基于k_d曲率的自适应支撑邻域角点检测

根据kd曲率计算方法具有比传统方法简捷的特点,提出了基于kd曲率自适应支撑邻域的角点检测方法.首先,用Canny算子提取初步轮廓曲线,然后进行融合填补,再筛选出高质量的轮廓曲线,并对曲线进行高斯核平滑.从算法鲁棒性考虑,提出一种新的思想,即寻找一个可以确定一条曲线总体支撑邻域的参数,使其随着仿射变换在噪声干扰下发生有规律的变化,从而实现自适应支撑邻域的角点检测,并用自适应阈值和非极大值抑制来排除伪角点和弱角点,最后提取精确的角点.通过实验与Harris、HeYang、CPDA、KD、ANDD等算法对比,该算法的定位误差和错误率较低,而平均重复率明显较高,具有更好的角点检测性能.     

基于GA-BP算法噪声检测的椒盐噪声滤波算法

基于噪声检测的中值滤波器已广泛用于消除图像中的椒盐噪声,然而在高噪声密度情况下,对噪声像素的定位不准确很容易造成图像边缘的模糊.本文提出了一种基于GA-BP的椒盐噪声滤波算法,克服了这一缺陷.算法首先用遗传算法优化的BP网络对图像中的噪声像素定位,然后引入保边函数和PRP算法求目标函数的极值进而实现图像的去噪处理.实验...     

基于轮廓特征的图像配准

提出了一种新的基于轮廓特征的图像配准算法,首先提取图像轮廓并计算每个轮廓点的法向角,然后对轮廓点法向角进行直方图统计,通过对两幅图像的轮廓点法向角直方图进行圆周相关计算便可快速估计出两幅图像所存在的旋转角度.由于旋转角度参数的求出通常可以大大简化配准变换模型中其他参数的估计,因而这种方式可以实现快速配准.这种利用轮廓点法向角来估计旋转角度的方式具有旋转、平移和尺度不变性,并对轮廓缺失以及存在噪声的情况均具有很高的鲁棒性,可广泛适用于存在闭合轮廓与开轮廓的各种情况.本文所提出的配准算法已成功应用于PCB缺陷检测中实现了参考图像轮廓和待检测图像轮廓的快速精确配准.     

条件理论控制下良态特征的匹配算法

使用多尺度Harris算子检测图像的角点作为初始兴趣点.针对自适应非极大值抑制排除了大量潜在匹配点的缺陷,引入条件理论对初始兴趣点进行控制,排除病态点,减少后续过程的计算量,提高算法效率,同时最大限度的保留了匹配点.满足条件理论控制下的特征称为良态特征.由于初始Harris角点的位置会发生偏移以及有伪角点产生,所以利用亚像素定位技术进行精确定位,并排除伪角点和不稳定的角点.使用PCA-SIFT对特征点及其邻域进行描述获得特征向量.最后通过向量之间的欧几里德距离判断特征点是否匹配.实验结果表明算法效率改进明显,匹配效果良好,对图像的几何变换、噪声及光照变化等具有较强的鲁棒性.     

光伏电池边缘检测算法研究

为了满足晶硅光伏电池视觉印刷高精度边缘定位要求,本文提出了一种改进的亚像素边缘定位算法.该算法首先应用Sobel算子和线性插值得到边缘垂直方向上新的边缘图像;最后对插值的边缘图像使用改进的灰度矩算子,得到的亚像素边缘.同时本文进行改进亚像素检测算法与传统亚像素检测算法的精度及鲁棒性对比实验.结果表明:本文算法比传统亚像素定位算法有着更好的定位精度和鲁棒性,直线检测精度能达到1μm;在高噪声污染的图像有着较高的检测精度,其标准差为0.195μm.     

神经网络识别图像椒盐噪声的自适应滤波方法

为了使椒盐噪声不影响图像的后续处理,提出一种基于BP神经网络噪声检测的自适应开关滤波器来检测和滤除图像椒盐噪声.该方法利用像素值及其邻域特性作为像素点的描述即神经网络的输入,通过神经网络自动检测图像的噪声位置,据此保持非噪声点不变,对噪声点进行自适应窗口大小的均值滤波处理,且仅窗口内非噪声点参与均值运算.实验结果表明,...     

