数字式仪表分段模板匹配识别算法研究

文章提出了一种数字分段模板匹配识别改进算法。通过图像预处理、字符定位以及字符分段和识别实现了对数字式仪表的字符识别功能。图像识别速度快，识别率高。     

基于虚拟仪器技术的活塞表面字符识别

应用IMAQ Vision工具包在LabVIEW虚拟仪器平台上开发了识别活塞表面字符的机器视觉系统.该系统通过适当的图象处理和分析,如模板匹配、图象校正、图象提取、阈值分割、形态学膨胀、腐蚀以及光学字符识别等技术,能够实现活塞表面字符的自动检测与识别.实验证明,该系统具有一定的实用性和通用性.     

基于改进SURF特征点的模板匹配算法

针对视觉中的目标识别问题,提出了一种基于SURF改进的模板匹配方法实现目标识别.传统的目标识别算法通常采用基于模板匹配的算法,其中基于SURF特征点的匹配算法被广泛使用,然而其实时性与匹配精度仍有待提高.基于SURF特征点进行改进,利用DAISY算法生成的描述子替代SURF算法中的描述子,并采用PROSAC算法进行误匹配删除,提高了模板匹配算法精度与实时性,最后经过实验验证了所用方法的有效性.     

一种基于模板匹配的人民币编号识别算法

针对纸币清分机对人民币编号自动识别,在处理速度和识别率方面的高标准要求,提出了一种基于模板匹配的人民币编号快速识别算法,该算法在图像预处理时,利用改进的滤波法去离散噪声;在字符识别时,利用数字和字母的水平与竖直交点特征和轮廓对称特征以及加权特征,直接识别定位好的字符。实验结果表明,该算法具有对硬件资源要求低、识别速度快等优点,可以满足纸币清分机的应用要求。     

OCR在印刷字符实时检测系统中的应用

日常生活和生产中,许多产品都包含有字符信息,而在大量的自动化印刷过程中难免会产生印刷缺陷,人工检测效率低、成本高。论文针对这一问题,在线扫描实验开发平台上,利用OCR识别技术,对产品上的印刷字符信息进行了实时检测的试验,并采用模板匹配算法对采集到的字符信息进行处理,试验结果表明利用OCR技术能够快速准确地识别出印刷字符是否有误,提高了产品出厂的合格率。     

基于投影矩阵法的仪表字符实时识别系统

针对不可直接获取数据的字符型数显仪表,提出一种基于投影矩阵法的仪表字符实时识别系统,通过摄取LCD的实时动态画面,并对采集到的图片进行滤波预处理并二值化,然后根据投影矩阵法确定出包络每个字符的矩阵,运用模板匹配算法,采用缓存比较的方法,克服了LCD实时画面中的字符残缺受损情况带来的影响,识别出字符,最后在不带有串口通讯功能的徕卡DISTO A2、A3系列激光测距仪上,成功获取其实时数据,并且识别精度达到了98%,也证明了该方法的可靠和有效.     

一种基于模板匹配的绝对位移测量方法

基于数字图像进行位移测量研究时,由于采用数字图像特征区域匹配的方法测量位移的测量误差容易累积,采用基于人工标志的数字图像绝对测量法,虽然避免了误差累积,但人工标志加工制作的难度高.因此,文中提出了一种新的测量原理.在一定的实验装置下,通过标定模板及模板匹配完成位移测量.对于模板匹配采用逐步搜索法搜索,依据一定的相似性判据建立相关判别函数完成.最后通过实验验证了该原理的可行性.     

基于HALCON的字符识别及缺陷检测

人类日常生活或生产中,利用字符来识别物体已成为主要的途径,因此字符印刷的正确性影响人类的认知及产品的质量.论文的实验针对这一问题,设计一个包括霍尔传感器元件及大恒摄像机的旋转的实验平台,霍尔开关传感器在固定的位置触发摄像机拍照,经过图像采集卡将图像传到计算机,然后利用HALCON软件和基于组件的模板匹配技术在旋转实验台上模拟对在线产品进行字符检测,剔徐废品,提高成品的合格率.结果表明该试验方法可以准确地进行字符识别及缺陷检测.     

