改进的航拍图像序列背景运动补偿技术

针对航拍图像序列提出用于提取图像特征点的最小亮度变化算法。利用特征点进行运动矢量估计,使用自适应十字模板搜索算法找到各个特征点的匹配点,结合随机样本一致算法估计背景运动模型的仿射变换参数,实现一种改进的背景运动补偿技术。该技术保障了航拍图像中运动目标检测的有效性。     

基于点模式匹配的BGA芯片视觉检测与定位算法及其实现

点模式匹配是视觉测量中的一种新方法；针对贴片机生产中BGA芯片的图像识别对中问题，系统地介绍了BGA的视觉检测任务，提出了基于点模式匹配的快速定位算法；该算法针对BGA焊球分布特点，对传统点模式匹配算法进行优化，大大减少了运算量；现场实际运行结果表明该算法的速度和精度都能满足实际生产的需要，并具有较强的鲁棒性。     

贴片机视觉检测中角度计算的一种高效算法

视觉检测是半导体器件封装贴片设备的核心技术之一。文中提出了半导体芯片视觉检测中角度检测的一种有效算法。该算法通过提取芯片边缘点的坐标点集扣拟合直线参数来计算芯片的角度。文章解释了角度检测的含义，介绍了算法的基本思想和算法步骤，并给出了实验数据。实验结果表明，该算法具有较高的准确度和处理速度，满足了实时处理的要求。     

一种平移旋转图像的角点匹配方法

在图像角点匹配过程中,目标图像往往存在平移旋转现象,直接影响匹配效果,为此提出了一种平移旋转图像的角点匹配方法。该方法首先利用角点检测生成自相关矩阵的梯度信息与仿射变换相结合,构造确定性退火算法中的自由能函数,然后对该自由能函数进行优化,获取待匹配角点间的仿射变换参数,最后利用该变换参数实现角点匹配。实验结果表明,该方法能够在目标图像发生平移旋转的情况下,有效实现角点匹配。     

基于图像配准的零件轮廓修正方法

针对智能机床视觉系统提取待加工零件边缘轮廓时易受到背景干扰,导致其提取出的零件轮廓中包含异常区域的问题,提出一种基于图像配准的高精度零件轮廓修正方法。首先,从零件工程图与真实图像当中提取出零件模板特征点集与待匹配特征点集;其次,对仿射变换模型中的参数进行分解分析,并利用两图特征点集中的面积特征与边缘结构特征构建准则函数;然后,使用改进的遗传算法搜索两图像全局最高相似度所对应的仿射变换参数,在图像配准之后,再通过计算最优迁移后的模板轮廓点集与待匹配轮廓点集的分段Hausdorff距离来检测并替换待匹配轮廓中的异常轮廓段。实验结果表明,该方法能精确、稳定地检测出待匹配轮廓点集中的异常轮廓段,配准精度比联合特征均方和（SSJF）方法高出50%,修正后轮廓交接点处的距离不超过3像素值。     

鲁棒且快速的特征点匹配算法

针对大部分基于特征的立体匹配速度过慢的问题,提出一种在频域下提取特征点坐标、空间域下提取特征描 述子的算法。首先,研究了图像的有效编码理论;其次,确定图像的显著性特征点坐标及其尺度;最后,构造适应特征 点尺度的模板提取图像的特征,用最近部法则进行特征点的匹配。实验结果表明,该算法效率高、计算快,同时也具有 较强的尺度及仿射变换鲁棒性,在速度与性能上达到了一个很好的平衡点。     

一种基于模板匹配的芯片Frame图像分割算法

针对背景复杂、边界模糊以及芯片相连等特征的芯片Frame图像,提出了一种基于模板匹配的芯片Frame图像分割算法。首先,对整幅芯片Frame图像预分割出多个区域模块;然后,基于区域模块图像采取模板匹配算法匹配单芯片图像;最后,通过合并单芯片的重叠匹配框并记录合并框的坐标信息的方式分割出单芯片图像。实验结果表明:选取合适的模板和阈值,能使该算法的分割准确率达到100%,并且比不基于区域模块匹配的分割算法节省了至少45.76%的分割时间,满足芯片Frame高精度和高速度的分割需求,为芯片图像分割算法的研究提供了一种新思路。     

