基于改进形态学梯度和Zernike矩的亚像素边缘检测方法

为满足电荷耦合器件(CCD)图像测量系统的快速、高精度测量要求,提出了一种基于改进形态学梯度和Zernike矩算法的图像亚像素边缘检测新方法.基于CCD图像灰度和空间结构信息特点,该算法先利用改进的数学形态学梯度算子进行边缘点的粗定位,在像素级上确定边缘点的坐标和梯度方向;然后再根据构造的边缘点向量和参考阈值,用Zernike矩算法对边缘点进行亚像素的重新定位,实现图像的亚像素边缘检测.仿真图像和实际图像的边缘定位实验结果表明,与Zernike矩、LOG-Zernike矩及Sobel-Zernike矩算法相比,该方法具有更好的定位精度与抗噪性,且检测速度更快.     

图像测量中快速边缘亚像素定位研究

研究了一种图像测量中边缘点的快速亚像素定位的方法,采用先阈值分割再边缘提取进行粗定位,确定边缘点的像素级精度位置和边缘的方向,沿边缘点的边缘方向拓展像素,得到一定长度的灰度值向量,对向量进行处理实现边缘的亚像素定位。分别采用三次多项式拟合法、二次曲线拟合法和灰度矩法三种亚像素定位算法进行了理论分析和实验对比,结果表明,灰度矩算法具有较短的运行时间和较高的定位精度。     

Zernike矩边缘检测与多项式拟合的CT图像三维测量算法

针对工业CT切片z方向分辨率不足问题,研究一种Zernike矩边缘检测与多项式拟合结合、自动预测顶端的高精度三维测量算法。首先通过Zernike矩对每张切片图像提取亚像素级轮廓,并用多项式拟合该轮廓;然后对拟合曲线进行等相角间隔采样,并建立同相角的轮廓点匹配,采用层间插值算法得到中间层的轮廓点并外插预估工件顶端点;最后采用台体法计算工件体积。对体积相等的圆柱、圆锥和半球3个标准试块进行CT扫描、测量并分析了测量误差的来源。实验结果表明,对实际工件体积测量误差降低到1%以下,能够满足工程应用中的自动、快速、高精度体积测量要求。     

基于视觉图像的二次曲线特征参数精密测量方法

为了满足视觉检测中对二次曲线参数(圆或椭圆)高精度测量要求,提出了一种基于视觉图像的二次曲线特征参数精密测量方法.该方法利用变结构元广义形态学边缘检测算法对图像中的二次曲线进行初始边缘定位,充分提取图像边缘细节信息的同时抑制图像噪声的影响.在亚像素图像处理中,基于Zernike矩边缘检测算法计算出的边缘参数,提出了对二次曲线特征进行亚像素边缘定位的边缘检测算法,建立了曲线边缘点与边缘参数之间的映射关系.利用检测出的二次曲线亚像素边缘点数据,通过定义的数据点分布优化的参数拟合算法,可以计算出二次曲线的特征参数.实验结果表明:该方法稳定性好且实时性强,定位不确定度优于0.03像素,可实现二次曲线特征参数的精密测量.     

一种改进的角点检测法

角点包含丰富的图像几何信息，其检测精度直接影响后续图像参数的计算与分析。为满足工程上要求的高精度计算出零件轮廓参数，在检测出零件轮廓边缘后．角点定位成为影响结果精度的最重要因素。为此．本文提出了一种基于亚像素思想，综合图像灰度信息与边缘轮廓点特征的高精度角点检测法。该方法使用Marr边缘检测算子得到连续单像素边缘，结合亚像素思想对各个边缘点进行精确定位，在此基础上根据角点曲率最大原理进行检测．最终确定独立角点。实践证明，该方法能有效、高精度地进行角点检测。     

基于Franklin矩的亚像素级图像边缘检测算法

为了满足计算机视觉标定与精密测量对图像边缘定位的精确度高和抗噪性强的要求,提出一种基于Franklin矩的亚像素级图像边缘检测算法。首先,建立亚像素边缘模型,利用各级Franklin矩的卷积来提取图像边缘点的细节特征;然后,依据Franklin矩的旋转不变性原理,分析图像边缘旋转至垂直方向后各级Franklin矩之间的关系,从而确定图像中亚像素边缘的关键参数;最后,根据改进的边缘判断条件,确定图像中的实际亚像素边缘点。大量实验结果表明,与基于Zernike矩的亚像素级算法、基于小波变换与Zernike矩结合的亚像素级算法、基于Roberts算子与Zernike矩结合的亚像素级算法相比,本文提出的基于Franklin矩的亚像素级图像边缘检测算法速度更快,精度更高且抗噪性强,更好地满足了对于图像边缘定位稳定可靠及高精度测量的要求。     

