Image matching based on relation between pixels located on the maximum and minimum gray‐levels in local area

This paper proposes a template matching method maximum and minimum gray levels pixels sign matching (MMM) which is based on a comparison of the gray levels of a pair of pixels whose locations are on the pixels with the maximum and the minimum gray levels in a local area in a template image. In this method, the locations of the pixels with the maximum and the minimum gray levels are registered in a local area whose center is every pixel in a template image. The target image area is searched from the matching ratio which is obtained by the relation between the gray levels of the two pixels whose locations have been registered in the template image. The experimental results show that the proposed method had equal or better robustness to the inferior factors of objective images in comparison with the three typical conventional template matching methods. Copyright © 2007 Institute of Electrical Engineers of Japan. Published by John Wiley & Sons, Inc.     

管道漏磁检测数据图形化显示的研究

本文主要介绍了管道漏磁检测数据的软件分析处理系统中的图形化显示部分.曲线图形直接采用将数据转化为屏幕上一点的方法进行显示;灰度图形先将数据转化为相应的灰度值,再根据灰度值画出初步的灰度图,然后利用插值和图像滤波(平滑)、锐化等图像增强手段进行处理.经过编程测试,曲线图形较好地表现了数据变化的真实性,灰度图的效果也较为理想,管道的特征信息显示更为形象、直观,提高了数据分析的质量.     

基于紫外成像技术的电气设备放电故障定位

夜间型紫外成像仪获得的放电图像往往因其拍摄条件及其设备的限制,不能很好的实现电晕放电位置的定位,为此在对紫外图像进行降噪预处理的基础上,分别依据紫外图像灰度值的不同、放电部分的灰度值均高于环境部分灰度值、放电部分与环境部分灰度值相差明显且人眼对黑色敏感习惯以及放电部分边界梯度变化大的原理,采用等位图法、阈值法、反转法和边缘法研究了基于紫外成像技术的电气设备放电故障定位。实验结果表明4种方法均可实现放电定位。通过对结果的对比分析,确定了各种方法的适用情况,此研究有利于基于紫外成像技术的电气设备放电故障诊断的实现。     

基于局部区域聚类的电力设备故障区域提取方法

针对电力设备红外图像诊断中热故障区域提取问题,提出了一种局部区域Mediodshift聚类的电力设备红外图像故障区域提取方法。文章根据热故障所表现的灰度特性初始化聚类中心;结合Mediodshift聚类方法,对目标区域邻域像素进行聚类。为了尽可能获取故障区域邻域相似像素,引入了基于邻域灰度的调节策略。同时,为了提高聚类效率,采用了自高向低的聚类阈值分割机制,从而使得Mediodshift算法能快速地将整幅图像中故障区域像素进行聚类,实现红外图像中热故障区域的提取。最后通过典型红外图像实验测试,验证了该方法区域提取的有效性,且对比目前现有的一些方法,进一步表明文中方法具有较好的故障区域提取性能。     

基于AprilTag图像识别的移动机器人定位研究

针对移动机器人在识别AprilTag图像过程中,受到室内光线不均和运动过快所导致的识别成功率低问题,提出一种基于AprilTag图像的预处理方法来提高识别成功率。首先采用移位去尾的方法进行图像灰度化处理,在此基础上融入双线性插值降采样的方法以提升整体图像处理速度,再对降采样后得到的灰度图进行直方图均衡化处理,消除因光线不均产生的影响,然后对图像双边平滑和Canny边缘检测,增强图像对比度和消除图像噪声的影响,以达到提升AprilTag图像识别的成功率和后续工作的定位准确度。通过实验进行对比分析,所提方法对AprilTag图像识别的成功率比传统方法在不同光线条件下均提高了3%以上,且移动机器人的实时定位误差控制在1~2 cm,从而验证了所提方法的有效性和可行性。     