彩色伪随机编码图像角点检测方法研究

研究了基于投射彩色伪随机编码图像的三维测量技术中图像特征角点的检测问题.为了克服传统的Harris算子只能对灰度图像进行像素级定位的缺点,提出利用伪随机编码图像独特的窗口阵列唯一特性,将其扩展到彩色图像,并通过对特征点周围的像素灰度值分布做二次曲面拟合并求解其极值,实现了彩色角点的亚像素级准确定位.理论分析和实验结果均表明该方法是有效的.     

基于小波的多尺度SUSAN角点检测

SUSAN角点检测是一种经典的角点检测算法,但不具有尺变化特性.利用小波变换的多尺度特性,即在小尺度下的定位准确和大尺度下的抗噪性强,该文把多分辨分析的思想引入到该算法中,从而构建了一种新的基于小波变换的SUSAN多尺度角点检测算法.新的角点检测可以在不同的尺度下获取角点,克服了单一尺度的SUSAN角点检测可能存在的角点位置偏移和易受噪声干扰而提取出伪角点等问题.为了综合利用各个尺度下的角点信息,该文提出了由粗到细的角点筛选方案.通过对比实验,新算法明显地提高了图像角点检测性能.     

基于Gabor滤波系数高阶矩的图像检索

在分析Gabor滤波器进行图像纹理特征提取的基础上,提出了利用多尺度和多方向Gabor滤波系数的高阶矩提取图像特征进行CBIR的方法,利用滤波系数的方差给出了基于Gabor滤波组提取的图像纹理特征的平滑度和纹理一致性算法,并采用四个尺度和六个方向的滤波系数的能量、方差、峰态、平滑度和一致性组成了CBIR特征向量.采用Brodatz纹理库和Corel图像库中的典型图像进行了对比实验.实验证明,提出的方法比传统的Gabor滤波进行CBIR具有更高的查准率.     

一种基于Gabor滤波器的超声图像边缘检测方法

针对检测超声图像的边缘问题，介绍了一种基于Gabor奇部滤波器进行边缘检测的综合方法。为了去除图像噪声，首先进行基于小波变换和中值滤波的降噪处理，然后利用高斯函数平滑图像。在边缘检测过程中，使用Gabor奇部滤波器检测边缘。最后，使用非最大值抑制得到最终结果。结果表明该方法是对超声图像进行边缘检测的一种有用方法。当然，该方法也具有普遍性，可以应用到其他图像。     

模糊推理在边缘检测中的应用

针对传统边缘检测算法边缘轮廓模糊、易产生伪边缘等缺点,提出一种基于模糊逻辑推理策略的边缘检测新方法,在无需确定阈值的情况下对数字图像进行边缘提取。给出一种以变化的3×3模板为基准的模糊推理规则,通过对周围像素点的垂直和水平方向以及连续四点像素的黑白分布的判断,提取出图像中的黑点、白点和边缘部分。实验结果表明:与Robert算法相比,该方法对图像中噪声和双重边缘的抑制以及对曲线的圆度轮廓的提取都有很好的效果。     

基于曲率尺度空间的轮廓角点检测

在曲率尺度空间和多尺度曲率积的基础上,提出了一种基于多尺度曲率多项式的角点检测算法.首先基于曲率尺度空间检测不同尺度下的角点,然后利用多尺度曲率积或曲率和对检测到的角点进行增强处理,该方法可有效抑制噪声影响,防止高尺度下对一些角点平滑;另外,根据多尺度曲率多项式结果的符号还可有效的判别所检测角点的凹凸性.采用不同的评价准则及实例图像进行测试,实验结果证明该角点检测器是非常有效的,优于文中其它两种检测算法.     

基于Gabor滤波器的指纹图像增强

通过对传统指纹图像增强算法的研究,提出一种基于Gabor滤波的指纹图像增强算法。根据指纹纹线间距均匀且局部平行的特点,建立了用于指纹图像增强的Gabor滤波函数的物理模型,并利用二维Gabor滤波器可分解为正交方向的一维高斯带通滤波器和一维高斯低通滤波器的特点,将二维滤波分解为两次一维滤波,从而解决了计算量过大的问题,降低了算法的复杂度。实验表明该算法具有良好的增强指纹图像的脊线和抑制噪声的作用。     

