1 浙江大学 工程师学院，浙江杭州3005
2 中航西安飞机工业集团股份有限公司，陕西西安710089
3 中国科学院 福建物质结构研究所 泉州装备制造研究中心，福建泉州62100
4 浙江大学 机械工程学院，浙江杭州310058
为了实现复杂环境下航空零件孔特征的高效高精度检测，提出了一种集成视觉显著性和群决策的检测方法。在经典FT显著性检测算法中引入图像增强步骤，并为每个像素赋予以最大显著区域中心为参考的权重，使用改进后的方法对图像进行孔区域分割。设计具有多尺度多结构元素的新型数学形态学边缘检测算法，结合轮廓细化算法对孔区域进行轮廓提取。最后，利用Meanshift算法寻找轮廓点的圆心位置，建立新的基于群决策的圆半径计算模型，获得孔特征的关键几何参数。结果表明：改进的视觉显著性特征检测算法能够生成更加突显孔特征的全分辨率显著图；新型数学形态学边缘检测算法能获得简化且可靠的轮廓点；该方法在不均匀光照、各类孔缺陷和孔内壁干扰等条件下均显示出较好的稳定性；即使在噪声密度高达30%时仍能成功完成孔检测，且圆心坐标和半径的误差均小于0.012 mm；平均检测时间仅为0.236 s。该方法能够在复杂环境下对航空零件孔特征进行准确、稳定的检测。
航空零件 孔特征检测 显著性检测 数学形态学 群决策 aircraft part hole feature detection saliency detection mathematical morphology group decision making
1 中国工程物理研究院 机械制造工艺研究所，四川绵阳62000
2 清华大学 精密仪器系，北京100084
相位解包裹是光学干涉测量的关键环节，要求计算速度快、精度高、适应性强。根据包裹相位不同级次间存在明显边界的特点，本文提出数学形态学区域分割的快速相位解包裹算法。首先，采用数学形态学提取边界并分割相位区域。然后，计算区域之间的相位差异以确定各区域的相位级次和抬升值，判断边界点归属以确定边界各点抬升值。最后，根据抬升值对各区域相位进行整体抬升，最终获得空间上连续分布的相位。仿真和实验表明：基于数学形态学的解包裹算法对于1 000×1 000 pixels像素的相位处理时间在1 s以内，仅为经典的最小二乘算法用时的1/4，且相位自身边界、无效区域、噪声等因素对解包裹效果并无影响。该算法具有速度快、适用性强、精度较高等优点，在动态光干涉、光全息、光栅条纹投影轮廓测量等对运算速度要求较高的测量场景中有广泛的应用前景。
干涉测量 相位解包裹 数学形态学 区域分割 interferometry measurement phase unwrapping mathematical morphology region segmentation 光学 精密工程
2021, 29(11): 2724
海军工程大学动力工程学院, 湖北武汉 430033
为填补红外图像边缘检测算法综述性研究的空白, 使更多研究者较为全面地了解目前成果, 并为后续研究提供有价值的参考, 遴选了近十年国内外红外图像边缘检测技术研究的相关文献。首先概述了红外成像与边缘检测技术, 进而阐述了红外图像边缘检测技术的难点与挑战, 接着总结了主要的红外图像边缘检测算法, 将相关算法分为了 4类——基于经典边缘检测算子改进的、基于蚁群算法的、基于数学形态学的和基于网络模型的, 对其涉及的关键技术分别进行了分析。研究认为, 在传统红外图像边缘检测技术中, 形态学方法因简单易用而具有一定潜力; 对于非传统红外图像边缘检测技术, 基于深度学习的方法对目标边缘的针对性更强、鲁棒性更好、不需要设计复杂的算法步骤, 给红外图像边缘检测带来了新的发展机遇。
红外图像 边缘检测 数学形态学 深度学习 infrared image, edge detection, mathematical morph
1 昆明理工大学 信息工程与自动化学院，云南 昆明 650500
2 云南省矿物管道输送工程技术研究中心，云南 昆明 650500
在利用涡流红外热成像技术检测金属材料损伤缺陷时，因热波属于衰减波，且热波三维热扩散等问题，导致采集的红外图像中缺陷部位模糊。针对该问题，提出一种基于单尺度Retinex 与改进的K-均值聚类的缺陷检测方法，用于处理红外图像特征增强、图像分割和边缘特征提取等问题。该方法首先利用单尺度Retinex（single-scale Retinex, SSR）对红外热图像进行图像增强，强化缺陷特征，然后利用改进的K-均值聚类算法对图像进行分割，最后采用数学形态学算法处理图像，去除缺陷图像中无用信息，并利用Canny 算子检测出缺陷边缘。实验结果证明，该方法有效地检测出金属材料试件缺陷，并提取出完整清晰的缺陷边缘。
