基于线型激光的钢板表面缺陷三维检测技术

提出将线型激光束垂直投射到钢板表面,通过面阵CCD摄像机采集激光线在钢板表面的图像来计算表面缺陷深度的三维检测方法.利用中点法对激光图像进行细化,并根据稳定点判别依据提取激光线形.采用分区标定方法对摄像机进行标定,由空间还原思想恢复激光线形的空间坐标.根据扫描投影的方法选择理想表面方向作为缺陷深度计算的基准,实现对缺陷深度信息的定量计算.通过对缺陷样品验证的结果表明,采用该方法得到的计算值与实际值非常接近.     

基于混沌蚁群算法的无衍射激光图像定中方法

针对无衍射激光图像特点,提出了一种基于混沌蚁群算法确定图像中心的方法。在图像处理时先找出图像中的有用区域,基于该区域估算图像的最大亮度,然后将其与图像像素点亮度的差值作为优化的目标函数,利用混沌蚁群算法对图像中心点进行全局的优化搜索。用 像素摄像机在 拍摄的图像进行处理,实验结果表明了该方法的有效性。     

基于图像处理技术的坭兴陶图像特征参数提取

用阈值分割方法对灰度化后的坭兴陶图像进行处理,使其变成二值图像,用形态学和中值滤波方法进行小孔洞及噪声处理,计算目标区域的面积、周长、圆形度、矩形度、伸长度等特征参数。     

基于机器视觉的食品缺陷检测系统研究

为解决食品生产过程中产品残缺问题,研究了一种基于机器视觉的缺陷检测方法,以饼干为样本进行了实验分析。首先构建实验系统,对单目摄像机进行标定,利用标定所得参数对图像进行畸变校正;然后对校正后所得图像进行图像分析处理;最后对处理完成图像进行区域检测,得到检测结果。实验结果表明:以该方法进行饼干缺陷检测成功率可达98.67%,并满足高精度、实时性的要求,为今后食品缺陷检测提供一定的参考方向。     

不同标定窗口条件下的连续焊接熔池振荡频率检测与分析

提出了一种利用激光视觉原理测量熔池振荡频率的方法.采用高速摄像机采集反映熔池表面振荡变化的图像,并设计图像处理方法以实现振荡频率的提取.为了研究标定窗口大小对熔池振荡频率的影响,提取了不同像素值下的熔池振荡频率,并分析了其对熔池表面振荡及内部金属流动的影响.结果表明:激光视觉测量方法能够精确检测熔池表面各个方向金属的振荡、流动情况;选取部分窗口标定,将会造成熔池振荡信息丢失而无法得到准确的熔池各个方向金属的振荡频率,因此,需将整个激光条纹所在图像区域全部标定.     

单幅图像三维目标定位及重建

首先对图像进行拉普拉斯滤波处理,进而利用Canny算子对图像进行边缘检测,通过Hough变换检测目标图像,采用CAD辅助提取边界直线,基于灭点理论标定数码相机,之后采用透视投影模型中基于图像相对深度方法对图像三维信息进行恢复。最后计算出了目标物体的特征点三维坐标,实现目标定位。通过CAD实现模型的重建与显示。     

显著目标存在性检测算法研究

显著目标检测得到越来越多的关注与研究,但用于显著目标检测的场景图像中有时并不包含任何显著目标,故由这些图像提取的显著图中只会产生虚假的显著目标,从而影响后续的处理。针对这一问题提出一种图像显著目标存在性检测方法,该方法基于中心周边直方图计算出的显著图,提取目标区域与图像中心点距离、目标区域位置分布方差、目标区域在图像边缘的分布、目标区域分布熵、图像显著图的直方图等5种特征进行分类,并利用投票的方式最终确定输入图片是否包含显著目标。基于微软亚洲多媒体图像数据库和网络图像数据库验证了本文算法的有效性,实验表明该方法的检测效果优于现有方法。     

老年服务机器人视觉定位方法研究

提出一种视觉定位方法对影响老年服务机器人的视觉定位精度的摄像机标定、手眼系统标定以及三维重建3个部分进行优化.首先对多幅标定图像的结果进行最小二乘处理,剔除大权重的误差样本以减小标定的统计误差;通过建立过渡空间坐标系的方法来对手眼系统进行标定,减少多次计算转移矩阵所造成的累积误差;利用最小二乘拟合精确确定目标的匹配点,...     

图像处理技术在微流控芯片中流体运动检测的应用

介绍一种基于图像处理的方法,解决微管中流体运动状况的精确检测问题。处理过程:通过视频录像等方法获取目标运动的序列图片,根据帧图片之间差异定位运动目标轨迹区域,然后采用帧差法处理得到运动轨迹图像,将轨迹图像裁剪出,以减少后面处理运算量;将所得图像进行亮度变换、数次开闭运算等,进行运动轨迹图像边缘平滑和背景噪声消除,利用边界跟踪法标定运动轨迹边缘,最后霍夫变换方法检测到运动直线,求得运动长度,结合流动时间可求出目标的运动速度,进而获取流体剪切力、流体粘度等数据。结合微流控芯片流动状况测量,阐述了该方法测量的精确性、可重复性及广泛应用性。     

面向图像的有效目标区域提取方法

针对图像标注、目标识别等实际应用中图像的前景目标定位不够准确的问题,提出了一种图像中的有效目标区域提取方法。该方法以提取图像的前景目标为目的,将目标区域提取问题转化为二分类问题,实现了对图像中有效目标区域的提取,主要包括4个步骤:利用选择性搜索算法生成图像中的候选目标区域;通过对像素值的差值化处理来进行图像区域的特征增强;基于深度学习实现对候选目标区域进行分类;区域选择与融合。在MSCOCO数据集上进行实验,结果表明,该方法在保证较高召回率的基础上,达到了比现有多种算法更加准确的目标区域定位结果。     