基于噪声点多级检测的自适应中值滤波算法

针对传统中值滤波算法在图像去噪过程中造成较多图像细节信息丢失的问题,提出了一种基于噪声点多级检测的自适应中值滤波算法。该算法根据像素的空间相关性,逐级检测不同空间特征的噪声点。首先根据滤波窗口中相近像素点的数量来检测空间孤立的单个噪声点;然后通过扩展邻近窗口的方式检测空间连续的两个噪声点;接着进一步增加约束条件对空间连续的三个及以上的噪声点进行检测;最后对判断为噪声的像素用滤波窗口的中值替换。此外,该算法还能通过自适应地调整像素空间相关性判别阈值来处理不同分布特征的噪声。实验结果表明,与现有中值滤波算法相比,算法在有效滤除图像噪声的同时能更好地保护图像细节信息。     

基于协方差矩阵的B-样条多尺度表示的角点检测

在B.样条尺度空间下定义了平面轮廓在其支撑区域(ROS)内的协方差矩阵的多尺度表示,矩阵的最大特征值对应的向量表示轮廓切线方向.将各个尺度下的切线方向变化率的乘积定义为多尺度积.而角点就定义为多尺度积大于给定阈值的局部极大值所对应的点.由于多尺度乘积融合了轮廓在不同尺度下的特征信息,增强了特征点的响应,抑制了噪声的影响,因而所提出的算法既能精确定位,又对噪声有良好的鲁棒性.通过实验证明了算法具有旋转不变性,并对微小的尺度变化不敏感,而且与其他的角点检测器进行了对比.     

基于灰度值差分的纸张计数算法设计

针对实际生产中机械式纸张计数存在成本高、噪声大的缺点,采用基于灰度差分的纸张计数算法,并且实验验证了其计数的准确性。基于灰度差分的纸张计数算法将排列整齐的纸张的图像进行灰度化后,利用Gabor滤波器进行图像边缘增强,并利用图像灰度投影后的灰度差分,得到灰度像素曲线;根据波峰与波峰之间的间隔初步判断1张纸的厚度,排除干扰峰谷点后,准确定位出波峰或者波谷的的位置;根据标记的位置,实现对纸张进行计数。实验验证结果表明:该算法能较好地实现对纸张的计数,且简单易行,准确率在97%以上。     

基于OpenCV的集装箱加强板焊接点定位技术

实现一种基于OpenCV的集装箱加强板焊接点的定位技术。首先对加强板的图像进行预处理,然后从处理后的二值图像中寻找轮廓,再利用Douglas-Peucker算法对轮廓进行多边形逼近,根据Shi-Tomasi算法提取角点的像素坐标,最后利用张正友标定法进行摄像机定标,并计算出对应的实际坐标。实验表明,采用此技术的焊接系统具有操作简单、焊接精度高、开发效率高等优点。     

一种V型坡口焊缝图像处理方法及特征提取算法研究

为了提高V型坡口焊缝特征提取算法的效率和准确性,对V型坡口光条图像预处理,在图像感兴趣区域(Region of Interest,ROI)开窗基础上构建差异化卷积模板,经图像差分后实现光条纹增强及噪声颗粒化.通过形态学开运算和小连通域去除提取出二值化光条,并采用几何中心法完成光条骨架细化.通过对光条形态学特征分析,初步定位角点,分区域提取光条中心线,最终获得焊缝的精确特征点.实验结果表明,采用该方法能够有效去除噪声,准确提取出亚像素级特征点,相较传统角点检测算法效率提升60%,满足工业应用的高精度和实时性要求.     

基于圆环点的亚像素摄像机自标定方法

针对现有的摄像机自标定算法抗噪声性能差等问题,分析了基于圆环点的摄像机自标定方法的原理,对现有方法作出了改进.充分利用Harris算子和Fostner算子的优点设计了一种亚像素的角点检测算法,提取的角点位置可精确到亚像素级;同时引入了等效圆心的概念,最大限度地降低了噪声干扰.然后充分利用射影几何调和共轭的理论求取摄像机的内参数.实验结果表明,该标定方法原理简单,标定结果鲁棒性较好且标定精度较高,可应用于高精度的视觉测量.     

基于Gabor小波变换的汉字识别方法

基于Gabor滤波器时频局域性和方向选择性对应在汉字图像上即是对笔划宽度和方向的选择这一认识,考虑到笔划宽度多峰值、笔划是方向的特点,利用二维Gabor小波的多分辨率特性,对汉字图像进行了多尺度多方向分析,提取多个子平面的滤波器输出系数作为统计特征,实现了字符图像的高性能识别,为开展低质量、低分辨率的汉字字符图像识别研究提供了新方法。实验结果表明,用这种方法识别低分辨率的字符图像,效果优于其他方法。