基于直径累积的霍夫变换检测圆算法

对霍夫变换检测圆算法加以改进,将其应用于人头轮廓检测和人数统计。对图像边界进行过滤,得到连续边界,利用圆的中心对称性对每条连续边界进行数据遍历。将霍夫变换检测圆的三维参数降为一维,采用一维霍夫变换方法累积待检测圆直径,并与设定阈值比较,以确定人头轮廓的圆心和半径,得到人数统计结果。对由自上而下的垂直摄像头在监控区域所拍摄的彩色图像进行测试,结果显示,改进后基于直径累积的霍夫变换检测圆算法运行速度和准确率皆有提高,且人头轮廓边缘信息也得到更多保留。     

基于约束抽样Hough变换的圆轮廓快速检测技术

针对Hough变换进行圆轮廓测量存在的问题,提出了一种新的Hough变换圆轮廓检测方法．该方法综合利用图像本身灰度信息和梯度信息,对图像空间的抽样进行约束与优化,减小参数的累加数目,得出图像空间中属于目标的轮廓点;并根据目标本身的性质进一步搜索,去除伪轮廓点;采用了“多对一”映射与并行算法来提高检测速度．实验结果证明应用本方法对于对比度低、有噪声污染的图像同样可以检测出真实轮廓,定位不确定度〈0．15像素,运算速度是传统随机Hough变换的2倍．     

利用采样窗口与彩色信息提取石材大板目标轮廓

目的提取生产线复杂背景下的石材大板目标轮廓,为后续石材大板的实时优化排版及下料等智能化加工提供基本参数．方法将彩色信息作为石材大板的有效分割特征．在HSI彩色图像空间中,定义采样窗口和动态检测窗口,提取采样窗口特征参数作为先验模板．用检测窗口遍历图像,根据检测窗口与采样窗口彩色分量概率分布的相似性分割出准目标区域;在该区域内用双阈值法分割出目标点区域,提取目标轮廓．结果对简单背景和复杂生产线背景下的石材大板目标轮廓提取进行了实验,并与直方图自适应阈值法进行了实验结果对比分析．实验结果表明,笔者所提算法能够准确提取简单背景和复杂背景下不规则石材大板目标轮廓．结论笔者算法从生产实际出发,能够准确提取复杂背景下不规则石材大板的目标轮廓,为石材大板的智能加工提供了前期输入参数．     

基于机器视觉的铝镍钴磁性材料外观缺陷检测的研究

针对镍钴磁棒材料在线分拣中人工端面缺陷检测准确率低、分拣慢的问题,提出一种基于机器视觉的铝镍钴磁棒材料缺陷检测的方法,创新性地提出了一种以轮廓与拟合圆距离差为评价标准的检测边缘崩角和缺角的算法.首先,通过Canny算法获取检测图像的轮廓;然后,基于轮廓最大连通曲线拟合端面圆,轮询计算轮廓点与拟合的端面圆距离,由此精确获...     

Hough变换在眼睛特征提取中的应用

为了准确地提取虹膜和眼睑轮廓等眼睛特征,提出了一种基于改进Hough变换的算法．该算法采用满足梯度要求的点对及其梯度信息确定输入图像中存在的圆,对于梯度反方向延长线相交且与交点距离相等的两点,定义它们属于同一个圆．在提取眼睑轮廓时,将候选点分为梯度方向向上和向下两部分并构造新的累加器分别确定上下眼睑所对应的圆,避免了上下眼睑的相互干扰．实验结果表明,算法在眼睛非闭合状态和正常光照下能准确地提取眼睛特征．与大多数Hough变换利用3个特征点来确定圆相比,算法通过引入梯度信息的方法,计算复杂度从O(N3)降低为O(N2)．     

工件图像轮廓角点特征提取算法

将Harris角点检测与基于Snake模型的轮廓提取算法相结合,形成基于角点特征的工件图像轮廓提取算法。     

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。     

一种利用外轮廓配准的活塞侧面缺陷检测方法

为了有效地对活塞侧面进行缺陷检测,根据两个相同型号和规格的活塞在相同的光照及角度下拍摄得到的图像极其相似的特点,提出了基于外轮廓配准的活塞侧面缺陷检测方法。该方法分为四步:第一,在特定的光照条件下,对不同型号和规格的标准活塞进行多角度的图像采集,建立标准模板库;第二,利用尺度不变特征转换算法,根据外轮廓特征点对模板图像和待检测图像做图像配准,找到两幅图像相对应的区域;第三,用相同大小的滑动窗口分别对两幅图像的相对应区域进行遍历,提取窗口内的特征,包括灰度均值、灰度方差、垂直投影、水平投影;第四,通过比较两个窗口内的特征值,判断窗口内是否存在缺陷。结果表明,该方法能够有效地检测活塞表面缺陷及确定缺陷位置,准确率约为94.78%,具有较强的实用性。     