复合式二次边缘检测的红宝石球直径高精度测量

为了对红宝石球直径进行非接触式、高精度测量,本文提出了一种复合式二次边缘检测法。首先,对拍摄到的红宝石球图像进行预处理后使用自适应阈值的Canny边缘检测算法对红宝石球图像进行一次边缘检测;其次,采用基于像素加权平均的图像融合算法对红宝石球二值化图像与边缘检测图像进行融合,对融合后的图像进行边缘提取,选择三次样条插值法对边缘图像进行插值,通过曲线拟合获得图像边缘的亚像素坐标,根据坐标进行圆拟合,结合标定得到检测结果,完成复合式二次边缘检测,从而实现对红宝石球直径的高精度测量。实验结果表明：对6 mm的红宝石球直径测量,测量精度可达1.5μm,定位精度不超过0.1个像素,满足企业测量要求,为后续实现工业自动化检测提供了较好的技术支持。     

基于CUDA的眼底图像快速自动配准与拼接

针对眼底图像对比度低、光照不均匀、视场局限及不同视场间存在几何畸变等特点,提出一种基于CUDA的眼底图像快速自动配准与拼接算法。该算法利用CUDA加快了各视场眼底图像同态滤波增强的速度及增强后各有效视场的SIFT特征提取与相互匹配的速度,并加快了结合透视变换模型的RANSAC算法进行的匹配点对提纯速度、周围视场与中央视场变换矩阵的计算速度,配准、融合后得到了眼底全景图像。实际的眼底照相机获取图像的自动配准与拼接表明,该算法可以快速、高精度地实现不同视场眼底图像的自动配准与拼接,算法速度是未采用CUDA的算法的10～30倍,精度达到像素级,具有很好的鲁棒性。     

面向贴片机视觉系统的摄像机标定方法

针对贴片机视觉系统摄像机标定便捷性和高精度的要求,分析摄像机模型及其局限性,提出采用一阶单系数除式径向畸变模型代替传统的多项式畸变模型,并设计出带矩形边框和三角标志的圆形标定点平面标定板进行摄像机标定。通过可递归执行的修正的Deriche滤波快速获得像素级边缘,再进行亚像素边缘提取、线性方法拟合椭圆,对标定点进行精确定位,通过空间点及其图像投影的对应关系,获得较理想的摄像机参数初始值。最后,利用最优化算法进一步求解,获得更高精度的摄像机参数。实验结果表明,该标定方法简单、快速,并且精确,能满足贴片机视觉系统的要求。     

基于边缘几何特征的高性能模板匹配算法

基于灰度相关的模板匹配算法在很多情况下难以得到准确的匹配结果,提出一种基于边缘几何特征的高精度模板匹配算法.利用曲面拟合方法获得边缘的梯度方向和亚像素坐标作为匹配信息,采用图像金字塔的搜索策略对算法加速,最后利用最小二乘平差理论得到亚像素级的定位精度和精确的旋转角度信息.实验表明,对于目标旋转、均匀或非均匀变化的光照、部分遮挡的情况下可以得到良好的匹配结果,而且在保证高精度的同时算法可以满足实时性要求,重复定位精度优于商业化软化包MIL8.0的GMF算法.     

超声乳腺肿瘤图像中种子点的自动定位研究

利用种子区域增长对超声乳腺肿瘤图像进行分割是一种常用的计算机辅助诊断方法。为实现种子点的自动快速定位,满足实时在线分割图像的需求,根据超声乳腺肿瘤图像的结构特征,综合图像的灰度因素和空间因素,提出了一种基于迭代四叉树分解的算法。该算法将满足特定阈值的图像分裂转化为寻找种子区域,以实现种子点的自动定位。对105幅超声乳腺肿瘤图像进行了实验验证,结果表明,该算法准确率能够达到94.28%,平均耗时2.97 s,不但满足了种子点的自动定位于图像肿瘤内部,而且需要调整的参数少,其定位效率要高于人工选择。     

基于CC-Link、SSCNET总线的三维物料输送机器人

论述了运用三菱Q系列PLC,结合CC-Link总线技术和SSCNET伺服控制总线技术,以及HMI人机界面,组成直角坐标系机器人,采用示教再现的方法完成该机器人在三维空间内任意位置定位。以数控机床全自动上料、取料为例,说明三维物料输送机器人如何实现在三维空间中的伺服点位控制。     

孔系组合夹具夹紧方案自动规划方法

提出了基干实体模型的工件夹紧点自动确定方法和夹紧信息表示方法。采用了工件外轮廓的规约化方法，根据工件的规约化几何形状，确定工件满足夹紧要求的夹紧点个数，再进行夹紧点位置区域划分。从每个区域中各选择一个夹紧点组成一个夹紧方案，形成了可行夹紧方案集合。根据夹紧点位置、高度与受力多边形关系，来评价夹紧方案。     

