下载
加入VIP
  • 专属下载特权
  • 现金文档折扣购买
  • VIP免费专区
  • 千万文档免费下载

上传资料

关闭

关闭

关闭

封号提示

内容

首页 基于混合遗传算法的图像增强技术-外文文献及翻译

基于混合遗传算法的图像增强技术-外文文献及翻译.doc

基于混合遗传算法的图像增强技术-外文文献及翻译

刘喻义
2017-10-01 0人阅读 举报 0 0 暂无简介

简介:本文档为《基于混合遗传算法的图像增强技术-外文文献及翻译doc》,可适用于综合领域

基于混合遗传算法的图像增强技术外文文献及翻译HybridGeneticAlgorithmBasedImageEnhancementTechnologyAbstract:Inimageenhancement,TubbsproposedanormalizedincompleteBetafunctiontorepresentseveralkindsofcommonlyusednonlineartransformfunctionstodotheresearchonimageenhancementButhowtodefinethecoefficientsoftheBetafunctionisstillaproblemWeproposedaHybridGeneticAlgorithmwhichcombinestheDifferentialEvolutiontotheGeneticAlgorithmintheimageenhancementprocessandutilizethequicklysearchingabilityofthealgorithmtocarryouttheadaptivemutationandsearchesFinallyweusetheSimulationexperimenttoprovetheeffectivenessofthemethodKeywords:ImageenhancementHybridGeneticAlgorithmadaptiveenhancementIINTRODUCTIONIntheimageformation,transferorconversionprocess,duetootherobjectivefactorssuchassystemnoise,inadequateorexcessiveexposure,relativemotionandsotheimpactwillgettheimageoftenadifferencebetweentheoriginalimage(referredtoasdegradedordegraded)Degradedimageisusuallyblurredoraftertheextractionofinformationthroughthemachinetoreduceorevenwrong,toachieveadaptiveimageenhancementThepurposeofimageenhancementistoimproveimagequality,whicharemoreprominentfeaturesofthespecifiedrestorethedegradedimagedetailsandsoonInthedegradedimageinacommonfeatureisthecontrastlowersideusuallypresentsbright,dimorgrayconcentratedLowcontrastdegradedimagecanbestretchedtoachieveadynamichistogramenhancement,suchasgraylevelchangeWeuseIxytoillustratethegraylevelofpoint(x,y)whichcanbeexpressedby()Ixy=f(x,y)()where:“f”isalinearornonlinearfunctionIngeneral,grayimagehavefournonlineartranslationsthatcanbeshownasFigureWeuseanormalizedincompleteBetafunctiontoautomaticallyfitthecategoriesofimageenhancementtransformationcurveItdefinesin():,,u,,,fu,B,,,t,tdt,,,,,(),where:,,,,B,,,,t,tdt(),Fordifferentvalueofαandβ,wecangetresponsecurvefrom()and()ThehybridGAcanmakeuseoftheprevioussectionadaptivedifferentialevolutionalgorithmtosearchforthebestfunctiontodetermineavalueofBeta,andtheneachpixelgrayscalevaluesintotheBetafunction,thecorrespondingtransformationofFigure,resultinginidealimageenhancementThedetaildescriptionisfollows:Assumingtheoriginalimagepixel(x,y)ofthepixelgraylevelbytheformula(),idenotedbyx,y,,,,hereΩistheimagedomainEnhancedimageisdenotedbyIxyxyFirstly,theimagegrayvaluenormalizedinto,by()i,iminxyg,xyi,i()maxminiiwhere:andexpressthemaximumandminimumofimagegrayrelativelymaxminDefinethenonlineartransformationfunctionf(u)(u)totransformsourceimagegtoGxy=f(),wheretheGxyxyFinally,weusethehybridgeneticalgorithmtodeterminetheappropriateBetafunctionf(u)theoptimalparametersαandβWillenhancetheimageGxytransformedantinormalizedVEXPERIMENTANDANALYSISInthesimulation,weusedtwodifferenttypesofgrayscaleimagesdegradedtheprogramperformedtimes,populationsizesof,evolvedtimesTheresultsshowthattheproposedmethodcanveryeffectivelyenhancethedifferenttypesofdegradedimageFigure,thesizeoftheoriginalimagea×,it'sthecontrasttolow,andsomedetailsofthemoreobscure,inparticular,scarvesandotherdetailsofthetextureisnotobvious,visualeffects,poor,usingthemethodproposedinthissection,toovercometheabovesomeoftheissuesandgetsatisfactoryimageresults,asshowninFigure(b)shows,thevisualeffectshavebeenwellimprovedFromthehistogramview,thescopeofthedistributionofimageintensityismoreuniform,andthedistributionoflightanddarkgrayareaismorereasonableHybridgeneticalgorithmtoautomaticallyidentifythenonlineartransformationofthefunctioncurve,andthevaluesobtainedbefore,,fromthecurvecanbedrawn,itisconsistentwithFigure,cclass,thatstretchacrossthemiddleregioncompressiontransformtheregion,whichwereconsistentwiththehistogram,theoveralloriginalimagelowcontrast,compressionatbothendsofthemiddleregionstretchingregionisconsistentwithhumanvisualsense,enhancedtheeffectofsignificantlyimprovedFigure,thesizeoftheoriginalimagea×,theoverallintensityislow,theuseofthemethodproposedinthissectionaretheimagesb,wecanseetheground,chairsandclothesandotherdetailsoftheresolutionandcontrastthantheoriginalimagehasImprovedsignificantly,theoriginalimagegraydistributionconcentratedinthelowerregion,andtheenhancedimageofthegrayuniform,graybeforeandaftertransformationandnonlineartransformationofbasicgraph(a)thesameclass,namely,theimageDimregionstretching,andthevalueswere,,nonlineartransformationofimagesdegradedtypeinferenceiscorrect,theenhancedvisualeffectandgoodrobustnessenhancementDifficulttoassessthequalityofimageenhancement,imageisstillnocommonevaluationcriteria,commonpeaksignaltonoiseratio(PSNR)evaluationintermsofline,butthepeaksignaltonoiseratiodoesnotreflectthehumanvisualsystemerrorTherefore,weusemarginalprotectionindexandcontrastincreaseindextoevaluatetheexperimentalresultsEdgelProtectionIndex(EPI)isdefinedasfollows:()ContrastIncreaseIndex(CII)isdefinedasfollows:,GGCDmaxmin,,E,C()CGGOmaxminInfigure,wecomparedwiththeWaveletTransformbasedalgorithmandgettheevaluatenumberinTABLEIFigure(a,c)showtheoriginalimageandthedifferentialevolutionalgorithmforenhancedresultscanbeseenfromtheenhancedcontrastmarkedlyimproved,clearerimagedetails,edgefeaturemoreprominentb,cshowsthewaveletbasedhybridgeneticalgorithmbasedComparisonofImageEnhancement:waveletbasedenhancementmethodtoenhanceimagedetailoutsomeoftheimagevisualeffectisanimprovementovertheoriginalimage,buttheenhancementisnotobviousandHybridgeneticalgorithmbasedonadaptivetransformimageenhancementeffectisverygood,imagedetails,texture,clarityisenhancedcomparedwiththeresultsbasedonwavelettransformhasgreatlyimprovedtheimageofthepostanalyticalprocessinghelpfulExperimentalenhancementexperimentusingwavelettransform"sym"wavelet,enhanceddifferentialevolutionalgorithmexperiment,theparametersandthevalueswere,Fora×sizeimagetransformbasedonadaptivehybridgeneticalgorithminMatlabimageenhancementsoftware,thecomputingtimeisaboutseconds,operationisveryfastFromTABLEI,objectiveevaluationcriteriacanbeseen,boththeedgeoftheprotectionindex,ortoenhancethecontrastindex,basedonadaptivehybridgeneticalgorithmcomparedtotraditionalmethodsbasedonwavelettransformhasalargerincrease,whichisfromThissectiondescribestheobjectiveadvantagesofthemethodFromaboveanalysis,wecanseethatthismethodFromaboveanalysis,wecanseethatthismethodcanbeusefulandeffectiveVICONCLUSIONInthispaper,tomaintaintheintegrityoftheperspectiveimageinformation,theuseofHybridgeneticalgorithmforimageenhancement,canbeseenfromtheexperimentalresults,basedontheHybridgeneticalgorithmforimageenhancementmethodhasobviouseffectComparedwithotherevolutionaryalgorithms,hybridgeneticalgorithmoutstandingperformanceofthealgorithm,itissimple,robustandrapidconvergenceisalmostoptimalsolutioncanbefoundineachrun,whilethehybridgeneticalgorithmisonlyafewparametersneedtobesetandthesamesetofparameterscanbeusedinmanydifferentproblemsUsingtheHybridgeneticalgorithmquicksearchcapabilityforagiventestimageadaptivemutation,search,tofinalizethetransformationfunctionfromthebestparametervaluesAndtheexhaustivemethodcomparedtoasignificantreductioninthetimetoaskandsolvethecomputingcomplexityTherefore,theproposedimageenhancementmethodhassomepracticalvalueREFERENCESHEBinetal,VisualCDigitalImageProcessingM,PostsTelecomPress,,:,StornR,PriceKDifferentialEvolutionaSimpleandEfficientAdaptiveSchemeforGlobalOptimizationoverContinuousSpaceRInternationalComputerScienceInstitute,Berlaey,TubbsJDAnoteonparametricimageenhancementJPatternRecognition,():TANGMing,MASongDe,XIAOJingEnhancingFarInfraredImageSequenceswithModelBasedAdaptiveFilteringJCHINESEJOURNALOFCOMPUTERS,,():ZHOUJiLiu,LVHang,ImageEnhancementBasedonANewGeneticAlgorithmJChineseJournalofComputers,,():LIYun,LIUXuechengOnAlgorithmofImageConstractEnhancementBasedonWaveletTransformationJComputerApplicationsandSoftware,,XIEMeihua,WANGZhengming,ThePartialDifferentialEquationMethodforImageResolutionEnhancementJJournalofRemoteSensing,():基于混合遗传算法的图像增强技术摘要:在图像增强之中塔布斯提出了归一化不完全β函数表示常用的几种使用的非线性变换函数对图像进行研究增强。