基于分治增强匹配的电路板缺陷自动检测方法

基于图像处理技术的电路板缺陷自动检测,受到电路板图像尺寸过大和特征欠清晰因素的影响,其检测速度和检测精度一直有待提高。为此,提出了一种基于分治增强匹配的电路板缺陷自动检测方法。首先,对标准板图像和待检测板图像进行分块处理;其次,通过分段线性变换的方法增强每一个子块图像的特征;最后,利用灰度统计匹配法判断子块图像是否存在缺陷。实验结果表明,基于分治增强匹配的电路板缺陷自动检测方法在确保检测精度的前提下,检测速度也令人满意。     

立体匹配算法分阶段测试平台

通过对多种立体匹配算法的研究发现，立体匹配算法的流程可以归纳为5个阶段，初始匹配代价求取、候选匹配代价生成、视差计算是其中的3个核心阶段。该文以此作为理论基础，在VC++6.0环境下对各个阶段进行了类封装，进而设计出立体匹配算法分阶段测试平台。该平台用4种图像控制数据流的传递，统一了类之间的接口。性能检测实验表明，此平台结构清晰、功能完善、操作简单、可扩展性强。     

立体视觉的四阶段预处理方法

针对LOG滤波方法的不足,提出了一种新的四阶段预处理方法。此方法分为4个阶段:①用均值滤波去除随机噪声;②用高斯滤波去除高斯噪声;③用直方图均衡化法平衡立体图对间的亮度差异;④用拉普拉斯锐化增强图像的边缘和细节。实验结果表明,此方法可以有效地去除图像的噪声,平衡立体图对间的亮度差异。     

基于同构RBF网络的视差图像分治重建

提出一种基于同构径向基函数(RBF)网络的视差图像分治重建方法,通过可调域值和边缘检测完成视差图像的区域分割,在每个区域内采用RBF神经网络进行重建,将各个区域进行拼接,得到最终的重建结果。在不同区域运用RBF进行重建时根据各区域结构特征的繁简用不同分辨率的数据进行训练。实验结果表明,该方法可以获得高质量的重建结果。     

简易信号发生器设计及PLC实现

信号发生器又称为信号源或振荡器,在航空航天、电子、通信等诸多领域有着广泛应用。要给被测电路提（各种波形）,感兴趣的参数。供所需信号发生器主要的已知信号然后用其他仪表测量常见的信号发生器可以产生方波、锯齿波、三角波、正余弦波等标准波形。     

基于改进维纳滤波的运动模糊仪表图像恢复算法

运动模糊图像复原问题,是仪表智能读数的关键技术之一。提出了一种自适应模糊角度估计方法以有效地检测模糊方向,此方法根据极径累加值作为判断依据自适应地选取Hough变换或Radon变换获得模糊方向检测结果。提出了改进维纳滤波复原方法,实现参数的自动设定,并对边缘像素的振铃效应进行抑制。实验结果表明,自适应模糊角度估计方法有效地检测到了运动模糊方向,改进维纳滤波方法获得了理想的复原结果、避免了振铃效应的出现。     

物流配送路径优化理论在立体匹配技术中的应用研究

由于目前的立体匹配算法大都以追求高匹配精确度为目的,造成了算法执行时间过长,不利于实时场合的应用.因此,提出了将物流领域中的配送路径优化理论和方法,即节约算法,引入立体匹配技术中,构建一种高匹配精度、高执行速度的立体匹配算法,并将该方法引入到双目立体视觉中.首先用金字塔算法在低分辨率图像上求取控制点,之后结合物流网络的构建理论修正初始视差空间图像,进而利用物流配送路径优化中实时性强的特点,在修正后的视差空间图像上快速找到全局最优路径,从而生成具有全局最优特性的视差.实验结果表明,本方法将大大增强立体视觉技术在实时场合下的适用性.     

基于Triz理论的立体匹配方法

针对动态规划立体匹配方法中匹配精度和匹配时间的矛盾,引入Triz理论加以解决,提出基于Triz理论的立体匹配方法。通过在39矛盾矩阵中定位及相关矩阵解的求取,获得解决立体匹配矛盾的Triz建议。在Triz建议的启发下,将控制点的求取放在金字塔低分辨率图像上进行,并在视差空间图像上采用双向动态规划策略优化。实验结果表明,通过这2项改进,使得该方法在确保匹配精度的前提下,可获得较快的匹配速度。     

多仪表数据移动云计算处理切换策略研究

为提升多仪表数据移动云计算的服务性能,文中就移动云计算的切换策略展开了研究,提出了一种基于阈值判决和网络选择融合的移动云计算切换方法。这种方法将移动云计算的切换过程分为两个步骤,首先通过阈值判决来决定是否需要进行切换,其次采用多属性决策的方法为切换选择最佳的备选网络。实验结果表明,文中提出的切换方法比垂直切换方法和网络选择切换方法具有更加优秀的切换性能,在切换次数、完成时间、仪表检录终端能耗三个指标上均表现出突出的优势。     

一种图像畸变的显-隐式校正方法

精确的畸变校正模型是一个包含径向畸变系数(k1,k2)和切向畸变系数(p1,p2)的五次多项式,为了解决对其迭代求解的问题.提出了一种显-隐式畸变校正方法.此方法将图像畸变的显式校正和隐式校正相结合,用径向畸变系数(k1,k2)、切向畸变系数(p1,p2)和不含任何物理意义的校正因子λn构建一个显-隐式畸变校正模型.然后用最小二乘法求解此模型,进而实现图像的畸变校正.实验结果表明,此方法不但求解简单,而且精度很高.