轧辊外表面的曲面图像拼接算法设计

针对轧辊外表面的曲面性及摄像头视角较小的情况,为了能够准确分析轧辊表面缺陷,提出了一种全景拼接技术对轧辊表面图像进行拼接,获得完整的全景图像。首先对摄像头采集到的图像进行了图像预处理,由于拍摄轧辊的外表面,图像会产生桶型畸变,采用了柱面反投影,对产生畸变图像进行了曲面校正,然后使用了SURF特征点提取,之后通过快速近似最近邻和（FLANN）匹配算法进行匹配并运用RANSAC算法去除误匹配点,提高了变换矩阵的精度,对拼接后的图像采用了加权平均融合算法对两张图像进行了融合,消除了两张图像的拼接线,实验表明,该轧辊外表面的曲面拼接算法达到了想要的拼接效果。     

基于图像拼接的惯性约束聚变终端光学元件在线检测

针对惯性约束聚变(ICF)终端光学元件的高精度在线检测,提出了一种基于图像拼接的检测方法。该方法主要包含图像配准及图像融合两个部分。在图像配准部分,采用基于局部损伤点特征匹配的方法来解决在线检测图像中信息过少,以及子图像间存在曝光差异的问题,并将检测系统的运动信息应用到配准过程中,提高了检测精度及效率。在图像融合部分,采用泊松融合的方法来消除曝光不均匀所产生的"拼接线",实现了检测图像的"无缝拼接"。用本文算法与尺度不变特征变换(SIFT)算法对ICF终端光学元件在线检测(Final Optics Online Inspection,FOOI)图像进行了实验对比,结果表明,本文提出的图像配准方法优于SIFT算法。通过4×4方式得到的拼接图像显示,本文方法可以大幅度提高ICF系统中FOOI装置的检测分辨率。     

磨削阶段大口径非球面拼接测量技术

为实现对磨削加工阶段大口径非球面光学元件的精密测量,提出一种基于坐标测量的多段拼接综合优化数据处理模型。基于多体系统理论、最小二乘原理建立两段面形轮廓拼接数学模型;提出基于曲率原理和非球面方程最小二乘拟合的冗余数据剔除数学模型;建立多段拼接的综合优化处理模型;利用Taylor Hobson轮廓仪对口径为176 mm的非轴对称非球面光学元件的3条母线进行分段测量试验并通过文中提出的数学模型进行数据拼接处理,试验结果表明,拼接测量结果与单次测量结果相比,误差最大值的平均值为0.25μm,最小值的平均值为–0.22μm,比该光学元件的面形峰-谷值2.77μm高出一个数量级,达到检测要求。试验结果证明所提多段拼接综合优化数据处理模型的正确性及有效性,该模型可以进行工程应用。     

基于SURF和改进CSS的弧形槽几何尺寸视觉检测算法研究

针对汽车儿童安全座椅弧形槽内部结构复杂、几何尺寸不易测量的问题,提出一种基于SURF算法和CSS算法的弧形槽几何尺寸视觉检测算法。首先,双目相机倾斜拍摄弧形槽图像,检测弧形槽图像SURF特征并提取优质匹配集合实现图像配准,以渐入渐出法融合弧形槽图像。然后,采用基于改进CSS算法对弧形槽轮廓曲线进行角点检测,利用角点分割弧段进行弧形槽尺寸检测。实验结果表明,所提出的方法实现了弧形槽宽度和长度参数测量,宽度值测量误差2%,长度值测量误差1%,SURF图像拼接算法平均处理时间2.50 ms,改进CSS角点检测算法平均处理时间0.30 ms,满足弧形槽检测的实时性和精度要求。     

用于摄像机标定的棋盘图像角点检测新算法

摄像机标定是从二维图像获取准确的三维信息的必要步骤,摄像机标定的精度在很大程度上取决于标定板控制点的图像定位精度,鉴于此,对棋盘格标定板图像的角点定位问题进行了研究.笔者通过对图像像素类型及其性质进行分析,提出了以小邻域环形模板上像素灰度的跳变次数为判据的棋盘角点检测新算法,该算法不但能快速检测出角点,而且还能确定角点的类型.利用此性质,剔除了容易受外界环境影响的棋盘外圈角点,即非X型角点,从而从另一个角度保证了所提取角点的精度.为了达到更高的精度,笔者以棋盘图像的高度对称性为依托,在每个初定位角点的局部邻域内,用灰度重心法对角点进行了亚像素定位.实验结果表明,提出的算法具有较高的精度,能够为高精度摄像机标定提供可靠数据.     

