一种基于MSER和SWT的新型车牌检测识别方法研究

为了降低拍摄距离、光照等对车牌识别的影响,提高复杂背景下车牌识别准确率,提出了一种基于最大极值稳定区域(maximally stable extremal regions, MSER)和笔画宽度变换(stroke width transform, SWT)的新型车牌检测识别方法。该方法首先进行MSER提取和Canny边缘检测,并根据车牌字符特征对二者相与运算后的MSER筛选;然后在筛选后的区域内做基于形态学处理的SWT和SW筛选,聚合筛选后区域,结合车牌几何特征完成车牌精定位;最后校正分割定位成功区域内连通域,提取骨架并归一化,与细化和归一化后的模板匹配。利用HU不变矩和网格特征识别首字符汉字,采用扫描跳跃点统计编码识别数字和字母。实验结果表明:该方法定位准确率高达94.86%,识别准确率达96.14%。该方法对远距离、变光照获取的复杂背景下,车牌检测识别具有较高的准确率和鲁棒性。     

精确制导系统中姿态图像匹配算法的研究

针对精确制导中目标姿态图像各种干扰因素复杂的特点,在现有的各种姿态图像匹配算法的基础之上,提出了一种基于小波变换改进的姿态图像快速匹配算法,并对该算法进行了仿真分析。与传统的基于灰度的匹配算法相比,该算法在抗噪声方面性能优越,大大提高了姿态图像匹配的速度和匹配精度。     

基于机器视觉技术的瓶盖划痕检测

目的 针对当前国内瓶盖划痕检测算法在较复杂背景条件下,存在精度不高、瓶盖划痕图像灰度值变化剧烈,且影响因素较多,无法准确定位检测的问题,提出一种基于机器视觉技术的瓶盖划痕检测方案,以实现在对比度较低的背景下对细微划痕快速准确的检测。方法 对标准图像作预处理创建模板,对样本图像进行滤波降噪、基于形状的模板匹配、提取感兴趣区域（ROI）、高斯差分滤波增强划痕拉开对比度、二维Otsu阈值分割、形态学处理、特征提取划痕。通过获取300幅瓶盖表面图像,与差影法、大津法、人工检测法进行了划痕检测对比实验。结果 实验结果表明,提出的算法能快速、准确、高效地提取瓶盖划痕,检测1幅图片的平均时间为113 ms,检测准确率为98.3%。结论 该方案与人工检测、差影法、大津法相比,检测精度更高、速度更快、鲁棒性更好,可以满足工业上的生产需求。     

卷积神经网络在喷码字符识别中的应用

为实现易拉罐灌装过程中喷码字符实时检测,提出了一种基于卷积神经网络的实时检测方法。该方法首先对采集的图像进行直方图均衡化和OSTU处理,然后对图像进行形态学膨胀操作,通过连通域面积法提取出喷码字符区域并进行旋转矫正,再采用投影法将字符区域分割为单个字符,在离线状态下采用卷积神经网络对字符进行训练,从而在在线检测时进行识别。实验表明,该方法检测一帧图像平均时间为46 ms,准确率达98.97%,实时性和准确性较高,可以满足工业易拉罐喷码字符在线实时检测要求。     

一种抗任意角度旋转的全息水印算法

目的针对目前数字水印在抗旋转攻击方面鲁棒性较差等问题,提出一种基于DWT变换和仿射变换的抗任意角度旋转的数字全息水印算法。方法首先对数字水印进行全息加密,保证水印的安全性;结合DWT变换,将水印信息嵌入载体图像;然后通过仿射变换实现图像的角度校正,进而实现抗任意角度旋转攻击及其他常见攻击。结果水印在受到各种攻击后,仍能被有效提取,尤其是抗任意角度旋转攻击,NC值均大于0.6。结论提出的算法对任意角度旋转攻击有较强的鲁棒性,可以有效地从含水印的图像中提取水印信息,保证了水印的安全性和有效性。     

EMS表单中手写体中文识别图像预处理方法研究

目的在脱机手写体文字识别系统中,由于自由书写的字符不可避免地受到图像背景不均匀、图像倾斜和字符粘连及大小不一等因素的影响,为了确保字符切分和识别的正确性,对EMS表单中手写体汉字字符图像预处理方法进行探讨,展示了EMS表单图像预处理的全过程。方法采用最小二乘法作拟合直线的方法,对目标图像进行定位和分割,用基于大津阈值的分块阈值算法处理目标图像的背景不均问题,并减少噪声干扰。结果该图像预处理方法在1020张真实EMS图像上进行测试,识别正确率达到了86.3%。结论该方法有一定的灵活性和抗干扰性,减少了图像噪声对汉字字符切分和识别的影响。     

径向对称和圆形霍夫相结合的眼睛状态识别

通过分析眼睛状态可以有效地判定出飞行员的疲劳状态.本文提出一种眼睛状态识别的新方法,该方法利用径向对称和圆形霍夫变换相结合识别眼睛状态.根据在睁眼状态下眼睛虹膜呈现径向对称特性,初步判定眼睛状态.对于不能仅用径向对称变换确定眼睛状态的图像,结合径向对称变换定位虹膜中心和圆形霍夫变换定位虹膜中心和半径的方法对眼睛状态进一...     

基于机器视觉的柔性包装袋喷码缺陷检测研究

目的 针对传统喷码检测方法计算量大、字符区域定位不显著、识别准确率较低等不足,提出一种基于机器视觉的柔性包装袋喷码缺陷检测方法。方法 以柔性包装袋上喷码图像为研究对象,以滤波抑噪、阈值处理等技术对图像进行预处理,运用YOLO-V3网络模型对字符区域进行定位,并采用阈值和非极大值抑制算法提高喷码区域定位的显著性,通过改进AlexNet网络结构、运用多特征融合运算等方法,获取更为丰富的图像卷积特征,实现字符串的整体识别,从而提高喷码缺陷识别的准确率。结果 将YOLO-V3联合改进AlexNet的检测方法与传统喷码检测方法进行对比,结果表明,所设计喷码缺陷检测方法的分类准确率达到99.39%。结论 基于机器视觉的柔性包装袋喷码缺陷检测方法在模型计算量、字符区域定位显著性和字符识别准确率都有一定的优势,并有效解决了字符串整体识别的问题。     

基于SIFT的NSCT域抗几何攻击水印算法

目的针对基于尺度不变特征变换(SIFT)的抗几何攻击图像水印算法在图像匹配时容易产生误匹配,影响提取水印的鲁棒性,提出一种改进的SIFT图像水印算法。方法先对载体图像进行两级非下采样Contourlet变换(NSCT),利用中间值量化算法把水印信息嵌入低频系数的方向子带中。图像匹配时利用广义霍夫变换删除误匹配特征点对,提高匹配精度。根据筛选后的特征点匹配对估算几何失真参数,对含水印的载体图像进行几何校正并提取水印,从而实现水印的抗几何攻击。结果实验数据表明对原始特征点匹配对进行筛选后,至少提高了6.8%的匹配精度,提取水印的NC值平均达到0.9以上。结论文中提出的改进算法不仅对几何攻击和常规信号攻击均具有较好的鲁棒性,还能保证水印的不可见性。     

基于颜色矩的改进尺度不变特征变换的移动机器人定位算法

针对基于图像外观的移动机器人定位中图像特征提取与匹配实时性和准确性差的问题,提出基于颜色矩的改进尺度不变特征变换分级图像匹配算法。该算法先由颜色矩来排序图像序列,再由改进尺度不变特征变换特征与排序后图像序列精确匹配实现定位。其中,改进的尺度不变特征变换算法以基于采样的迭代搜索算法检测极值点,由Sobel算子计算特征点的梯度方向和幅值,提高尺度不变特征变换算法速度及匹配精度。实验结果表明:改进的尺度不变特征变换算法降低误匹配率约9.2%,特征提取与匹配耗时减少约25.8%;分级图像匹配算法减少尺度不变特征变换特征计算代价约70%,减少总体耗时约43.3%。     

1种提取包装上二维条码的新算法

针对包装上的二维条码,提出了1种快速提取算法.首先使用彩色过滤算法对背景进行过滤,然后利用二次梯度算法获取图像的分割阈值.对于条码的倾斜,使用Hough变换得到图像倾角,再利用二维旋转矩阵旋转图像.最后提出1种最佳的插值方法,以减少目标区域的毛刺以及空白点,确保旋转变换后的图像不失真.     

测井曲线矢量化中的预处理方法研究

测井曲线矢量化中的一个重要问题是如何去除背景和噪声。为此，本文提出了频域滤波，十字模板匹配，线形Hough变换，灰度投影，线模板匹配等几种方法。     

复杂海空背景下鲁棒的海天线检测算法研究

海天线检测是研究成像型反舰导弹末制导技术的一项重要内容。本文深入地探讨了海空背景下的海天线检测问题。考虑到海天线为直线模型，提出了一种鲁棒的海天线检测算法。首先用方向梯度算子得到差分图像，然后基于边缘阈值策略二值化图像，最后方向细化并采用Hough变换检测海天线。实验表明，该方法战场适应性好，定位精度高，可以有效地检测出各种复杂海空背景下的海天线，为进一步应用（诸如目标识别、图像配准）奠定了良好的基础。     