热电池装配缺陷的灰度峰值坐标比对算法

针对热电池常见的装配缺陷,提出一种基于热电池电堆区域灰度峰值坐标比对的缺陷检测算法。通过模板匹配、仿射变换、灰度矫正、图像放大等预处理算法提取热电池电堆,分析热电池个数错误、漏装负极、漏装集流片、负极与集流片次序放反、整体倒装5种缺陷时,灰度直方图波峰波谷个数、波峰波谷坐标距离等特征与标准电池的区别。使用该算法对400个检测样本进行实验验证,检测结果正确率达到95.5%,结果表明,该算法在热电池的批量无损检测中有较高的实用价值。     

绝缘子憎水性图像检测方法研究

绝缘子表面憎水性检测是判断绝缘子性能的主要手段,也是确保绝缘子安全运行的重要保证。该文把图像处理技术引入到绝缘子憎水性检测中,通过对绝缘子图像的对比度增强、图像的灰度、梯度及度的信息特征的综合考虑、模糊C均值聚类(fuzzy C-means,FCM)和形态学对憎水性图像进行分割,获取大水珠(或水迹)形状信息,最后用最大面积比法判定绝缘子的憎水性等级。实验结果表明,该算法能够有效地提取出水珠(或水迹)的形状信息、克服传统目测法的主观性,检测结果的准确性满足实际检测的需要。     

结合高斯核与各向异性邻域抑制的模糊聚类图像分割

针对模糊C均值聚类算法对图像噪声点敏感且抑制力不足问题,所导致收敛慢去噪效果差分割效果的不足,提出一种结合高斯核和各向异性邻域抑制的模糊聚类图像分割方法。算法首先根据邻域窗均值及其邻域灰度值快速评估各向异性邻域权值,通过该权值抑制局部空间噪声,达到去噪模糊聚类目的;再通过高斯核将图像数据转为核函数矩阵,在特征空间对核函数矩阵实施线性算法。通过对测试图像加入噪声,比较其他算法,该算法在去噪、迭代次数和模糊聚类分割上有显著提升。     

基于图像匹配的制衣裁片对横条方法

针对格子类衬衫的衣服裁片缝制时需要对条对横的基本要求,提出在机器视觉范围内制衣裁片对横条方法。此方法通过工业相机获取需要缝制的格子类裁片的图像。首先,运用阈值法分割出裁片,孔洞填充以及形态学方法使锯齿边缘消除,通过面积大小识别前幅后幅并进行校正;然后,根据纹理灰度变化梯度计算裁片最小格子单元,选取缝合边缘区域大小为6~8个最小纹理周期作为模板,匹配另一相应缝制区域裁片,模板及匹配区域同时包含非裁片区域。经实验对比了几种不同模板及匹配算法后,分析裁片对横条产生偏移的原因,提出基于灰度的互相关匹配的裁片对横条方法,该方法能够不偏移的对齐横条,且误差小于1像素。     

多向加权作用下的直觉模糊相似性最大化导向的阈值分割方法

针对现有阈值分割方法中存在的分割精确性和分割适应性欠佳等问题,提出一种多向加权作用下的直觉模糊相似性最大化导向的阈值分割方法。该方法首先运用各向异性高斯一阶导卷积核对输入图像进行多方向卷积运算和多尺度乘积变换,得到四个方向下的具有单峰直方图模态的四幅参考图像;然后通过二值轮廓图像对四幅参考图像进行采样构建对应的直觉模糊集;最后运用多向加权策略,将不同方向的四个直觉模糊集融合以构建相似性目标函数,并以该目标函数取最大值时对应的灰度值作为分割阈值。提出的方法与5种新近的分割方法进行了全面比较,在8幅合成图像和88幅真实世界图像上的实验结果表明：提出的方法具有更高的分割精确性和更灵活的分割适应性,在合成图像和真实世界图像上的平均马修斯相关系数方面分别达到了0.998和0.964,相较于分割精度第2的方法分别提高了39.90%和26.22%。     

