基于角点匹配的几何形状定位

针对常见的几何形状匹配算法对目标遮挡较为敏感,提出了一种基于角点匹配的几何形状定位.该方法首先根据边缘曲率提取图像的角点,然后采用基于改进的投票策略的角点匹配算法对检测图与模板图进行匹配,最后通过Ransac算法去除错匹配.实验表明,该算法定位效果良好,有效地解决了目标部分遮挡问题.     

采用仿射迭代最近点的晶圆分割方法

针对依赖硬件设施的晶圆分割方法存在生产成本高、工艺复杂且分割效果不稳定的问题,提出以仿射迭代最近点(ICP)算法为核心的基于图像形状配准思想的晶圆分割方法。该方法采用Canny算子提取图像边缘,建立晶圆模板图像与目标图像的特征点集;对目标图像的边缘图像进行基于Hough的直线检测,得到粗略的晶圆矩形边框信息;以矩形左上角的点坐标作为匹配搜索区域的初始值进行基于仿射ICP算法的精确配准,通过晶圆产品图像与模板图像的特征匹配,实现晶圆的快速、准确分割。理论分析及实验结果表明:该方法计算复杂度较低,单独样本分割时间约为0.9s,样本分割精度明显高于其他算法,满足自动化生产线的实时在线检测需求。     

橘子采摘机器人目标识别定位方法与实验研究

自然环境下橘子目标被枝叶遮挡或者果实之间重叠现象非常普遍,环境的复杂性给采摘机器人视觉系统的目标识别与定位带来极大困难,提出了一种将K-means聚类算法与Canny边缘检测算法相结合的方法,识别出枝叶遮挡多果重叠工况下橘子的完整轮廓,对橘子轮廓的几何参数和实际坐标进行计算,完成了目标物的定位。首先采用K-means聚类算法从原始图像中分割橘子目标区域,应用Canny边缘检测算法识别橘子目标区域的轮廓,再通过Hough梯度圆变换检测算法确定橘子轮廓的圆心和半径,利用单目立体视觉平移测量模型计算出橘子的空间坐标,完成了橘子和大枣的抓取实验。实验结果表明,本文方法能够实现复杂背景下橘子多目标的识别与定位,并可推广到类圆目标的抓取过程。     

改进的几何活动轮廓演化及其在目标跟踪中的应用

为提高几何活动轮廓分割算法的分割效率和准确性,设计了新的边缘检测与跟踪算法.首先采用矢量图像计算图像的梯度值,并设计能够自适应调整阈值的边缘指示函数,进而提出改进的变分水平集演化模型;然后设计基于该改进模型的边缘检测算法,并在无迹卡尔曼滤波器框架下设计了运动目标的跟踪算法.实验结果表明,文中算法不但显著地提高了轮廓演化模型的灵活性和收敛速度,而且对阴影、遮挡、目标形变和背景干扰等具有较好的鲁棒性.     

基于小波变换与形态学的机场跑道异物检测算法

机场跑道异物(foreign object debris,FOD)检测的精准性和效率直接决定了民航运输业的安全。为了提高机场跑道异物的定位精度,研究中提出基于小波变换与数学形态学相结合的机场跑道异物边缘检测质心定位算法。此算法先对采集到的机场跑道图像进行小波分解,高频部分利用小波变换的尺度边缘检测,并进行小波阈值去噪;低频部分利用数学形态学算子进行形态学边缘检测,然后对得到的高频和低频图像进行融合,并对异物边缘轮廓进行增强,最后利用质心定位法求解异物像素坐标。实验结果表明:小波变换与数学形态学相结合检测出的图像边缘具有较好的互补性,结合了小波变换在边缘精确定位和对噪声的抑制方面较好的性能,数学形态学在检测弱边缘和保留图像细节的优点,通过此算法提取的跑道异物边缘信息细腻且定位准确,能有效识别与机场跑道背景相似的异物并准确定位。     

基于形状模板匹配的冲压件外形缺陷检测算法研究

针对流水线上冲压件外形缺陷的自动检测,提出一种基于形状模板匹配的检测方法.(1)以背向照明的方式离线获取标准冲压件图像,并通过最大类间方差法(Otsu)与形态学等操作建立形状匹配模板,检测ROI和缺陷检测模板;(2)在线采集待测工件图像,并利用形状模板匹配算法查找待测工件在图像中的位置与旋转角度;(3)利用仿射变换配准检测ROI和缺陷检测模板,并进行外形提取和动态阈值获取缺陷.实验结果表明,该方法可有效提取待测冲压件的外形特征,进而得到缺失、变形和毛刺等多种外形缺陷,其检测速度快,具有较好的鲁棒性.     

