刀具轮廓亚像素精度阈值分割算法研究

提取亚像素精度边缘轮廓是完成刀具几何参数精确测量的重要环节。该文研究了一种简单有效的方法,该算法基于灰度阈值分割定位像素级边缘,并经双线性插值法细分完成亚像素边缘轮廓的提取。最后设计实验对比分析了该算法以及基于Canny和Sobel算子的亚像素边缘检测算法所提取轮廓的特点。结果表明在准确的前提下,对高对比度图像应用该算法后,能比后两者更快速地完成边缘轮廓提取。     

基于多任务分类的吸烟行为检测

为了及时检测吸烟行为,准确做出状态判断,提出了一种基于多任务分类的吸烟行为检测算法。该算法融合多任务卷积神经网络、级联回归和残差网络,通过多任务卷积神经网络算法和基于梯度提高学习的回归树方法(RET级联回归)快速定位嘴部感兴趣区域(ROI);在此基础上,采用残差网络对ROI内目标进行检测和状态识别。实验结果表明,该算法可以准确检测到吸烟行为的发生并做出状态判断,准确率可以达到87.5%。     

基于边缘轮廓特征匹配的飞机目标识别

为快速准确识别可见光机场区域遥感图像中飞机目标的机型,提出一种基于边缘轮廓特征匹配进行识别的方法.对图像进行各向异性扩散处理滤除噪声,针对飞机停机位置是否有阴影存在,选择不同策略分割飞机目标.采用一种改进的区域分割方法提取目标,通过canny算子提取边缘轮廓,用主成份分析法获取飞机主轴,沿主轴垂直方向用相等间隔采样,提取主轴两侧边缘点间距作为特征参数.使用等级差数法对特征进行匹配,实现机型识别.实验结果表明,该方法能准确检测、识别飞机目标,统计得目标检测准确率96.44%,识别率94.07%,验证了算法的有效性.可将算法应用在对机场区域军事目标侦查识别中,能较为快速准确地识别飞机目标,体现了算法的应用价值.     

基于图像处理的内衬套表面缺陷检测

为了提高内衬套的检测速度和精度,保证内衬套的使用寿命,提出结合图像处理技术实现内衬套表面缺陷的自动检测.通过采用CMOS相机在近红外背光源暗域照明环境中获取图像并进行处理,实现对内衬套的毛刺及擦痕的自动检测.本检测系统主要通过图像形态学滤波和GrabGut图像分割算法分别实现对内衬套表面毛刺和擦痕的检测,通过轮廓拟合提取检测毛刺和擦痕的图像,从而实现对内衬套的表面缺陷检测.实验表明,所提出的内衬套表面缺陷的自动检测方法具有高效、准确的优点,且该系统运行稳定,因而具有推广价值.     

一种基于边界特征的耳廓提取新方法

在实际的人耳识别系统中,人耳的准确定位是影响识别率的一个重要因素.根据外耳及其所在位置的特征,提出了一种从侧脸图像上准确定位并提取出人耳的新方法.该方法首先对侧脸图像进行阈值化和差分处理,然后将外耳边缘轮廓分为3个区域,利用阈值图像和差分图像以及3个区域的不同走向分别跟踪得到整个外耳轮廓线,并从侧脸图像中提取出外耳图像.该方法运算量小,定位精确,得出的外耳轮廓图像清晰完整无任何干扰,而且定位成功率高.     

基于机器视觉的聚焦换能器焦点快速定位研究

提出一种基于机器视觉的聚焦换能器焦点快速定位方法,结合聚焦换能器的几何中心即焦点的特性,基于边缘连接的快速椭圆检测算法检测换能器边缘轮廓信息,从而得到焦点位置,通过坐标间的转换关系来计算机械臂坐标系下的焦点坐标,实现机械臂对换能器焦点的快速定位。对焦平面进行声场扫描得到换能器的实际焦点坐标以验证该方法所得焦点坐标准确性。实验结果表明:该方法所定位焦点在-3dB实际焦点直径范围内定位准确。     

基于CMOS线阵相机的弹丸图像信息提取研究

由于CMOS线阵相机采集的弹丸图像背景灰度不均匀、亮度不足等,常用的目标提取算法应用在弹丸图像信息提取中存在捕获率低、精度不高等问题.通过对弹丸图像本身的分析研究,设计了一种基于二次提取快速获得弹丸图像信息的算法,可以快速定位弹丸位置,准确获得弹丸坐标.结果表明,此算法可显著消除背景噪声影响,相比于常规的目标提取算法,使用该算法获得的弹丸坐标精度更高,可达到2.3 mm,在现代靶场测试活动中具有实用意义.     

手背静脉识别图像区域定位算法研究

本文提出采用一种自适应的手背静脉区域定位算法,该算法充分利用手背外侧边界轮廓接近于一条直线的特点进行有效区域定位。实验证明,该算法受外界干扰小,具有自适应性,能快速准确地分割出手背静脉的有效区域。最后给出实验结果和分析。     

PCB钻孔自动光电检测精确配准关键算法

为了实现快速印制电路板（PCB）钻孔自动检测,提出了一种PCB待测板和标准板快速自动配置算法。介绍了PCB钻孔自动光学检测系统的基本结构。采用粗匹配和精匹配两步进行配准的方法,通过边缘提取和Hough变换得到待测板4个角点坐标,利用角点坐标和标准板角点的关系进行粗配准,并找到待测板的定位孔;然后利用待测板定位孔圆心和标准板定位孔圆心的关系进行精确配准。实验证明,该算法计算速度和精度完全能够满足实际要求。     

智能辅助驾驶系统中嘴部定位方法

针对智能辅助驾驶系统中嘴部跟踪定位需要满足实时性、准确性等问题,本文提出一种追踪并定位嘴部的方法。该方法把定位分为追踪和目标检测两个部分。在追踪阶段,通过扩散追踪范围,利用压缩追踪的鲁棒性,改进学习因子更新机制,实现了长时间追踪;在检测和定位部分,充分考虑到了不同人嘴部,不同表情的区别,使用Adaboost算法,达到了辅助驾驶系统中所要求的准确性。另外,压缩降维,级联分类器的引入,使得快速性也得到了保证。实验结果表明,可以完成在辅助驾驶系统中的应用,有较强的实际意义。