面向智能监控的运动目标轮廓可靠提取

针对目标运动检测算法得到的运动目标轮廓存在轮廓不完整、不准确等问题,本文提出一种基于Vibe算法和GVF snake的运动目标轮廓可靠提取算法。首先通过Vibe算法快速定位运动目标的感兴趣区域,并结合数学形态学、边界快速粗定位算法,获得运动目标轮廓粗定位,再利用改进主动轮廓模型能够实时可靠提取运动目标的轮廓。改进的提取算法具有良好的模型初始化条件,使得本方法不仅能够得到准确的运动目标轮廓,而且满足了实时性要求。实验结果表明,该算法能够实时可靠地提取运动目标轮廓。     

基于机器视觉的太阳能网版缺陷检测

为了解决传统太阳能网版缺陷检测法效率低、检测速度慢和准确率低的问题,本文提出一种硬件与软件相结合的基于机器视觉的太阳能网版检测方法。根据测量精度的要求,本文还设计了一台适合太阳能网版图像采集的移动平台,软件部分主要包括缺陷检测、栅线宽度测量。利用质心检测和直线拟合测量栅线的宽度,在此基础上,通过支持向量机(SVM)图像分类法检测太阳能网版缺陷,利用已经分类好的样本进行训练生成一个分类器。经过实验验证,缺陷检测的准确率超过95%,栅线宽度测量误差为1μm左右,证明该方法不仅具有检测成本低、可靠性高、检测效率高等特点,而且具有实用推广价值。