结合Sobel和PPHT的织物纬斜检测方法研究

针对光电式织物纬斜检测方法存在准确度低、适应性差、耗时长的问题。提出了结合Sobel边缘方向和累加概率霍夫变换(PPHT)的机器视觉织物纬纱倾斜检测方法,能够快速准确的检测出织物纬斜方向角度。首先对工业相机采集到的织物图像进行频域滤波再逆变换,增强织物图像中的纬纱纹路;然后使用Sobel方向算子对织物图像卷积运算得到织物图像的边缘方向图,并对其阈值化分割出边缘方向图中的纬纱纹路区域;最后将纬纱纹路区域骨架化,采用累积概率霍夫变换检测出近似纬纱纹路区域骨架直线的倾斜角度,即织物纬纱倾斜角度。通过对不同类型的织物样品进行纬斜检测测试,测试结果为检测纬斜角度的偏差值低于0.1°,检测时间低于0.6秒。结果证明提出的方法能够满足机器视觉整纬器精确性、实时性和通用性的要求。     

FFT和Hough变换在织物纹理方向检测上的应用

针对人工测量织物纹理方向的方法存在自动化程度低、精度不高的缺点,提出基于快速傅里叶变换和Hough变换的自动检测和识别织物经向、纬向、斜纹斜向的方法。对织物图像进行二值化处理,对二值化后的织物图像进行快速傅里叶变换得到功率谱图,对功率谱图的二值图像进行Hough变换,从而检测出织物纹理方向。通过对同一试样的不同放置方式进行测试,证明该方法对织物放置方式无特殊要求,仅需确保试样平摊在光滑台面上不受任何张力;将该方法与人工测试结果作对比,证明该方法具有高精度、高自动化的优点。     

基于机器视觉的摄像整纬纬斜检测研究

为了在线检测织物的纬纱倾斜量,研究了基于机器视觉的纬斜检测算法;首先采用改进后的陷波滤波器对织物图像进行频域滤波预处理,得到纬纱较为凸显的纹理图像描述;计算自相关图像初步提取纹理基元,随后构建大尺寸Sobel边缘检测模板,结合Blob分析提取纬纱纹理;再通过霍夫变换将纹理区域变换到参数空间,根据黑塞矩阵分析参数空间图像后,利用阈值逼近手段获取直线检测的阈值,最后反变换到图像空间中,显示出所有检测到的纬斜角;搭建摄像检测的硬件系统和软件界面,检测多类高密、低密织物,检测出的纬斜角度平均绝对误差小于0.35°,平均检测时间在225.5 ms内,能够满足整纬机的实际工作要求。     

DFT及多投影分析的织物纬斜检测方法研究

研究织物图像纬斜准确检测的问题,检测精度易受光线及织物纹理复杂性的影响,如将存在着大量冗余信息的图像直接进行处理,计算量大,不适合用实时检测系统.在对织物的DFT谱进行二值化、形态学滤波等一系列实验的基础上,提出了一种基于DFT及多投影分析的纬斜量检测方法.方法将织物图像的DFT变换谱去除冗余信息,再以较小的步长进行旋转投影,根据频谱图的纵轴与横坐标垂直时在频谱图的中心位置会出现投影像素的最大值的原理,检测出织物图像的倾斜角度.实验结果证明该算法在对小角度的纬斜量检测时,具有较高的精度,且对织物的疏密度适应性较强.     

织物图像的倾斜检测与纬纱密度识别

根据织物表面图像来自动识别组织结构参数是纹织CAD的一个重要研究内容。为解决在扫描过程中织物图像不可避免的倾斜现象,提出了一种快速的基于Hough变换的织物图像倾斜检测算法。为减少运算量,此算法首先提取图像梯度作为纬纱走向信息;然后运用层次Hough变换来检测倾斜角度,并获得了满意的检测精度;最后根据倾斜检测结果,采用一种新的与倾斜无关的纬密识别算法,通过提取倾斜角处的投影轮廓线来得到纬密排列规律,并计算出纬纱密度。实验结果表明,该算法用于结构图像倾斜检测和纬纱密度识别,可获得大于88%的检测准确率,纬度识别倾斜误差可控制在2°以内,可见具有较高的准确率和较好的实用性。     

面向摄像整纬器的织物纹理图像识别方法

光电整纬设备存在织物品种适应性不强、检测识别死角、检测精度不佳等缺点。提出基于摄像检测的整纬系统,使用CCD摄像机取代传统光电式整纬机的光电探头。采用傅氏变换功率谱自配准性质的纹理识别算法,利用基于统计的阈值分割在极坐标系上建立映射关系,从而得到织物的纬斜参数,再通过整纬器的自动控制系统对布料的纬斜程度及时做出纠正。通过对机织布、针织布、斜纹布和网眼布等不同种类织物的仿真验证了该算法的有效性和适应性。     