但如何确定Beta系数功能仍然是一个问题。在图像增强处理和利用遗传算法快速算法的搜索能力进行自适应变异和搜索我们提出了一种混合遗传将微分进化算法。最后利用仿真实验证明了该方法的有效性。关键词:图像增强混合遗传算法自适应增强介绍在图像形成传递或转换过程由于其他客观因素如系统噪声不足或过度曝光相对运动等的影响会使图像通常与原始图像之间有差别(简称退化或退化)。退化图像通常模糊或信息的提取通过机器后减少甚至是错误的它必须采取一些改进措施。图像增强技术是在其目的是为了提高图像的质量这个意义上提出的。模糊图像增强情况是根据图像使用各种特殊技术集锦的一些信息图像减少或消除不相关的信息来强调整体或局部特征的目标图像。图像增强方法仍没有统一的理论图像增强技术可分为三类别:点运算与空间频率增强方法增强法。本文介绍了根据图像特征自动调整自适应图像增强方法称为混合遗传算法。为了实现图像的自适应增强它结合了差分进化自适应搜索算法自动确定的参数值的变换函数。图像增强技术图像增强是图像的某些特征如轮廓对比强调或突出的边缘等为了便于检测和进一步的分析和处理增强将不会增加图像中的信息数据但会选择适当的动态范围的功能的扩展使得这些特点更容易检测或确定为后续的分析和处理的检测打下良好的基础。图像增强方法包括点运算空间滤波频域滤波类别。点运算包括对比度拉伸直方图建模并限制噪声和图像减影技术。空间滤波器包括低通滤波中值滤波高通滤波器(锐化)。频率滤波器包括同态滤波多尺度多分辨率图像增强中的应用。差分进化算法差分进化(DE)首次提出了强硬的价值并与其他进化算法进行比较DE算法具有强大的空间搜索能力易实现容易理解。DE算法是一种新型的搜索算法它首先是在搜索空间中随机产生初始种群然后计算之间的任何差异向量的两个成员所不同的添加到向量的第三个成员通过该方法形成一个新的个人。如果你发现新的个体成员比原来的好然后替换原来的个体自我的形成。DE操作作为遗传算法一样它结论突变交叉和选择但方法是不同的。我们假设组的大小是P矢量维D我们可以表达的目标向量为():xi=xixi„xiD(i=,„,P)()变异向量可以表示为():i=,,P()V,XFX,Xirrr,,是三个从群中随机选择的个人其中rrri。F是一系列XXX,,,rrr的之间的实际类型的用于控制影响的常数因子差异向量通常被称为比例因子。显然矢量之间的区别越小则干扰也越小这意味着如果组接近最佳值扰动会自动降低。DE算法的选择操作是一个“贪婪”的选择模式当且仅当新的矢量Ui比目标向量Xi更好更健全Ui将被保留到下一组。否则目标向量Xi留在原来的组再次作为下一代的父矢量。图像增强图像的混合遗传算法增强是获得快速对象检测的基础因此有必要寻找实时性能好的算法。对不同系统的实际要求许多算法需要确定的参数和人工阈值。它可以使用一个非完全Beta函数来完全覆盖典型变换式的图像增强但确定Beta函数参数仍有许多亟待解决的问题。本节介绍了一种Beta功能因为根据适用的图像增强的方法自适应混合遗传算法的搜索的能力自动确定变换命令的参数值来实现图像增强的自适应功能。图像增强的目的是提高图像质量是在指定的比较突出的特点恢复退化图像细节等。一个共同的特征的退化图像通常是对比的下侧呈明亮的暗淡或灰色浓。低对比度退化图像可拉伸达到一种动态的直方图增强如灰度变化。我们用Ixy来说y)的灰度级它可以是由()表示。明点(xIxy=f(x,y)()其中:“f”为一个线性或非线性函数。在一般情况下灰图像有四个非线性的翻译可以是如图所示。我们采用归一化的Beta函数自动适应类图像增强转变曲线。()中定义:,,u,,,fu,B,,,t,tdt,,,,,(),其中:,,,,B,,,,t,tdt(),对于不同的αβ值我们可以从()及()中得到响应曲线。图四种传统的翻译该混合算法可以利用前面的部分自适应差分进化算法搜索最佳函数来确定的β值然后每个像素灰度值为β函数相应的图转化产生理想的图像增强。详细描述如下:i假设原始图像的像素(xy)的像素的灰度水平表示为式()记为xyx,y,,这里是图像域。增强的图像由Ixy表示。首先图像的灰度值在,()中归到。i,iminxyg,xyi,i()maxmin其中:imax和imin表示图像灰度的最大值和最小值。定义非线性变换函数f(U)(U)变换成源图像GXY=f(GXY)其中GXY。最后我们使用了混合遗传算法来确定适当的Beta函数f(U)的最佳参数α和β。V实验和分析在模拟中我们使用两种不同类型的灰度图像退化程序执行了次人口大小为进化次。结果表明提出的方法可以非常有效地提高不同退化图像类型。a)原始图像b)增强图像图单个图像增强过程a)原始图像b)增强图像图移动对象增强过程图原始图像为×的大小它是对比度低和更为模糊的一些细节特别的外围和其他细节很不明显视觉效果差使用文中提出的方法部分克服(b)显示该视觉效果得了以上的一些问题并得到令人满意的图像效果如图到明显改善。从直方图看来图像的强度分布的范围是比较均匀光明与黑暗的灰色区域的分布更合理了。混合遗传算法自动确定函数曲线的非线性变换从曲线可以得出值,它符合图的C级跨越压缩变换的中间区域这与直方图相一致整体的原始图像低对比度在中间区域两端压缩拉伸区域与人的视觉一致增强效果明显提高。