基于熵和GVF的血管内超声图像边缘检测

血管内超声(intravascular ultrasound,IVUS)图像属于复杂度高的图像,只使用传统的Snake模型、GVF模型不易得到确切的血管壁内、外膜边缘轮廓。本文采用先对IVUS原图像进行预处理的方法来降低IVUS图像的复杂度。在预处理中,提出了采用极坐标变换、基于熵的阈值分割和二值化处理的方法。之后再采取改进的GVF变换与图像迭加等处理方法。实验结果验证了该方法的有效性。     

基于数据融合的图像边缘检测算法研究

提出了一种基于数据融合的图像边缘检测算法。该算法对原始图像分别采用Canny算子和小波变换两种方法进行边缘提取,再将两种方法结果通过数据融合的手段获得一幅新的边缘图像。实验证明,融合后的图像边缘包含了原始图像丰富的细节信息和较完整的轮廓,该算法优于单独采用Canny算子所获得的边缘图像,是一种有效的图像边缘检测方法。     

基于带标记分水岭的复合绝缘子憎水性图像提取算法

随着图像处理技术在复合绝缘子憎水性检测中的应用,逐渐取代了传统的人工检测方法。针对复合绝缘子上的水珠图像特点,首先在预处理步骤中将原始图像转化为HSV色彩模型,利用其中S分量中水珠与干区对比度明显的优点,对水珠图像的内部及边缘处的缺失部分进行填充,然后对预处理后的图像进行两次不同带标记的分水岭变换后,生成了水珠的边缘轮廓及其白色区域。实验结果表明,该算法可以有效分割水珠图像,检测出的水珠形状较正确,面积误差均在5%以内,为后续复合绝缘子憎水性能的确定提供依据。     

基于小波变换的干涉条纹边缘检测

为了更好的对干涉条纹进行分析,就必须预先对条纹图像进行预处理.在对比传统边缘检测的基础上引入小波分析理论,对干涉条纹利用小波变换进行平滑处理,同时,利用小波变换的分解强化了图像的边缘信息.通过计算机模拟,可以得部门引入小波变换后对于条纹的边缘检测能够取得优丁传统边缘检测的结果.     

基于平行Snake耦合Kalman滤波器的车道线检测算法

针对当前车道线检测算法中易受到车道线磨损、遮挡、阴影等影响,导致检测算法精度不高,鲁棒性不强,提出了平行Snake耦合Kalman滤波器的车道线检测方案。首先,为了获得道路左右边界的平行属性,引入期望最大化(EM)算子,通过最小化目标函数来估计消失点,并估算其单应矩阵;并在齐次坐标空间中进行单应性变换,将车道线透视图转变为鸟瞰图。然后,通过参数预测算子建立车道模型,将平行性约束添加到主动轮廓模型(Snake)中,构建了一种平行Snake车道线检测方法。在平行Snake方法中,为了克服图像梯度低时Snake无法有效收敛到车道边界,引入了膨胀力,将两条平行的主动轮廓往道路的左右两边推挤,最终收敛到道路的左右边沿。最后,考虑到前后帧之间参数的连续性,采用Kalman滤波器进行跟踪优化,并抑制噪声,提高算法对车道线的识别精度。实验结果表明,与当前常用的车道线检测算法比较,提出的方案在精度与鲁棒性均得到改善,在阴影、光照变化、边界破损等车道数据集上取得了良好的性能。     

基于图像处理和Hough变换的轮对踏面轮廓检测方法

轮对作为列车走行部的重要组成部分,对其踏面轮廓的在线实时检测意义重大.为实现非接触式在线测量,基于图像处理的自动检测方案可以实时准确的检测轮对踏面轮廓,以激光作为光源照射轮对,同时用面阵CCD采集踏面光带图像,通过分析光带图像特点以及Hough变换获取轮对轮廓,提出了对Hough变换方法的改进,包括前期图像预处理、边缘检测和直线圆弧信息聚类存储算法.在实验室模拟了现场试验,分别对改进方法和未改进方法进行了对比试验,同时将基于该方法下提取的轮廓测量的几何参数与传统测量的几何参数结果进行了对比,结果证明提出的方法有效地提高了测量的效率、实时性和准确性.     