航拍视频中运动目标检测算法研究

针对复杂背景下航拍视频中的运动目标检测问题,提出一种基于改进的特征匹配算法与全局运动补偿的防抖方法,以及结合多帧能量累积的运动目标检测算法。首先,采取局部区域匹配法加快该算法的处理速度,避免运动目标对背景补偿的影响;其次,利用尺度不变的SURF算法,结合快速近似最邻近搜索算法得到匹配点对,并通过双向匹配和K-近邻算法筛选优秀匹配点;然后,建立仿射变换模型,求解运动参数,并进行运动补偿;最后,通过多帧能量累积进行目标检测。仿真结果表明,该方法具有良好的运动目标检测效果。     

一种高性能SAR图像边缘点特征匹配方法

针对合成孔径雷达（Synthetic aperture radar,SAR）图像特征匹配中特征提取的不稳定性和相似度优化搜索的复杂性问题,提出了一种精确高效稳健的SAR图像边缘点集匹配方法. 首先,分析了仿射变换模型在遥感图像匹配中的适应性,并对仿射变换模型进行了参数分解;其次,提出了基于方向模板的SAR图像边缘检测算子,并利用SAR图像边缘的梯度和方向特征,建立了基于像素迁移的多源SAR边缘点集相似性匹配准则,以及图像匹配的联合相似度-联合特征均方和（Square summation joint feature,SSJF）;然后,利用改进的遗传算法（Genetic algorithm,GA）来进行相似度的全局极值优化搜索,获取变换模型参数和边缘点集的对应关系;最后,从理论上分析了本文方法的性能,并利用多幅SAR图像的匹配实验以及与原有方法的对比分析,对本文方法的性能进行了验证.     

基于多关联模板匹配的火箭目标跟踪算法

针对火箭目标在复杂场景的跟踪问题,提出一种基于多关联模板匹配的模板匹配策略,通过仿射变换从上帧最优模板中产生多关联模板以自适应火箭目标的大小和姿态改变,提高算法的匹配精度。采用Kalman滤波器对火箭飞行进行轨迹预测。多个火箭飞行录像跟踪实验表明,该算法具有很好的匹配精度与实时性,对火箭目标的状态、大小变化与云层遮挡现象具有较好的鲁棒性。     

基于图像处理的BGA封装器件缺陷检测算法

提出了一种BGA焊球缺陷检测算法 ,通过图像处理技术 ,检测BGA器件各焊球的中心位置、焊点直径、各行列坐标等参数 ,以检测是否发生焊球丢失、移位、焊球过大或过小以及桥连等缺陷 ,从而保证BGA器件的质量。     

基于离线训练的二维灰度特征向量快速目标搜索算法

本文以运动图像中的目标搜索为背景,根据模式识别和图像处理的基本理论,提出了一种基于离线训练的二维灰度特征向量模式匹配的快速目标搜索算法.首先离线在样本图像中对二维灰度特征向量模式进行训练,然后在线对运动图像提取二维灰度特征向量,进行模式匹配,搜索运动目标.     

贴片机屏蔽罩视觉定位算法研究

针对贴片机生产中手机屏蔽罩视觉定位问题,分析了现有模板匹配算法的不足,提出了采用轮廓特征边提取算法实现屏蔽罩的视觉定位;算法针对屏蔽罩图像特点首先应用二值化及Blob点分析方法去除图像中的干扰点,再采用Laplacian变换提取出边缘轮廓,然后由外边缘轮廓提取出线段集并用屏蔽罩尺寸信息过滤出特征边,最后由特征边计算出屏蔽罩的中心及偏转角度;实验效果表明该算法的识别速度和精度都能满足实际生产的需要,并具有较强的鲁棒性。     