图原始图像的大小×整体强度低使用文中提出的方法得到b图像我们可以看到地上椅子和衣服和其他细节的分辨率和对比度比原始图像有明显改善原始图像的灰度分布集中在较低的区域其增强的灰度图像的灰度均匀图(a)之前和之后基本的变换和非线性变换是一样的即图像暗区伸展的值是,非线性变换的图像退化类型推断是正确的增强视觉效果和良好的图像增强效应。图像还没有一个统一的评价标准则很难评价图像质量的提高有共同峰值信号噪声比(PSNR)方面的评价但峰值信噪比不反映人类视觉系统误差。因此我们利用边缘保护指数与对比增长指数评价实验结果。edgel保护指数(EPI)的定义如下():Ii,j,Ii,jIi,j,Ii,j,DDDDEPI,i,j,Z()Ii,j,Ii,jIi,j,Ii,j,OOOO对比度增加指数(CII)定义如下:,GGCDmaxmin,,E,CCGG()Omaxmin在图中我们比较了小波变换算法得到评估表TABLEI。a)原始图像b)通过小波变换的c)通过算法增强图像图像增强图不同工艺的比较表两种方法的比较图(ac)显示原始图像和差分进化算法增强的结果可以看出对比度明显提高更清晰的图像细节边缘特征更为突出。(BC)表明基于小波变换的混合遗传算法的图像比较增强:基于小波变换的增强方法以提高图像细节部分的视觉效果是在原始图像的改进但增强不明显基于自适应混合遗传算法变换的图像增强效果非常好图像细节纹理清晰的结果相比提高了基于小波变换大大提高了图像分析后处理的能力。增强实验利用小波变换“sym”小波增强差分进化算法实验它的参数和值分别为,。对于一个×大小的图像变换的自适应混合遗传算法在MATLAB软件中的图像增强计算时间约为秒操作很快。从表一中客观的评价标准可以看出无论是从边缘保护指数或以提高对比度指数基于自适应混合遗传算法相比传统的小波变换方法具有较大的增强这是本节介绍的方法的客观优势。从以上分析我们可以看到这种方法是有用的和有效的。结论在本文中为了保持完整性的视角的图像信息利用混合遗传算法来进行图像增强从实验结果可以看出基于混合遗传算法的图像增强方法具有明显的效果。与其他进化算法相比该算法的混合遗传算法突出表现在它是简单的鲁棒性和快速收敛在每次运行时发现它几乎是最佳的解决方案该混合遗传算法只有几个参数需要设置和相同的一组参数可以用在许多不同的问题。应用混合遗传算法的快速搜索能力对于一个给定的测试图像的自适应变异进行搜索最终确定变换函数的最佳参数值。与穷举法相比显着减少时间求解解决了计算的复杂性。因此所提出的这个图像增强方法具有一定的实用价值。参考文献HEBinetal,VisualCDigitalImageProcessingM,PostsTelecomPress,,:,StornR,PriceKDifferentialEvolutionaSimpleandEfficientAdaptiveSchemeforGlobalOptimizationoverContinuousSpaceRInternationalComputerScienceInstitute,Berlaey,TubbsJDAnoteonparametricimageenhancementJPatternRecognition,():TANGMing,MASongDe,XIAOJingEnhancingFarInfraredImageSequenceswithModelBasedAdaptiveFilteringJCHINESEJOURNALOFCOMPUTERS,,():ZHOUJiLiu,LVHang,ImageEnhancementBasedonANewGeneticAlgorithmJChineseJournalofComputers,,():LIYun,LIUXuechengOnAlgorithmofImageConstractEnhancementBasedonWaveletTransformationJComputerApplicationsandSoftware,,XIEMeihua,WANGZhengming,ThePartialDifferentialEquationMethodforImageResolutionEnhancementJJournalofRemoteSensing,():ApplicationOfDigitalImageProcessingInTheMeasurementOfCastingSurfaceRoughnessTianXiaojing,WangXiaoyu,WangLongjiDalianJiaotongUniversity,Liaoning,CHN,tzydjtueducnDongHuajunDalianJiaotongUniversity,Liaoning,CHN,tzydjtueducnCEETPinggaoGroupCompanyLimited,Henan,CHN,huajundongcomAhstractThispaperpresentsasurfaceimageacquisitionsystembasedondigitalimageprocessingtechnologyTheimageacquiredbyCCDispreprocessedthroughtheprocedureofimageediting,imageequalization,theimagebinaryconversationandfeatureparametersextractiontoachievecastingsurfaceroughnessmeasurementThethreedimensionalevaluationmethodistakentoobtaintheevaluationparametersandthecastingsurfaceroughnessbasedonfeatureparametersextractionAnautomaticdetectioninterfaceofcastingsurfaceroughnessbasedonMATLABiscompiledwhichcanprovideasolidfoundationfortheonlineandfastdetectionofcastingsurfaceroughnessbasedonimageprocessingtechnologyKeywordscastingsurfaceroughnessmeasurementimageprocessingfeatureparametersINTRODUCTIONNowadaysthedemandforthequalityandsurfaceroughnessofmachiningishighlyincreased,andthemachinevisioninspectionbasedonimageprocessinghasbecomeoneofthehotspotofmeasuringtechnologyinmechanicalindustryduetotheiradvantagessuchasnoncontact,fastspeed,suitableprecision,strongabilityofantiinterference,etc,Asthereisnolawsaboutthecastingsurfaceandtherangeofroughnessiswide,detectionparametersjustrelatedtohighlydirectioncannotmeetthecurrentrequirementsofthedevelopmentofthephotoelectrictechnology,horizontalspacingorroughnessalsorequiresaquantitativerepresentationTherefore,thethreedimensionalevaluationsystemofthecastingsurfaceroughnessisestablishedasthegoal,,surfaceroughnessmeasurementbasedonimageprocessingtechnologyispresentedImagepreprocessingisdeducedthroughtheimageenhancementprocessing,theimagebinaryconversationThethreedimensionalroughnessevaluationbasedonthefeatureparametersisperformedAnautomaticdetectioninterfaceofcastingsurfaceroughnessbasedonMATLABiscompiledwhichprovidesasolidfoundationfortheonlineandfastdetectionofcastingsurfaceroughnessIICASTINGSURFACEIMAGEACQUISITIONSYSTEMTheacquisitionsystemiscomposedofthesamplecarrier,microscope,CCDcamera,imageacquisitioncardandthecomputerSamplecarrierisusedtoplacetestedcastingsAccordingtotheexperimentalrequirements,wecanselectafixedcarrierandthesamplelocationcanbemanuallytransformed,orselectcuringspecimensandthepositionofthesamplingstagecanbechangedFigureshowsthewholeprocessingprocedure,Firstly,thedetectedcastingsshouldbeplacedintheilluminatedbackgroundsasfaraspossible,andthenthroughregulatingopticallens,settingtheCCDcameraresolutionandexposuretime,thepicturescollectedbyCCDaresavedtocomputermemorythroughtheacquisitioncardTheimagepreprocessingandfeaturevalueextractiononcastingsurfacebasedoncorrespondingsoftwarearefollowedFinallythedetectingresultisoutputIIICASTINGSURFACEIMAGEPROCESSINGCastingsurfaceimageprocessingincludesimageediting,equalizationprocessing,imageenhancementandtheimagebinaryconversation,etcTheoriginalandclippedimagesofthemeasuredcastingisgiveninFigureInwhicha)presentstheoriginalimageandb)showstheclippedimageAImageEnhancementImageenhancementisakindofprocessingmethodwhichcanhighlightcertainimageinformationaccordingtosomespecificneedsandweakenorremovesomeunwantedinformationsatthesametimeInordertoobtainmoreclearlycontourofthecastingsurfaceequalizationprocessingoftheimagenamelythecorrectionoftheimagehistogramshouldbepreprocessedbeforeimagesegmentationprocessingFigureshowstheoriginalgrayscaleimageandequalizationprocessingimageandtheirhistogramsAsshowninthefigure,eachgraylevelofthehistogramhassubstantiallythesamepixelpointandbecomesmoreflataftergrayequalizationprocessingTheimageappearsmoreclearlyafterthecorrectionandthecontrastoftheimageisenhancedFigCastingsurfaceimageFigEqualizationprocessingimageBImageSegmentationImagesegmentationistheprocessofpixelclassificationinessenceItisaveryimportanttechnologybythresholdclassificationTheoptimalthresholdisattainedthroughtheinstmctionthresh=graythresh(II)FigureshowstheimageofthebinaryconversationThegrayvalueoftheblackareasoftheImagedisplaystheportionofthecontourlessthanthethreshold(),whilethewhiteareashowsthegrayvaluegreaterthanthethresholdTheshadowsandshadingemergeinthebrightregionmaybecausedbynoiseorsurfacedepressionFigBinaryconversationIVROUGHNESSPARAMETEREXTRACTIONInordertodetectthesurfaceroughness,itisnecessarytoextractfeatureparametersofroughnessTheaveragehistogramandvarianceareparametersusedtocharacterizethetexturesizeofsurfacecontourWhileunitsurface'speakareaisparameterthatcanreflecttheroughnessofhorizontalworkpieceAndkurtosisparametercanbothcharacterizetheroughnessofverticaldirectionandhorizontaldirectionTherefore,thispaperestablisheshistogramofthemeanandvariance,theunitsurface'speakareaandthesteepnessastheroughnessevaluatingparametersofthecastingsDassessmentImagepreprocessingandfeatureextractioninterfaceiscompiledbasedonMATLABFigureshowsthedetectioninterfaceofsurfaceroughnessImagepreprocessingoftheclippedcastingcanbesuccessfullyachievedbythissoftware,whichincludesimagefiltering,imageenhancement,imagesegmentationandhistogramequalization,anditcanalsodisplaytheextractedevaluationparametersofsurfaceroughnessFigAutomaticroughnessmeasurementinterfaceVCONCLUSIONSThispaperinvestigatesthecastingsurfaceroughnessmeasuringmethodbasedondigitalImageprocessingtechnologyThemethodiscomposedofimageacquisition,imageenhancement,theimagebinaryconversationandtheextractionofcharacteristicparametersofroughnesscastingsurfaceTheinterfaceofimagepreprocessingandtheextractionofroughnessevaluationparametersiscompiledbyMATLABwhichcanprovideasolidfoundationfortheonlineandfastdetectionofcastingsurfaceroughnessREFERENCEXuDeyan,LinZunqiTheopticalsurfaceroughnessresearchprogressanddirectionOpticalinstruments,():WangYujingTurningsurfaceroughnessbasedonimagemeasurementDHarbin:HarbinUniversityofScienceandTechnologyBRADLEYCAutomatedsurfaceroughnessmeasurementTheInternationalJournalofAdvancedManufacturingTechnology,,():LiChenggui,Lixingshan,QiangXIFUDsurfacetopographymeasurementmethodJAerospacemeasurementtechnology,,():LiuHeDigitalimageprocessingandapplicationMChinaElectricPowerPress,数字图像处理在铸件表面粗糙度测量中的应用TianXiaojing,WangXiaoyu,WangLongji大连交通大学辽宁中国tzydjtueducnDongHuajun大连交通大学辽宁中国tzydjtueducnCEET平高集团有限公司河南中国huajundongcom摘要本文提出了一种表面图像采集基于数字图像处理技术的系统。