一种CCD图像拼接方法

提出了一种CCD图像的拼接方法,解决了CCD多次移动造成的图像缩放、旋转以及图像间整体亮度存在差异的问题。该方法运用直方图找出重叠区域背景光灰度上的差异,对图像进行灰度补偿,采用相关度最值算法找出重叠区域,对图像进行消旋和缩放还原,然后采用渐进渐出的方法进行图像融合,实现了CCD图像的有效拼接。实验证明了该方法的可行性和实用性。     

图像自动拼接融合的优化设计

为了扩大摄像机拍摄图片的视场范围,提出了一种结合频域和空域进行图像序列自动拼接融合的优化算法。基于频域相位相关方法改进排序并确定重叠区域,使用改进的Harris算子在空间域提取图像角点(无需人工设定阈值),并通过双向最大互相关系数匹配获得初始特征点对;然后,用RANSAC法实现精确匹配;最后,利用图像均值结合线性加权函数实现图像的整体亮度调整和融合拼接。实验结果表明,该优化算法排序过程简单有效,特征提取匹配过程不仅提高了拼接成功率,其单次拼接时间较现有算法也提高了40%左右;另外,该算法较好地解决了图像间对应点难以确定的问题,对光照变化图像的拼接融合取得了满意的效果。     

基于边缘的齿轮图像拼接方法研究

在基于机器视觉的测量中,由于影像设备的性能限制与对图像的精度要求,需要对拍摄的图片进行拼接。对于一般灰度图像进行旋转操作会对图像造成失真的情况,文中针对中小模数齿轮的灰度图像拼接提出了基于边界的齿轮拼接方法,对滤波后的齿轮图像进行边缘提取,对提取到的数据点采用半径约束的最小二乘法拟合圆心,圆心配准后对齿廓数据点进行配准以求得旋转角度完成拼接。仿真结果表明该方法可以将拼接误差控制在一定范围内。     

斜拉桥拉索径向畸变CCD图像的边缘检测与图像提取

径向畸变是CCD成像系统中的一种常见现象.提出了一种对斜拉桥拉索径向畸变CCD图像进行边缘检测和图像提取的算法.首先,在图像的预处理阶段,对原始图像进行灰度化和滤波处理.其次,运用边缘检测、边界跟踪及Hough变换获得了拉索轮廓的连续边界.最后,利用原始的灰度图像和基于拉索轮廓的掩模板,获得了无背景的拉索表面图像.该算法在斜拉桥拉索表面伤痕检测中得到应用,结果表明该算法对径向畸变的CCD图像能有效地进行边缘检测和图像提取.     

基于模糊聚类分析的边缘检测算法

将模糊c-均值聚类算法(FCM)应用到图像的边缘检测中.首先,将灰度图像中的每一个像素点看成是一个数据样本,将该点的灰度值经过Robert算子、Sobel算子和Prewitt算子处理构成它的特性向量,形成具有三维特征的数据集,然后对这个数据集应用模糊聚类算法进行分类,自适应地检测出图像的边缘点,达到提取边缘的目的.实验结果表明,这种混合算法能得到很好的边缘检测效果,并且得到的结果无需再细化处理,提高了边缘定位的精度.     

基于改进的快速Shi-Tomasi特征点检测算法的图像拼接算法

针对Shi-Tomasi算法计算量大导致的特征点提取速度慢的问题,利用FAST算法对Shi-Tomasi算法进行加速,提出基于此改进算法的快速图像拼接算法。该算法首先应用FAST算法对整幅图像进行处理,基于筛选点邻域再采用Shi-Tomasi算法获取特征点,接着用NCC法进行特征点匹配,然后用RANSAC法剔除错误匹配并完成图像配准,最后用渐入渐出法进行图像融合。对比实验结果表明,改进算法相对基于ShiTomasi的图像拼接算法速度大幅提升,特征点匹配的正确率有所提高,拼接完成后图像的视觉效果也得到保持。     

基于灰度差分与模板的Harris角点检测快速算法

为了去除伪角点和减少角点遗漏并且实现图像中角点的实时提取,提出了一种基于灰度差分与模板的Harris角点检测快速算法。改进算法采用灰度差分与小模板相结合的方法筛选出初始角点集,并在此基础上对最小核值相似区(SUSAN)算法进行了改进并采用改进的SUSAN算法精化初始角点集;最后,通过计算初始角点的角点响应函数值并进行非极大抑制,以确定最终的角点。实验结果表明,改进算法能够准确提取图像中的角点并去除大量伪角点。此外,改进算法的角点检测时间显著减少,仅为原算法的4.7%,能够满足角点实时提取的需求。     

基于改进型FAST快速视频拼接技术

为提高视频拼接的实时性,提出一种改进型FAST快速视频拼接算法。该算法的过程是先计算图像的自适应阈值,根据该阈值对角点粗提取,接着对角点精提取,包括抑制单点噪声、剔除边缘角点、剔除不稳定的角点。为提高角点匹配速度,利用BRIEF算法对角点进行描述,通过Hamming算法匹配两幅图像的角点,接着使用RANSAC算法剔除外点。根据匹配点对计算变换矩阵,拼接每一帧视频图像。由于动态视频拼接产生的背景抖动现象可以通过动静态结合的拼接方法改善。实验表明,该拼接算法的速度显著提高,定位精度较高,能够满足实时性要求,而且能够改善静态拼接中景深不同而产生的鬼影现象。     

