘检测方法,具有较好的边缘检测效果。以理想一维阶跃边缘模型为基础,对基于矩的亚像素定位算法的定位精度进行了深入的研究。指出空间矩的边缘定位精度敏感于采样间隔、计算点数、边缘对称性。首次提出在使用灰度矩计算亚像素边缘位置的时候,正确区分边缘类型,在两种极限状态下(两个像素之间和1 个像素中间),选取对称点进行灰度矩亚像素定位计算,理论上可以实现无偏的定位估计。提出了基于前后向差分和曲线拟合的亚像素定位算法,理论上该算法与灰度矩算法一样,在两种极限状态下可以实现无偏的边缘定位估计,其它情况下的定位精度要好于灰度矩。研制了一种用于镜头畸变校正的平面圆形网格模板,推导了利用该模板计算镜头畸变系数的公式,提出了计算机视觉图像精密测量标定的两步法:实验室计算镜头畸变系数,现场进行像素值和测试数据计算。由于只进行几何畸变校正,每一步均为线性矩阵运算,解决了通用计算机视觉摄像机标定中速度、精度之间的矛盾。分析和对比了各种自动聚焦判决函数的特点,在均方差自动聚焦函数的基础
参考文献：
[1]. 基于彩色图像处理的硫化铜精矿泡沫特征与品位分析研究[D]. 任传成. 中国矿业大学. 2014
[2]. 彩色显微图像处理及其应用[D]. 刘妮. 南京理工大学. 2003
[3]. 医学显微图像工作站中的彩色图像处理[D]. 刘圆圆. 浙江大学. 2004
[4]. 显微图像的噪声处理与亚像素特征提取[D]. 夏泽邑. 大连理工大学. 2005
[5]. 数字显微镜系统彩色图像信息处理的研究[D]. 严欣欣. 浙江大学. 2010
[6]. 彩色金相显微图像分析系统的建立与彩色图像分割方法的研究[D]. 黄丽华. 浙江大学. 2004
[7]. SLM显微立体视觉量化和叁维数据重构研究[D]. 王跃宗. 大连理工大学. 2003
[8]. 医学显微图像的分割研究[D]. 徐晓燕. 黑龙江大学. 2008
[9]. 显微图像处理理论及其在食品微生物识别中的应用[D]. 史红伟. 吉林大学. 2012
[10]. 基于计算机视觉图像精密测量的关键技术研究[D]. 朱铮涛. 华南理工大学. 2004
标签：计算机软件及计算机应用论文; 图像处理论文; 立体视觉论文; 光学显微镜论文; 特征提取论文; 边缘提取论文; 函数图像论文; 图像噪声论文;