基于宇宙量子算法的微小零件尺寸检测

通过建立主、从式宇宙空间结构改善了量子算法的运行效率,非正交二次B样条小波和最小二乘小波支持向量回归机对零件边缘进行检测,给出了微小零件尺寸检测流程。试验仿真显示该算法对微小零件尺寸测量数据波动范围较小,方差值相比其他方法值较低,其中UQ算法测量的外轮直径测量方差值比HI、MM、AIT、IF、IGR算法分别减少了75.29%,78.40%,64.47%,60.95%,52.15%;UQ算法测量的内轮直径测量方差值比HI、MM、AIT、IF、IGR算法分别减少了72.89%,76.75%,62.66%,59.22%,50.13%,提高了微小零件的精度测量。     

基于图像边缘与Hough变换的振动位移测量方法

为了解决振动位移测量场合受限于传感器的安装空间,以及其本身质量对测量精度的影响,课题组提出了一种基于视频图像的振动测量方法,建立了图像边缘检测结果与目标物体位移之间的联系。由于使用经典Canny算法进行图像测量时,其图像边缘会出现不连续或虚假的情况,因此采用图像灰度与Hough变换相结合的方法,提高其测量精度。为验证该方法的有效性,搭建了箱体模型(目标物体)进行振动实验;并将经典Canny算法得出的结果及文中提出的视频图像测量的结果与传感器测得结果进行比较。实验结果表明,提出的方法相比使用经典Canny算法进行图像测量时精度提高了大约12%,且具有测量简单和测量范围灵活等优点。该方法为测量环境受限的场地提供了一种新的思路。     

基于粒子群优化算法与形态学的纸病图像检测方法

针对传统边缘检测算子对纸病图像检测的不足,提出了一种基于粒子群优化算法和数学形态学的边缘检测方法。首先通过粒子群优化算法得到图像最优分割阈值,将图像二值化,然后利用数学形态学中的腐蚀运算对纸病图像进行边缘检测。仿真结果表明,相比传统算法,该方法的检测结果更真实地反映了纸病图像的形态特征,且边缘定位准确,取得了较为理想的检测效果。     

基于边界跟踪测量麻纤维横截面参数的算法研究与应用

针对在同一纤维横截面图像中难以同时测量多根纤维参数的问题,提出了一种基于边界跟踪测量麻纤维横截面参数的算法。首先利用边缘提取算法提取麻纤维的边缘,通过修改边缘提取算法的敏感度阈值获取合适的边缘检测图像,然后采用边界跟踪算法对边缘检测图像中的麻纤维进行识别和标记,利用循环标记出图像中所有的麻纤维并保存边界跟踪的路径点坐标,最后利用算法测量麻纤维的周长、面积和圆度。实验结果表明:该方法能够同时测量多根麻纤维的横截面参数;根据用于测试的标准圆的数据可知,本算法测得的麻纤维的周长偏差大约为3%,面积偏差大约为4%,数据误差较小。     

应用改进Canny法检测工业零件含噪图像边缘

针对工业零件含噪图像边缘检测,根据Canny算法原理,提出了一些改进策略,形成了一种矩形透镜最大梯度模边缘检测算法。采用中值滤波完成图像平滑,有效抑制了图像噪声;采用5×5邻域一阶偏导有限差分计算图像的梯度幅值,提高了边缘定位的精度;采用最大类间方差法(OTSU)求解了最优区域分割阈值,实现了边缘的自动检测。以磁环和极片工业零件图像边缘检测为例进行了实验,结果表明,该算法具有较好的去噪和边缘检测效果。     

一种改进的Sobel边缘检测算子

在现有Sobel边缘检测的基础上,提出了一种改进的梯度算法,不仅简单易行,而且较好地解决了检测精度与抗噪声性能之间的协调问题。经实验证明,用改进的梯度算法检测的图像边缘不仅轮廓清晰,实时性好,而且具有较好的抗噪性能。     

