一个完整的毕业设计软件，图像检测

带钢表面缺陷图像检测理论及识别算法研究_陈跃.caj

通过改进的双阈值函数得到了边缘图像-这在图像检索方面很有用

随着计算机技术的发展，融合计算机视觉、机器学习、深度学习等技术的火灾图像处理技术得到了广泛的研究和应用。针对传统图像处理方法预处理过程复杂且误报率高等问题，提出一种基于深度卷积神经网络模型进行火灾检测的方法，其减少了复杂的预处理环节，将整个火灾识别过程整合成一个单深度神经网络，便于训练与优化。针对识别过程中类似火灾场景对火灾检测产生干扰的问题，利用火灾的运动特性，创新性地提出利用火灾视频前后帧火灾坐标位置变化来排除灯光等类似火灾场景对检测的干扰。对比了众多深度学习开源框架后，选择Caffe框架进行训练及测试，实验结果表明，该方法实现了对火灾图像的识别和定位，适应于不同的火灾场景，具有很好的泛化能力和抗干扰能力。

改代码为自己亲自所写，每一部分都以函数的形式书写，阅读非常容易，其中，函数功能包括：双目视觉图像中目标的检测，目标在两幅图中的定位，运用定位结果计算目标点的三维世界坐标。除此之外，还有根据世界坐标反推算目标在两幅图中的像素左标，并显示实时图像，将坐标信息显示在图像中。整个工程实现双目识别检测，与三维定位。

肺部CT图像病变区域检测是肺病辅助诊断技术的重要研究内容，其通过自动分析CT图像并输出病变区域的位置和尺寸等信息，帮助放射科医生做出决策，有利于肺病的早期发现与治疗.

圆形工件表面图像检测研究，曹宇，应保胜，针对带有圆形特征的工件，通过试验找到一种比较适合的像边缘检测方法。提出了一种简单且适合圆形边缘的细化方法，提高了边缘提取

主要介绍了使用Python和OpenCV检测图像中的物体并将物体裁剪下来，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧

对打开的BMP图像进行孔隙率检测计算。统计直径分布，用相连像素法计算图形面积。

烟雾图像检测是及早发现火灾的一种重要手段。针对传统LBP(Local Binary Patterns) 特征与Gabor特征的融合算法存在鲁棒性和检测率低的问题,提出一种TDFF(Triple Multi Feature Local Binary Patterns and Derivative Gabor Feature Fusion)的烟雾检测算法。采用T-MFLBP(Triple Multi Feature Local Binary Patterns)算法分别对像素间不同灰度差值以及非均匀模式中特殊位置的像素进行编码计算,可以捕捉更清晰的纹理特征;然后利用高斯核函数的一阶偏导数提取Gabor特征,从而优化提取图像边缘灰度信息的性能;最后对融合后的特征进行训练,可以提高最终分类的准确性。实验结果表明,TDFF算法具有较强的鲁棒性,烟雾图像的检测率也显著优于未改进的传统算法。