基于改进灰色关联分析单步差拍控制法的APF应用与分析

有源滤波器(APF)的现有控制方法中,传统的差拍控制法虽然具有较好的预测谐波分量的优点,但存在计算量大、灰色预测误差有风险等问题,传统灰色预测方法存在参数选取过于主观的不足。提出一种改进灰色关联分析方法,即采用灰色面积关联分析法确定评价模型的分辨系数,实现关联的整体性,计算出单步灰色预测的谐波电流值;根据APF上一时刻的输出电流和当前时刻开关状态的特点,采用经典电路理论建立差分方程,计算出APF的预测输出电流。通过建立含预测输出电流与预测谐波电流关系的目标函数,得到下一时刻的开关控制模式。仿真结果表明,采用改进灰色关联分析单步差拍控制法的电源电流畸变率下降到2.34%,谐波总含量降低至1.212 3 A,较传统方法降低约0.6%,谐波含量少于其他2种控制方法,预测精度得到提高。     

Search of target image area by using geometrical and gray‐level features

This paper proposes a method to measure the two‐dimensional pose of an object by using voting process based on geometrical and gray‐level features between edge pixels and the base point. The proposed method can measure a location and an inclination of an object even if the object has a free pose in an image. In the template registration process, the geometrical features and the distribution of gray levels for all edge pixels are registered into the template table. In the matching process, not only the geometrical features but also the arrays of gray levels between the edge pixels and the base point are used for the matching. The experimental results show that the poses of objects with free locations and inclinations were recognized successfully by the proposed method. High‐speed matching was realized in comparison with the conventional methods. © 2007 Wiley Periodicals, Inc. Electr Eng Jpn, 161(4): 12– 19, 2007; Published online in Wiley InterScience ( www.interscience.wiley.com ). DOI 10.1002/eej.20613     

基于Random Walks算法的心脏双源CT左心房分割

针对在传统的CT介入式治疗过程中,胸腔中软组织较多软组织的厚度和注射的造影剂在心脏中呈现的不均匀分布,导致在采用CT成像的图像中胸腔内部各组织之间存在边界模糊或者确实等状况,本文提出一种采用形态重构和随机行走相结合的分割方法。首先利用形态学开闭运算对图像进行化简,并使得心脏 CT腔体边界分离,进而使得各个组织组织分离,再结合Random walks算法。从而使得不需要标记太多种子点的情况下提高了分割的速度和准确性,实验证明该方法能够达到预期的目标。     

基于多层次通道注意力网络的少样本字体生成

为提升字体生成的图像质量,减少字体设计的人工成本,提出基于多层次通道注意力网络的少样本字体生成的方法。首先,该方法通过风格感知注意力模块获取重要的局部特征;然后设计了一个多层次的注意力机制,较浅的层只能观察图像的局部特征,而较深的层可以观察到图像的全部特征,通过聚合不同层次的局部特征来构建新的风格特征。最后,使用了内容损失函数、风格损失函数和L1损失函数优化模型的参数,稳定网络的训练,使生成图像在内容和风格上与目标字体保持一致。实验结果表明,该方法在未知样式的字体和未知内容的字体具有很强的泛化性。相比于其他方法,所提出的方法表现出更好的实验结果,能保持内容结构的完整和字形风格的准确性。     

基于生成对抗网络的数字图像修复技术

针对破损区域面积大的图像,在现有的图像修复方法中,往往会产生与周围区域不一致的扭曲结构或模糊的纹理。随着深度学习的发展和应用,基于生成对抗网络的方法,通过调节可用数据来生成缺失的内容。对于一个数据集,先将数据集中的样本解析成概率分布中的样本点,利用生成对抗网络快速生成出大量伪造图像,通过搜索最接近的已损坏图像的编码,然后这个编码通过生成模型来推断缺失内容。在此基础上,结合了语义损失函数和感知损失函数,并通过改进激活函数Sigmoid函数扩大了不饱和区域,解决了梯度易消失的问题。通过实验表明,方法成功的预测了图像中大面积缺失区域的信息,并实现了照片的真实感,比先前的方法产生更清晰更连贯的结果。     

