离散余弦变换—Ⅱ的一种快速递归算法

离散余弦变换-Ⅱ(DCT-Ⅱ)在数字信号处理中得到了广泛的应用。本文推导了一种计算DCT-Ⅱ的快速递归算法,给出了一般算法流图,并与DCT-Ⅱ的其它快速算法作了运算量的比较。     

图像处理中阈值选取方法30年（1962—1992）的进展（一）

阈值分割是图像处理的基本问题,在机器视觉、文字识别、生物医学图像分析、指纹与印章鉴定、光学条纹判读以及军事目标识别等领域应用极为广泛。阈值选取是阈值分割的关键。1962—1992年30年间,国外学者们针对这一课题进行了广泛深入的研究,提出了多种阈值选取方法。本文依据大量的有关文献,较全面地总结了50多种阈值选取方法,并把这些方法划分成十类:(1)直方图方法与直方图变换法;(2)最大类间方差法;(3)最小误差法与均匀化误差法;(4)共生矩阵法;(5)矩量保持法;(6)最大熵方法;(7)简单统计法与局部特性法;(8)概率松驰法;(9)模糊集方法;(10)其他方法。文中阐明了各方法的基本思想、适用范围及其优缺点,给出了相应的一些计算公式,指出了对各方法性能进行定量评估所面临的问题。     

基于深度学习的视觉同时定位与建图研究进展

随着机器视觉的不断发展，视觉传感器其小巧轻便、价格低廉等优势，使得视觉同时定位与建图(VSLAM)越来越受人们关注，深度学习为处理VSLAM问题提供了新的方法与思路。本文综述了近年来基于深度学习的VSLAM方法。首先回顾了VSLAM的发展历程，系统阐释了VSLAM的基本原理与组成结构。然后从视觉里程计(VO)、回环检测与建图3个方面分析各类基于深度学习的方法，从特征提取与特征匹配、深度估计与位姿估计及关键帧选择等3个部分阐述了深度学习在VO中的应用；基于场景表达方式的不同，总结了几何建图、语义建图及广义建图中的深度学习方法。接着介绍了目前VSLAM常用的各种数据集以及性能评估指标。最后指出了目前VSLAM面临的难题与挑战，展望未来深度学习与VSLAM结合的研究趋势与发展方向。     

基于视觉的汽车装配件缺陷检测研究进展

汽车装配件的缺陷检测是汽车制造流程中的重要环节,不仅可以提升产品质量,降低退货率,避免成本浪费,还可以为 驾驶人员提供安全保障。 最早的缺陷检测依靠专家经验,准确度低,人力成本大,而无损检测技术依靠介质,且效率不高。 引入 机器视觉不仅可以平衡检测精度和效率的问题,还能提高检测系统的鲁棒性,是最有发展潜力的缺陷检测技术之一。 本文首先 给出了视觉缺陷检测的定义和主要流程,简述了视觉缺陷检测系统中的图像采集硬件,然后从常用的缺陷分割方法、特征提取 方法、卷积神经网络 3 个方面综述了近年来汽车装配件缺陷检测的研究进展,并对比分析了相关方法的优缺点。 接着把汽车的 装配件大致分为轮毂轮胎、车身漆面、零件、发动机等 4 类,总结了缺陷类型及其缺陷检测算法的研究现状。 随后介绍了与汽车 工业相关的 10 个数据集和缺陷检测性能评价指标。 最后指出针对汽车装配件的缺陷检测目前面临着诸多方面的技术挑战,并 对进一步的工作进行了展望。