基于红外图像的设备故障诊断需要从图像中选择敏感区域，由于红外图像具有干扰背景多、对比度低的特点，敏感区域提取过程中需要进行背景移除和图像分割，但常用的二值化分割算法在分割红外图像时易出现过分割问题。因此，本文提出了基于区域对比和随机森林的敏感区域提取方法。首先使用区域对比方法对红外图像进行显著性检测，以去除干扰背景；然后通过OTSU 算法进行图像分割，实现敏感区域初步提取；最后结合随机森林分类结果对图像分割过程的阈值进行迭代优化，实现敏感区域的优化提取。经过转子实验台6 种不同状态的红外图像数据验证，将本文方法提取出的故障敏感区域用于故障诊断时，分类的准确率提高了3.3 个百分点，比人工选择的区域更加准确。

为了研究多层单道电弧增材表面3-D成形特征, 采用激光视觉传感系统采集电弧增材制造表面条纹图像。提出基于边界约束条件的感兴趣区域(ROI)提取法对焊缝特征曲线进行定位, 获取ROI的激光条纹像素坐标。进行了理论分析和实验验证, 得到电弧增材表面的3-D离散点数据, 采用Delaunay三角剖分对离散点拟合形成3-D实体表面。结果表明, 锯齿靶标的线性标定方法, 3-D重构精度在0.2mm以内;基于边界约束条件的ROI提取方法能准确定位电弧增材上表面和侧表面的条纹特征曲线。这一结果对电弧增材表面的3-D成形检测是有帮助的。

针对模板匹配过程中强遮挡、剧烈背景变化及物体非刚性形变等难题, 本文提出了一种基于多尺度显著性区域提取的模板匹配算法。算法采用多尺度-显著性特征并行提取的方式: 一方面利用空间金字塔模型将参考图像中的模板和待匹配图像中的目标区域分割成不同尺度的网格, 采用可形变多相似性度量方法(Deformable Diversity Similarity, DDIS)计算不同尺度下的匹配得分; 同时, 算法提取模板区域的显著性区域图, 形成模板区域的显著性得分; 随后, 利用显著性得分对不同尺度的匹配得分进行加权融合, 在融合得到的匹配得分图上寻找最佳匹配区域。算法与取得目前最好结果的DDIS方法相比, AUC(Area Under Curve)指标提升2.9%。实验结果表明, 显著性区域提取使匹配方法更加关注目标物体, 削弱背景及遮挡物体对其影响, 从而增强模板匹配方法对于背景变化及遮挡的抵抗能力。另外, 空间金字塔模型能够增强模板匹配方法对于物体不同尺度下的特征提取, 如物体的局部轮廓及结构特征等。二者结合有效地提高了匹配精度。

为了在影像学检查中实时交互地提取病灶血管的四维计算机断层扫描(CT)影像,提出了一种思维进化算法(MEA)优化的并行区域生长算法;MEA优化的基于三级线程处理队列的并行区域生长算法能够通过自我进化避免局部最优,提高了收敛速度和血管分割精度,借助可视化工具包(VTK)和计算机图形图像类库,实现交互式心脏CT局部任意血管病灶的提取和四维可视化。结果表明:局部感兴趣血管10个时相的提取时间大大缩短,体绘制速度大幅提升,局部血管提取数据的每秒帧数(FPS)可达到30左右,如果在显示过程中有旋转、缩小、放大等交互操作,会使数据的FPS减至21左右,但仍能满足心血管的实时显示;借助优化算法实现心肌局部血管区域的提取,能辅助医生观察病人心血管疾病的病灶区域,可为诊断心血管疾病提供直观、有效的可视化依据。

追踪了由远场光电探测器采样宽度限制引入的量化噪声在算法实现过程中的传递，分析了其对算法在波前像差校正中的效果和收敛速度产生影响的原因。根据斯特列尔比值(SR)的变化，提出了一种基于动态区域提取的模式复原算法，并利用18阶和33阶Zernike多项式模拟得到的符合Kolmogrove大气湍流功率谱的波前对该算法进行数值计算。计算结果表明：采用动态区域提取的复原算法校正波前像差，在12位相机采样宽度和33阶初始像差情况下，算法经31次迭代后收敛，波前复原残差均方根为0.058λ(λ为波长)，SR达0.9以上。该算法减小了量化噪声的影响，无波前传感自适应光学系统的收敛速度和校正效果得到显著提高。

为实现对车削零件表面粗糙度检测, 提出一种基于机器视觉表面粗糙度检测图像处理的新方法。该方法先按相应算法对所采集图像剔出受光衍射影响严重区域, 然后再按其灰度分布情况进行区域优化, 获得的图像灰度特征参数能反映表面粗糙度量值的有效特征区域。用该方法对表面粗糙度Ra标称值为0.8 μm～12.5 μm的五种车削样件测试, 处理后图像灰度的均值、方差、能量和熵等特征参数与Ra标称值单调关系显著, 各特征曲线的非线性误差均在1.5%以内。对比实验显示, 这种特征提取和区域优化方法可应用于表面粗糙度的区分与检测。

针对井下爆炸装置主体密封螺纹的大径、中径、小径、螺距等参数的测量问题, 为了提高螺纹测量自动化程度, 在主体结构特点基础上研究了其外螺纹机器视觉测量方法。为了提高测量精度, 设计了基于双远心光学系统的外螺纹机器视觉测量系统。研究了螺纹图像区域提取方法、快速特征点提取方法、参数计算方法等。在所搭建平台上, 对所提出方法进行实验分析。实验结果表明, 被测螺纹导程为3 980.8 μm, 大径为65 435.6 μm, 螺纹小径为60 669.4 μm, 测量牙型高为2 383.1 μm, 满足4级螺纹精度要求, 证明了该方法的正确性和可行性。

由于仅考虑颜色等视觉对比信息的视觉显著性提取模型不符合人眼生物学过程,本文提出了一种基于混合模型的改进显著性区域提取(ISRE)方法.该混合模型由显著性滤波算法和改进脉冲耦合神经网络(PCNN)算法构成.首先,利用显著性滤波器算法获得原图像的初始显著性图(OSM)和亮度特征图(IFM),用IFM作为PCNN的输入神经元;然后,进一步对PCNN点火脉冲输入进行改进,即对PCNN内部神经元与OSM的二值化显著性图进行点乘,确定最终点火脉冲输入,以获得更加准确的点火范围;最后,通过改进后的PCNN多次迭代,完成显著性二值化区域提取.基于1 000 张标准图像数据库进行的实验结果显示:在视觉效果和客观定量数据比对两方面,本算法均优于现有的5种显著性提取方法,平均查准率为0.891,平均召回率为0.808,综合指标F值为0.870.在真实环境实验中,所提算法获得了精确的提取效果,进一步验证了本算法具有较高的准确性和执行效率.

针对航空摄像机在特殊场景(如背景较亮或较暗或存在较强干扰点时)下, 传统的调光算法无法实现正确曝光现象, 文章提出了基于场景区分的调光方法,即根据采集的图像确定其相应的场景, 提取其目标区域控制摄像机的调光。通过场景区分的方法, 使得目标区域更加清晰, 如在一暗背景下, 目标区域的灰度平均值由传统的调光方法拍摄的254.65调到124.39, 信息熵提高了6.839; 在一亮背景下, 目标区域的灰度平均值由传统的调光方法拍摄的92.098调到106.99, 信息熵提高了0.188。