基于目标建议与结构搜索的绝缘子识别方法

针对目前航拍图像绝缘子识别算法具有识别精度不高以及运用传统遍历识别运算速度慢的特点,提出了一种基于目标建议算法(object proposals)与结构搜索的绝缘子分步识别方法。利用目标具有的梯度轮廓闭合性特点进行目标建议,减少检测窗数量;提取绝缘子局部特征训练分类器,对检测窗进行识别,实现绝缘子粗定位;计算绝缘子骨架结构的特征描述子,以此描述子进行绝缘子结构搜索,实现绝缘子的细定位。实验中,绝缘子识别率达到了89%,运算速度相较于传统遍历识别提升了9倍。实验结果表明,所提算法具有较好的识别精确性和运算快速性。     

扩展Haar特征检测人眼的方法

人眼检测在人脸识别中起着非常重要的作用,其检测的准确性可以有效地提高人脸识别率。该文扩展了一种Haar特征,并基于该特征运用Adaboost算法对人眼进行准确检测。首先基于扩展的Haar特征运用Adaboost算法检测到眼睛和眉毛的粗轮廓,然后将粗轮廓的灰度图像制成模板,最后与眼睛和眉毛非常相似的图像样本进行匹配,从而准确检测到人眼。该方法有效地避免该由于眼睛和眉毛非常相似而引起的误判。     

标准化HU不变矩算法的车脸图像特征提取

为了解决车型识别过程中车脸图像特征提取的问题,提出了一种标准化不变矩算法。在对车脸图像进行分割处理、提取出感兴趣区域、采用轮廓跟踪法得到形状轮廓的基础上,对原有的HU不变矩矩算法进行了标准化处理,并与典型的HU不变矩算法结果进行了对比。实验结果表明,该不变矩标准化算法在对图像进行特征提取方面可以得到更高精度的特征值。     

基于圆弧边缘特征的圆检测算法

针对圆检测算法中检测效率和检测速度的不足,从圆弧边缘特征出发,提出了一种新的圆检 测算法,提高了圆检测的效率和速度． 将有分叉的边缘链打断成无分叉的单向的边缘链,并实现对 圆弧特征边缘坐标的提取和有序存放． 对每一条待检测边缘通过最小二乘法拟合与三点定圆检测 相结合的方式检测圆弧; 将半径和圆心坐标的偏差在一定范围内的圆弧聚成一类,进行最小二乘法 拟合得到所求圆． 实验结果表明: 该算法的检测速度快,稳定性高,抗干扰能力强,同时可以在图像 中检测多个圆、残缺圆、相交圆以及同心圆．     

快速有效的虹膜图像分割方法

针对影响虹膜识别性能的眼睑及睫毛遮挡以及瞳孔边界非标准圆等情况,提出一种新的虹膜图像分割方法．采用活动轮廓模型技术计算出瞳孔的精确边界;根据归一化虹膜图像水平方向灰度信号的小波模极值点在尺度空间的演化计算得到眼睑遮挡边界上点,并利用多项式拟合确定眼睑遮挡部分;最后结合一维Gabor滤波的眼睫毛检测结果实现有效的虹膜图像分割．与现有分割方法相比,消除了瞳孔传统圆模型给归一化虹膜图像带来的畸变影响,避免了传统眼睑边界检测过程中涉及的四维参数空间搜索范围问题,降低了算法实现复杂度．在CASIA图像库上的实验结果表明该方法可将系统识别等错误率从8%降低到4.4%．     

基于游程分析轮廓提取算法的改进

指出Capson游程分析轮廓提取算法存在的两点不足:一是所提取轮廓在水平方向凹形部分存在偏差;二是未考虑合并情况会导致提取复杂图案轮廓时出现部分轮廓丢失现象.通过增加分叉点和交汇点以及建立两种未考虑合并情况对应的规则,分别对这两点不足进行改进.实验表明,改进后的算法能精确提取任意复杂图案的全部内外轮廓,在提取高游程平均压缩率图像轮廓时耗时较少.该算法能实现流水线式并行轮廓提取,减少线阵扫描相机应用中等待数据获取的时间,提高在线检测速度,且成功应用于高精度PCB线路板缺陷检测系统,实现高分辨PCB图像轮廓快速准确提取.     

