电机铜排表面毛刺缺陷检测技术研究

为了提高应用于工业环境下的大型电机转子导线的铜排毛刺检测精度和效率,针对铜排工件毛刺检测存在光学照明不均、毛刺种类繁多、检测识别率不高等问题,提出了一种基于电机铜排毛刺生长区域的缺陷特征提取方法。设计了由硬件模块和图像处理模块组成的毛刺缺陷自动识别系统。在各类毛刺特征分析的基础上,通过基于掩膜的图像优化算法得到待检测铜排标准图像;利用形态学算法构造出图像待检测区域并分割;最后提取缺陷特征并通过毛刺分类算法和针对各类毛刺的阈值去噪方案得到毛刺的判决结果,实现铜排毛刺的自动检测。实验结果显示,算法能快速准确地检测出毛刺缺陷,对铜排加工过程中产生的毛刺具有较高的鲁棒性,检出率接近98%,漏检率为0%,误检率为1.471%,能够满足工业检测的要求。     

成像前光学调制系统的设计与应用

建立了成像前光学调制系统,利用移相莫尔 条纹的产生原理,实现 了调制臂子系统的匹配和校准;研究了调制臂子系统的标定方法,以建数字微镜器件(DMD) 的寻址坐标和电荷耦合器件(CCD)图像平 面坐标之间的对应关系;提出了基于成像前光学调制系统的Sobel边缘检测方法,避 免了冗繁的软件 卷积运算;最后,针对三维形貌测量中用到的回光标记点进行Sobel边缘检测实验。实验结 果表明:基于成 像前光学调制系统的Sobel边缘检测方法,将原本17N次的软件加 法运算减少为 3N次,原本20N次的软件乘法运算减少到2N次,有效地提 高了处理器的运算效率。     

基于自适应分块的高光谱图像压缩感知重构方法

在对高光谱图像采样重构的研究中，整体采样和固定分块采样没有考虑到高光谱图像复杂的纹理特征分布，使用了相同的测量矩阵导致图像的重构质量较差。针对此问题，该文提出基于2维图像熵自适应分块压缩感知重构方法(ABCS-IE)，该方法以图像2维熵作为高光谱图像纹理细节的度量，根据图像的纹理细节分布自适应改变图像子块的大小，然后为不同的图像块分配特定的采样值，根据分配的采样值设计专有的测量矩阵对图像块进行压缩测量，将采样测量值代入重构算法中进行重构。实验结果表明，与整体采样重构和固定分块采样重构相比，将该方法应用到压缩感知重构算法中对高光谱图像进行采样重构后，重构的图像在视觉效果上有明显的提高，取得的峰值信噪比(PSNR)和结构相似度(SSIM)最大，采样率为0.4时，PSNR提高了2～4 dB,SSIM最大提高了0.27，均方根误差(RMSE)和信息熵差值(ΔH)也有所降低，说明重构的图像更加接近原始图像。而且运算时间也减少了1～1.5 s。可见，该方法能充分利用高光谱图像的纹理特征，有效提高图像的重构质量，同时减少重构的运算时间。     

嵌入式全景视觉实时目标识别

在嵌入式系统中,使用鱼眼镜头实现全景视觉,完成实时目标跟踪工作.采用FPGA+DSP+PC的硬件系统架构作为识别器,使用SAA7113H芯片采集图像,再由FPGA将采集后的图像存入到SRAM,因为使用鱼眼镜头采集后的图像是畸变的,所以采用FPGA对图像进行矫正,运用Freeman链码进行目标识别,尤其是对直线的识别,这些工作都需要大量的计算,高效的FPGA和Altera公司提供的IP核,加快目标识别速度,以达到目标跟踪的目的.     

基于压缩感知高反光成像技术研究

高反光物体成像时反射的光强容易超出传感器接收光强的最大量化值,使得采集图像部分区域图像失真,严重影响信息传递。为了改善高反光成像饱和区域中数据丢失的状况,该文结合压缩感知这一新的采样理论提出基于压缩感知高反光成像方法,利用特定测量矩阵对目标图像进行线性采样,将CCD图像传感器的单个光强采样值与测量矩阵中的分布数据对应结合,对整合后的数据用算法进行恢复重建实现被测目标在高光环境中成像。以峰值信噪比和灰度直方图作为客观评定标准。实验表明,该成像方法鲁棒性较强、可行性较高,直方图检测饱和像素占比为0%,峰值信噪比为58.37 dB实现了在高光环境下不含饱和光成像,为压缩感知在成像应用中提供了新的方向。