BP神经网络对驻极体麦克图像特征识别的研究

人工神经网络是特征识别的有力工具。在研究对驻极体麦克图像识别方法的基础上,本文提出了一种用改进的BP神经网络进行图像特征的识别和学习算法,并给出了动量系数和学习率的调整方法。对比传统方法测定的结果,使用改进的BP神经网络在识别不规则特征时：减少了输入信息冗余,网络结构相对简单;神经网络输出的各项指标明显提高了精度,对麦克图像特征的平均识别正确率达到92．7％;识别速度也满足在线实时检测的要求。理论分析和实验均表明该算法能实时有效地检测出驻极体麦克图像的特性。本文为研究图像不规则特征的识别提供了一种新的方法。     

基于圆周灰度分布互相关的颗粒转速判别方法

开发了一种基于颗粒圆周灰度分布互相关的计算机算法用于所拍流化床流场图像中颗粒转速的判别。该方法利用数字图像处理技术进行图像中颗粒的识别、筛选和定位,进而根据颗粒的圆周灰度分布在两幅图像中的变化计算颗粒的转速。通过对已知转速和旋转方向的小球的验证实验表明：所提出的转速判别方法能够比较准确地测量旋转轴垂直或近似垂直于拍摄平面的颗粒,并有效地过滤掉其他颗粒的干扰,保证了测量的可靠性。对转速测量的误差进行分析,提出了灰度修正方法以减弱颗粒灰度分布不均对转速测量的影响,指出考虑各因素后,所开发的转速判别方法的误差小于10%。     

利用不同曝光时间放电图像的灰度直方图识别介质阻挡放电模式

为了提高介质阻挡放电(dielectric barrier discharge,DBD)的工业应用效率,深入理解DBD的形成机理,基于数字图像处理技术,提出了一种利用不同曝光时间放电图像的灰度直方图(gray level histogram,GLH)来识别DBD丝状或均匀放电模式的新方法。研究结果表明:由于丝状放电图像是由不同灰度级的像素点构成,所以随着曝光时间的逐渐增大,对应放电图像像素点的灰度级均逐渐增大,GLH逐渐向右偏移,半宽度明显变宽;而均匀放电图像基本上是由单一灰度级的像素点构成,所以随着曝光时间的逐渐增大,对应放电图像像素点的灰度级也逐渐增大,GLH也逐渐向右偏移,但半高宽基本保持不变。故利用不同曝光时间放电图像的GLH能够较为简单、有效地识别不同放电模式的DBD。     

基于POBT的空瓶规则纹路区域缺陷检测

现有的玻璃瓶瓶身质量检测方法中,缺乏对有纹理图案的玻璃瓶的缺陷检测,针对这一问题,提出一了种仅基于相位变换(phase only based transition,POBT)的玻璃瓶纹理区域缺陷检测算法。该算法采用基于灰度投影的方法求取玻璃瓶瓶身中心坐标,利用基于相位的变换方法,通过归一化过程去除玻璃瓶规则纹路区域的低频纹路分量,仅保留下缺陷图像,应用概率修正自适应阈值分割方法对经过POBT变换后去除纹理留下的缺陷的图像进行分割,提取缺陷,并将该分割方法与3种传统型的方法进行对比。实验结果表明,该方法可实现瓶身规则纹路区域的高速高精度缺陷检测。     

基于高斯曲面模型的亚像素Harris角点定位算法

基于灰度值的Harris角点检测算法具有广泛的应用,但随着图像处理技术的发展,越来越多的场合需要将角点定位精度提高到亚像素级.提出了一种新的方法,在Harris角点初定位的基础上,通过对兴趣值矩阵进行高斯曲面拟合逼近,用曲面局部极值估算亚像素角点位置.实验结果证明该方法具有较好的鲁棒性和较快的运算速度,并能有效地得到高...