基于空间灰度重心推进的线结构光中心提取

利用线结构光对工件进行三维测量时,快速、准确提取激光光条中心是测量系统的关键技术之一。提出一种基于空间灰度重心推进的激光中心提取方法。该方法基于激光条纹空间灰度重心向前推进,结合八邻域判定法进行光条空间区域的选取,接着对选取的区域进行新的空间灰度重心坐标提取;在完成整幅图像提取后,采取3σ准则剔除异常中心点,最终获得激光中心坐标信息。实验结果表明,所提算法对不同类型条纹的适用性强,提取效果稳定。提取中心均方根误差为0.492 pixel,相较于提取精度最优的Steger改进算法提升了9.8%,提取速度提高了5倍;相较于处理速度最优的内部推进算法,在保持提取速度基础上,提取精度提升了24.1%。同时,所提算法极大增强了对欠曝光光条图像的处理能力,有效降低了环境对线结构光测量的限制。     

二维搜索与梯度重心相结合的光条提取方法

为了在线结构光三维形貌测量中快速准确提取光条的中心位置,保证测量精度,研究了一种基于二维搜索与梯度重心相结合的光条中心提取方法。首先,分析了图像中光条的几何特征和灰度分布特点,采用二维搜索的方法对光条中心进行初步定位;然后,采用自适应阈值法确定光条边界的精确位置;最后,采用梯度重心法对光条中心进行精确定位,得到光条中心的精确位置。该方法单幅图像光条提取时间控制在0.03 s以内,提取误差(3σ)为0.1 pixel,在60 mm×60 mm的测量范围内,测量精度优于30μm,满足了测量对精确性和实时性的要求,解决了实验中存在的局部过曝的问题,具有较强的适应能力。     

面向复杂环境的圆形标志高精度定位方法

标志定位精度影响着视觉测量的精度，针对复杂环境测量标志自动定位精度不高的问题，本文提出一种基于亚像素弧段法的圆形标志中心定位方法。该方法首先对预处理图像进行边缘检测与跟踪，提取亚像素边缘序列，再利用边缘显著点与弧段几何特性对边缘序列进行中心约束，有效剔除伪圆弧特征，然后用更高效的相对位置约束与内接三角形约束对边缘弧段进行重组，最后对弧段组进行最小二乘拟合实现标志中心精确定位。本文通过提取亚像素弧段序列与更高效的弧段重组方法，提高了定位精度的同时，减少了弧段重组的时间。实验表明，在模拟图像的定位精度达到0.007 pixel,动态位移实验中精度达到0.05 mm,在光照变化、噪声、遮挡等不良条件下均能够满足视觉测量实时定位的需求。     

基于改进Steger算法流程的线激光中心提取

在三维测量与重建过程中，线激光条纹中心的提取尤为重要，Steger算法由于运算量巨大，无法满足工业中实时性的要求。为了解决Steger算法运算量大、提取效率低的问题，本文提出了基于改进Steger算法流程的线激光中心提取方法，主要用于提高光条中心提取效率。首先通过滤波和形态学方法对图片进行预处理去除噪声。其次，将灰度化图像进行阈值分割，降低图像复杂度。最后，通过提取感兴趣区域、粗略估算光条宽度降低算法冗余度，再运用Steger算法对感兴趣区域内光条进行中心提取。通过实验数据分析，改进后的Steger算法流程与传统Steger算法相比较，不仅继承了传统Steger算法优良的稳定性，而且有效地提高了光条纹中心提取效率，为实时进行三维重建与测量打下了基础。     

基于结构光测量技术的 DMD 自适应掩膜生成

为解决强反射表面物体测量过程中易发生局部镜面反射,影响测量精度的问题。将数字微镜添加到结构光测量光路中并设计搭建测量系统,包括数字微镜、CCD相机、投影仪等器件。完成了系统的匹配、相机和投影仪的参数标定以及相位计算,采用麻雀搜索算法优化BP神经网络的方法建立数字微镜单元和相机像素单元之间的坐标映射关系,映射误差为0.583 pixels。基于PID控制器提出一种自适应掩膜生成方法,并对具有强反射表面的量块进行了测量实验,实验表明该方法能有效降低过曝光区域的灰度,实现了高动态范围成像。提出的方法可为强反射表面的三维测量提供理论支撑。     

