基于开关式周围抑制的轮廓检测方法

传统的基于梯度的边缘检测算子旨在提取图像中所有由灰度变化引起的边缘,并不区分目标轮廓边缘和由杂波造成的干扰边缘。为提高这类算子在自然图像中检测主要轮廓边缘的性能,提出了基于开关式周围抑制的轮廓检测算法。与其他基于周围抑制的方法相比,该方法仅对干扰边缘进行抑制,对轮廓边缘不进行抑制,从而进一步提高了传统边缘算子的轮廓检测性能。利用自然图像和标准的参考轮廓边缘图像对该方法进行性能评估,结果表明,本文方法的轮廓检测性能优于传统的边缘算子及其他基于周围抑制的方法。     

一种基于方向形态学的图像轮廓提取方法

提出了一种基于方向形态学的图像轮廓提取新方法.该方法首先通过形态学梯度边缘检测算子实现图像的边缘检测,处理的过程中考虑到了边缘的方向信息,从而能够更好地跟踪图像中主要的边缘.最后通过滚动膨胀正确的提取物体的轮廓信息,在结构元素移动的过程中引入了方向控制条件因子,减小了计算的冗余度.实验结果表明该方法能够实现自动边缘检测与轮廓提取,精度较高.     

基于形态滤波和分水岭算法的硅片缺陷提取

针对硅片表面缺陷的特点,对其缺陷的提取技术进行了研究,采用了多结构元素的广义形态闭-开和形态开-闭滤波器,结合改进分水岭算法进行缺陷提取.滤波器对输入图像及滤波后图像的梯度图像进行平滑,实现消除噪声、简化图像、保持细节的作用.为了克服分水岭的过度分割问题,提出了改进的分水岭算法,利用区域强度准则和边界强度准则对过分割区域进行合并,很好的解决了过分割问题.实验表明,该方法可以提取精确且封闭的缺陷边缘轮廓,为进一步的缺陷特征量的提取与选择奠定了基础.     

一种基于八邻域链码的掌纹图像定位方法

准确地检测出手掌轮廓线的角点是对在线掌纹图像进行精确定位的关键.目前已有的角点检测算法不能自动地提取出定位有用的角点.通过分析手掌轮廓线的8-邻域链码在角点附近的变化规律,提出了一种快速而有效的掌纹图像的轮廓特征点检测方法.首先,采用LOG边缘算子检测出二值掌纹的图像的边缘并用轮廓跟踪方法获得掌轮廓线的8-邻域链码;其次,根据手掌轮廓的8-邻域链在特征点附近的变化规律精确地检测出手掌轮廓特征点;最后,根据检测出的特征点建立参考坐标系,对掌纹图像进行定位.实验结果表明该方法是快速而有效的.     

用于目标定位的图像边缘点检测算法

提出了一种检测特殊边缘点定位图像中目标的算法,该算法可以检测图像中感兴趣的边缘信息。通过检测图像行序列中是否存在特定的灰度序列来判断特殊边缘点的存在并计算其所在位置。利用本文算法对焊缝图像中的焊缝和虹膜图像中虹膜区域进行了定位验证。实验表明,本文算法可以准确定位焊缝的边缘点。在虹膜区域定位时,得到感兴趣边缘点后使用Hough圆检测方法可以定位虹膜区域的轮廓,可用于UBIRIS.v2虹膜图像数据库中各种类型图像的虹膜区域定位。     

一种基于方向形态学的图像轮廓提取方法

提出了一种基于方向形态学的图像轮廓提取新方法，该方法首先通过形态学梯度边缘检测算子实现图像的边缘检测，处理的过程中考虑到了边缘的方向信息，从而能够更好地跟踪图像中主要的边缘，最后通过滚动膨胀正确的提取物体的轮廓信息，在结构元素移动的过程中引入了方向控制条件因子，减小了计算的冗余度，实验结果表明该方法能够实现自动边缘检测与轮廓提取，精度较高。     

基于轮廓跟踪的泡罩药品缺陷检测算法

检测泡罩包装中的药片是否存在形状缺陷,需要提取药片图像边缘轮廓."爬虫"法是基本的边缘跟踪方法.提出一种基于有记忆的变窗"爬虫"轮廓跟踪的缺陷判别方法,利用封闭轮廓曲线的密集度指标,"爬虫"跟踪的陷阱和边缘分支,设置"爬虫"中止变换的窗口大小,可快速实现缺陷的预判,从而有效地提高后续缺陷识别过程的工作效率.     

基于机器视觉的角码孔径测量方法研究

针对角码孔径测量工作量大、速度慢、受主观因素影响大等问题,提出了一种基于机器视觉的角码孔径测量方法。首先,对采集到的图像进行灰度化、二值化和图像转正操作,以提高图像的处理速度,快速定位角码所在位置和建立准确的物像关系;然后,采用Canny边缘检测算子对角码孔径轮廓进行像素级提取,得到一个复杂多边形轮廓;最后,在复杂轮廓的最小外接圆上建立卡尺工具,实现对角码孔径边缘的亚像素精度提取。实验结果显示,该方法的最大测量误差小于0.03 mm,重复性测量精度近似为0.01 mm,系统的测量时间为126 ms。因此,该方法能够满足角码孔径的测量精度要求且测量数据具有很好的稳定性;能够满足大批量、高强度、实时在线检测需要,具有较好的应用前景。     

基于边缘检测的焊缝图像的区域分割

为了检测焊缝图像中焊缝区的缺陷,根据射线检测焊缝图像的特点,首先对图像进行对比度增强、二值化处理和物体边缘轮廓的细化和收缩处理,检测出图像焊缝区与缺陷区的边缘.最后用Hough变换对图像进行缺陷区边缘检测.仿真与实际运行结果表明,该方法检测精确度高,且有效提高了检测速度.     

引入Harris角点检测的运动图像边缘轮廓提取

对运动目标图像进行边缘轮廓特征提取,提高运动图像的电子稳像性能,从而准确实现运动目标的检测和识别.提出了一种基于Harris角点检测的运动图像边缘轮廓提取算法,对运动图像进行仿射不变闭合区域增强处理,采用Kalman滤波和运动状态相邻帧补偿的方法进行运动图像Harris角点检测,提高相邻两帧之间边缘轮廓的角点检测能力,实现了运动图像边缘轮廓的提取和稳像处理.仿真结果表明,用该方法进行图像边缘轮廓角点提取的准确度高且稳健性好.     

微薄硅晶片高速视觉定位及矫正系统

为解决当前机械定位存在的不足,提出了一种微薄硅晶片高速视觉定位及矫正系统. 视觉定位算法采用链码跟踪以及Principal Component Analysis（PCA）获得“主元”,在此基础上采用线段聚类的直线检测算法,拟合出电池片的边缘直线;然后计算出电池片的位置和角度偏差,通过机械手进行位置和角度矫正. 实验结果验证了该系统算法的实用性. 在实际生产中,该系统能够快速、精确地对电池片进行定位和矫正,大大增加了电池片串焊的效率和精度.     

双面抛光硅单晶表面光电压的计算

在小注入、稳定光照、忽略电场影响的情况下, 简要分析了影响光电压大小的因素。设样品的少子产生率仅是一维坐标的函数, 计算了Ｐ 型双面抛光硅单晶样品的表面光电压。结果表明, 表面势、光照强度对表面光电压的影响较大, 少数载流子在硅中的扩散长度、样品厚度等对表面光电压也有一定的影响。由于背抛光面对受光面入射光的反射, 使得少子产生率和受光面表面光电压都高于单面抛光片。     

单晶硅片质量对太阳能电池性能的影响研究

太阳能电池硅片的质量是影响电池片转换效率以及电池组件发电效率的一个关键因素。硅片缺陷的存在会极大地降低电池片的发电效率,减少电池组件的使用寿命,甚至影响光伏发电系统的稳定性。通过对单晶硅片质量进行检测,分析少子寿命、早期光致衰减以及位错对太阳能电池性能的影响及解决方案。     

一种黑片图像亚像素边缘检测方法

为了提高黑片图像边缘检测的精度,提出了利用亚像素边缘检测技术来检测黑片图像的边缘.针对Zernike矩的亚像素边缘检测算法存在计算量大和边缘定位精度低等不足,利用Sobel算子对图像进行像素级边缘提取,然后利用改进的Zernike矩算子来检测黑片图像的亚像素边缘,为了防止Sobel算子遗漏可能的亚像素点,增加了一个搜索算法来提高检测的精度.实验结果表明,该方法测量精度高,定位精确,能够应用于黑片的在线检测.     

