计算机视觉中的信息融合技术

通过处理器在多个视觉传感器间的转换,使单处理器能够读取多个视觉传感器采集的图像信息,实现检测系统对多技术指标的实时在线监控.同时将各传感器采集的数据进行融合,实现对被检测物体的综合评定.该融合技术包括计算机对多视觉传感器的图像信息的读取、多组图像信息的融合及系统功能三方面.     

高精密齿轮小缺陷的智能视觉测量

为精确测量高精密齿轮小缺陷,提出智能视觉方法.基于机器视觉构建包含CCD面阵传感器、点视觉激光传感器及IMAQ Vision软件等,通过CCD面阵传感器、点视觉激光传感器采集小缺陷图像,用双边滤波法去除图像噪声,用遍历法选取最佳阈值,用阈值分割法二值化处理噪后图像,用IMAQ Vision软件检测二值化图像边缘.结果表明:该方法的图像采集与处理效果优越且精度较高,测量结果稳定,平均误差仅为0.001 mm,能精确测量高精密齿轮小缺陷.     

弹丸涂胶视觉检测技术研究及应用

为提高弹丸涂胶落后的检测工艺,利用机器视觉技术,设计包含图像采集方式、局部阈值分割算法以及 给出基于缺陷位置、几何和形状特征对其判定的方法。应用结果表明,该方法能准确实现涂胶缺陷的分割和判定。     

基于DSP的煤与矸石图像识别系统

介绍了一种采用图像处理方法识别煤与矸石的实时检测系统．系统根据模块化设计思想，以TMS320C6711DSP作为图像处理核心，辅以必要的外围硬件完成系统设计，并通过USB与上位机完成数据通讯．系统处理算法依据了煤与矸石各自的图像特征，尤其是灰度分布显著不同这一特点，采用光源照射、图像采集及图像处理等步骤予以实现．图像处理主要包括图像平滑增强、边缘检测、区域分割、灰度分析、模式识别等算法操作，并最终完成矸石量的估算．测试表明，该实时检测系统功能和性能基本达到了预期要求．     

复合材料X射线检测方法研究

针对X射线检测复合材料原始图像具有灰度区间窄、缺陷边缘模糊、图像噪声多、缺陷特征有时被淹没的特点．文中提出了一种基于软阈值的小波图像增强方法，图像经过小波分解后可以得到一系列不同尺度上的子带图像．在不同尺度的子带图像上进行基于软阈值滤波的细节系数增强．再进行图像重构．即可得到增强后的X射线检测图像。实验表明．该方法可以有效地增强图像的细节信息，抑制噪声，改善图像的视觉效果。     

机器视觉下基于图像灰度值形态学的枪弹钢芯表面检测

针对枪弹检测效率低精度差的问题,采用机器视觉技术下基于图像灰度值形态学操作,对枪弹钢芯表面缺陷进行了阐述,并通过对比实验表明该自动检测系统相比人工肉眼检测,所耗费时间大幅度缩减,检测效率和检测精度较传统的人工检测有较大提高。     

基于形态学与灰度模态分析的阴影去除方法

针对采集图像中物体附近可能会形成阴影而造成干扰的问题,提出一种利用形态学修复方法和经验模态分解（empirical mode decomposition,EMD）技术实现阴影去除与目标图像的准确提取的方法。采用背景差分和二值图像形态学修复方法检测出含有目标及其阴影的区域,利用经验模态分解方法对该检测区域的灰度直方图曲线进行处理,获取灰度模式变化信息,将搜寻到关于目标及其阴影分割的双阈值水平,结合到形态学修复以实现阴影区域的去除,并以汽车及行人图像处理的实验进行验证。实验结果证明：图像中的目标阴影得到有效去除,该方法具有良好的适应性,能够获得准确的目标检测效果。     

基于SUSAN算子的红外目标检测

SUSAN算子是一种基于图像局部灰度特征的算法,利用一个圆形的模板对图像进行扫描,比较模板内部的点与模板中心点的灰度值,如果灰度差值小于一定的阈值,就认为该点与中心点的灰度相同。统计模板内部与中心点灰度相同的点的个数,与一个阈值进行比较,判断该点是否属于某个区域的边缘点,从而实现对红外目标的检测。与传统的全局阈值相比,该算法抗干扰能力较强,实时性较好,能够快速、可靠地检测出红外目标。     

一种基于自适应阈值的弹壳表面缺陷分割方法

由于材料表面不均匀和基于线阵相机采集图像的方式,图像的目标和背景的成像效果是动态变化的,不能用单一固定的阈值进行弹壳表面缺陷分割。针对该问题,结合弹壳表面图像的特点和灰度直方图峰值特性,提出了一种自适应确定阈值的方法,试验结果表明该方法对能准确对弹壳表面缺陷进行分割。     

基于机器视觉的弹壳表面缺陷检测系统设计

针对落后的检测枪弹外观品质工艺,利用机器视觉技术,设计了包含基于线阵相机的图像采集方式、缺陷分割算法以及缺陷分类算法的一套完整的解决方案。试验表明,该方案能准确实现对缺陷的分割和分类。     

基于LabVIEW和IMAQVision软件平台的轴平行性测量

提出一种基于图像处理的多轴平行性测量新方法。通过提取光斑中心,根据光斑中心与轴理论位置之间的距离,计算轴之间的平行性偏差。采用的形态学去噪和基于人眼视觉模型的阈值选择算法,具有良好的抗噪性和鲁棒性,解决各种大气条件下对远距离可见光点和红外光点同时准确识别定位的问题。基于LabVIEW和IMAQVision软件平台,开发工业在线机器视觉小角度测量系统,应用于某型导弹发射系统激光轴和导弹发射轴的平行性测量和校正,取得了满意的使用效果。     