表格型票据图像手写体特殊符号的混合检测算法

为了解决表格型票据图像定位区域中手写体勾符号的判定问题,该文提出一种混合检测算法并应用在表格型票据图像处理中。提出基于稀疏表示的形态学链码跟踪算法从而准确标记票据的外围轮廓。提出一种最优轴投影测度算法,完成外围轮廓角点坐标检测并对其进行倾角修正。根据标准模板库中的框线特征进行模板匹配,确定特殊字符所在的定位区域,利用空间卷积算法获得勾符号的判断标准。该文算法对表格型票据图像处理具有通用性,并能有效降低大规模多种类票据内容的定位与识别难度。实际银行支票图像测试证明了算法的有效性和鲁棒性。     

基于分水岭变换的互相遮挡交通标志自适应分离

针对交通标志检测中标志互相遮挡导致检测性能下降的问题,提出一种基于分水岭变换的互相遮挡标志自适应分离算法.基于RGB归一化阈值分割算法对标志图像进行二值化处理,然后构造区域轮廓特征矢量对二值图像中各个兴趣区域进行匹配,确定并提取互相遮挡标志候选区域Blob.对提取的低维数Blob进行形态学膨胀处理,使不连续的边缘趋于连续,然后利用欧氏距离变换和分水岭变换寻求标志间分水岭脊线,利用脊线实现标志的自适应分离.实验结果表明算法取得较好的分离效果,在整个标志检测应用中,与现有算法相比,检测率提高了6.1%,处理速度提升了近3倍.     

眼部动作实时识别系统设计

利用网络摄像机和图像处理单元设计了一种眼部动作实时识别系统.该系统首先用帧差法检测出眨眼的动作区域,将此区域设置成感兴趣区域,并用图像形态学算法对其进行处理;然后找出眼部轮廓,并以此区域创建模板,再利用此模板对每一帧图像进行模板匹配,找出匹配中的最小值,以得到识别的结果;最后通过实验验证了该算法的有效性.该系统有广泛的应用前景,如实现模拟鼠标的控制等.     

基于Labview机器视觉的SIM卡槽缺陷检测系统研究

设计了一套基于Labview机器视觉的SIM卡槽缺陷检测系统,首先通过光学相机获得SIM卡槽的彩色图像,并结合Labview软件对图像进行灰度化处理和模板匹配算法,获得模板的匹配特征及位置;其次对图像进行形态学处理细化目标轮廓;再对图像进行二值化处理,得到引脚上白色的斑点面积,通过判断斑点面积来确认引脚是否存在折弯、变形、缺失等情况;最后采用彩色定位算法来判断SIM卡槽上引脚是否存在漏铜情况,实现对SIM卡槽缺陷的准确检测,并将检测结果在人机交互界面进行显示.试验表明,所设计的检测系统误报率为0,漏报率为0,平均检测时间小于750 ms,满足实际生产的应用需求.     

基于图像处理的车牌识别研究

该文对基于图像处理的车牌识别算法进行了研究。首先,采用灰度化和阈值法进行图像预处理,消除一部分背景信息;其次,采用Canny边缘检测算法提取车牌边缘,采用开运算和闭运算等形态学操作来改善边缘提取的效果,使车牌区域尽量互相连通,进一步消除干扰,准确定位车牌;第三,采用垂直投影法对车牌进行字符分割;最后,采用模板匹配的算法对车牌字符进行识别。Matlab仿真分析表明,该文设计的车牌识别算法可有效地实现车牌识别。     

基于图像的电表读数系统

运用图像处理技术,设计了基于图像的电表读数系统.首先应用中值滤波和最大类间方差法对电表图像进行预处理,通过数学形态学对图像进行处理,再根据表盘区域的几何特征对其进行定位,最后用模板匹配法实现字符识别.实验结果表明,该检测系统有效、算法操作简单,为实际电表收费管理提供了依据.     

基于最小二乘影像匹配的畸变图像矫正算法研究

针对高精度的畸变图像,提出了一种基于最小二乘影像匹配的高精度畸变图像矫正算法.算法首先利用特征提取与边缘检测对图像进行预处理,并且将特征匹配与最小二乘算法相结合,从而实现了图像与模板之间精确的子像素定位与匹配.实验表明,该算法较好的解决了目前高精度畸变图像矫正算法中普遍存在的定位和匹配精度较差的缺陷,图像矫正效果良好,是一种有效的畸变图像矫正算法.     

基于统计阈值法的印品缺陷检测

针对印刷品的缺陷检测问题,在传统模板匹配法的基础上,根据统计过程控制原理,提出利用统计阈值法代替传统的固定阈值法,以自动确定图像上各个像素点的灰度阈值,解决了传统固定阈值法在边缘纹理区域容易产生轮廓误检和漏检的问题。实验结果表明,改进算法相对于传统算法在检测精度和检测速度上都有明显提高。     

一种依赖3D眼球模型的两级瞳孔定位算法

瞳孔定位作为头戴式视线跟踪系统的核心模块之一,影响着系统的精度和稳定性,但眼球在正常转动中会发生着眼睑遮挡瞳孔问题.针对该问题,提出了一种两级瞳孔定位算法.第一级采用改进的星射线法提取瞳孔边缘轮廓.接着根据3D眼球模型和瞳孔位置提前判断是否存在眼睑遮挡情况,如果不存在,则定位结束,否则进行第二级定位.第二级采用改进的椭圆模板匹配算法,不同于其他椭圆匹配算法,该算法利用3D眼球模型的参数提前获取椭圆的长短轴比例和旋转角度,将匹配的空间复杂度由5维降为3维,提高了匹配的效率.在眼睑遮挡情况下该算法精确检测出瞳孔,并且定位速度较快.     