涡流红外热成像 单尺度Retinex 图像增强 K-均值聚类 数学形态学 Canny 算子 eddy current infrared thermal imaging, single-scal
河北大学电子信息工程学院, 河北 保定 071002
功能性近红外光谱技术(fNIRS)作为一种新兴的神经成像技术得到了广泛关注,然而fNIRS信号中运动伪迹的存在会使信号的处理结果产生偏差。提出了一种定向中值滤波和数学形态学相结合的算法——tMedMor算法,并采用该算法对fNIRS信号中的三种运动伪迹(包括尖峰、基线突变和缓慢漂移)进行去除;然后用仿真数据和实验数据进行了验证,并将所提算法与常用的几种算法进行对比,结果表明:tMedMor算法在均方误差、信噪比、皮尔逊相关系数的平方、峰峰误差方面具有良好的表现,说明该算法可以作为一种新方法用于fNIRS信号的预处理阶段。
光谱学 功能性近红外光谱 中值滤波 数学形态学 运动伪迹 光学学报
2020, 40(22): 2230002
1 武汉大学测绘遥感信息工程国家重点实验室, 湖北 武汉 430079
2 武汉大学电子信息学院, 湖北 武汉 430079
图像中的目标通常具有复杂的形状和尺寸,现有方法难以充分挖掘地物的显著性空间信息。基于此,提出一种基于显著性测度的形态学显著性剖面。首先,根据图像区域内部灰度和轮廓信息计算显著性测度,用于描述目标在场景中的重要程度,然后提取具有显著性测度局部极大值的重要区域,并通过多层级特征描述其空间信息。形态学显著性剖面的构造首先利用基于显著性测度的属性滤波滤除图像的冗余细节,并保留图像的显著结构;再根据图像中显著的组织结构生成层次化的空间特征。实验采用了两组高光谱数据集进行验证,实验结果表明所提算法的分类效果优于其他形态学特征提取算法。
成像系统 高光谱图像 空谱联合分类 数学形态学 形态学显著性剖面 光学学报
2020, 40(16): 1611001
中北大学信息与通信工程学院, 山西 太原 030051
针对目前高分辨率遥感影像道路提取准确性不高的问题,提出一种基于改进最大期望(EM)聚类的遥感影像道路提取算法。首先通过形态学预处理来去除道路上的干扰信息,在此基础上通过改进EM聚类自动确定分割区域数目,完成影像分割,最后结合轮廓检测和灰度直方图阈值化完成遥感影像道路的提取。实验结果表明,所提算法能有效屏蔽道路上的噪声,提取出主干道路信息,该方法的准确率达到90%以上,冗余度较低。
图像处理 道路提取 数学形态学 最大期望聚类 图像分割 激光与光电子学进展
2020, 57(6): 061005
陆军工程大学石家庄校区 电子与光学工程系, 石家庄 050003
针对协同表示的高光谱异常目标检测算法的异常点敏感问题, 提出了一种基于背景纯化的改进协同表示的高光谱异常目标检测算法。利用扩展数学形态学的膨胀操作消除局部背景模型中可能存在的异常点, 从而得到更为纯净的背景字典, 能够有效地消除检测过程中异常点对检测效果的负面影响, 从而提高检测精度。采用该算法对高光谱数据进行仿真实验, 并与现有算法进行对比, 结果表明该算法具有更好的检测效果。
高光谱 异常目标检测 异常点 扩展数学形态学 背景字典 hyperspectral anomaly target detection anomaly points extended mathematical morphology backedground dictionary
内蒙古科技大学 信息工程学院, 内蒙古 包头 014010
连铸坯的缺陷会对轧制工艺产生影响, 通过对连铸坯表面图像特征进行分析, 提出了一种基于多尺度数学形态学的连铸坯表面缺陷检测方法。该缺陷检测方法能够有效去除噪声, 并对水痕、氧化铁皮、渣痕等伪特征具有较好的抑制作用。实验结果表明, 与Sobel方法、Prewitt方法、Canny方法、Laplacian方法等边缘检测方法相比较, 该方法对缺陷边缘提取完整、平滑、定位准确, 识别准确率达96.37%。
数学形态学 连铸坯缺陷 多尺度 边缘检测 mathematical morphology surface defects of continuous casting slabs multi-scale edge detection