基于结构相似性准则的软形态滤波性能分析

基于图像形成模型和人眼视觉特性,提出两图灰度相似性和结构相似性的计算方法。根据图像形成模型和人眼视觉特性,分别计算滤波后图像与原始图像的灰度相似性和结构相似性,把它们的乘积作为评价标准。并利用图像质量评价方法测量在不同噪声水平、不同参数配置下,软形态滤波输出图像的图像质量,分析软形态滤波的去噪性能变化情况。结果表明,在笔者所设噪声条件下,在小模板时,软形态滤波可获得与经典形态滤波基本完全相同的去噪效果;在大模板时,通过调整参数,软形态滤波能表现良好的鲁棒性。     

一种由粗及精的视线追踪系统平面视线参数检测方法

针对视线追踪系统视线参数检测需求和现有方法的不足,基于亮暗瞳差分方案提出了一种采用由粗及精策略的平面视线参数检测方法。在暗瞳图像应用AdaBoost方法定位人脸,根据人脸五官分布先验知识初步确定人眼区域并标记暗瞳图像对应的人眼区域。在差分图像采用投影法确定瞳孔潜在区域,通过形态和尺度分析滤波定位瞳孔。对瞳孔进行边缘检测和椭圆拟合,提取瞳孔中心参数。在暗瞳图像瞳孔对应区域附近搜索并检测普尔钦斑并提取普尔钦斑中心参数。根据瞳孔和普尔钦斑中心参数获取平面视线参数。在视线追踪系统中的应用表明该方法能够可靠、精确的检测平面视线参数。     

变背景条带状激光光斑边界的提取方法

提出一种基于人眼视觉识别的2次闽值分割和形态学消噪相结合的图像边界提取方法。针对光斑背景不稳定、亮度非高斯分布的特点,辅助以减背景图象预处理,消除背景变化对光斑质心位置的影响,依次用灰度和灰度对比度进行阈值分割,增强算法的实时性,并用矩形模板执行形态学开启和闭合操作,去除光斑内部无关的细节,获取连续的图像边界。该方法全天候对多个906 nm激光管产生的条带状激光光斑中心实时定位,时效性和定位精度均获得满意的效果,重复测量误差2%．     

基于耦合去噪算法的航空发动机中Si3N4圆柱滚子表面缺陷的检测方法

为解决基于机器视觉的传统单一图像去噪算法对混合噪声信号处理效果不佳,导致不能有效地检测识别航空发动机中应用的Si₃N₄圆柱滚子表面缺陷问题,提出一种基于改进的耦合去噪算法与多尺度阈值分割算法相结合的视觉检测方法。通过优化的小波阈值去噪算法与改进的中值滤波算法相耦合方法对Si₃N₄圆柱滚子的表面缺陷图像进行去噪处理,采用多尺度阈值分割算法对缺陷图像进行图像分割,识别提取Si₃N₄圆柱滚子表面缺陷。实验结果表明：Si₃N₄圆柱滚子表面缺陷图像经过改进的耦合去噪算法进行去噪后,信噪比>24.5%,多尺度阈值分割算法对Si₃N₄圆柱滚子表面缺陷图像的检测识别准确率>94%;该视觉检测方法具有良好的图像去噪效果,为进一步图像的缺陷识别打下基础,并且具有一定的通用性。     

基于形态学的运动车辆检测技术的研究

对交通视频中的运动车辆进行图像灰度转换和滤波处理.根据道路中运动车辆的形态学特征,利用形态学运算,减少其他目标的干扰,对车辆目标从道路中进行分割.利用图像像素的连通性,对车辆进行标注,实现车辆的检测.算法在MATLAB平台中仿真实验,证明算法具有一定的实用性和准确性.     

基于亮区域检测的图像去雾增强方法

海上发射和回收运载火箭获取的视频图像易受海雾的影响导致成像质量下降。针对传统暗通道先验去雾方法对天空等亮区域失效的不足,提出一种结合图像亮区域检测和图像增强的改进暗通道图像去雾方法。首先利用阈值分割检测原始图像的亮区域,并分别计算亮区域和暗区域的大气光和透射率。然后利用双边滤波对图像透射率进行优化,最后,利用图像增强方法对复原图像进一步优化,解决复原图像亮度较低的问题。针对双边滤波算法运行速度较慢、影响工程应用的问题进行了优化。实验结果表明,复原后的图像具有较好的视觉效果,且运行速度满足工程应用要求。     

复杂背景下的颜色分离背景差分目标检测方法

针对复杂背景下运动目标检测失检率高的问题,提出了用于复杂背景目标检测改进的 基于RGB 颜色分离的背景差分目标检测方法。主要是对RGB 三通道图像独立进行背景差分运 算,阈值二值化后合并三通道前景图像,得到完整前景目标图像;再利用检测的边缘对前景图像进 行修正,消除光照变化带来的噪声;RGB 三通道使用自适应权值的递推算法进行背景更新。最后 采用实验室采集的图像序列进行了仿真实验,结果表明,该方法在复杂场景下有效识别颜色差异, 避免了灰度值相近而造成的目标缺失,提高了检测精确性。     

Computer Vision Method in Human Motion Detection

Human motion detection based on computer vision is a frontier research topic and is causing an increasing attention in the field of computer vision research. The wavelet transform is used to sharpen the ambiguous edges in human motion image. The shadow＇s effect to the image processing is also removed. The edge extraction can be successfully realized. This is an effective method for the research of human motion analysis system.     

基于互相关技术的光学系统透过率检测

提出一种基于相关检测原理的双频双光束光学透过率检测方法。该方法不仅提高了检测精度,而且可实现在亮场条件下进行检测,能取代目前釆用的单通道光学系统透过率检测方法。