基于计算机图像处理的电路板非接触式检测研究

针对电路板尺寸小、器件多、质量要求高且不适合频繁接触检测的现状,提出了一种基于计算机图像处理的非接触式检测方案。该方案主要包括图像获取、算法处理和结果显示3部分。采用TWAIN协议获取电路板图像;在RGB色彩空间使用改进的轮廓提取算法获取元器件的轮廓;利用色彩空间的区分度,对电路板上的器件缺失和器件缺陷进行检测。相对于传统的人工检测,该方案在检测效率和检测准确性上,都有较大的提高。     

一种改进的缺损圆检测定位方法

分析了传统Hough变换、随机Hough变换在检测圆及缺损圆时存在的问题,在总结了经典的Hough算法和其他研究人员提出的其它改进算法后,利用圆的几何特征,先检测出缺损圆的一个圆心坐标参数,然后根据推导出的半径检测公式对图像中的点到与圆心具有一个相同坐标参数的边缘点(即过圆心与X轴或者Y轴平行的直线与圆的交点)的距离与该点和边缘点的水平或者垂直坐标差值的关系统计半径大小,进而确定该缺损圆的所有参数。实验及分析验证了该方法降低了Hough变换的维度,比传统的Hough变换在检测缺损圆的边缘以及定位的问题上性能有较大的提高。     

基于关键角点引导约束的广义Hough变换两层目标定位算法

广义Hough变换对非解析轮廓的定位与检测需要考虑平移、旋转、尺度问题,所以需要对四维参数空间进行搜索,计算量大且同时保证速度和精度存在困难。为解决该问题,本文在定位与验证两级框架下提出由关键特征点引导约束的广义Hough变换两层目标定位快速算法。粗定位过程首先利用模板图像的特征点——角点建立R表,将待检测图像中的角点依据局部R表对平移、缩放系数和旋转角度进行全局搜索,得到其参考点位置以及和的参数值;在验证过程中,建立模板图像边缘像素的全局R表,在约束的参数范围内依据全局R表进行验证,求出精确检测结果。实验表明,本文算法也适用于局部遮挡,局部变形等情况,同时运算时间、存储消耗大大减少,检测稳定性高,具有一定应用意义。     

序列图像处理的快速人体检测方法

在序列图像中进行运动人体检测 ,一般都采用差图像算法 ,作者在应用尺度滤波器消除噪声的基础上 ,提出了将数学形态学的闭运算用于人体轮廓断裂处的连接填充。在此基础上得出人体轮廓的宽度直方图 ,并利用人体几何尺寸的固有比例对人体轮廓检测算法进行改进。实验结果验证了上述方法对噪声抑制、人体图像断裂处填充及人体识别的有效性     

畸变图像的有效配准算法

镜头畸变是导致图像质量降低的主要因素之一.通常在图像存在畸变情况时,要先通过图像畸变校正方法来减小畸变对图像的影响,但校正过程较为复杂.本文提出了一种新的畸变图像的有效配准算法,算法分为初始匹配和松弛优化匹配两步,初始匹配算法采用圆投影匹配算法,松弛匹配算法则以向量旋转角的旋转和缩放不变性特征作为初始匹配对的优化准则,首先计算向量旋转角度差值,然后通过构造支持度函数和剔除策略选出最优匹配对.实验证明,该算法在图像非线性畸变误差较大的情况下也能够实现正确匹配.     

基于meanshift算法的图像边缘检测

提出一种以像素的meanshift偏移向量为重要特征,并考虑像素点相互空间关系的边缘检测算法.首先通过meanshift算法计算出图像中各个像素的meanshift最终偏移向量,然后根据meanshift理论以及该偏移量性质,同时引入meanshift向量的方向和长度进行边缘检测.实验结果表明:该算法能精确定位目标轮廓,同时具有良好的抗图像噪声能力.