一种基于混沌优化算法的PCB板元件检测方法

先进电子制造生产中经常要对PCB板元件进行检测与识别,介绍了一种基于图像模板匹配算法的PCB板元件自动快速检测方法.从检测速度和准确度出发,首先提出了一种图像相似性度量参数指标,并提出一种利用并行混沌算法融合单纯形的算法,来优化搜索图像相似性,给出了算法实现的全过程.用实际拍摄的PCB板元件进行性能测试,验证了该优化算法能提高检测速度.     

基于边缘和颜色特征的贴装晶体管类元件检测算法

为了检测贴装后的晶体管类元件,提出了一种基于元件边缘与颜色特征的检测算法.首先建立了元件在三色(红、绿、蓝)结构光下的模型,分析其特征;然后提取图像的边缘,在利用线滤波器和矩形滤波器过滤掉干扰边缘后,连接候选电极边缘,并引入HSI空间的颜色特征定位电极区域,再分析电极特征并确定元件贴装类型;最后基于投影的方法对元件主体进行匹配检测.实验结果表明:本文算法可有效地检测缺件、偏移、歪斜、错件等晶体管类元件常见的元件缺陷.     

基于图像拼接的惯性约束聚变终端光学元件在线检测

针对惯性约束聚变(ICF)终端光学元件的高精度在线检测,提出了一种基于图像拼接的检测方法。该方法主要包含图像配准及图像融合两个部分。在图像配准部分,采用基于局部损伤点特征匹配的方法来解决在线检测图像中信息过少,以及子图像间存在曝光差异的问题,并将检测系统的运动信息应用到配准过程中,提高了检测精度及效率。在图像融合部分,采用泊松融合的方法来消除曝光不均匀所产生的"拼接线",实现了检测图像的"无缝拼接"。用本文算法与尺度不变特征变换(SIFT)算法对ICF终端光学元件在线检测(Final Optics Online Inspection,FOOI)图像进行了实验对比,结果表明,本文提出的图像配准方法优于SIFT算法。通过4×4方式得到的拼接图像显示,本文方法可以大幅度提高ICF系统中FOOI装置的检测分辨率。     

高精度贴片机视觉系统图像预处理算法研究

针对高精度自动贴片机的视觉系统图像预处理算法进行了研究,提出了针对贴片机PCB板标记点及元件图像处理的预处理方法.开发了针对视觉定位系统的图像识别软件,并用PCB板图像及元件图像进行实验验证.实验结果表明,该预处理算法能够有效地分割原始图像目标区及背景区、排除干扰噪声、增强图像特征,为贴片机进一步的图像识别及定位提供了有利条件.     

舰船图像序列电子稳定算法的研究

分析了船载摄像系统获取的图像序列的特点,提出了稳定舰船图像序列的特征点电子稳像算法.详细地阐述了实现此算法的关键步骤:获取图像特征点,确定图像运动矢量和校正图像序列等.通过分析实际工作中舰船摄像系统的运动状态,进一步简化算法,提高了算法的精度.将此算法应用于舰船图像序列稳定实验,分别采用图像差值和图像序列的逼真度对稳定的结果进行了评定.试验和评定的结果表明,这种特征点稳像算法能够实现实时准确地稳定舰船图像序列.     

基于ARM系统的图像检索算法与实现

针对用户对于ARM嵌入式消费类电子产品图像检索功能的需求,提出了基于特征直方图法和二分聚类算法的图像色彩特征提取方法,并根据嵌入式处理平台的特点对算法进行了优化,提高其运行效率和检索精度.通过将提取出的特征同已有特征库进行比对,实现图像的检索和分类.基于Freescale的iMX21嵌入式平台实现了图像检索系统原形,对算法进行了验证.     

基于AdaBoost算法的人脸识别系统的研究与实现EI北大核心CSCD

在现代生活中,人类通过人脸来抒发情感、传递个人思想及相互交流。人脸能够深刻地反映人们内心状态的变化,成为最直接、最重要的表达手段。随着图像技术的逐渐发展,人脸识别技术引起了人们的广泛关注。针对近年来在人脸识别领域的相关技术以及理论进行研究,并选择AdaBoost算法进行整合实现,以达到更好的识别效果。在识别过程中,针对图片的特征进行灰度化和均衡预处理,改善图片质量、提高图片分辨率和运算速率;选定Haar的特征分类器进行特征分类;使用SIFT特征提取算法作为对比算法,将待匹配图像与图像库中的图像进行比较,完成人脸识别过程。最后,通过上述方式设计并实现了一个简单的人脸识别系统,利用上述算法完成计算,实现了图像的检测人脸、识别使用人脸。并通过实验验证了该识别方法和系统的准确性、有效性。     