基于Snake算法的圆盘仪表示数识别技术研究

仪表示数的自动识别对于自动检测和自动控制具有重要意义,文章以圆盘仪表示数的自动识别为研究内容展开研究。提出了一种基于Snake算法的自动识别方法,整个算法分为Hough变换粗定位圆形特征、Snake算法精定位圆形特征、Hough变换检测直线特征三个环节。此方法以Hough变换检测的圆形特征为初始条件,进而根据Snake模型的内力和外力,引导Snake曲线向更加精确的圆形特征逼近。针对压力表图像展开相应的实验研究,实验结果证实了基于Snake算法的自动识别方法的有效性。     

改进的Hough变换在覆冰厚度测量中的应用

讨论了基于图像处理的输电线路导线覆冰厚度测量原理,针对现有利用图像处理技术检测输电线路覆冰厚度的不足,提出一种新的输电线路导线覆冰厚度测量方法。该方法对采集到的输电线路导线图像进行实时处理,采用中值滤波对覆冰图像进行处理,既较好地去除了噪声,又避免了边界的模糊;在边缘检测上采用Canny算法,能够尽可能多地标识出图像中的实际边缘;将分类器和等矩取点配对机制融合到Hough变换算法中,减少了Hough变换的存储量,提高了Hough变换的可靠性及算法的准确率;提取边缘轮廓测量输电导线的覆冰厚度。通过实验分析,该方法提高了边缘测量的准确度,具有一定的应用前景。     

基于机器视觉的钢轨圆孔动态测量方法

为动态检测铁轨上圆孔两侧尺寸是否合格,提出了一种基于机器视觉的圆孔动态测量方法。首先,通过工业相机动态采集圆孔图像并对图像预处理,其中,图像中外圆和内圆的半径分别对应圆孔两侧尺寸。其次,利用边缘检测和梯度法获取外圆的圆心与半径,在边缘检测时,采用记忆化搜索降低无关边缘的影响。然后在极坐标系下搜索外圆区域获取内圆轮廓点,并对其迭代拟合,最终得到内圆尺寸,实现了圆孔两侧尺寸的动态测量。经实验测试表明,这种方法测量精度高,光照度为2000 lx时,圆孔两侧尺寸测量误差均小于1个像素。     

机械手多线段目标实时视觉检测与定位

本文提出了一种基于视觉的机械手拣选中的货物线边缘实时Hough变换检测与定位方法。在图像预处理的基础上，采用判断分析法对货箱货物图像进行二值化，提取货箱及货物的边缘，利用滤波方法尽可能去掉非边缘部分。对边缘图像进行细化处理，利用多尺度Hough变换得到对应货箱及货物的八条直线方程，依此在子像素分辨率下求得货箱及货物的方位及相对位置，控制机械手运动定位并进行货物抓取。实验结果表明了该方法的有效性。     

Improved Snake algorithm for complex target''s boundary detection

The traditional Snake algorithm cannot effectively detect the object edge of an image with non-convex shapes or low SNR. This paper studies the characteristics of this type of image with complex shape target or noise and presents an improved Snake algorithm. The traditional Snake function model and operation strategy are improved by increasing new control energy functions, and the influencing weight of these energy factors is discussed. At the same time, a dynamic arrangement for the Snake points is used to adapt different target shapes. The simulation results indicate that the new Snake model greatly decreases the dependence on the Snake point’s initial position and effectively overcomes noise influence. This method enhances the Snake algorithm’s ability of detecting object edge. __________ Translated from Transaction of Beijing Institute of Technology, 2004, 24(2): 162–165 (in Chinese)     