由CCD获得的图像的步骤是通过预先处理图像编辑图像均衡图像二进制对话和特征参数的提取实现铸件表面粗糙度测量。三维评价方法是得到评价参数和铸件表面粗糙度的特征参数的提取。一种基于MATLAB的铸造表面粗糙度自动检测接口程序可以提供一个坚实的基础在线和快速的基于图像处理技术的铸造表面粗糙度检测。关键词铸造表面粗糙度测量图像处理特征参数介绍如今在质量和加工表面粗糙度的高度增加的需求下由于如非接触热点速度快适用于精度高抗干扰能力强等的优点基于图像处理的机器视觉检测已成为机械工业中主要测量技术之一,。由于没有规定和限制铸件表面粗糙度的范围是广泛的检测参数与高度方向光电技术的发展不能满足目前的要求水平间距或粗糙度也需要一个定量表示。因此基于图像处理技术的表面粗糙度测量方法对铸造表面粗糙度建立三维评价体系为目标,。通过图像增强处理推导出图像的预处理和图像二值谈话。三维粗糙度是基于特征参数进行评价的。一种基于MATLAB的铸造表面粗糙度自动检测界面的编制提供了坚实的在线快速铸造表面粗糙度检测。铸件表面图像采集系统采集系统由采样载体显微镜CCD摄像头图像采集卡和计算机组成。样品载体是用来测试铸件。根据实验要求我们可以选择一个固定的载体采样位置可以手动转换选择固化试样与采样阶段的位置是可以改变的。图显示了整个加工过程首先检测到铸件应尽可能放置在明亮的背景下然后通过调节光学透镜设置CCD摄像机分辨率和曝光时间对CCD采集到的图片通过采集卡保存到计算机内存。根据相应的软件对铸件表面进行图像预处理和特征值提取最后检测结果输出。图铸造图像采集系统铸件表面图像处理铸件表面图像处理主要包括图像编辑均衡处理图像增强和图像二值谈话等。原始的图像测量铸件图中给出。其中(a)显示了原始图像和(b)显示剪辑图像。A图像增强图像增强是一种处理方法可以突出某些图像信息,根据特定的需要同时可以削弱或删除一些不必要的信息。为了获得更清楚轮廓的铸件表面均匀化处理的图像即校正图像的直方图应在图像分割处理前预先处理。图显示了原始灰度图像及其直方图均衡化处理的图像。如图所示每个灰度级的直方图具有基本相同的像素灰度均衡化处理后变得更加平。校正后的对比度增强的图像将变得更加清晰。点a)原始图像b)修剪图像图铸件表面图像a)灰度图像b)直方图c)均衡图像d)均衡直方图图均衡处理图像B图像分割图像分割是在本质上的像素分类的过程。它是由阈值分类的一个非常重要的技术。最优阈值是通过instmction脱粒=graythresh(II)达到的。图显示图像的二进制谈话。图中的黑色区域显示部分的轮廓的灰度值低于阈值()而白色区域表示灰度值大于阈值。阴影和阴影在明亮的区域出现可能造成噪音或表面凹陷。a)灰度图像b)二值图像图图像的二值化粗糙度参数提取为了检测表面粗糙度需要提取粗糙度特征参数。平均直方图和方差是用来描述表面轮廓纹理尺寸参数。而单位表面的峰面积参数能反映工件的粗糙度水平。峰度参数可以表征垂直方向和水平方向的粗糙度。因此本文建立直方图的均值和方差单位表面的峰面积和陡度作为粗糙度评价参数的铸件三维评价。图像预处理和特征提取的界面是基于MATLAB编制的。图显示了表面粗糙度的检测接口。图像预处理通过这个软件成功地实现了可裁剪的铸造其中包括图像滤波图像增强图像分割和直方图均衡化而且还可以显示所提取的评价表面粗糙度参数。图自动粗糙度测量接口V结论本文研究了铸件表面粗糙度测量方法的基础上的数字图像处理技术。该方法由图像采集图像增强图像二值的对话和铸件表面的粗糙度特征参数的提取组成。MATLAB编译图像预处理和提取粗糙度评估参数的接口它可以提供铸件表面粗糙度的在线和快速检测一个坚实的基础。参考文献XuDeyan,LinZunqiTheopticalsurfaceroughnessresearchprogressanddirectionOpticalinstruments,():WangYujingTurningsurfaceroughnessbasedonimagemeasurementDHarbin:HarbinUniversityofScienceandTechnologyBRADLEYCAutomatedsurfaceroughnessmeasurementTheInternationalJournalofAdvancedManufacturingTechnology,,():LiChenggui,Lixingshan,QiangXIFUDsurfacetopographymeasurementmethodJAerospacemeasurementtechnology,,():LiuHeDigitalimageprocessingandapplicationMChinaElectricPowerPress

用户评价(0)

关闭

新课改视野下建构高中语文教学实验成果报告(32KB)

抱歉,积分不足下载失败,请稍后再试!

提示

试读已结束,如需要继续阅读或者下载,敬请购买!

文档小程序码

使用微信“扫一扫”扫码寻找文档

1

打开微信

2

扫描小程序码

3

发布寻找信息

4

等待寻找结果

我知道了
评分:

/36

基于混合遗传算法的图像增强技术-外文文献及翻译

VIP

在线
客服

免费
邮箱

爱问共享资料服务号

扫描关注领取更多福利