基于几何特征的IC芯片字符分割与识别方法

针对IC芯片字符的分割与识别问题,提出了一种基于字符几何特征的分割方法和一种基于字符最小外接圆的归一化与重定位方法,使用基于像素差分的模板匹配完成识别。首先,对芯片图像进行直方图均衡化处理,并利用辅助圆进行中线定位和图像校正,定位得到ROI区域并进行均值二值化处理。随后,对二值化ROI图像进行字符分割,以字符的几何特征作为判断条件,从而完成了对缺陷字符的正确分割。之后,对单字符图像提取最大轮廓,利用其轮廓的最小外接圆进行字符的归一化与重定位。最后,对归一化的字符进行差分识别。通过采集4种芯片样本进行实验,结果表明,该方法能够实现芯片字符的准确分割,对于缺陷字符的分割准确率达90%;能够快速精准地识别芯片字符,单字符平均识别时间为4.6 ms,识别准确率达到99.4%。     

类GPS超声定位系统中几种定位算法比较

针对常规超声波局部定位系统的缺陷,介绍了类GPS超声定位系统及其工作原理.在获得定位物体与观测基站的估计距离后,详细推导了Gauss-Newton迭代定位算法.针对常规Gauss-Newton迭代定位算法不易于在DSP(Digital Signal Processor,数字信号处理器)中实现的缺点,介绍了三种定位算法:改变目标函数的Gauss-Newton迭代定位算法、相交圆弦线方法和最小二乘估计算法.仿真研究表明,在相同的观测误差和定位基站的情况下,改进的和常规的Gauss-Newton迭代算法的定位精度相当,而相交圆弦线方法和最小二乘估计方法的定位精度较低,但后两种方法计算量小,不涉及开方和迭代运算,从而更易在DSP中实现.     

偏振光实时定位的标识线导航路径图像识别

针对传统方法存在图像噪声免疫性弱、识别偏差大、导航路径实时性较差的问题,提出基于偏振光实时定位的标识线导航路径图像识别方法.通过选取四个偏振光的偏振方向向量、时间信息、太阳方向向量判定方式与地磁信息,获取当地的地理坐标,完成偏振光实时定位.采用中值滤波技术实现图像的降噪与边缘处理,通过目标、背景区域与整体路径图像的关系,利用Otsu方法在直方图灰度变化区间内选取一个阈值,令该阈值满足类内方差极小、类间方差极大的条件,从而获得最佳阈值.再使用架构的判定函数验证阈值,根据抽行扫描法获得标识线的中心像素方位,并对其拟合,最后依据数学形态学实现对标识线的有效识别.实验结果表明,所提方法可以有效去除图像中存在的噪声点,在路径识别中能有效识别出各类标识物,识别效果较好.     

基于段测试的X角点检测与亚像素定位

针对X角点快速检测和精确定位要求,提出了一种实时识别、定位X角点的方法:首先,根据X角点图像对称性和亮度分布特征,筛选出候选X角点;随后,对候选X角点进行段测试,确认候选X角点,并检出测试段中位于图像边缘上的像素,进行角点的亚像素定位.与Harris算法比较,该方法能有效检测X角点并排除其他类型角点,具有较高的定位精度...     

面向OLED屏像素缺陷检测的新方法

有机发光显示器OLED（Organic LED）的内部像素缺陷常由于尺寸小、对比度不高、且灰度与像素轮廓灰度相近等问题,在使用传统阈值分割方法处理时会将像素轮廓保留下来,因而不能达到缺陷的有效检测目的。提出一种多次迭代差影法的OLED屏像素缺陷检测方法。该检测算法在对图像进行中值滤波和图像增强处理后,对图像实施多次像素模板提取和差影运算,获取到对比度较低的缺陷图,运用K-均值聚类方法对图像进行分割,从而较好地实现缺陷的识别。运用Labview和IMAQ Vision软件包工具,编程实现所提出的算法,并通过实际获取的OLED图片验证了方法的有效性。结果表明,该方法能很好地保持缺陷的细节,并能检测到8 μm×8 μm的微小缺陷。     

倒角类冲压零件轮廓缺陷视觉检测

倒角类冲压零件轮廓缺陷视觉检测对于提高生产效率、保障产品质量非常重要。针对倒角类冲压零件形状奇异、轮廓不规则,图像本身实物边缘与背景像素是逐渐过渡的,存在模糊性,缺陷特征弱小等难题,提出了模糊集合的轮廓提取算法和缺陷匹配的识别方法,检测并标记缺陷位置。首先,采用模糊集合强化边缘信息,在不需确定阈值的情况下,准确有效地提取冲压零件的轮廓。其次,利用轮廓的点、线特征,通过HOUGH变换对冲压零件进行定位。然后,以冲压件模板图像位姿特征为期望值,实时校正待检测的冲压件图像,实现精确对准。最后,采用差分相似匹配算法识别出缺陷。实验结果表明,提出的检测方法能够快速、准确地识别占整个零件0.4%以上的小缺陷,并标记位置,满足工业要求。     

