卷烟条盒包装质量检测机器视觉系统设计

为了避免人眼对产品外观质量检测时,人眼视觉疲劳所产生的产品错检、漏检,提出了基于机器视觉的烟支条盒包装质量检测系统的设计。该系统由光源、相机、图像采集卡和工业控制计算机组成视觉系统处理单元,应用定位配准、边缘检测和斑点分析等图像处理算法完成对产品缺陷的检测。该视觉检测系统已经在烟厂得到了实际应用,对今后开发类似的基于机器视觉的产品外观质量检测系统具有一定的参考价值和指导意义。     

图像配准在中药贴剂图像处理中的应用

中药贴剂外观是中药贴剂质量的重要指标。把基于特征与基于区域的图像配准算法结合运用,进行中药贴剂图像配准。该方法将贴剂图样进行Harris角点检测,通过标准Fourier-Mellin匹配方法进行校验,重采样的图像融合,实现对检测过程中采集到的中药贴剂图像进行无缝拼接,应用于中药贴剂上方图像检测仪。实验用不同大小、不同形状的褶皱对中药贴剂外观表面进行标记,以便检测该算法配准精度。结果表明,该算法应用合理,能够保证中药图像配准的高精度要求。     

机器人辅助微创全膝关节置换手术系统

开发了面向全膝关节置换手术的机器人辅助截骨系统,实现了膝关节解剖结构精准建模、术前截骨路径3维规划、图像配准以及术中机器人可视化导航.采用多模态图像融合与主动轮廓模型分割技术实现了包含关节软骨在内的膝关节自动化建模与可视化;在此基础上采用3维交互技术实现截骨路径的术前规划;术中基于自主研发的双目视觉跟踪系统,采集关节骨表面3维点云与术前3维模型进行形状配准,完成图像空间和机器人空间之间的映射;最后通过视觉导航技术引导机器人完成截骨操作.实验结果表明,机器人系统综合定位误差为0.87 mm,截骨操作误差小于1 mm.     

一种基于特征匹配的人脸配准判断方法

现有的人脸识别应用系统大都忽略了人脸配准的检查,造成"误配准灾难",导致识别性能下降。因此,对规格化后的人脸图像进行判断筛选,以保证只有正确配准的人脸图像才能用于后续识别。选用一定数量正确配准的规格化人脸图像平均值作为标准人脸,用SIFT关键点定位方法得到标准人脸的多个关键点,采用分块的梯度方向直方图统计方法提取关键点的邻域图像特征;然后,将标准人脸的关键点位置作为待检测人脸的定位点,用同样的方法提取定位点的邻域图像特征;计算待检图像与标准人脸图像对应关键点的特征矢量相似度,设定合理阈值判断待检测图像是否配准。实验证明,该方法能有效去除误配准人脸图像,有利于提高人脸识别系统的可靠性。     

基于图像处理的印制电路板缺陷自动检测

基于图像处理的精密检测是现代测量技术的重要发展方向;论文提供了将标准电路板图像和待检测电路板图像进行二值化分割、图像形态学处理、图像配准和差影检测处理为基础的检测系统;其中图像配准是关键,为了提高处理速度达到实时处理的目的,图像配准采用了快速处理算法;经实验结果分析,该方法能较准确的检测出待检测电路板上存在的缺陷,达到了自动实时检测的目的.     

基于最大互信息的红外与可见光图像配准

图像配准是图像融合技术的基本环节和首要问题。该文针对红外与可见光两种不同波段图像的配准技术进行了研究,分析了两者配准的特点,并提出了基于最大互信息的配准算法。算法利用Sobel算子对图像进行边缘增强,完成图像的预处理,然后基于仿射变换建立图像变换模型,并按照最大相关原则确定最佳配准参数,从而实现红外与可见光图像的配准。实验结果表明,该方法可以实现红外和可见光图像的配准。     

基于IRTK和VTK的医学图像配准与可视化系统

图像配准技术在医学图像处理与分析中扮演着重要的角色,为了促进其在实际临床中的应用,设计并实现了一款多模态医学图像配准系统。该系统集成了多种先进的配准算法,包括线性和非线性配准,并提供友好的图形界面和可视化功能。此外,系统还提供去噪声预处理并支持混合配准策略,用于提高图像配准的质量和效率,配准的中间过程实时动态显示。实验结果表明,该系统能够便捷、高效地完成复杂的医学图像配准。     

基于Radon变换与功率谱结合的心脏MR图像配准算法

针对心脏磁共振(MR)序列切片图像,设计了一种基于Radon变换和功率谱结合的图像配准算法。首先采用形态学边缘检测等图像预处理技术,提取出图像的边缘特征,并将其作为后续配准的输入;而后利用Radon变换和功率谱相结合的配准方法依次求出待配准图像的缩放、旋转和平移参数,利用这3个配准参数,即可通过配准变换得到配准结果。该方法解决了单纯利用Radon变换求解旋转参数易受图像空域噪声影响的问题,提高了配准的精度,同时大大减少了计算的花费。对100幅MR序列切片图像进行配准的实验表明,该方法能够稳定准确地实现MR序列图像的配准。     

形变医学图像配准方法设计与仿真

利用目前方法对形变医学图像进行配准时，没有提取形变医学图像特征，存在特征点获取结果与实际结果相差大、医学图像配准效果差和医学图像配准时间长的问题。为此提出基于角点检测与SIFT的形变医学图像配准方法。采用角点检测与SIFT相结合的方法对医学图像的特征点进行提取，在图像特征提取前，优先对尺度空间的极值点进行检测，其次生成角点特征，通过检测结果与最终特征点的方向完成医学图像特征点的提取，提升了医学图像配准精度。将提取的特征输入到构建的深度学习模型中，根据提取特征的训练及损失函数的优化实现形变医学图像配准。实验结果表明，通过对上述方法进行特征点获取结果与实际结果对比测试、医学图像配准效果测试和配准时间测试，验证了上述方法的准确性与有效性。     

无标记印刷品质量在线检测方法研究

印刷品图像配准是实现印刷品自动检测的关键技术。以高分辨率印刷品图像为研究对象,将原始图像分割成多个兴趣区域,将兴趣区域的中心坐标与旋转角作为图像配准参数,通过变步长搜索算法获取被测图像与模板图像之间的最小旋转角;通过仿射变换将待检图像与模板图像进行配准并使用双向差影法计算两者的差影图像;通过二值化阈值与缺陷区域面积阈值进行缺陷识别。实验结果显示：该检测系统对合格品的检测准确率为96%,对不合格品的检测准确率为94%。