基于图像亚像素对比的铁轨路基测绘模型仿真

铁轨路基因穿越各种复杂地形会造成背景复杂多变。用传统方法在对铁轨路基进行测绘的过程中,其背景轮廓像素灰度值与铁轨路基像素灰度值差异较小,会出现不能对铁轨路基进行准确测绘的问题。为了避免上述弊端。提出给予图像亚像素对比的铁轨路基测绘方法。首先采集铁轨路基相关图像,提取铁轨路基图像中的关键特征点,建立图像亚像素空间模型,以此用来确定铁轨路基背景边缘像素的空间位置,从而实现对铁轨路基的准确测绘。实验结果表明,利用该方法能够准确将铁轨路基轮廓从背景中进行分离,从而提高了铁轨路基的测绘准确度,取得令人满意的效果。     

视频监视中运动物体检测的一种新算法

本文提出一种结合阈值分割以及区域生长的算法检测视频中运动物体的算法.首先对相邻的图像帧进行差分并根据3σ准则二值化差分图像,然后对二值图像进行扫描去除虚假目标区域和孤立亮点、并记录各区域的边界值,最后用区域生长的办法得到运动物体的完整信息.实验表明,在背景复杂、光照不均匀的视频中,该算法比帧间差分法、数学形态学的方法等能够更精确地检测出多个运动物体,在提取目标的同时,不留下任何背景像素,使下一步的目标跟踪更精确.     

结构光高精度位移测量系统的仿真研究

采用3DS Max和MATLAB软件对基于点结构光的位移测量系统进行了计算机仿真研究.首先利用3DS Max对景物环境和传感器的各个组成部分,包括激光器投射器、摄像机和景物进行模拟仿真,然后对于仿真得到的光斑图像,采用了改进的亚像素光斑中心定位的方法准确求解光斑中心,达到亚像素级,根据三角法利用MATLAB计算出景物的距离.     

基于模糊熵和模拟退火算法的双阈值图像分割

在火炮身管弯曲度测量系统中,为了能够从光靶图像中同时提取标定图案和激光光斑,提出了一种双阈值图像分割方法。结合模糊数学理论和最大模糊熵判据,把光靶图像中的像素灰度级分为黑、灰和亮3个模糊子集,用于畸变校正的标定图案的像素灰度级隶属于黑模糊子集,用于测量的激光光斑的像素灰度级隶属于亮模糊子集。使用模拟退火算法确定最优的模糊熵参数组合,降低了计算复杂度,并且最大模糊熵判据只含有4个模糊熵参数,减小了搜索空间。对光靶图像进行了双阈值分割实验,并与最大类间方差双阈值法进行了比较。实验结果表明,所提方法能够自动、有效地选取双阈值,分割效果优于最大类间方差双阈值法。     

基于超像素图像分割的变电设备故障诊断研究

红外图像是电力大数据中一种典型的非结构化数据,对变电设备的故障诊断有着至关重要的作用。利用SLIC超像素图像分割技术对变电设备红外图像进行分割,通过HSV颜色空间转换后,动态地设定色调(H)阈值,提取出发热故障区域。实验表明,所采用方法能准确快速地提取变电设备发热故障区域,提高了红外图片的分析效率。     

基于光流场的输电导线舞动监测方法

提出基于光流场的输电导线舞动监测方法,以输电导线舞动视频中截取的多帧连续图像为研究对象,利用金字塔光流法计算图像中各点的光流值,通过形态学滤波中的闭运算滤除孤立噪声点,设置面积阈值提取图像中舞动的导线;对图像进行多层亚像素级滤波处理,把图像中向量场以横向、纵向分为实值图,以横向、纵向估算光流像素点的位置并计算出光流速度;描绘出图像中各点的运动方向和位移,实现导线舞动的自动监测。该方法克服了视频监测单纯依靠工作人员观看导线运行状况视频的弊端。实例分析结果表明,该方法能够准确地检测出导线舞动的目标区域并计算出导线上各点的速度和舞动位移。     