基于精细定位和迭代补偿机制的图像认证与恢复方法

针对基于分块思想的图像定位算法定位精度不高和恢复性能不好的问题,本文提出了一种基于精细认证和迭代补偿机制的图像认证与恢复算法。在认证算法中,包含基本认证和精细认证,融合基本认证和精细认证这两次认证的结果,并根据连通篡改区域中像素个数的多少进行优化,得到定位精度较高的定位结果。在恢复算法中,我们考虑到可嵌入的信息容量,提出利用迭代补偿机制恢复图像中被篡改的像素。理论分析和实验结果表明：本文提出的算法对于局部发生篡改的图像,能提高其定位的精度,而且恢复的性能也得到了提高。     

钢板表面质量机器视觉检测系统设计

针对国内钢厂采用人工方法检查钢板表面缺陷存在可靠性差的问题,开发设计了基于机器视觉技术的带钢表面缺陷自动检测系统.系统通过摄像头采集带钢表面的图像,然后采用图像处理及模式识别算法对图像进行实时处理和分析,从而检测出钢扳表面缺陷,并对缺陷进行自动分类识别.实验结果表明,系统能够对带钢表面进行实时在线监测,并能正确识别常见的带钢表面缺陷.     

增强现实中的目标远距离识别方法研究

在以往ARTool Kit增强现实系统中,摄像机能够正确识别标识物并在计算机生成虚拟物体的距离大都过近。针对增强现实三维注册过程中传统算法标识物匹配过程中误识率较高,识别距离不够远,提出了基于轮廓特征点的目标远距离识别方法。在识别过程中,利用多边形近似算法和金字塔中的迭代Lucas-kanade算法寻找图像中要跟踪识别的对象,对寻找到轮廓角点进行亚像素定位,利用角点的精确定位来跟踪目标。实验结果验证及分析表明,采用这种方法,其识别距离有大幅度增加。     

焊缝X射线图像缺陷的自动提取与分割

根据薄壁焊缝X射线图像的特点,本文针对基于数学形态法的图像分割技术进行了改进.首先利用数学形态学选取适当的结构元素模拟图像背景,然后利用数字剪影法提取缺陷目标.文章将使用较好的几种阈值化方法进行分析,比较各种方法的基本思想,优缺点及使用范围,最终提出选择迭代分割方法得到图像最佳阈值将图像二值化.实验结果表明.针对不同的缺陷均能得到轮廓清晰的分割效果,为缺陷特征参数的提取和识别的实现打下坚实的基础.     

基于图像处理的玻璃瓶口裂纹检测系统设计与实现

为了快速、准确地对玻璃瓶口裂纹进行无接触检测,基于图像处理技术设计与开发了一个玻璃瓶口裂纹检测系统。首先对获取的玻璃瓶口图像进行降噪与分割处理,并利用重心法获取玻璃瓶口圆心的粗定位,然后利用边界跟踪算法对玻璃瓶口进行边界跟踪,并通过 最小二乘拟合获取玻璃瓶口圆心的精确位置,最后利用深度优先遍历算法对裂纹点集进行聚群,从而实现对玻璃瓶口裂纹的检测。实验结果表明,该系统操作简单、效率高、抗干扰能力强,能满足实际使用的要求。     

弹底底火表面缺陷图像分割方法

枪弹弹底底火检测是枪弹质量控制的核心,为了有效分割弹底底火表面缺陷图像,提出一种新的分割方法。该方法针对弹底检测要求及弹底图像基本特征,首先大致确定待检测的底火部分图像,对其运用Log算子进行边缘检测确定底火圆边缘;然后分析了Hough变换和最小二乘法圆拟合的圆检测算法的各自优缺点,提出了改进Hough变换和最小二乘法圆拟合相结合的圆检测算法,以获得较精确的底火圆圆心和半径;最后利用底火圆圆心和半径提取底火圆图像,利用统计阈值分割底火表面缺陷,利用数学形态学优化分割结果。通过实验表明,运用此方法分割弹底底火表面缺陷,平均误分割率低于10%,平均偏差小于17个像素,表现出较好的准确性和鲁棒性。     

基于ResNet网络的医用塑瓶制造缺陷检测方法

本文提出一种基于深度学习的识别方法用于医用塑瓶气泡、积料等生产缺陷的实时检测,设计工业现场的视觉检测硬件平台,细述积料与气泡检测算法的原理,简述算法检测前的图像预处理。在Pytorch框架下通过ResNet系列算法与MobilenetV2算法的正交实验对积料检测实时性能进行比较,同时优化RetinaNet网络在气泡上的检测性能。在生产现场中该方法关于积料的平均检测精度为99.7%,单幅图片检测时间为29.7 ms;气泡的Fβ指数为99.5%,单幅图片检测时间为35.5 ms,达到企业生产的要求。     

