图像分析方法推荐

图像分析在化妆品功效评价中的应用
传统的化妆品功效评价常通过肉眼观察或借助放大镜进行定性描述,受主观因素影响较大,缺乏客观和科学的评价指标,不同研究者之间的评判标准难以统一量化,导致评价结果没法实现统一对应和有效交流,极大地影响了化妆品功效评价的深入研究和临床应用。
图像分析运用成像技术,采集使用化妆品前、后的皮肤图像,直观呈现使用化妆品后皮肤在颜色、皱纹、毛孔等方面的变化情况,让人直观感受到化妆品的使用效果。图像分析软件,能够避免由于人的视觉分辨率有限而降低对皮肤各项生理指标判定的准确性等问题,以量化数据的形式表征图像,便于研究者作出更科学、理性的判断。
图像分析方法推荐
专利号:CN201610905158.2
摘要:本发明涉及一种牙齿图像分析系统,包含电源模块、图像获取模块、数据分析模块,数据分析模块包含模型显示模块、模型修改模块、人机交互模块、模型测量模块、结果诊断模块,本发明牙齿图像分析系统将逆向工程、计算机图形学和计算几何技术引入了口腔医学领域,建立基于牙齿模型的分析及诊断系统,能够有效地提高模型分析的效率和准确性,并作为医生的实际诊断的重要依据。
查看详情专利号:CN201610190129.2
本发明涉及一种基于多尺度图像分析和块一致性验证的多聚焦图像融合方法。首先,对下采样的多聚焦源图像进行多尺度分解,计算特征高频子带系数的清晰度并双边滤波得到初始二值图像;其次,对初始二值图像中的区域中一些孤立小面积区域处理后,进行上采样操作;最后,用源图像的原始边界替换上采样的二值图像边界,再进行分块处理和块一致性验证得到最终优化的二值图像边界,并据此对源图像进行融合。本发明主要工作在于基于多尺度图像分析和块的一致性验证得到源图像聚焦区域和非聚焦区域的最优边界,为源图像聚焦区域得以直接、精确地融合提供保证;本发明算法简单,在不引入错误信息的前提下,有效地保留了多聚焦源图像中的聚焦信息。
查看详情专利号:ZL200620027009.2
该系统为河北省自然科学基金资助研究项目。通过将普通生物显微镜进行改造,实现了计算机显微 荧光光谱图像采集、处理、分析。系统通过加装单色器、髭灯光源、石英光导纤维、低照度CCD射像 器件等使普通显微镜具有荧光显微镜功能,并且可以实现紫外、可见连续冷光激发光谱。该项目研究成 果曾获河北省科技进步二等奖。 市场前景与效益分析: 计算机显微荧光光谱图像分析系统可广泛用于医院临床、生命科学研究、卫生防疫、冶金、纺织、 公安和学校教学中的显微荧光图像分析。预计售价16万左右,年产销量60台套,销售额在960万左右, 毛利480万左右。计算机显微荧光光谱图像分析系统成本价为8万左右,按照月生产5台套规模计算需 流动资金为40万,前期投入80万用于装调生产环境与计算机等设备。
查看详情专利号:CN201410105371.6
摘要:本发明属于信息工程领域中的信息处理领域,具体涉及一种水面移动平台视觉系统图像分析处理方法。本发明包括:图像去雾;灰度化;图像稳像;目标分割;二值化;形状特征提取;纹理特征提取;建立不同类型目标特征库;神经网络训练与测试。水面移动平台视觉系统图像分析处理方法具有处理实时性强、图像综合分析处理能力强、适用范围广等特点,能够对水面移动平台在海雾等恶劣天气环境下进行实时的视频图像去雾和电子稳像处理,并且能够对水面多类目标进行识别。
查看详情专利号:CN201410202959.3
一种综合评定混凝土碳化速率系数的图像分析方法,包括如下步骤:1、进行混凝土碳化试验;2、获取混凝土碳化状况数字图像;3、碳化相关区域选取和像素值分析;4、建立混凝土碳化速率系数模型;5、计算混凝土碳化速率系数。该方法能够进行二维碳化试验,并根据混凝土整个断面的碳化情况计算混凝土碳化速率系数,克服了传统方法只能模拟一维条件下混凝土的碳化过程,以及精度较差等缺陷,为综合评定混凝土整体的抗碳化性能提供了分析手段和依据。
查看详情图像分析四个过程
图像分析一般利用数学模型并结合图像处理的技术来分析底层特征和上层结构,从而提取具有一定智能性的信息。图像分析更侧重点在于研究图像的内容,包括但不局限于使用图像处理的各种技术,它更倾向于对图像内容的分析、解释和识别。图像分析的主要过程为:输入、分割、识别、解释。
-
1.传感器输入
传感器输入:利用光电器件的光电转换功能将感光面上的光像转换为与光像成相应比例关系的电信号。与光敏二极管,光敏三极管等“点”光源的光敏元件相比,图像传感器是将其受光面上的光像,分成许多小单元,将其转换成可用的电信号的一种功能器件。图像传感器分为光导摄像管和固态图像传感器。与光导摄像管相比,固态图像传感器具有体积小、重量轻、集成度高、分辨率高、功耗低、寿命长、价格低等特点。
-
2.分割
分割:从物景图像中分解出物体和它的组成部分(见图像分割)。组成部分又由图像基元构成。把物景分解成这样一种分级构造,需要应用关于物景中对象的知识。一般可以把分割看成是一个决策过程,它的算法可分为像点技术和区域技术两类。像点技术是用阈值方法对各个像点进行分类,例如通过像点灰度和阈值的比较求出文字图像中的笔划。区域技术是利用纹理、局部地区灰度对比度等特征检出边界、线条、区域等,并用区域生长、合并、分解等技术求出图像的各个组成成分。此外,为了进一步考察图像整体在分割中的作用,还研究出松弛技术等方法。
-
3.识别
识别:对图像中分割出来的物体给以相应的名称,如自然物景中的道路、桥梁、建筑物或工业自动装配线上的各种机器零件等。一般可以根据形状和灰度信息用决策理论和结构方法进行分类,也可以构造一系列已知物体的图像模型,把要识别的对象与各个图像模型进行匹配和比较。
-
4.解释
解释:用启发式方法或人机交互技术结合识别方法建立物景的分级构造,说明物景中有些什么物体,物体之间存在什么关系。在三维物景的情况下,可以利用物景的各种已知信息和物景中各个对象相互间的制约关系的知识。例如,从二维图像中的灰度阴影、纹理变化、表面轮廓线形状等推断出三维物景的表面走向;也可根据测距资料,或从几个不同角度的二维图像进行景深的计算,得出三维物景的描述和解释。