基于灰度值差分的纸张计数算法设计

针对实际生产中机械式纸张计数存在成本高、噪声大的缺点,采用基于灰度差分的纸张计数算法,并且实验验证了其计数的准确性。基于灰度差分的纸张计数算法将排列整齐的纸张的图像进行灰度化后,利用Gabor滤波器进行图像边缘增强,并利用图像灰度投影后的灰度差分,得到灰度像素曲线;根据波峰与波峰之间的间隔初步判断1张纸的厚度,排除干扰峰谷点后,准确定位出波峰或者波谷的的位置;根据标记的位置,实现对纸张进行计数。实验验证结果表明:该算法能较好地实现对纸张的计数,且简单易行,准确率在97%以上。     

基于峰谷特征和组合投票法的钢板计数算法

针对传统的人工计数方法存在效率低和危险系数高等问题,设计了一种基于峰谷特征和组合投票法的钢板计数算法。采用帧差法检测感兴趣区域,并对其进行图像预处理和边缘检测,利用每块切分的钢板边缘图像进行纵向投影获得灰度投影曲线并去噪,对投影曲线做一阶向前差分和二阶向前差分,得到钢板的波峰、波谷点,再对多块图像的波峰和波谷点进行组合投票,得到钢板数。实验结果表明,本文算法的钢板点张准确率在95%以上,能满足实际业务需求。     

基于局部灰度特征的纸张计数算法研究

针对目前在印刷及包装行业板纸机械式计数存在的噪声大、效率低、对板纸有损伤等不足,设计了基于局部灰度特征的纸张计数算法并实验验证了该算法的计数效果。该方法从板纸图像的列灰度特征出发,绘制板纸列像素灰度值变化曲线,对列像素灰度连续做减法,以找到纸张与纸张间隙灰度变化的跳变点,对得到的灰度差曲线做二值化处理,最后根据所找到的跳变点进行计数,并依据纸张宽度剔除干扰的标注点,以使计数结果更加准确。实验结果表明:该方法对于纹理单一、灰度对比明显的纸张,其计数效果理想,准确率高,达9 7%以上;且由于该算法从灰度图像列灰度特征入手,对一维数据进行处理,因此运行速度快,效率高,能满足实时快速处理的要求。     

红外图像边缘检测的循环移位算法

提出一种基于Bezier曲线的红外图像边缘检测的循环移位算法。为抑制红外图像中的噪声的影响,利用Bezier曲线法平滑图像灰度直方图中的噪声,得到Bezier直方图。利用提出的“循环移位法”探测Bezier直方图曲率曲线的极大和极小值,确定分割阈值和量化灰度值,实现对原始红外图像的分割,对分割后的图像进行边缘检测。实验结果表明,新算法简单有效,在准确检测红外图像边缘信息的同时又能抑制图像中噪声的影响,定位精度高,而且能够得到单像素边缘,在性能上优于传统的几种边缘检测算子。     

改进的K-Means高通量dPCR荧光图像分类算法

目的 为实现高通量dPCR荧光图像阳性点高精确度分类,提出一种改进的K-means高通量dPCR荧光图像分类算法。方法 首先,将预处理后的荧光图像进行像素灰度值统计,依据图像亮度自适应选择波峰波谷作为聚类中心,通过马氏距离度量确定像素簇类;然后,将粗分类结果进行开、闭运算及删除小面积对象等形态学处理;最后,利用3次连通域统计方法完成细分类、位置标识和计数。结果 选取4种通道825幅荧光图像进行检验,平均精确率达到99.06%,召回率达到98.97%,分类效果良好。结论 文中提出的改进K-means分类算法可以实现对高通量dPCR荧光图像的高精度分类和计数,对其他荧光图像分类识别具有一定借鉴意义。     

基于行灰度投影相关的快速角度矢量估计算法

针对现存电子稳像算法估计图像旋转角度矢量的不足,提出了一种基于行灰度投影相关的快速图像旋转角度矢量估计算法。通过在当前帧图像中心位置选取灰度投影区域和参考帧图像相应区域作行灰度投影相关计算,估算出当前帧图像相对于参考帧图像的角度运动矢量。论述了灰度投影区域选取原则;分析了行、列灰度投影相关曲线的差异,得出行灰度投影相关曲线具有单峰性的结论;阐述了快速搜索算法的原理及其在本算法中的应用。实验表明,算法实现了对旋转图像序列角度运动矢量的快速估计（在PⅣ2.67GHZ,内存512M的PC机上,估算速度为37.7ms）,可对任意角度的角度矢量进行高精度的估计。     

基于背景图像差分的运动人体检测

在背景图像差分的基础上,提出一种改进的实时背景更新算法.通过背景学习过程,利用若干帧连续图像中每点像素灰度值样本,估算对应像素点的灰度值均方差.利用正态分布的"3σ原则"对图像背景进行实时更新,消除背景变化对人体分割的影响.提出基于图像平均灰度值的阈值分割算法,以提高算法对不同光照强度的适应能力.提出基于垂直投影图的阴影消除算法,分析表明,人体躯干和影子区的垂直投影特性不同,由此可以有效消除人体影子.实验结果表明,本算法在不同的光照情况下能够完整分割运动人体图像.     