基于自适应模板的实时跟踪算法

相关匹配算法通过计算模板图像和待匹配图像的互相关值来确定匹配的程度,是一种经典的匹配算法,具有很高的准确性和适应性,并且对图像灰度值的线性变换具有"免疫性",因此在目标跟踪中得到了广泛应用.但是相关匹配算法计算耗时过于庞大,难以达到实要求,并且当目标在模板中所占比例很小时,很难确定模板的准确位置,使得此算法在实时目标跟踪中的应用有很大困难.本文提出了一种基于自适应模板的实时跟踪算法.实时采集的图像首先进行阈值分割,然后用形态学滤波的方法去掉噪声,模板的尺寸通过轮廓分割方法确定.匹配程度的算法选择的是归一化自相关匹配算法,并采用金字塔搜索算法进行加速.实验结果显示,此算法有效地克服了相关匹配算法的缺点,具有较好的匹配精度和实时性.     

基于模板匹配的零件检测的应用

提出了基于IMAQ的模板匹配的零件检测方法,叙述了对图像进行预处理、确定零件的特征区域和设置最小分值,实现了零件的匹配和检测。实验过程表明,应用模板匹配对零件检测可以取得预期的结果。     

基于模板抽样的快速图像匹配算法

为了提高图像匹配速度,满足某些领域的实时性要求,提出了一种快速图像匹配算法.该算法利用Sobel边缘算子得到模板的灰度边缘图像,并对该边缘图像进行抽样以提取匹配点,从而显著减少匹配过程的计算量.利用遗传算法的非遍历搜索机制,迅速收敛到全局近似最优解,进一步减少了匹配过程的计算量.在此基础上引入精确匹配环节,找出了目标子图像的精确位移及旋转角度.将该算法应用于全自动金丝球焊机的图像识别系统,在主频为1GHz的工控机上实现该算法,匹配时间平均约为37ms,小于系统在60ms内进行匹配的要求,连续多次实验算法均能精确匹配目标的概率为93.8%,满足该系统的实时性与精度要求,取得了理想的效果.     

图像匹配算法在跟踪印花系统中的应用

针对实时性要求较高的跟踪印花系统,提出了一种利用图像灰度特征进行跟踪匹配的算法.新方法首先通过比较直方图特征进行粗匹配,挑选出模板存在可能性较大的区域,然后通过计算横向与纵向的投影特征来实现模板的精确匹配.实验结果表明,相对于传统的灰度互相关算法,新算法匹配效果更为精确,同时减少了计算量,能够很好地满足印花系统高实时性的要求.     

车载图像跟踪系统中电子稳像算法的研究

提出了一种新的稳像方法。首先,采用了一种由粗到精、由局部匹配到全局配准的高效配准策略。在粗配准时,提出基于灰度投影均值的SSDA改进算法,用于快速模板匹配;精配准时,将改进的联合直方图区域计数法用于车载图像序列,在保证精度的同时摆脱大量浮点运算。其次,详细阐述了自适应均值运动滤波法。通过自适应选取滑动窗口的大小,一方面对运动曲线进行平滑以降低抖动,另一方面防止了过稳现象的发生。实验结果表明:该方法能准确、快速实现车载图像配准,且配准精度达到了"亚像素"水平,满足了车载图像跟踪系统对电子稳像技术的实时性及精度要求。     

基于机器视觉的运动参数测试方法的研究

为达到非接触式测量的目的,采用机器视觉的方法来实现对运动机构的运动参数的测定.通过在机构上设定一个标志,利用模板匹配技术,对该目标实现实时在线跟踪,得到它在动态图像中每次的坐标值,通过对动态图像的分析和处理从而在线得到各种运动参数的曲线.模板匹配算法采用了全局匹配与小区域匹配相结合的策略.小区域匹配一次所用时间为20 ms,完全能达到在线实时跟踪测试的要求.     

采用DSP的电视测量跟踪器的研制

采用DSP+FPGA的线性流水阵列结构的数字图像处理器完成目标数据采集和处理,研制了基于DSP的电视测量跟踪器.针对欲测量地标的背景复杂的情况,在图像处理算法上采用基于遗传算法的图像模板匹配算法,有效降低了计算量,提高了匹配精度,取得了较好的实验效果.该算法还具有每帧图像匹配计算时间基本恒定的优点,便于在实际系统中采用.     