医用红外热图动态分析方法

提出了一种基于“自回归滑动平均”(ARMA)谱估计的医用多幅红外热图动态分析的方法。利用人体不同病灶区对外界温度激励的响应不同这一原理 ,从响应过程的多幅热图中 ,提取温度变化的时间序列 ,用工程频谱分析方法对时间序列进行 ARMA谱估计 ,从而得到表征病灶区特征的系统频谱参数。与传统的单幅红外热图静态分析方法相比 ,该方法更有效地揭示了不同病症的红外辐射特征。对部分病例的初步临床实验结果表明 :该方法可为基于红外热图的诊断提供一种新的分析手段     

基于湍流气体火焰热图像特性的温度分布

利用数字图像计算机技术，开发出一套对火争热图像的实时采集与测量系统，在小型火焰试验台上，对湍流火焰的热图像特性进行了试验与理论研究，获得了湍动燃烧图像特性的变化规律，提出了用解决火焰热图像特性与温度分布映射关系的单色基准温度标定法，并探索了此方法用于三维温度场时，由于辐射叠加所造成的温度失真的修正方法。     

机场目标检索在雷达景象匹配数据库中的应用

采用基于内容的图像检索方法，对雷达景象匹配数据库中的图像数据进行兴趣目标的查询检索与识别．由于雷达图像具有受斑点噪音影响明显等特点，故综合运用迭代阈值选取以及区域生长的方法，进行兴趣目标（主要是机场）的分离；由于匹配数据库中图像数据范围比较大，包含目标多，为了在检索过程中确定检索目标在图像中的位置，预处理时，采用对同一图像多幅子图进行特征提取的方法，最终在检索时通过子图范围来确定目标在大幅图像上的位置．由实验分析，证明在机场目标的检索识别中，这一方法是可行的．     

一种运动目标单独识别的方法研究

利用不同人体之间纹理特征相异的特点提出一种检测特定目标的方法。首先,在背景差分图像中标识不同的运动区域,确定这些区域的极大概率、能量和熵3种特征向量;再把这3种向量进行相似性处理;最后比较处理数据的相似程度,从而达到对特定运动目标识别的目的。通过实验表明,这种方法不止在单幅图像中能识别出其中的特定目标,而且能计算序列图像中同一特定目标的相关性。     

基于分水岭与多尺度相结合的影像分割方法

分水岭分割是一种应用较广泛的影像分割方法,它能自动生成单像素宽度的封闭轮廓,但需要把影像分割成过多小区域,从而导致影像分割耗时且工作量大。本文就此提出一种分水岭和多尺度相结合的高分辨率影像分割方法。该方法首先运用分水岭方法对融合了亮度梯度和纹理梯度的综合梯度进行计算,然后将同质性度量值最小的区域对合并,最后结合改进区域邻接图进行区域合并。实验结果与基于分水岭和区域合并的影像分割算法得到的结果进行比较,证明该方法不仅能充分利用高分辨率遥感影像中地物的光谱、形状、纹理等特征,而且减少了计算时间。     

染色血液白细胞目标图像快速提取方法的研究

提出了一种变图像分辨率的染色血液白细胞目标图像提取方法.首先对采集到的染色血液细胞图像进行分辨率抽样并将图像从RGB表示变换为HS I表示;然后使用白细胞色饱和度阈值滤波和形态学滤波得到白细胞数目和位置;最后在白细胞位置按原始图像分辨率进行局部图像提取并使用神经网络方法进行图像分割得到目标图像.该方法充分保留了血液细胞图像本身固有的大量有用信息,提高了目标图像分割的完整性并减少了计算量,适用于对时间要求较高的复杂背景下血液图像的自动分析.     

基于陶瓷图像变形算法的研究与应用

图像变形技术是将一副图像平滑自然地变换到另一幅图像的方法,主要通过源图像与目标图像的映射关系计算出源图像中像素点在目标图像中的坐标,最终实现图像的变形.阐述了图像变形的相关概念和方法,并给出了球面变形和椭圆变形的算法理论.     

结合航拍图与车载图像的车辆路面位置定位

在道路交通事故司法鉴定实践中,准确定位事故车辆在路面上的位置,对事故过程还原和事故成因分析具有重要意义。本文引入航拍及三维激光扫描技术,运用几何映射原理,提出了一种利用航拍图像景物特征与车载视频图像景物特征相匹配的方法,对事故车辆的路面位置进行定位。该方法既无需构建一致性场景,也无需在原始现场中放置车辆,仅通过对原始现场及标定现场进行航拍,捕捉相关环境特征及车辆特征,并结合事故车辆的车载视频图像,将车辆图像放置在原始现场的航拍图中,以获取相关车辆的位置参数。结果表明,以图像中央区域特征和车前近距离特征为基础,当选择一组特征的视角约为20°时,车辆路面位置的定位效果最佳,其定位误差可控制在20 cm以内。     

结合SVM和分形维数的多特征红外人造目标提取

研究了红外图像中人造目标的提取.首先,通过计算红外图像目标的分形维数确定红外目标和背景的大致区域;然后,分别提取目标图像和背景图像的灰度级特征(邻域中心像素亮度、邻域中值亮度和邻域平均亮度),再利用支持向量机(SVM)进行训练,并尝试用不同的核函数及其参数建立最适当的区分目标和背景像素点的模型,进而把红外图像像素点分成目标和背景2类;最后,利用构建的模型实现红外图像中人造目标的提取.实验结果表明,用该方法建立的分类模型可以有效地提取红外图像中的人造目标.