图像前景提取技术研究

图像分割一直是模式识别和计算机视觉的研究问题。图像分割也是为进一步对图像进行分析、识别、跟踪、理解、压缩编码等,分割的准确性直接影响后续任务的有效性,如何快速、有效地将感兴趣的目标从复杂的背景中分割出来,具有十分重要的意义。而目前交互式前景提取,是一种在用户给出简单的标记信息的基础上进行前景提取的技术,相对于普通的前景提取方法,它能够更有效更快的提取前景。     

利用光强信息的结构光图像轮廓提取修正方法

在用激光三角法对同质物体进行三维探测中,可能因为条纹缺陷等原因出现轮廓提取误差。这种误差用诸如中心线或者权重法等一般轮廓提取方法无法得到正确的结果,因此提出一种利用光强信息进行修正的新方法。通过自行搭建的试验装置获得原始光强图像,由中心线法提取带有误差的轮廓,再使用光强分布对其进行修正。根据物体表面光强与表面法线方向的关系,用逐次逼近的方法验证物体表面的法线方向。通过理论推导计算以及和之前获得的轮廓进行比较,得到修正值。在测量标准高度为 40.1mm 的物体表面时对出现的条纹缺失进行修正,与传统方法相比,测量结果从 38.4mm 改善到 39.4mm,误差从 4.23%减小到 1.75%。     

基于计算机立体视觉的图像测量技术

对基于计算机立体视觉和图像处理的高精度测量技术的应用进行了研究，建立了用于测量目的的计算机立体视觉系统模型，提出了对被测量物体附着网格的方法以获取物体本征图像，再应用图像处理和网格点匹配技术获取测点的坐标。对系统涉及的几个重要算法：摄像机标定算法、网格点的提取算法和网格点的匹配算法做了详细的研究，并结合金属板材加工的应变测量的实际应用给出了测量实例。     

应用于灰度图像分割的基于流体静力学原理活动轮廓模型

提出一种新的活动轮廓模型,应用于灰度图像分割。此模型建立在流体静力学理论之上,运用流体静力学理论直接驱动连续曲线,逼近被包围的目标。该模型能够分割多重目标、能够分割嵌套的目标、能够有效地控制过分割现象。     

基于数学形态学的印刷网点图像分割方法

印刷显微网点图像的分割是实现印刷质量在线检测的基础.在对网点图像进行灰度化、图像增强、二值化处理的基础上,采用数学形态学方法构成的噪声滤除器对网点图像进一步去噪处理,使最终网点图像分割取得了良好效果.     

计算机视觉中的尺度空间方法

近年来,偏微分方程、变分法和数学形态学等现代数学方法被广泛应用于计算机视觉领域,尺度空间方法作为这些方法的统一框架,已逐渐成为国际上计算机视觉和图像处理领域研究的热点.本文综述尺度空间方法的基本思想、理论基础、视觉处理能力及实现方法,然后提出尺度空间方法理论和应用值得研究的若干问题.     

基于形态学的机器视觉玻璃切割边缘提取

图像边缘提取是基于机器视觉的光学玻璃精密切割的前提和基础.通过Sobel、Roberts、Prewitt、LOG、Canny传统算法分别对光学玻璃切割中的图像进行边缘提取,发现这些算法均无法有效解决边缘线型连续性和去噪问题.在此基础上,引入了数学形态学理论,对图像依次进行闭合运算、Otsu阈值处理、轮廓提取,从而获得了连续、平滑、无噪点的光学玻璃切割轮廓曲线图,且峰值信噪比相对较高,仿真实验证明了该方法的有效性.     

基于线段表的轮廓链码化方法研究

为解决已有线段表转换为链码表算法的缺陷,在原有算法基础上对其进行完善和改进.根据线段表中不同线段的特性,原有链码转换算法提出6种类型的线段并分别给出转换方法,但是这只能针对普通情况,当有特殊情况如目标宽度只有一个像素时,将会出现不属于上述分类的线段而使程序运行出错甚至崩溃.在已有算法对线段分类的基础上添加单像素顶线和单像素底线这两种线段类型以弥补原方法的不足,并给出他们的具体转换过程.测试结果表明,改进后的方法可以完美的实现二值图像的轮廓链码提取.     