基于混合特征的移动机器人图像匹配算法

针对移动机器人定位过程中视觉图像处理速度慢以及特征点提取与匹配实时性、准确性差的问题,提出了基于颜色矩的改进SIFT分级图像匹配算法。首先改进SIFT算法,扩大极值点检测范围;采用Sobel算子计算特征点的梯度方向和幅值;以向量夹角为准则度量SIFT特征相似性,提高SIFT特征提取与匹配的速度和精度。图像匹配时先采用颜色矩对环境图像序列进行相似性排序,改进SIFT特征,再与排序后图像依次进行精确匹配,分级匹配提高了移动机器人的定位速度和精度。实验结果表明：与原SIFT相比,改进SIFT提高了特征向量的显著性,误匹配率降低约9.2%,特征点数量减少约20%;分级匹配提高了图像匹配速度和精度,SIFT特征计算量减小60%,总体耗时缩短40%。达到移动机器人定位实时性和鲁棒性的目的。     

基于差影和模板匹配的微小轴承表面缺陷检测

针对轴承表面缺陷的位置、面积、深度等随机变化导致图像采集具有不确定性的特点，设计了一套采用光电耦合器图像识别技术进行缺陷自动检测的系统。该系统光源恒定、处理速度快、图像精度高，能长时间稳定工作，显著提高了图像采集质量。经过深入研究图像分割、图像差影、模板匹配等模式识别理论与技术及微小轴承图像特征发现，要检测轴承的表面缺陷，需将轴承表面分割成两部分进行识别，轴承表面的均匀分布区域直接采用差影法，文字刻印区域采用模板匹配法，结果表明该方法识别正确率达98％。     

基于CAD模型的单目六自由度位姿测量

为实现单目摄像头对一般工业零件的六自由度位姿测量,研究了离线模板库自动建立,图像处理以及优化匹配3个方面的问题。首先,由STL文件格式的CAD文件建立不同观察方位下的匹配模板,定义了一种方便模板库调用并有图像意义的位姿描述参数。然后,对Chamfer Match方法进行改进,将距离映射图按边缘倾角分层,结合模板探索点的倾角进行匹配,在不增加运算量的情况下提升匹配度函数的灵敏性。最后,使用加入了退火算法的遗传算法进行最优搜索,从而提高匹配效率。实验结果表明:基于文中的方法完成一次位姿测量耗时在500ms以内,搜索可以获到正确的结果。在330mm观察距离上,平移误差和深度方向误差分别控制在1mm、2mm以内,转角误差为1°左右。得到的结果基本满足单目视觉六自由度位姿快速匹配自动测量的要求。     

基于投影特征的自适应图像匹配算法

针对传统图像匹配算法存在的计算量大、匹配速度缓慢的缺点,对基于相关函数法的投影法进行了改进,提出了一种基于投影特征的自适应图像匹配算法。得到投影序列后,选定初始阈值,在后续各点的计算中不断自适应更新,遵循超过当前阈值即停止匹配计算的原则,大大减少了对非匹配点的计算。实验结果表明,该算法抗干扰性强,匹配速度快;模板图像和待匹配图像大小越接近,该算法精度越高,速度优势越明显。     

基于迭代匹配的橡胶栓图像自适应旋转研究

为解决橡胶栓检测中图像的自适应旋转这一难题,将图像识别中的最小距离匹配方法引入图像旋转,并利用迭代法实现了旋转匹配过程。首先,将旋转角度为0°的标准图像存储为模板,然后计算待检测图像与标准模板间的距离,再利用迭代运算使图像不断转动,减小图像与模板间的距离,直到该距离小于某一给定值。在原始的迭代算法的基础上,还提出了一种简化的迭代算法,在保证旋转精度的前提下具有更快的运算速度。实验结果表明,基于迭代匹配的橡胶栓图像自适应旋转方法精度高,计算速度快,能满足橡胶栓实时检测的要求。