基于并行特征匹配的车牌定位与识别算法

针对智能交通系统中车牌定位速度慢,信息识别准确度低的问题,提出了一种高性能的车牌定位及字符识别算法.进行车牌图像预处理,在彩色图像中搜索边缘密度快速突起的矩形域,在搜索后的矩形区域内采集相似走向的双边曲线,筛选出双边走向具有突出相似特征的区域,以此定位出包含字符的真实车牌区域,通过改进的神经网络模型进行多模板同位权值匹配,将待匹配模板逐层剔除,接着进行相似模板的异位权值匹配,准确识别出车牌图像里的字符信息.该算法抓住了车牌的矩形特征和字符具有的并行双边走向的重要特点,利用新型的同异位并行模板剔除方法,提高了车牌定位的速度和字符识别的准确度.     

芯片封装立针微孔加工视觉定位技术研究

针对立针加工中微孔加工位置定位问题,提出了一种基于模板匹配粗定位和基于边缘检测精定位的两步视觉定位方法。在粗定位阶段,提出了一种基于形状模板匹配和支持向量机的粗定位方法,首先建立了带掩膜的模板,在形状模板匹配的基础上,通过提前终止策略、图像金字塔,以及减少搜索面积的方法对匹配过程进行加速,在对匹配结果提取方向梯度直方图特征后,基于支持向量机进行分类从而防止误匹配。在精定位阶段,提出了一种具有角度约束的边缘检测算法定位外轮廓边缘,并采用二次函数拟合梯度极大值实现亚像素边缘定位,利用最小二乘法拟合轮廓边缘后定位微孔加工位置。在实验阶段,首先通过少量样本对支持向量机进行训练,准确率达到了99.76%,在此基础上本文粗定位方法交并比达到82.9%,而传统的模板匹配方法仅为36.5%;将立针以不同姿态放置在不同位置,在不同光照强度下加入高斯噪声后进行精定位实验,发现本文精定位方法的最大定位误差为2.20μm,而基于Canny边缘检测方法的最大定位误差为5.99μm,本文算法总耗时仅需328 ms。     

基于SURF特征点的金属罐图案检测算法

为快速、准确地检测出金属罐生产过程中出现的图案倒置问题,提出一种基于SURF特征点的金属罐图案检测算法.该算法通过比较金属罐图像与模板图像间匹配特征点的位置关系,实现金属罐图案方向的判别.首先利用SURF算法分别提取分区域处理后的待检测图像和模板图像的特征点;再利用双向KNN算法和RANSAC算法进行特征点匹配;最后计算匹配特征点的位置关系,并判别金属罐方向.实验表明,该算法能够有效地实现金属罐图案倒置的检测,可以达到每分钟800罐的检测速度.     

基于遗传算法的正面人脸定位

利用人脸的椭圆轮廓特征,使用参数化可变形椭圆模板和遗传算法（ＧＡ）对正面人脸进行定位．首先取得人脸的边缘图像,并定义边缘图像的能量场,然后定义参数化的可变形椭圆模板,对椭圆模板的参数进行编码,并定义合适的适应值函数,使用ＧＡ以椭圆模板在人脸边缘能量场图像中对人脸轮廓进行最优化匹配．实验结果表明,该方法在中等复杂背景环境下的人脸定位应用中取得了较好的性能,定位更加准确,同时具有较强的鲁棒性     

一种引导滤波自适应双阈值优化边缘检测算法

边缘检测是图像处理的重要环节之一,传统的边缘检测主要包含基于模板匹配和基于图像梯度两类方法。为了克服模板匹配方法边缘信息丢失较多和图像梯度方法易受图像噪声影响的缺点,该文给出了一种引导滤波自适应双阈值并改进Kirsch算子的优化边缘检测算法。针对图像局部信息特征,在图像的不同边缘位置动态生成引导滤波函数,从而保持和增强边缘的效果;同时对Kirsch算子复杂的运算量进行简化,根据图像边缘区域自适应地选择两个阈值,二者有效结合可大幅提高边缘检测算法的准确度和运算效率。实验结果表明,与传统边缘检测Kirsch算法和Sobel算法相比,该文算法的边缘定位和运算速度较优,能检测出精细的真实边缘,对图像的处理速度是传统算法的4倍以上。