基于机器视觉的运动参数测试方法的研究

为达到非接触式测量的目的,采用机器视觉的方法来实现对运动机构的运动参数的测定.通过在机构上设定一个标志,利用模板匹配技术,对该目标实现实时在线跟踪,得到它在动态图像中每次的坐标值,通过对动态图像的分析和处理从而在线得到各种运动参数的曲线.模板匹配算法采用了全局匹配与小区域匹配相结合的策略.小区域匹配一次所用时间为20 ms,完全能达到在线实时跟踪测试的要求.     

基于模板匹配和Kalman滤波器的目标跟踪

传统的模板匹配算法在目标做简单直线运动时有很好的跟踪效果。为解决实际应用中存在的目标变形、噪声干扰等问题,采用了动态更新模板的模板匹配,即当本帧图像中目标与模板的匹配度高于阈值时,则将本帧图像中识别的目标作为下一帧图像中目标跟踪的模板;当匹配度低于阈值时,仍将本帧的模板作为下一帧的模板,避免由于噪声的干扰导致跟踪的漂移。利用Kalman滤波原理对目标的运动状态进行了预测,缩小搜索范围,减小计算量,提高了实时性。实验表明,该方法能够快速准确地跟踪运动的目标。     

一种基于区域匹配的图像拼接算法

本文提出了一种基于区域匹配的图像拼接算法,将一幅图像分别从左上、左下、右上、右下四个方位逼近另一幅图像,并在其上作水平平移,对两幅图像的重叠区域进行相关度计算,以获得最佳匹配点,实现拼接操作.该算法的有效性及精准性得到验证,结果令人满意.     

基于等距离匹配的全景图像快速生成算法

基于等距离匹配思想,提出了一种快速的全景图像生成算法.对于相邻两幅待匹配图像,设定相同大小的比较区域,采取随机取点的方式,从两幅图像中心垂线开始向重叠方向同步长移动并计算对应点的颜色差值并累加,若达到某一设定阈值,则停止计算.计算次数最多的比较区域中心位置即为最佳匹配位置.本算法可以尽早排除非匹配位置,减少计算时间,提高全景图像生成的速度.     

基于纹理特征的机械零件图像快速匹配方法

为了实现机械零件图像的匹配,同时保证具有较高的计算速度, 提出了一种针对条形纹理表面工件的匹配方法.首先,在工件图像中取若干圆形区域(称为纹理圆),通过纹理圆的统计特征来计算工件表面纹理方向,确定2幅匹配图像间的大致角度差.然后根据角度差旋转其中1幅图像,保证了2幅图像角度差在相关系数法作用范围内.最后用相关系数法对2幅图像进行灰度特征匹配.实验结果表明:基于纹理特征的机械零件图像匹配,解决了条形纹理表面工件图像匹配问题,同时具有较高的计算速度.     

图像匹配算法在跟踪印花系统中的应用

针对实时性要求较高的跟踪印花系统,提出了一种利用图像灰度特征进行跟踪匹配的算法.新方法首先通过比较直方图特征进行粗匹配,挑选出模板存在可能性较大的区域,然后通过计算横向与纵向的投影特征来实现模板的精确匹配.实验结果表明,相对于传统的灰度互相关算法,新算法匹配效果更为精确,同时减少了计算量,能够很好地满足印花系统高实时性的要求.     

基于自适应模板的实时跟踪算法

相关匹配算法通过计算模板图像和待匹配图像的互相关值来确定匹配的程度,是一种经典的匹配算法,具有很高的准确性和适应性,并且对图像灰度值的线性变换具有"免疫性",因此在目标跟踪中得到了广泛应用.但是相关匹配算法计算耗时过于庞大,难以达到实要求,并且当目标在模板中所占比例很小时,很难确定模板的准确位置,使得此算法在实时目标跟踪中的应用有很大困难.本文提出了一种基于自适应模板的实时跟踪算法.实时采集的图像首先进行阈值分割,然后用形态学滤波的方法去掉噪声,模板的尺寸通过轮廓分割方法确定.匹配程度的算法选择的是归一化自相关匹配算法,并采用金字塔搜索算法进行加速.实验结果显示,此算法有效地克服了相关匹配算法的缺点,具有较好的匹配精度和实时性.     

基于深度图像的多特征孔洞填补方法研究

为填补深度图像中包含多个特征的孔洞,提出了一种基于模板匹配的孔洞填补方法.根据法矢进行区域特征分割,得到单一特征点云,运用切片法从单一特征点云中得到特征线点云.对特征线点云中值滤渡后拟合生成特征线,并对特征线编码.同时建立模板编码库,采用模板匹配法匹配模板图和搜索图中各特征线子图,找出最优模板图进行孔洞填补.该方法应用在船舱槽型舱壁的重构中,能有效地实现多特征孔洞填补.     

基于ROI的银触点模板匹配缺陷的检测法

银触点广泛应用于各种电子元器件中,其表面要求覆盖银层完整光亮,但在生产中表面会出现多种缺陷难以检测而影响使用。为保证其出厂的零缺陷,提出了基于ROI的银触点模板匹配缺陷检测方法。通过对图像进行形态学处理,保证了整张图像的低噪声,根据银触点的表面外形特征,优化了模板匹配的搜索路径,实现了自动选取目标。凸包运算后准确做出圆形区域的最小外接矩形ROI,通过位址映射求出最小外接矩形的位置,得到信息完整的原图ROI。将模板ROI与实时ROI进行去均值归一化相关匹配,计算两幅图像的相似度。通过大量实验得出合格约束相似度,对比人工分拣与机器视觉ROI模板匹配的分拣误差,得出基于ROI的银触点模板匹配缺陷检测方法,符合银触点的出厂要求。     

基于投影特征的自适应图像匹配算法

针对传统图像匹配算法存在的计算量大、匹配速度缓慢的缺点,对基于相关函数法的投影法进行了改进,提出了一种基于投影特征的自适应图像匹配算法。得到投影序列后,选定初始阈值,在后续各点的计算中不断自适应更新,遵循超过当前阈值即停止匹配计算的原则,大大减少了对非匹配点的计算。实验结果表明,该算法抗干扰性强,匹配速度快;模板图像和待匹配图像大小越接近,该算法精度越高,速度优势越明显。