结合全卷积网络和K均值聚类的球栅阵列焊球边缘气泡分割

针对在球栅阵列（BGA）气泡检测中,由于图像干扰因素的多样性导致焊球存在边缘气泡与背景之间灰度级接近,从而造成焊球气泡分割结果不精确的问题,提出了一种结合全卷积神经网络（FCN）和K均值（K-means）聚类分割的焊球气泡分割方法。首先根据所制作的BGA标签数据集搭建FCN,通过训练该网络得到合适的网络模型,再对待测BGA图像进行预测处理得到图像的粗分割结果;然后对焊球区域映射提取,通过同态滤波法提高气泡区域辨识度,再使用K-means聚类分割对图像进行细分割处理,得到最终分割结果图;最后对原图焊球及气泡区域进行标注识别。将所提出的算法与传统BGA气泡分割算法进行对比,实验结果表明,所提出的算法对复杂BGA焊球的边缘气泡分割精确,图像分割结果与其真实轮廓高度匹配,准确度更高。     

一种基于边缘和MIC算子的医学图像配准

研究基于点特征的图像配准方法。首先利用canny算子提取图像的边缘,然后用MIC角点检测算子提取边缘中的角点,对提取出的角点进行配对后,利用仿射变换实现图像的配准。最后以脑图像配准验证了算法的有效性。     

主动搜索耦合图案匹配的PCB板基准点识别算法

为了解决当前PCB板基准点识别算法在基准点尺寸变化和存在污痕的情况下易产生较高的误识别率等问题,提出主动搜索耦合图案匹配的PCB基准点识别算法。首先,引入高斯中值滤波对图像进行平滑处理,采用阈值处理与形态学分割图像,通过搜索符合特征标准的基准点轮廓,设计主动搜索算子,完成对基准点的首轮识别。然后,通过基准点模板图像和Aforge.NET匹配函数,在图像中定位基准点目标,返回中心点坐标与匹配度,完成对基准点的精准识别。实验结果显示：与当前识别技术相比,本文算法具有更高的识别精度与抗干扰性。     

基于互功率谱的虹膜识别方法

提出了一种基于互功率谱的虹膜编码方法。采用粗定位与精定位相结合的两步定位法对虹膜定位,能有效地减少搜索计算的盲目性;为了提取虹膜特征,虹膜图像首先被划分为许多子块,然后计算各个子块与2维Gabor小波族之间的互功率谱并进行编码;最后,利用Hamming距离进行模式匹配。实验结果表明,该算法运算速度快,具有较好的识别效果,且编码性能优于Daugman的编码方法。     

视觉注意机制在大视场目标快速定位中的应用

视觉心理学研究表明人类在看一个场景时,往往会在很短时间内找到几个显著区,然后再细看显著区域的内容,这样可以使得人类可以快速分析复杂图像。算法首先模拟人类视觉系统特点,根据图像的底层信息如对比度、方向、亮度等提取图像中几个最需要关注的显著区域,然后按照显著性由强到弱的顺序分别在每个显著区域利用具有尺度旋转不变性的对数极坐标变换方法进行目标的匹配定位。该方法在没有牺牲定位准确度的前提下,大幅减小了运算复杂度。实验表明该算法定位速度快而且准确。     

改进FAST-SURF算法在卷烟包件识别定位中的应用

在智能卷烟包件码垛系统中抓取目标物体前需要快速而准确地对其进行识别与定位。而传统的SURF方法在进行特征点检测时时间较长。因此,提出一种基于改进的FAST-SURF算法的双目目标匹配定位方法。将FAST算法检测特征点的检测像素个数由16个降为12个,利用FLANN算法搜索待匹配特征点,缩短搜索匹配时间,然后用改进RANSAC算法剔除误匹配对,根据图像匹配的结果与标定得到的内外参以及匹配特征点近似均匀分布的规律,将所有特征点的三维坐标进行平均运算,得到近似形心坐标。实验中,确定了合适的阈值,证明了该方法在卷烟包件识别定位的速度和正确率上都有一定提高且具有更好的鲁棒性。