基于计算机视觉的三维重建技术研究

针对计算机视觉在图像识别和三维模型构建中的广泛应用,本论文对基于计算机视觉的三维重建技术进行了分析探讨,首先分析了当前三维模型重建技术中存在的问题,在此基础上重点探讨了基于机器视觉的三维重建技术应用,给出了基于特征点的三维模型匹配方法,探讨了三维重建机制的步骤,对于进一步提高计算机视觉在三维重建技术方面的应用水平具有一定借鉴和指导意义。     

基于超像素的联合能量主动轮廓CT图像分割方法

为解决医学CT图像主动轮廓分割方法中对初始轮廓敏感的问题,提出一种基于超像素和卷积神经网络的人体器官CT图像联合能量函数主动轮廓分割方法。该方法首先基于超像素分割对CT图像进行超像素网格化,并通过卷积神经网络进行超像素分类确定边缘超像素;然后提取边缘超像素的种子点组成初始轮廓;最后在提取的初始轮廓基础上,通过求解本文提出的综合能量函数最小值实现人体器官分割。实验结果表明,本文方法与先进的U-Net方法相比平均Dice系数提高5%,为临床CT图像病变诊断提供理论基础和新的解决方案。     

基于机器视觉的图像形状特征提取方法研究进展

基于机器视觉的图像形状特征提取应用的常见方法有阈值处理法、基于轮廓的形状特征提取法和基于区域的形状特征提取法3种。阈值处理法是常见的图像分割提取方法,具备操作简单、速度快等优势,但对于需精确提取图像形状和目标图像形状较为复杂的工况不适用;基于轮廓的形状特征提取方法,处理速度较快,但当处理复杂目标图像形状时,容易出现较大的偏差或错误;基于区域的形状特征提取方法,在提取形状特征时更加容易实现,且在处理复杂图像时更加准确,但需要的内部存储空间较大。由此可知,目前形状特征提取方法的应用局限性较大,而发展图像特征提取方法意义重大。     

指针式仪表示值识别系统研究

指针式仪表识别系统采用机器视觉技术和数字图像处理算法,实现了对指针式仪表示值的自动识别.使用图像差影法、自适应阈值分割算法和最小二乘法进行圆心拟合;提出区域分割方法及中心投影法,对表盘图像进行分块处理,提取表盘刻度,快速识别出表盘指针所处位置.实验表明,采用该系统的识别值与目测值的最大偏差为0.16μm,最小偏差为0.10 μm,检定时间缩短为原来的1/1000,提高了检定效率、检定精度和检定结果的准确性.     

一种基于视觉模型的边缘检测阈值选择策略

按照仿生学原理,通过分析人眼的阈值亮度比曲线和weber比曲线,将图像根据背景亮度 划分为低暗区、中间区和高亮区,分别采用不同的公式计算边缘阈值。仿真表明,该方法能够根据边缘所处背景亮度自适应地选择阈值,从而检测出与人的主观视觉更为一致的图像边缘。     

一种提高双目视觉测量精度的逐步逼近方法

针对空间坐标对图象平面坐标的非线性光学映射关系,本文提出了逐步逼近实现３－Ｄ空间坐标计算的测量方法。该方法对摄象机的摆放姿态与双目传感器的装配精度要求较低,可去除介质折射产生的坐标计算误差。结合局部标定法,对摄象机光学系统的畸变误差进行校正。实验数据表明,在对双目传感器不提出较高要求的测量条件下,测量结果令人满意。     

圆度误差的一种微机图像测量法

将圆度误差测量的影像法与最小二乘圆法相结合，利用多媒体图像处理技术，设计了一种圆度误差的微机自动测量系统，实现了非接触、远距离快速测量，提高了测量精确度，为某些特殊工件的测量提供了一套实用的测量方法。     

基于机器视觉的仪表示值识别算法研究

针对常见的7段LED数码管显示仪表,提出了基于机器视觉技术的仪表示值识别方法。该方法通过计算机控制摄像头实时采集仪表示值图像,对图像进行分析区域选取、二值化等预处理操作之后采用投影变换的方法对数字图像进行分割、编码,进而实现了对该类仪表示值的自动读取。实验结果表明,该算法具有较理想的鲁棒性,能够满足长时间、大数据量的数据读取记录操作需求。     

激光二坐标测量装置显微视觉关键技术的研究

为满足二维线纹标准器高精度检测需求,研究了激光二坐标测量装置的显微视觉系统关键技术.分析了激光二坐标测最装置的工作原理和显微视觉硬件系统的构成,提出了一种基于方向链码的边缘特征点跟踪提取算法,实现了图像边缘快速精确提取,建立了两坐标系间的修正模型,提高了测量精度.实验验证二维线纹标准器线间距和线宽测量重复性的2倍标准差小于10 nm.