基于边缘和误差扩散的半色调图像水印算法

为使水印具有不可见性,提出了一种基于图像边缘和误差扩散的数字半色调图像水印算法。Canny算子去噪能力强,在边缘检测和噪声间能取得较好的平衡。先对灰度图像进行Canny边缘检测,得到灰度图像的边缘,然后将灰度图像的边缘近似作为半色调图像的边缘,并在灰度图像使用误差扩散算法进行半色调的同时,在边缘位置进行二值水印的嵌入。对水印图像进行了Arnold预处理,增强了水印的抗剪裁和涂抹攻击的能力。结果表明,该算法不会造成图像的明显失真,能很好地抵抗剪切、涂抹J、PEG压缩、噪声攻击。     

棉花中异性纤维检测图像分割和边缘检测方法研究进展

为进一步提高棉花中异性纤维的检测效率,对异性纤维图像处理方法进行探究。通过分析不同异性纤维图像边缘检测方法的定位精度、背景模糊以及受噪声影响情况发现,不同图像分割方法中异性纤维边缘连续性和分割效果存在差异性。统计了常见异性纤维图像边缘检测法和图像分割方法,分析了各类处理方法的优势和局限性,归纳了适用于各类异性纤维的检测方法,总结了现有研究中存在的问题和不足。研究认为:目前对不同种类异性纤维检测适用的图像处理方法不同,还无法同时检测出全部种类的异性纤维;应根据实践中具体异性纤维的种类、含量、物理特性等选择适合的检测算法并进行算法融合,开发普适性好的算法以降低成本和减少计算量。     

基于形态学梯度重建的分水岭算法改进研究

图像分割是图像分析和计算机视觉领域中一个最重要的处理过程,常用的边缘检测算子存在边缘定位不准等缺点,而传统的分水岭算法则对噪声敏感且存在过分割的问题。本研究提出基于形态学梯度重建的改进型分水岭算法,该算法通过在人脸图像预处理过程中对图像进行中值滤波消除部分噪声,然后再对滤波后的图像进行增强对比度以及重构梯度图处理,最后利用分水岭算法对处理后的图像进行分割。仿真实验应用不同的算法对同一图像进行计算分割,对比结果显示,本研究提出的方法能够较好地抑制过分割,并且能够分割出人脸图像的主要特征。     

织物表面导电线路喷射打印中微滴关键参数的视觉测量

针对织物表面打印导电线路中微滴的几何尺寸、速度等参数测量过程自动化程度低的问题,将视觉测量与微滴喷射技术相结合。利用高速相机对微滴喷射过程进行拍摄得到连续微滴图像。基于像素的阈值选取方法对微滴图像进行分割,得到微滴的二值图像,采用阶梯型边缘检测算法提取液滴边缘轮廓,获得单个微滴的面积、直径参数,根据面积和直径的关系计算出单个微滴的圆度参数,根据2帧微滴图像间的位移量计算出微滴的瞬时速度。实验结果表明:采用视觉测量法测得到的结果精度可达像素级,整个测量过程耗时短,可实现实时测量,为后续织物表面导电线路的精确成形提供了必要监测手段。     

基于图像处理的白酒酒花轮廓检测

依据"看花摘酒"的传统经验,采用机器视觉代替人眼,通过CCD获取摘酒酒花的视频图像,并截取不同酒度酒花图像进行直方图均衡化、图像腐蚀等图像预处理,消除了高光噪声的影响,然后采用不同边缘检测算法对酒花轮廓进行了对比研究,采用OTSU算法与Canny边缘检测算法相结合的方法,较好地实现酒花与背景的分割,提取清晰的酒花边缘轮廓,通过对大清花与小清花图像的模式识别,为摘酒自动化提供了有效分级依据。该智能化的分级摘酒方法,能够提高分级摘酒工艺的稳定性和准确性,易于实现分级摘酒工序的智能自动化。     

基于Canny算子的白酒分子结构图像边缘提取

提出了一种改进的Canny和数学形态学相结合的白酒分子结构图像边缘检测方法。采用二维高斯函数的一阶偏导数来同时构造x和y方向滤波器计算梯度幅值,然后通过四阈值边缘检测方法进行边缘定位,最后引入了数学形态学对边缘进行融合。实验仿真表明,方法对酒分子结构边缘检测精度较准、抗噪性能良好,能有效的克服图像边缘模糊与断点,提高了...     