基于深度学习特征匹配的铸件微小缺陷自动定位方法

针对射线实时成像检测中精密铸件微小缺陷自动定位的需要,提出一种基于深度学习特征匹配的铸件缺陷三维定位方法。模拟选择注意机制的中央-周边差算法,提出以视觉显著度为尺度,从射线图像复杂背景中检测出微小缺陷及其区域,以定义的区域中央点为待匹配点;然后,提出构造深度卷积神经网络自动提取微小缺陷区域的深度学习特征,通过深度学习特征矢量的相似度,实现在不同视角下投影图像中的同一微小缺陷点的自动匹配;最后,基于平移视差测距原理计算缺陷匹配点的三维空间坐标。实验表明,基于深度学习特征匹配的方法能够正确搜索平移前后投影图像中的同一缺陷点,以此为基础,利用视差测距原理实现了微小缺陷匹配点的自动准确定位,深度定位误差小于5.52%,能够满足对精密铸件微小缺陷智能评判的需要。     

自动测试系统实时数据处理方法的改进

本文根据基于单片机的多档级自动测试系统中被处理数据的特殊性,提出一种可以简化单片机编程实现的新处理方法,即用有效数字和小数点位置信息代替浮点小数和量程单位参与数据处理,以十六进制整数运算取代浮点运算,从而简化了从测量、运算、存储到显示的数据处理过程,减少了汇编语言编程工作量.文中给出了新的测试方法的公式推导过程,并讨论了引入新的处理算法后,相关的存储数据、显示数据功能的相应改进处理方案.     

基于傅里叶变换的数字仪表字轮定位方法

机械式数字仪表的计算机自动抄表在工业和控制领域得到了广泛应用,而仪表图像中字轮的定位是数字仪表自动抄表系统的关键技术。目前,影响机械式数字仪表的字轮定位的问题主要有:表盘图像的背景复杂、类似字轮的干扰信息较多、所采集图像带有随机角度的倾斜。针对以上问题,文中提出了一种基于傅里叶变换的字轮定位方法。该方法首先采用边缘检测和数学形态学处理方法进行有效区域筛选,再利用基于快速傅里叶变换的倾斜校正方法进行表盘倾斜校正,然后采用水平和垂直积分投影法提取字轮区域,最后根据字轮在表盘中的位置特征判断倾斜校正过程中可能出现的图像倒置现象,并进行校正。该方法定位准确、计算简单,有效缩短了系统运行时间,对机械式数字仪表自动读数系统的实时性发展有重要意义。     

采用高精度自动定心机构的大尺寸内径测量

圆心定位精度是非接触式大尺寸内径自动测量系统的重要参数,高精度圆心定位是提高系统测量精度的关键。研制了具有高精度自动定心机构的大尺寸内径测量系统,利用双椎体主轴同步定心方法实现测量系统在被测轴孔内高精度自动定心,并通过调节定心支撑臂长度提高圆心定位精度。利用最小平方中值法剔除粗大误差,再利用最小二乘法拟合测量结果,提高了内径拟合精度。使用设计的大尺寸内径测量系统样机对内径直径582 mm的标准环规进行测量,并在大型工件加工现场进行了验证。实验结果表明,本系统的圆心定位精度可达0.012 8 mm,内径和圆度的测量精度可达0.001 mm,标准环规测量重复性稳定在0.006 mm以内,现场测量重复性稳定在0.007 mm以内,能够正确反映大尺寸轴孔的内径和圆度参数,满足测量要求。     

亚像素检测方法在图像检测点提取中的应用

图像检测点的提取是图像定位于检测系统中的关键问题.为解决利用二值细化提取图像检测点技术精度不足等问题,将亚像素检测定位技术应用到图像检测点提取中.通过试验比较了三种亚像素定位算法图像定位中的优缺点,进行了通过光条中心线的提取试验以及通过两条光条中心线交叉点提取图像检测点的试验,对亚像素检测定位技术作出评价.研究结果表明...     

基于特征点提取和旋转不变技术的锁片基体视觉检测

针对锁片基体漏装检测中高速、柔性、准确的要求，采用视觉检测的方式进行检测。运用基于Harris探测算法的特征点提取并结合Zernike矩图像旋转不变技术，成功地解决了基体在图像中位置不固定的情况下检测耗时的问题，实现了锁片基体手工安装是否漏装的自动化视觉检测。实验证明，该方法具有实用性和高效性。     

基于图象处理的复杂指针式仪表的识别

根据仪表的结构特点,提出了复杂的指针式仪表的识别方法.对实现其功能的主要方法做了介绍,如阈值迭代二值化、边界跟踪、Hough变换的目标信息的提取、模板匹配.