快速Blob分析算法在气门摇臂位置检测中的应用

针对基于机器视觉的气门摇臂安装位置检测中的高实时性图像处理要求,提出了一种基于游程的快速Blob分析算法．通过使用游程链表和动态数组,每个游程仅需扫描一次,不必与相邻所有游程进行比较．在算法中增加追溯扫描过程,消除标记冲突引起的标记误差,简化了判断过程,提高了操作效率．实验结果表明算法具有鲁棒、高效的特性,已在气门摇臂位置检测系统得到应用．     

一种二值图像连通区域标记的新方法

二值图像连通区域的检测和标记在图像分析中是十分重要的步骤,高效的连通区域标记算法能大大提高图像处理速度。针对此,提出一种新的基于游程编码的连通体标记算法。扫描图像,记录所有的游程编码并将等价对添加到等价对链表中。通过递归方法对等价对链表进行分析,得到旧标记和新标记之间的映射关系,并修正得到的游程编码标记。与几种传统方法和两组改进方法的对照实验表明该算法是更高效的。     

基于游程递归的连通区域标记算法

在研究已有算法的基础上,提出一种基于游程递归的标记算法,该算法可以对二值图像实现快速标记。顺序扫描图像,寻找未标记的游程,并递归搜索与之连通的游程,直到一个连通区域生成。在游程搜索过程中,在当前游程的相邻两行上,以其左端点为起始点分别向前向后进行连通游程的搜索;同时根据游程之间的位置关系对搜索策略进行优化,减少了重复搜索,提高了处理速度。该算法只需经过一次扫描图像,就能快速、准确地标记连通区域。在与已有算法的实验结果比较中,该算法具有较快的执行速度和较高的准确率,并且占用较少的内存,可以满足在施工现场中运动目标实时检测的需要。     

一种串行/并行两用的区域标记算法

通过设计一种游程与目标体间接关联的数据结构实现游程标记冲突的实时解决,提出一种基于游程的顺序扫描式区域标记算法,只需一次扫描分析即可获取游程区域表达,复杂度低,编码实现方便,易于扩展应用于并行计算系统中进行并行标记。实验结果表明,该算法与已有算法相比,拥有更高效的串行标记性能,在进行并行标记时具有近似线性的加速比。     

一种串行/并行两用的区域标记算法

通过设计一种游程与目标体间接关联的数据结构实现游程标记冲突的实时解决,提出一种基于游程的顺序扫描式区域标记算法,只需一次扫描分析即可获取游程区域表达,复杂度低,编码实现方便,易于扩展应用于并行计算系统中进行并行标记。实验结果表明,该算法与已有算法相比,拥有更高效的串行标记性能,在进行并行标记时具有近似线性的加速比。     

集合游程编码算法介绍与实验分析

游程编码是一种无损压缩算法,其简单、易于实现的特性也使它得到了广泛的应用.传统的游程编码选取固定的阈值区分特征字符和非特征字符,限制了压缩率的提高.从集合论的角度研究游程编码,提出了一种新的游程编码算法一集合游程,算法中不再使用阈值,而将全域字符划分成两个互不相交的集合,分别为特征字符和非特征字符,通过对特征字符进行合理的映射来表示连续出现次数,将游程编码算法的效率利用到了极限.最后,给出了集合划分的方法,并编程进行了验证,与原游程编码算法进行了比较.     

基于链表数组的最大频繁项集挖掘算法

挖掘密集型数据集的全部频繁项集代价高昂,针对该问题,提出一种数据结构链表数组和基于链表数组的最大频繁项集快速生成算法。该方法使用链表数组为每个项目建立事务链表,并且链表的创建过程只需扫描数据库1次。使用深度优先搜索得到所有候选最大频繁项集,利用约束条件缩小搜索空间。使用标准数据集进行验证测试并与其他算法进行比较,实验结果表明,该算法具有较快的挖掘速度。     

扫描图象曲线轮廊关键点的提取及其处理

针对工程图样中线段的识别和提取问题,提出了一种提取扫描图象曲线轮廊关键点的算法和相应的提取条件准则,该算法可自动逐行检测扫描行中的黑游程,当相继行中的黑游程满足一定的条件准则时,即可提取出相应的黑游程边界点,并形成关键点,依据这些关键点,利用B样条曲线理论来拟合曲线,最终即可实现对图象曲线的提取,该算法不仅速度快,抗噪声性能强,且提取识别也到得了满意的效果。     

一种改进的运动目标标记算法

针对多运动目标跟踪的实时性要求,对运动目标标记的速度要求也越来越高,在区域增长算法和线标记算法的基础上,结合两者的优点,提出一种新的基于链表的二值图像标记算法。该算法对图像进行一次扫描就可以标记出所有的连通区域,而且很好的解决了一般算法在扫描过程中出现的标记冲突的问题。对各种图像都具有很好的效果,而且算法在速度上也有提高。     

带标记矫正的二值图象连通域像素标记算法

分析了连通域像素标记算法以及游程连通性算法的不足 ,提出了一种带标记矫正的二值图象连通域像素标记算法 ,该算法首先采用标记矫正来减少图象扫描次数 ,然后再对标记采用 RL E游程编码来提高合并效率 .这种改进算法对大多数形状目标可以在一次扫描中完成像素的标记 ,从而使像素标记算法得到优化 .此外 ,还指出了改进算法在处理向上分叉图形时所遇到的问题 ,同时给出了解决方法 .实际运行效果较好 ,有一定的使用价值     