面向直方图加权的快速FCM的图像分割算法

提出一种改进的图像分割算法SWFFCM(special weight fast fuzzy C-means algorithm),该方法将需要聚类的二维像素点投影到一维灰度直方图空间,利用不同灰度值图像空间像素离散程度的区别,对一维灰度直方图进行线性加权,每一个灰度值变量使用四分位相对离差系数作为其权值.实验表明,算法减少了FCM(fuzzy C-means algorithm)算法的迭代数量,提高了图像聚类分割速度,减少了像素点错分比例,从而提高了图像的分割精度.     

基于iOS的人脸局部特征检测研究

基于生物特征识别技术与智能移动设备,在苹果公司的iOS智能操作平台下研究手机人脸局部特征检测方法.在YCbCr色彩空间中,通过高斯模型对人脸肤色建模,并对人脸图像进行滤波、二值化等优化处理,根据图像像素投影判断出人脸区域.采用Canny算子对图像进行边缘检测,对变换后的图像水平积分投影,根据投影曲线的波峰标记出人脸特征位置.经实验验证,该方法具有可行性,可以运行在基于iOS平台的移动设备上.     

一种有效的红外图像中人造目标分割方法

提出一种红外图像单阈值分割方法。为了减少计算量,结合先验信息选择包含待分割目标的感兴趣区域,利用Bezier曲线法平滑感兴趣区域直方图的噪声;对平滑后的感兴趣区域的直方图求解其曲率曲线,用曲率曲线的波峰所对应的灰度值作为初始分割阈值;基于先验信息从初始分割阈值中确定最佳分割阈值并进行初步分割。为了弥补单纯利用阈值法分割的缺陷,结合上述分割结果和目标的边缘信息得到封闭性良好的完整目标的二值图像。实验结果表明,提出的方法能快速有效地将红外目标从复杂的背景中分割出来,算法的计算复杂度为O(MN)。     

基于机器视觉的手持式瓦楞纸计数系统研究

目的 为了实现对瓦楞纸叠层的精确计数。方法 提出一种基于机器视觉的手持式计数系统,介绍了系统的硬件组成和应用场景,引入孔洞增强算法和基于倾斜校正的孔洞投影策略,并且与现有计数算法进行对比分析,最后针对不同楞型的瓦楞纸叠层进行计数实验,进一步验证了所提出算法的鲁棒性。结果 对已有不同楞型的瓦楞纸进行多次试验,提出的计数系统均能取得99%的准确率。结论 在实际工作场景下,大量测试表明该系统可以对瓦楞纸叠层进行精确计数。     

基于机器视觉的压缩机滑片计数系统设计

目的对于人工进行压缩机滑片计数烦琐的问题,基于机器视觉技术和PLC设计一种对压缩机滑片自动计数的算法和装置。方法采用工业相机及大功率LED灯设计视觉装置,并利用PLC作为流水线控制器,与视觉计算机通过TCP通信。基于图像处理技术设计自动计数算法,首先对相机采集的箱装滑片图像裁剪出感兴趣区域并进行滤波、直方图均衡化、形态学处理、自适应阈值分割来增强图像对比度;然后对图像空洞进行填充、较大的噪声斑块去除后使用thin算法对粘连紧密的滑片细化处理,通过水平投影法绘制直方图找出切割位置;最后进行连通域分析确定滑片数目,并设计用户界面显示计数结果和系统状态。结果通过现场多次测试,整体系统运行流畅,不受外界光照影响,计数准确高效。在一天内不同时间段测试,平均每次计数时间为7.6 s,准确率达到99.83%。结论投影法的应用解决了密集粘连的分割难题,该方法对环境适应性强,对滑片可稳定准确地进行自动计数,在滑片实际批量生产包装中具有明显应用优势。     

一种基于FCM的图像分割方法

提出一种新的图像分割方法 FWFCM(fast walvet fuzzy C-means method),该方法对图像像素点的灰度进行模糊隶属度的分析,将需要聚类的像素空间投影到灰度直方图空间,从而减少了经典FCM算法的迭代计算量,提高了算法的收敛速度;并且利用小波变换的多分辨率的分析,抑制噪声点对图像分割的影响,提高了图像分割的精度.     

车载图像配准稳定算法中的关键技术

提出一种有效的车载图像配准稳定算法,这种算法的关键技术包括：一是采用由粗到精、由局部匹配到全局配准的两级配准策略,即在粗配准阶段,利用基于灰度投影均值的SSDA改进算法进行快速模板匹配;精配准时,借鉴联合直方图区域记数法的思路,在灰度信息的统计特性空间上巧妙定义一种全局准则函数,既能保证精度又摆脱了大量的浮点运算。二是在运动滤波时通过自适应选取滑动窗口的长度,降低了图像序列的抖动,同时防止过稳现象的发生。实验结果表明,该算法的平移配准误差( 0．254, 0．083)远远小于1个像素,且在一定硬件平台上稳定单帧图像需要14．7ms,仅为同精度其它算法的1／3,从而满足了车载图像系统的实时性和精度要求。     

一种基于DA-GMRF的无监督图像分割方法

提出一种基于间断自适应高斯马尔可夫随机场(DA-GMRF)模型的无监督图像分割方法.针对MRF模型中的过平滑问题,利用边缘信息构造能量函数,定义了一种DA-GMRF模型.利用灰度直方图势函数自动确定分类数及分割阈值,进行多阈值分割,得到DA-GMRF模型中标记场的初始化,用Metroplis采样器算法进行标记场的优化,实现了图像的无监督分割.实验结果表明了该方法的有效性.