硅片精密磨削用砂轮的研究综述

砂轮作为硅片精密磨削加工过程中的关键加工工具备受关注.对硅片精密磨削用砂轮的国内外研究情况进行了总结分析,认为在其制备技术研究方面还需进一步的理论支撑;在磨损与观测评价方法研究方面,宜从砂轮建模入手,结合磨削硅片的材料特性,建立不同磨削阶段的砂轮磨削磨损模型;分析其磨损机理,同时优选砂轮观测评价方法,试验验证磨损过程.     

圆简支中心集中载荷下硅片的抗弯强度

本文采用圆筒支中心集中载荷法测定硅片的抗弯强度。通过薄板线弹性应力和中面薄膜应力相叠加的近似方法,求得硅片中心弯曲应力公式。并依据载荷-挠度曲线的线性区,从实验测定硅片的E值,测定了经过几种不同加工处理的硅片所具有的抗弯强度,并求出Weibull统计平均值。     

红外图像增强方法的研究

为解决对比度差、边缘细节模糊等问题,提出了用分段增强法提高红外图像对比度.分段小波增强算法能有效地同时增强红外图像对比度及边缘细节,并抑制噪声.建立了表征图像边缘的特征向量.根据红外图像边缘的特征,准确提取红外图像的边缘.通过神经网络边缘检测法对样本集训练,使网络具有依据边缘特征向量求解场景中物理边缘的能力.实验结果表明神经网络边缘检测算法的精度优于其他算法,抗噪声能力强、边缘定位能力强、检测精度高.     

硅基表面无形貌改变的硫酸／过氧化氢氧化清洗

提出了一种利用硫酸／过氧化氢溶液氧化清洗硅基的方法．硅片经超声预清洗后,放入硫酸／过氧化氢溶液中,80℃下氧化清洗其表面的污染物．通过接触角检测,表征了清洗前后硅基表面的亲水性变化．通过原子力显微镜（AFM）表征了经硫酸／过氧化氢溶液清洗后硅基的表面形貌．结果显示,经硫酸／过氧化氢溶液亲水化清洗30min后的硅基表面的接触角为7．3°,显示出很强的亲水性,其表面均方根粗糙度（RMS）仅为0．03nm．因此,硫酸／过氧化氢氧化清洗法是一种硅基表面无形貌改变的亲水化清洗方法．     

膜式张应力装置中体外培养血管平滑肌细胞图像分割技术研究

建立图像分析系统定量分析血管平滑肌细胞（VSMCs）在张应力下的形态学反应，有助于了解VSMCs的生长机理，也有助于深入了解有关疾病的发病机理，为临床提供有效的治疗方法。图像分割是建立有效的图像分析系统过程中最为困难也是最为关键的环节。本文针对膜式张应力装置中体外培养血管平滑肌细胞图像，深入分析了该细胞力学实验中细胞图像的特点，提出了基于微分边缘检测算子的图像分割技术路线，依次为图像增强、灰度化、消除光晕、Canny边缘检测、数学形态学膨胀、区域填充、平滑边缘、形态学重建。     

改进形态学梯度的样条插值亚像素边缘检测方法

针对传统边缘检测算法存在定位精度低、对噪声敏感等缺点,提出一种基于形态学梯度的样条插值亚像素边缘检测方法。利用改进的数学形态学梯度算子进行边缘点的粗定位,再利用三次样条插值法对提取出的边缘图像进行插值运算,最后利用数学形态学细化算子将提取出的边缘进行细化,可有效地检测出图像边缘,实现亚像素边缘检测。实验结果表明,这种方法能准确地检测出边缘,优于传统的边缘检测方法。