A smart surface inspection system using faster R-CNN in cloud-edge computing environment

Automated surface inspection has become a hot topic with the rapid development of machine vision technologies. Traditional machine vision methods need experts to carefully craft image features for defect detection. This limits their applications to wider areas. The emerging convolutional neural networks (CNN) can automatically extract features and yield good results in many cases. However, the CNN-based image classification methods are more suitable for flat surface texture inspection. It is difficult to accurately locate small defects in geometrically complex products. Furthermore, the computational power required in CNN algorithms is usually high and it is not efficient to be implemented on embedded hardware. To solve these problems, a smart surface inspection system is proposed using faster R-CNN algorithm in the cloud-edge computing environment. The faster R-CNN as a CNN-based object detection method can efficiently identify defects in complex product images and the cloud-edge computing framework can provide fast computation speed and evolving algorithm models. A real industrial case study is presented to illustrate the effectiveness of the proposed method. The results show that the proposed method can provide high detection accuracy within a short time.     

High resolution topography utilizing a line scan stereo vision technique

High-resolution surface topography measurement using two line scan CCDs was proposed for full-field optical inspection of surface geometry and defects. Based on traditional stereo vision technique, a new configuration of dual linear CCD system was constructed and a novel algorithm for correspondence matching based on digital image correlation (DIC) technique was proposed for the determination of 3D coordinates. Depending on the desired resolution, a user-defined template was employed in the algorithm to accurately select the correspondence pairs in the line scan image. The OpenGL™ database was used to reconstruct the surface topography from the corresponding matched points. Experimental results show that the accuracy and repeatability in the sub-micrometer scale were established with the proposed technique, which can be further improved depending on the pixel resolution of the line CCD. Since larger specimen can be inspected at high-speed by the use of larger arrays with smaller pixel size, the dual vision system can be easily used for high-resolution 3D profile measurement and defect inspection in-line.

     

基于变邻域蚁群算法的自动光学检测路径规划

在确定取像窗口最少数量及其约束移动范围的前提下,为解决蚁群算法用于自动光学检测路径规划存在的问题,提出一种基于变邻域蚁群算法的自动光学检测路径规划方法。针对蚁群算法收敛速度慢、易陷入局部最优解的问题,提出含有3种邻域结构的变邻域路径搜索方法,改进蚁群算法以快速获得质量优异的可优化路径;针对取像窗口位置可调整的问题,提出变邻域窗口位置调整方法,进一步改善可优化路径,获得最短路径。实验结果表明,该算法比基本的蚁群算法具有更高的求解效率和求解质量,有效提升了自动光学检测系统的在线检测效率。     

竹地板选片工艺的机器视觉化研究及实现

针对竹地板加工中的“选片工艺”,构建了基于机器视觉的竹片缺陷检测与颜色分拣平台,研究了竹片缺陷与颜色检测过程中图像采集、光学成像、光学照明等关键问题,设计了竹片缺陷检测及颜色识别的图像处理算法及软件流程,并探讨了竹片缺陷检测与颜色分拣平台的机械传动、分拣执行装置及电控实现。仿真实验表明,提出的竹片缺陷检测及颜色识别算法能够对采集系统摄取的竹片图像进行准确的检测与识别,能够完成竹片6种常见的缺陷检测以及4种以上的色差识别,对提高选片工艺的生产效率具有重要意义。     

机器人足球视觉系统中的实时图像处理

视觉系统是整个机器人足球系统的重要组成部分。根据机器人足球视觉系统的特点,提出基于游程长度编码(RLE)的实时快速图像处理算法。算法使用RLE对图像进行压缩,并且在处理阶段高效识别出图像中目标的尺寸和位置。压缩阶段算法的时间复杂度与图像尺寸成线性关系,图像处理阶段算法的时间复杂度与图像中目标的个数和每个目标所占的扫描行数成线性关系。     

A systolic image difference algorithm for RLE-compressed images

A new systolic algorithm which computes image differences in run-length encoded (RLE) format is described. The binary image difference operation is commonly used in many image processing applications including automated inspection systems, character recognition, fingerprint analysis, and motion detection. The efficiency of these operations can be improved significantly with the availability of a fast systolic system that computes the image difference as described in this paper. It is shown that for images with a high similarity measure, the time complexity of the systolic algorithm is small and, in some cases, constant with respect to the image size. A formal proof of correctness for the algorithm is also given     

基于图像灰度的目标快速检测算法的研究

在高速、宽幅的纸病视觉表面缺陷检测系统中,必须快速有效的检测出可疑目标,以满足大数据量的实时检测要求.在分析传统的差影减法实现目标检测算法的的基础上,基于灰度数学形态学原理,采用Top-Hat运算去除图像噪声并完成纸病图像的可疑目标的快速检测.实验表明,基于图像灰度的目标检测算法快速、健壮,抗噪性能好,实现了可疑目标的快速检出.     

机器视觉在印刷缺陷在线检测中的应用与研究

为了提高印刷缺陷检测准确性与效率,满足缺陷检测的实时性,提出了机器视觉技术应用于印刷缺陷在线检测并研究检测过程中的相关问题.设计印刷缺陷在线检测的方案及以数字信号处理器DSP为核心的视觉在线检测系统的硬件结构组成.研究图像预处理、图像匹配与缺陷检测的算法并加以改进使其满足缺陷检测的实时性.开发印刷品缺陷视觉检测软件,对缺陷检测流程进行仿真,验证检测方案与图像处理算法的可行性.