图像的定点FFT变换的精度分析

以TMS320DM642为例,针对图像处理中的定点快速傅里叶变换(FFT)进行研究分析。根据FFT的蝶形算法结构及图像数据的傅里叶变换过程,从量化误差和溢出误差的角度分析了实现图像的定点FFT过程中误差的来源,并导出了图像的FFT变换引入的误差均方值和最大噪-信比。对于2维M×N图像的FFT变换产生的量化误差的均方值与M和N成线性关系,而溢出误差的值相对于量化误差的值很小,可以忽略不记。TMS320DM642仿真器上得到的结果验证了理论分析的正确性。     

基于Hough变换的圆检测方法

总结了圆检测的几种常用方法,如经典HT、随机HT和广义HT.结合几种方法的优缺点,提出了一种基于经典HT的改进Hough变换圆检测方法.该方法先对图像进行预处理,如灰度化、去噪滤波、边缘检测以及运用数学形态学等,然后进行Hough变换.其主要思想是用多维数组来代替经典的循环过程.把Hough变换应用到织物防水性能自动测试的真实图像中,通过对经典Hough变换与改进后的Hough变换的比较,可以看出检测速度有所提高,检测精度也达到了令人满意的程度.     

快速傅里叶变换的两个新应用

在时频分析领域,离散傅里叶变换是一种非常重要的工具,尤其快速傅里叶算法FFT出现以后,其在信号分析和处理中得到了广泛的应用。本文从频域分析的角度,给出了两个FFT新的应用实例,包括小信号频域检测和双音多频信号检测,以使人们加深对FFT原理的理解。     

高分辨图像二维FFT正/反变换实时处理方法及硬件实现*

高精度密集型数值计算和大规模数据缓存,是高分辨率图像二维FFT(快速傅里叶变换)实时实现中的主要难点。利用实信号傅里叶变换的周期对称性和频域数据的共轭对称性,提出了一种高效且易于硬件实现的二维FFT正/反变换的实时处理方法,将实值图像二维FFT中的一维FFT计算和存储需求缩减了近一半。在以4片TS201为计算核心的DSP处理平台上,使用该方法实现了二维FFT正/反变换和图像频域滤波。实验表明,无须片外存储,单片TS201可处理最大512×512像素的图像;该尺寸图像的正/反变换总处理时间为49.6 ms,     

基于Hough变换圆检测的人眼精确定位方法

眼睛定位是人脸识别的非常重要的一个环节,后续的图像几何归一化、图像矫正和特征提取都依赖于眼睛的位置。论文提出一种人眼快速定位的新方法。首先用积分投影法检测到眼睛瞳孔的大致位置;然后用Sobel边缘检测算子提取图像边缘信息;再利用基于圆的Hough变换快速定位出人眼,实验证明了该方法的有效性。     

基于直线模型的车道线实时检测方法

为提高车道线检测的精度和实时性,提出了一种基于直线模型的实时车道线检测方法.采用改进的Sobel算子进行边缘检测,利用自适应双阈值的方法进行图像的二值化.对基于Hough变换的车道线检测方法进行了改进,令识别视觉效果大大提升.并利用Kalman滤波器来动态确定感兴趣小窗口的大小和位置,实现后续帧道路图像的跟踪.实验结果表明,该方法准确性高,具有较好的实时性和鲁棒性.     

基于边缘检测的雨刷片测试图像特征提取

在现代图像处理中,Sobel算子和Hough变换是两种应用广泛的图像边缘检测技术。运用经典的Sobel算子和改进的Hough变换,对雨刷片工作后的水痕图像进行边缘检测和分析,有效地提取出了图像中的圆弧信息。实验表明,改进的算法在保证了检测精度的同时,减少了运算时间,为汽车生产商提供了评判雨刷片质量的依据。     

基于Hough变换的汽车零件中圆形检测的改进算法

针对汽车零件中的圆检测实际需求,在分析了基本Hough变换和随机Hough变换进行圆检测的技术特征基础上,对基本Hough变换进行算法改进。采用Sobel算子提取图像边缘,利用圆参数范围已知的先验知识确定感兴趣区域和圆半径的检索范围,使得计算量大大减少,从而实现圆心坐标和半径的快速检测,满足工业生产实时性的要求。     

一种虹膜定位算法

针对虹膜二值边缘图像提取的困难，提出利用虹膜图像的灰度边缘图像以及虹膜的几何特征进行虹膜定位的快速算法。首先根据虹膜图像的整体灰度分布信息特征，利用改进的Sobel算子提取虹膜的灰度边缘图像，然后利用圆的对称性质以及投票策略提取虹膜的中心，最后利用Hough变换的半径直方图投票提取虹膜内外径。实验结果证明，该算法提高了虹膜定位的速度，并且具有较强的抗干扰能力。     

结合形态学的结构化车道线快速识别算法

为解决结构化车道线识别算法中存在的约束条件多,计算过于复杂等问题,提出一种基于形态学的车道线快速识别算法. 该算法首先对道路图像进行中值滤波,Sobel算子增强边缘,利用直方图特征分割图像,然后划分感兴趣区域,接着构造具有车道特征的形态学结构元素去提取车道线,最后概率霍夫变换拟合车道线. 实验对比结果表明,针对结构化道路,该算法简单有效,计算量小,具有良好的实时性.