一种改进的Pal和King模糊边缘检测算法

针对Pal和King提出的模糊边缘检测算法易导致图像灰度信息丢失这一缺陷,提出一种改进的图像模糊边缘检测算法.该算法首先通过阈值来定义一个新的隶属函数将原始图像映射到模糊特征平面;然后利用模糊增强处理来提高区域之间的层次,加强边缘两侧的对比度;最后根据一定的判别准则提取出图像的边缘.实验结果表明,采用改进的方法边缘检测质量显著提高,算法速度大大加快.新算法中具有唯一的参数且可以自动确定,保证了算法的自适应性.     

基于AdaBoost算法的人脸识别系统的研究与实现

在现代生活中,人类通过人脸来抒发情感、传递个人思想及相互交流。人脸能够深刻地反映人们内心状态的变化,成为最直接、最重要的表达手段。随着图像技术的逐渐发展,人脸识别技术引起了人们的广泛关注。针对近年来在人脸识别领域的相关技术以及理论进行研究,并选择AdaBoost算法进行整合实现,以达到更好的识别效果。在识别过程中,针对图片的特征进行灰度化和均衡预处理,改善图片质量、提高图片分辨率和运算速率;选定Haar的特征分类器进行特征分类;使用SIFT特征提取算法作为对比算法,将待匹配图像与图像库中的图像进行比较,完成人脸识别过程。最后,通过上述方式设计并实现了一个简单的人脸识别系统,利用上述算法完成计算,实现了图像的检测人脸、识别使用人脸。并通过实验验证了该识别方法和系统的准确性、有效性。     

一种新的指纹特征点匹配算法

近年来,文献中报道了许多指纹匹配算法,它们各有不同的特点.提出一种新的指纹特征点匹配算法,通过指纹特征点匹配来实现指纹图像的匹配.这种算法通过采用圆形匹配限制框和简化计算步骤等方法,优化了Anil Jain和Xiping Luo等人的算法.对一组由扫描仪获取的指纹图像做实验,结果表明,该算法速度更快,精度更高,更适用于实时指纹识别系统.     

基于区域分块与尺度不变特征变换的图像拼接算法

针对图像匹配算法计算量大,实时性差的问题,提出了一种基于区域分块与尺度不变特征变换(SIFT)相结合的图像拼接算法。该算法利用图像能量的归一化互相关系数快速分割出匹配图像与待匹配图像间的相似区域,利用SIFT算法在重叠区域中搜索出能用于匹配的图像特征点并实现快速精确配准。然后,通过对图像进行了几何校正和图像融合来实现图像序列间的无缝拼接。实验结果表明,该算法减少了传统SIFT算法的大量无用搜索,改善了图像的几何失真,降低了算法复杂度,提高了图像匹配的速度,在保证90%以上的匹配准确率的基础上,计算时间较传统SIFT算法减少了近50%。提出的算法可准确、快速地实现有形变和尺度变换图像的无缝拼接。     

基于图像仿真处理的光学元件检测

基于图像拼接与处理来实现非球面光学元件的初步检测,CCD摄像头首先将采集到的视频信号数据经DM642芯片转换成YuV格式,接着将Y信号（灰度信号）经JTAG口运用RTDX（Real—TimeDateExchange）技术传输到主机端,主机端利用matlab处理接收到的图像灰度数据,采用harris角点算法提取f}{图像角点,运用归一互相关法对角点进行匹配并拼接图像,最后运用sobel算法和canny算法对拼接后的图像进行轮廓提取处理,能有效观测到大尺寸光学元件表面裂纹、划痕等缺陷分布,可以验证这是一种有效的非球面光学元件进行精密加工前的检测方法。     

基于仿射不变量的长基线立体匹配

为了实现长基线图像特征点的立体匹配,提出了一种新的基于特征点仿射变换不变性的匹配算法.通过对仿射变换矩阵进行奇异值分解,利用旋转角度和尺度变换因子来估计仿射矩阵的合理初始值,加快匹配算法的收敛速度,避免搜索可能收敛于某一局域极小值或发散.另外,通过估计特征点的外极线几何关系和局部运动矢量消除错误匹配.     