基于计算机视觉的砂轮磨损状态的在线检测

介绍了数字化曲线点磨削在线检测系统的组成和原理;采用图像拼接算法对采集到的多幅工件重叠图像进行处理;运用数学形态学边缘检测算子提取边缘得到工件的实际加工曲线,并与理论曲线作比较,从而分析出砂轮的磨损状况,获得砂轮的磨损量。实验结果表明本文所提出的方法是有效可行的。     

角点检测方法研究

角点是图像的一个重要局部特征,它决定了图像中目标的形状,因此在图像匹配、目标描述与识别及运动估计、目标跟踪等领域,角点提取都具有重要的意义.根据实现方法的不同可将角点检测分为基于边缘特征的角点检测、基于灰度图像的角点检测、基于二值图像的角点检测和数学形态学4类.详细阐述了这几种角点检测方法,并对不同方法逐一进行归纳分析,在最后指出了今后角点检测技术的研究方向和发展趋势.     

基于图像处理的管道裂缝检测

传统的管道裂缝检测方法速度慢、精确度低,因此提出一种基于图像处理的管道裂缝自动检测方法。首先对采集到的管道裂缝图像进行图像增强,有效地去除噪声。利用裂缝图像与背景图像灰度值的差异性,采用形态学梯度算法进行边缘检测。提出在边缘检测的基础上进行阈值分割,经实验比较分割结果优于其他方法。对分割的图像进行形态学处理,从而提取到特征图像,最后对特征图像进行特征值计算。     

采用环形模板的棋盘格角点检测

曝光过度和镜头畸变将分别导致棋盘格角点分离和角点局部区域不对称现象。现有的角点检测算法通常难以准确提取棋盘格角点。此外,在复杂背景下,现有角点检测算法也极易出现错误。针对上述问题,本文提出了一种图像坐标系下的基于环形模板的棋盘格角点检测算法。首先,通过分析得出棋盘格角点附近的灰度分布应满足一定的对称性和灰度交替性等性质,进而得出环形模板卷积后的图像应满足的性质。而后,利用该性质来定义并提取棋盘格角点,使提取的角点直接达到亚像素精度。实验结果表明：本文提出的棋盘格角点检测算法在曝光过度,镜头畸变和复杂背景情况下,均能取得较好的棋盘格角点检测效果。将该算法应用于实际摄像机标定,实验结果显示重投影误差在0.3个像素以内。     

面向汽车车架纵梁检测的序列图像快速拼接算法

根据汽车车架纵梁检测的实际要求，构建了实时视觉检测的系统装置。提出了一种改进的基于频域的FFT 拼接算法，用于拼接汽车车架纵梁的序列图像。该算法首先在相邻图像的重叠区域选取一块较大的区域，构成一幅新的图像，然后求出两幅图像的互功率谱，经傅立叶反变换后得到一个二维脉冲信号。通过求该脉冲信号的最大值来获得图像的配准参数。然后，提出了一种新的基于Canny算子的加权图像平滑算法用于图像的融合。该算法对于图像的光照变化和噪声等因素具有一定的适应性，而且拼接速度较快，适用于大量有特征序列图像的快速拼接。     

基于环形子孔径拼接法检测非球面研究

介绍了基于点衍射干涉仪的环形子孔径拼接检测非球面的理论和方法,分析了其基本原理,相对传统非球面检测方法,这种方法可以有效避免高精度补偿器件的使用,它通过不同曲率半径的球面波前来匹配被测非球面的不同同心环带区域,然后通过拼接算法重构整个非球面表面。在对一非球面的仿真测试中,测量的PV值为λ／131,RMS值为λ／830（工作波长为632．8nm）,试验表明：该算法是切实可行的,具有较高的精度。     

环形子孔径测试的迭代拼接算法及其实验验证

为了满足测量高精度、大口径光学元件的需要,在子孔径拼接和定位算法的基础上研究了环形子孔径迭代拼接算法。该算法可通过精确找出重叠点对和寻找最优位形两个步骤来简化。而后研究了该算法在环形子孔径拼接测量中出现的新问题,即如何确定重叠点的问题,并详细介绍了该算法的步骤。最后对160mm口径的抛物面进行了拼接测量实验, 拼接结果的PV值为0.186λ,RMS值为0.019λ,与自准直全口径测量结果基本一致。结果表明环形子孔径的迭代拼接算法能够满足非球面镜的高精度测量。