异形纤维截面测量中的边缘检测算法

边缘检测是数字图像处理中的重要内容之一,也是实现图像分割、特征提取和图像理解的基础;而截面的特征参数是表征异形纤维截面形状的主要指标。计算机数字图像处理可以提取异形纤维的特征参数来自动识别不同类型的异形纤维。讨论采用常用的几种经典边缘检测算法对截面形状为五角形的异形纤维图像进行处理的情况,并通过实验得出这些边缘检测算法的优缺点及结论,以便为正在开发的异形纤维截面自动检测系统的图像处理技术作铺垫。     

Detection of defects in fabrics using subimage-based singular value decomposition

Matrix singular value decomposition technique is employed for the detection of defects in fabrics. Firstly, a region of interest (ROI) containing the defect is identified by a proposed adaptive partitioning technique – thus reducing the computational duty of operating over the whole image. The ROI portion of fabric image is then divided into small nonoverlapping subimages to further reduce the computational complexity and the average singular values of the subimages are calculated. To remove the interlaced warp–weft grating structure from ROI, which is the global information in the fabric image, selected singular values associated with positive average singular numbers are rejected and the fabric image is reconstructed to yield the image of the defect. Since the resulting image is saturated with noise and some unconnected parts mainly due to dissimilarity of the subimage of the fabric structure, postprocessing is carried out by binarization and edge detection to yield the edge map of the defect. Validity and feasibility of the proposed approach is established for detection of defects form images of TILDA database. The detection rate of 95% and detection success rate of 94.1% are achieved when tested over 460 samples.     

基于Prewitt算子与形态学的纸病图像检测方法

针对Prewitt算子在检测中存在的边缘不连续性的问题,提出一种基于Prewitt算子和数学形态学的纸病图像边缘检测方法。首先利用Prewitt算子对纸病图像进行处理,然后将处理后的图像进行形态学的闭运算。实验表明,该方法结合了两种检测方法的优点,有效地提高了边缘检测的准确性,得到了比较理想的纸病边缘检测效果。     

基于算子的人体数字图像边缘检测算法

研究数字图像边缘检测的原理以及三大类基于算子的边缘检测算法,并将其应用到二维非接触式测量系统的图像边缘提取过程。通过对各算子的实际应用效果分析,Sobel与Smoothed边缘算子的图像增强效果较好,可有效排除噪声干扰,且轮廓线清晰,有利于轮廓跟踪、修补,从而使系统获取到连续清晰的人体边缘曲线。     

文字图像边界检测和去噪处理

根据小波变换图像检测的有关原理,实现了用相邻两个量化方向上像素模值加权平均的方法求取边界图像,并结合算例对基于多尺度边度图像恢复原图像的问题进行了讨论,以此为基础配合去噪处理可有效提高字图像的输出质量。     

基于机器视觉激光切割自动寻边技术研究

论述了利用计算机视觉和图像处理技术实现激光切割机自动寻边切割的基本原理和实现方法.提出一种阈值滤波算法用于图像预处理,能在去除噪声的同时,较好地保留原图像的边缘信息.为了克服由于环境而导致的光强变化及物体表面粗糙度对物体图像边缘的影响,采用改进的边缘检测算法用于边缘信息的提取,通过设计一个梯度极值算子窗口,在窗口领域内直接对像素进行操作,来提取边界特征像素.用VC 6.0开发了整个系统的图像处理软件和系统控制软件,该方法对自动寻边切割具有计算简单、效率高、边缘提取准确的特点,已成功地应用于实际的自动寻边激光切割系统中.