基于改进随机Hough变换的快速中心检测方法

为了实现芯片焊盘的中心提取,建立了显微视觉系统,研究了焊盘中心坐标的图像检测方法.该方法将改进的随机Hough变换与最小二乘法结合起来,实现对焊盘中心坐标的快速准确定位.首先,根据焊盘基本为圆形的特征,初步确定使用Hough变换法和最小二乘法进行中心检测.其次,分析了这两种方法存在的问题和不足,引出了改进的随机Hough变换法.最后,根据焊盘边缘凹凸不平的特点,将改进的随机Hough变换法和最小二乘法结合起来,通过随机Hough变换检测出焊盘中心的大致坐标,进而锁定焊盘边缘,再通过最小二乘法对中心坐标进行修正而得到精确的亚像素级中心坐标.实验结果表明,该方法的检测精度可达0.57μm,运行时间在12 ms以内,满足显微视觉系统的精度高、速度快和抗干扰能力强等要求.     

基于改进Hough变换的纸塑复合袋视觉定位算法

目的 为快速精确获取纸塑复合袋纠偏过程中的位置偏移和倾角信息,提出一种基于改进Hough变换的纸塑复合袋视觉定位算法.方法 首先通过大津法对平台上的纸塑复合袋图像进行分割,去除皮带部分;然后利用基于方差的差异化滤波方法对纸塑复合袋图像进行降噪处理,突出复合袋图像边缘;最后运用Canny算子获取纸塑复合袋边缘点,利用改进的Hough变换算法对纸塑复合袋4条边线进行直线提取,求解纸塑复合袋的中心位置和倾角.结果 改进算法在直线提取精度和耗时2个方面均优于传统Hough变换算法,获取纸塑复合袋位置和倾角只需0.335 s,耗时减少了76％.结论 改进算法的耗时满足纠偏定位要求.     

Extracting mode components in laser intensity distribution by independent component analysis

With increasingly sophisticated laser applications in industry and science, a reliable method to characterize the intensity distribution of the laser beam has become a more and more important task. However, traditional optic and electronic methods can offer only a laser beam intensity profile but, cannot separate the main mode components in the laser beam intensity distribution. Recently, independent component analysis has been a surging and developing method in which the goal is to find a linear representation of a non-Gaussian data set. Such a linear representation seems to be able to capture the essential structure of a laser beam profile. After assembling image data of a laser spot, we propose a new analytical approach to extract laser beam mode components based on the independent component analysis technique. For noise reduction and laser spot area location, wavelet thresholding, Canny edge detection, and the Hough transform are also used in this method before extracting mode components. Finally, the experimental results show that our approach can separate the principal mode components in a real laser beam efficiently.     

基于机器视觉的玻璃瓶口缺陷检测方法

目的为提高玻璃瓶口缺陷检测精度,确保生产线包装效率。方法基于机器视觉设计一种瓶口缺陷检测方法,并简要介绍检测系统的整体框架。分别论述基于最大熵值法的图像分割方法、瓶口定位方法以及图像特征提取方法,其中图像特征主要包括周长、圆形度、相对圆心距离。利用BP神经网络实现瓶口缺陷的准确识别,将瓶口破损程度转换为具体数值,最后进行实验验证。结果文中检测方法对破损瓶口的检测成功率为99%,对于不同的破损类型均有较高的检测准确度。结论基于机器视觉的玻璃瓶口缺陷检测方法能够满足生产线对准确性和实时性的要求。     

Hough变换快速检测圆形PCB Mark

提出一种Hough变换检测圆形PCB(PrintedCircuitBoard,印刷电路板)Mark的方法。对检测图像进行阈值变换,并利用区域面积分割,将Mark区域和背景及噪声分离开来。计算Mark区域中心点,Hough变换圆心累加范围限制在这个中心点附近区域。依据Mark实际尺寸计算检测图像中Mark的半径,将累加器从三维降为二维。对检测图像进行Canny算子边缘检测后,采用先大间隔后小间隔的粗细累加策略,完成Hough变换检测。在全视觉贴片机SMT2505上应用表明,Mark中心检测误差和执行时间分别小于1个像素和50ms。继承了传统Hough变换检测精度高、抗噪能力强的优点,速度比传统Hough变换提高了2～3个数量级。     

基于Hausdorff距离的工件焊缝接头类型识别

提出了一种以Hausdorff距离为度量准则的工件焊缝接头类型识别方法.通过激光结构光视觉方法,CCD摄像机采集被焊工件焊缝接头的激光图像,并提取出激光条纹中心线.根据焊缝接头图像特点,提出6种焊缝接头条纹形状基准模型.以Hausdorff距离度量激光条纹图形与基准模型库之间的匹配程度,当条纹形状与基准模型的距离具有最小容差时,认为与相对应的焊缝接头类型相匹配.为实现算法加速,采用Hough变换和Hotelling变换来标准化图形,并利用图像特征对搜索空间进行了降维.实验结果验证了该识别方法的有效性.