光流点匹配跟踪的薄壁件振动模态测试方法

针对传统模态测试方法存在获取信息有限和附加质量、已有非接触模态测试方法需进行复杂图像处理等问题,提出了光流点匹配跟踪的薄壁件振动模态测试方法,避免了需逐帧进行特征分割、提取等复杂的图像处理。首先,建立了面内振动视觉测量的成像模型,通过相机标定获取工业相机的内、外参数并进行了误差分析。研究了基于光流视觉测振的原理与方法,该方法通过单目相机采集带特征点的结构振动序列图像,运用金字塔的Lucas-Kanada算法进行光流点匹配跟踪,进而获得亚像素级特征点的振动信息,在此基础上进行模态参数辨识获得模态参数。基于提出的方法搭建了薄壁件振动模态测试系统,对薄壁梁进行了振动模态测试实验,并与激振器扫频测试结果和有限元仿真结果进行了对比分析。实验结果表明,固有频率误差在5%以内,模态振型一致,从而验证了提出方法的正确性,为薄壁件的振动模态测试提供了新方法。     

基于机器视觉的爬管机器人 路径信息识别算法

目前管道尤其是高空架设管道的检测主要是通过人工手持设备进行,而且测试条件十分受限,易造成检测效率低和安全风险问题。为了提高管道检测效率,保护检测人员的生命安全,本文提出一种基于机器视觉的管道外爬行机器人路径信息识别算法。首先,对获取的图像进行感兴趣区域(region of interest , ROI)设置和透视变换,并对RGB和HLS色彩空间的二值图像进行融合处理;然后,通过轮廓提取的方法不仅实现对障碍物及破损的提取,并且将管道上的非管道像素进行填充补偿,提高了多项式拟合的稳定性和准确性。最后,对融合后的二值图像使用滑动窗格法提取管道像素,采用多项式拟合出管道中心线。实验表明,该算法能在复杂的环境光下准确识别中心线、障碍物以及破损,抗干扰能力强,满足爬管机器人自主沿管线行进的需要。     

基于多特征融合条件随机场的人脸图像分割

由于发型、头部姿势、服装、遮挡等现象的多样性,人脸图像分割一直是一个具有挑战性的课题。为了提高复杂背景图像的人脸分割正确性,提出了一种基于多特征融合条件随机场（CRFs）的方法。该模型建立在图模型上,图中的每一个节点对应一个超像素,每一条边缘则连接一对相邻的超像素。使用颜色和纹理特征定义节点的能量函数（一元能量函数）,使用位置信息和相邻超像素之间的差异定义边缘的能量函数（二元能量函数）。分割是通过条件随机场融合节点能量函数和边缘能量函数推理而得。考察了该模型在2个无约束人脸数据库上的分割性能,实验结果表明该方法可以有效地从复杂人脸图像中分割出面部皮肤、头发和背景区域。     

基于亚像素级的墙面裂缝宽度检测方法研究

针对目前计算墙面裂缝宽度精度低的问题，提出一种基于亚像素级裂缝宽度计算方法。该方法在提取裂缝区域的基础上，运用基于中轴线垂线的裂缝宽度测量方法，结合多项式拟合裂缝边缘，提取裂缝左右边缘亚像素坐标点，从而运用欧式距离方法计算出亚像素级裂缝宽度，并且与像素级计算宽度的方法进行了对比。实验的结果表明，该算法计算结果更加精确，可用于多种类型的墙面裂缝宽度测量，其中纵向、横向和交叉裂缝测量的平均相对误差分别为3.02%、2.44%和3.72%，相比于像素级方法，平均误差分别减少了1.87%、1.95%和2.07%，具有较强的泛化能力以及稳定性。     