基于SIFT-SUSAN算法的零件图像特征提取研究

把SIFT-SUSAN算法应用在零件图像的特征提取上,检测图像的特征极值点。首先对采集的图像进行均值滤波和Laplace锐化预处理,以此增强图像的边缘响应;利用高斯卷积和高斯差分建立尺度空间域;再利用SIFT算法提取空间极值点,并引入SUSAN算子检测空间角点;计算两种特征点的位置,生成特征描述子,实现零件图像的匹配。通过对垫片、螺母和轴承盖零件分别采用SIFT算法和SIFT-SUSAN算法进行对比试验,实验表明:SIFT-SUSAN算法结合了图像区域和边缘角点特征,得到更多的匹配点,提高了图片匹配的正确率。     

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.     

DCT域盲嵌入的正态实数伪随机序列水印方案探讨

本文实现了一种DCT域数字图像水印.将实数伪随机序列作为水印添加到图像的DCT系数中,使用了水印分量的强度控制阈值来控制加入水印分量的能量;通过调整水印嵌入的位置、长度来保证水印透明性和鲁棒性的平衡;并通过相关性运算来实现不依靠原图像信息的盲检测.试验结果表明,实现的水印算法具有很好的透明性,而且对于常见的图像压缩和噪声干扰等攻击具有很好的鲁棒性.     

基于改进SIFT图像匹配的无人机高精度避障算法设计

为提高无人机避障能力,提出基于改进SIFT图像匹配的无人机高精度避障算法.通过角点匹配和多分辨模式识别,实现对无人机高精度避障的图像显著特征点检测,通过对比梯度分析和参数融合识别,实现对无人机高精度避障图像信息加权融合处理,采用改进SIFT图像匹配方法,匹配无人机高精度避障地理空间网格,实现避障算法的优化设计.仿真结果...     

基于区域划分的多特征纹理图像分割

由于纹理图像的复杂性和多样性,仅依靠传统的单一特征实现纹理图像分割无法满足其对分割精度的要求。本文提出结合区域划分的多特征纹理图像分割方法。首先,依据像素灰度的空间相关性定义多个纹理特征;然后利用区域划分将图像域划分成不同子区域,待分割同质区域由这些子区域拟合而成;通过分别定义多个特征图像的同质区域之间的异质性势能函数和刻画各子区域邻域关系势能函数来定义全局势能函数,并构建非约束吉布斯概率分布,从而建立纹理分割模型;最后,采用M-H算法采样上述概率分布,从而获得最优图像分割结果。分别对模拟纹理图像、遥感图像、自然纹理图像和SAR海冰图像进行了分割实验,并与利用单一特征得到的分割结果进行对比分析,定性和定量的测试结果验证了算法的有效性。     

应用自调整蛇模型实现提取布氏硬度压痕圆

针对零部件的布氏硬度压痕图像,描述了一种应用蛇模型并结合形状相似性度量从而进行图像中的压痕圆提取的新算法.该新算法使用了改进后的蛇模型,可以利用预先知道的元件压痕的形状信息,基于形状相似性的度量,进行蛇模型的参数自调整,从而对元件的布氏硬度压痕图像进行有效的边缘检测,最终采用Hough变换成功实现了对布氏硬度压痕图像中的压痕圆的识别.实验结果表明,该方法可以实现了蛇模型参数的自适应设置,是一种有效的压痕圆提取方法.     

采用稀疏表示的红外图像自适应杂波抑制

针对红外图像中弱小目标的检测问题,提出了一种基于图像稀疏表示的自适应杂波抑制方法.首先,采集500帧红外图像样本,通过训练学习构造包含图像各个层次结构特征的多成分超完备字典;然后,通过红外图像的协方差自适应地选择与图像子块对应的超完备字典对图像进行稀疏表示,利用匹配追踪算法得到子图像在超完备目标字典下的最佳表示系数;最后,根据表示系数以及对应的原子向量对图像子块进行重构,从而得到突出红外小目标的高信噪比重构图像,实现杂波抑制.不同环境下的多项实验表明,该算法可在复杂背景下自适应地抑制杂波,提高图像的信噪比;通过简单的阈值分割可以分开目标和背景,为之后的目标检测处理奠定基础.得到的性能评价指标显示:本算法计算量较小,实时性较强,鲁棒性较强,易于硬件实现.