太阳能光伏电池缺陷检测

太阳能是一种极具吸引力的替代电力能源,太阳能光伏电池是太阳能发电系统的基础。太阳能光伏电池中的各类缺陷严重影响光伏电池的光电转化效率和使用寿命。为有效地检测出这些缺陷,提出了一种基于块数据删除模型的缺陷检测方法。首先,对太阳能光伏电池图像进行傅里叶变换去除母线并调节亮度和对比度,然后将图像分块,通过块数据删除模型找出去除母线后的图像中所有的异常块,并将这些异常块全部剔除,利用余下的图像块通过非线性回归模型重建图像的背景。最后,用待检图像与得到的背景图像作差以突出缺陷区域,达到缺陷检测的目的。实验结果表明,所提出的方法能够有效地检测出太阳能光伏电池中多种类型的缺陷,如隐裂、断栅和碎片等。用该方法对313幅太阳能光伏电池图像进行实验,其中158幅无缺陷图像均未检测出缺陷,而另外155幅含有隐裂、断栅等缺陷的图像,仅有5幅出现误检,缺陷检测率达96.77%。     

基于高光谱技术的陶瓷绝缘子污秽等级检测

陶瓷绝缘子污秽等级检测主要采用等值盐密法、表面污层电导法、泄漏电流法等传统方法,检测过程耗时长、效率低。高光谱技术能够非接触地获取目标图谱信息且信息量丰富,在绝缘子污秽检测方面有较大应用潜力。由于陶瓷绝缘子材质原因,采集高光谱图像时存在反光现象。因此,本文提出基于高光谱技术的陶瓷绝缘子污秽等级检测方法。首先,本文采用直方图均衡化对高光谱图像进行处理,去除反光干扰,然后,对高光谱图像进行预处理,去除噪声干扰。再采用连续投影特征提取算法对样品谱线进行特征提取,去除冗余信息。最后,根据特征谱线建立支持向量机分类模型,实现了陶瓷样品污秽等级划分,其准确率为95%。关键词：陶瓷绝缘子;高光谱技术;直方图均衡化;连续投影算法;污秽等级检测;支持向量机 中图分类号：TM855     

基于S-L模型的憎水性图像水珠形状提取

憎水性图像水珠形状提取是绝缘子憎水性等级评价的重要前提。Snake模型在提取边界轮廓时存在着对初始轮廓敏感、边界信息捕捉能力较差等问题,为此笔者在S-L模型的基础上,利用水珠图像的先验信息来改进S-L模型对水珠形状的提取过程,在一定程度上克服了Snake模型的缺点,提高了轮廓形变过程中的拓扑能力,提高了形状提取的精确度。实验结果表明,该方法有效地实现了水珠形状的提取,为后续绝缘子性能的等级评价提供依据。     

基于混合模型的钢轨检测识别方法

为了改善我国现有钢轨检测识别方法准确性和鲁棒性不高以及弯轨拟合较差等问题,提出一种基于直线-曲线混合模型的钢轨检测识别算法。首先对图像进行预处理,调整滞后阈值进行Canny边缘检测。采用累计概率Hough变换对直轨检测并完成近远视场的划分以及消失点的确定。对近视场直轨采用直线模型拟合,根据其检测结果对远视场进行循环线性近似获取钢轨特征点,并根据钢轨灰度特征进行验证,采用最小二乘法完成曲线拟合。直线-曲线模型的切换根据制定的规则完成。实验结果表明,提出的算法检测正确率为90.1%,适用于不同环境的场景,具有较好的鲁棒性。     

基于改进Canny算子的绝缘子裂纹检测研究

为解决绝缘子图像中由于背景的复杂性 导致边缘检测 存在噪声及伪目标问题,提出了基于二维阈值分割的Canny算子边缘优化法。首先,在HSI颜色空间通过对S分量进行强化,有效弱化背景,突出绝缘子目标;其次,针对传统canny算子在提取绝缘子边缘时由于部分噪点突出导致检测裂纹的精度较低,提出对Canny算子中的阈值选取进行改进,采用二维直方图灰度-局部方差法对经预处理的图像进行阈值处理。所提改进算法能够有效优化绝缘子航拍图像处理结果,提高检测绝缘子裂纹准确率。