基于超像素分类及径向射线扫描动态优化的视盘分割方法

视盘的精确分割是青光眼计算机辅助诊断的关键。视网膜眼底图像个体差异大，结构复杂，视盘容易受血管组织及病变等干扰，其精确分割存在一定难度。提出基于超像素分类及径向射线扫描动态优化的视盘分割方法；通过使用灰度、纹理、解剖结构等特征分类视盘超像素；采用径向射线投影扫描动态优化精确定位视盘轮廓。基于超像素分类的视盘分割方法对血管、病变等噪声干扰具有较强的抑制性，可实现视盘的粗分割；径向射线投影扫描动态优化方法充分利用视盘的几何结构、边缘、曲率、连续性等特征，确保视盘区域的完整性及分割精度。实验结果表明，在REFUGE数据库和DRIONS数据库中，其精度分别为99.19%、98.65%,灵敏度分别为98.64%、94.99%,特异性分别为99.46%、99.89%,DICE系数分别为98.52%、97.28%,视盘重叠率分别为97.09%、94.70%,与典型算法比较，上述方法在不同数据库上的视盘分割准确性、灵敏性、特异性等方面具有明显提升。     

基于语义分割与连通区域标记的隔离开关状态识别方法

提出一种基于语义分割与连通区域标记的隔离开关状态识别方法.首先,提出基于语义分割算法的隔离开关像素提取方法,将图像按照语义类别进行像素分类,实现对开关臂所在像素的提取.其次,提出基于区域生长算法的语义分割图像标记方法,实现对隔离开关连通区域的标记,并提出面积排序统计方法优化面积阈值和消除非开关臂区域.最后,根据开关臂连通区域个数判断隔离开关状态.通过引入风格迁移算法生成隔离开关风格化图像增强训练集,提升污损图像中隔离开关定位、分割的准确性.实验结果表明所提方法能够准确定位、分割隔离开关,并识别开关状态.     

线结构光点云粗拼接方法研究

针对点云拼接需借助点云信息几何特征的问题,基于结构光测量系统模型,提出一种通过提取图像站位信息的方法,解算两图像站位下点云信息的相对位置关系来完成点云的粗拼接。首先,介绍了结构光测量系统的模型,并采用平面靶标的方法对测量系统中的摄像机与激光器的光平面进行精确标定;然后,对光条信息的提取和无约束点云拼接算法进行了研究,通过对二维图像特征点的处理计算出测量系统不同站位下的坐标变换关系;实验结果表明,该方法可对物体表面信息进行有效测量,可将误差降至6.052 mm。为点云精拼接技术提供了支持,并为点云拼接技术在逆向工程检测、三维形貌恢复及目标识别等方面的应用提供了理论依据。     

基于像素概率模型的背景分割算法

背景分割的目的是提取出图像中感兴趣的前景区域,本文提出了一种基于像素概率模型的背景分割算法,该算法利用高斯混合模型描述每一被观察像素的近期色彩历史,根据分类原则确定当前帧中每一像素的类别,利用在线EM算法更新模型参数。实验结果表明,本文提出的算法可以鲁棒地分割出动态场景中的前景和背景。     

改进MASK匀光与K-means结合的桥梁裂缝提取

针对采集到的桥梁裂缝图像存在污渍、阴影、光照不均等现象,导致后期裂缝特征提取困难的问题,提出一种结合MASK匀光和K-means聚类算法的裂缝提取方法.该方法首先对MASK匀光算法进行改进,提高算法自适应能力,采用对比度拉伸增强图像反差,然后根据裂缝与背景像素灰度值的差异,利用K-means聚类算法进行图像分割,最后结合形态学方法和连通域检测实现裂缝的桥接和去噪.实验结果表明,相比于其他方法,该方法能够有效降低图像亮度不均干扰对裂缝提取结果的影响,裂缝提取准确率达到95％,保证后期裂缝尺寸测量和桥梁病害程度评估的准确性.