PET瓶封盖质量在线检测系统的设计与实现

设计了一套完整的基于DSP+ARM双核处理器的PET瓶封盖质量检测系统。首先通过DSP DM642完成对图像传感器MT9P031的RAW原始数据采集,然后对采集的PET瓶图像进行定位并实现相关的图像处理算法,最后采用ARM11嵌入式系统对整个传动设备进行监控。经过实际生产线的应用证明,该在线检测系统能够胜任在高速PET瓶封盖生产线中的应用。     

基于机器视觉的口杯酒瓶盖旋转角度测量方法

针对口杯酒瓶盖对激光打码角度的特殊要求,研究一种口杯酒瓶盖旋转角度测量方法,该方法提出使用几何法与模板匹配法两种方法测量口杯酒拉环及中心文字与水平线的角度。其中,几何法通过连通域搜索和计算重心,定位圆环感兴趣区域,基于圆环被拉环切割部分的特征,得到凹凸方向的特征加强区域,有效计算出口杯酒瓶盖拉环与水平线之间的角度。模板匹配法通过分析在理想情况下口杯酒的文字字样,得到文字字样轮廓,平滑轮廓,并以此作为匹配时的形状模型。匹配过程中,对新图像查找形状模型,得出口杯酒中心文字与水平线的角度。该测量方法高速、准确、稳定,满足高速生产线的实时在线检测需求,解决了现有的口杯酒瓶盖激光打码的问题。     

基于极限学习机的玻璃瓶口缺陷检测方法研究

针对目前玻璃空瓶回收再生产过程中造成瓶口缺陷破损的在线实时检测难题,提出一种基于极限学习机(Extreme Learning Machine, ELM)的检测算法。首先对采集的瓶口进行预处理,通过研究表面缺陷,提取灰度方差等6种表面特征。然后运用遗传算法对极限学习机的输入层层的阈值和权值进行优化,提高算法的检测精度。最后现场选取569个样本对所设计ELM分类器进行训练学习与测试,并与LVQ算法、BP分类器对比实验。结果表明该算法能够满足对机器视觉检测系统缺陷检测高速高精度的要求。     

基于图像处理技术的PCB缺陷自动检测系统

通过计算机图像处理技术开发了一套PCB产品缺陷检测系统.通过Hough变换检测出定位圆的圆心坐标,再对目标图与标准图进行几何配准,对差影运算后的图进行二值化与形态学去噪等操作得出缺陷的二值图,然后统计缺陷部分的几何特征得出结论.采用的改进算法基本能保证实时性与检测的准确率.     

聚晶金刚石复合片崩角缺陷视觉检测技术研究

针对目前国内生产聚晶金刚石复合片(PDC)的企业大多数在表面缺陷检测环节严重依赖于人工检测,存在检测效率低、主观性强等问题,提出了一种基于机器视觉的检测方法替代人工检测.将倒角边缘的崩角缺陷作为检测目标,研究崩角图像的表面特征后,提出了在硬件上使用零角度环形光源突出崩角特征,在检测方式上通过阈值分割、中值滤波进行预处理,然后利用最小二乘法拟合获取倒角圆环的圆心位置和小圆半径并建立掩码,最后通过与(AND)运算提取出崩角信息,进行识别和标记.结果显示:实现对图像中的崩角缺陷自动检测和定位,并且判断标准统一.     

精神疲劳实时监测中多面部特征时序分类模型

针对现有疲劳监测方法仅根据单帧图像嘴巴形态进行哈欠识别准确率低,采用阈值法分析眨眼参数适应性较差,无法对疲劳状态的过渡进行实时监测等问题,提出一种新的进行精神疲劳实时监测的多面部特征时序分类模型.首先,通过面部视觉特征提取张口度曲线与虹膜似圆比曲线;然后,采用滑动窗口分段、隐马尔可夫模型(HMM)建模等方法在张口度曲线的基础上构建哈欠特征时序并进行类别标记,在虹膜似圆比曲线的基础上构建眨眼持续时间时序并进行类别标记;最后,在HMM的基础上增加时间戳,以便自适应地选取时序初始时刻点并进行多个特征时序的同步与标记结果的融合.实验结果表明,本文模型可降低哈欠误判率,对不同年龄的人群眨眼具有很好的适应性,并可实现对精神疲劳过渡状态的实时监测.     

可乐瓶口缺陷快速检测系统的研制

可乐瓶在灌装前必须经过多种指标检验.针对实际工程需要,设计并实现了一套操作简单,高识别率的空瓶瓶口图像检测系统;图像经过初步处理后,去除噪声,边缘检测,将所要处理的图像有效部分与背景区分开来,如此可大大减少后续算法的计算量,从而有利于提高处理速度,较好地解决了,实时性与准确性之间的矛盾;采用基于最小二乘法的椭圆拟合方法对轮廓进行拟合,确定出椭圆的参数,并对内外圆的圆心取平均值,定为共同的圆心;经实践证明分辨力小于0.5mm,正确识别率达到99.9%以上,满足实际生产要求。