快速连通域标记算法在堆叠棒材计数中的应用研究

棒材计数问题是棒材生产、销售企业提高自动化水平的重要瓶颈之一。根据棒材堆叠后图像中目标像素的分布形态特征,提出一种基于图段的快速图像连通域标记方法,用以解决工业生产中堆叠棒材的自动计数问题。首先对堆叠棒材截面图像进行二值化、去噪、分割等预处理,尽量减少图像中棒材间的粘连现象,得到较为清晰的二值图像,然后利用快速连通域标记方法对图像进行标记以完成计数。实验结果表明,提出的方法能快速、准确的实现堆叠棒材的自动计数。     

基于机器视觉的菌落计数算法研究

针对菌落人工计数的不确定性、效率低等问题，对工业相机、图像处理、特征对比以及计数算法等展开研究。提出了一种基于机器视觉的菌落计数算法。首先搭建一套图像采集系统获取菌落图像，然后利用灰度处理、中值滤波、边缘检测连接、阈值分割、粘连分割、边缘剔除等一系列图像处理方法对菌落图像进行处理，得到菌落的二值化图像，最后根据连通域计数法完成菌落计数，实现客观、快速的菌落计数。通过与人工计数误差对比，计数精度达到了90%，满足了菌落计数的要求。     

基于坐标轴投影勘察的深度图像树型分割

针对具有空间连通域特征的深度图像,提出了一种基于坐标轴投影勘察的树型分割方法.通过投影勘察实现沿最优投影方向的坐标轴投影,把对深度图像的空间连通域分割转化为对投影在坐标轴上的一维点数据的区间连通域分割,最终利用树型结构实现分割.将该方法应用于实际深度图像的分割,并分别对理想和极端两种情况下的分割结果进行了讨论.结果表明...     

基于曲率滤波和反向P-M电动车充电孔检测方法

为了解决电动车人工充电作业的效率低下、场合限制、漏电隐患等难题,研究了基于曲率滤波和反向P-M扩散的电动车充电孔检测与定位方法,该方法能够从充电座图像中精确高效地提取目标物充电孔的特征,实现机器人的自动化充电。针对图像信号受强电磁干扰,采用了具有噪点识别能力和边缘保持特性的曲率滤波法进行图像除噪;由于充电座图像背景复杂、亮度不均以及干扰项多,导致常规分割方法失效,故研究了反向P-M扩散和BP神经网络(BPNN)相结合的分割方法。预处理图像经反向P-M扩散、差分运算、滤波及空洞填充得到P-M精确分割的连通域,再利用形态学击中算法,在P-M连通域中搜寻由BPNN粗略提取的连通域,从而得到精确的充电孔目标区域。最后,对所提出的方法进行验证测试,实验结果表明该方法能有效识别充电孔,并且检测速度、定位精度很好地满足充电机器人作业要求。     

基于微流控芯片的数字PCR荧光图像分析方法

基于微流控芯片的数字PCR技术是当前痕量核酸分子绝对定量检测的先导技术,可通过荧光图像处理办法实现对目标分子高精度计量。本文基于本实验室大量数字PCR检测获取的荧光图像,开发了具备图像倾斜校正、图像二值化、芯片微反应腔室自动定位、图像快速拼接、图像分割、亮点计数等功能的荧光图像分析系统。该系统不仅实现了核酸分子的精确计数,且实现了较为友好的人机交互     

提升小波和分水岭算法在矿石粒度检测中的应用

为了实现矿石粒度的在线自动化检测，需要解决两个难点：矿石图像的去噪和分割。通过提出了一种新的提升小波构造方法：基于三次B样条函数的提升小波，实现了对矿石图像的去噪。对于矿石图像的分割，提出了改进的分水岭算法。矿石粒度检测的具体步骤是：首先利用基于三次B样条函数的提升小波对图像进行去噪，再利用改进的分水岭算法对矿石图像进行分割。最后利用图像的连通域性质，计算各个连通域的像素面积，再转换到实际的矿石粒度大小，从而实现对矿石粒度的检测。对比这里算法与人工筛选的结果，累积误差在3%以内，可见这里算法具有可行性和准确性。     

基于机器视觉的鱼苗自动计数方法研究

在传统渔业中,渔民每年在计算鱼苗数量时会花费大量的人力物力,而且精确度不高。针对这个情况,本研究借助于Geany开发平台,使用Python语言和OpenCV视觉函数库开发了一个鱼苗自动计数系统。通过对鱼苗图片进行预处理、分割、识别、计数等一系列操作,利用连通域计数快速识别出图像中鱼苗数量。     

基于HALCON图像处理的粘连零件颗粒计数方法研究

为了解决传统的粘连零件颗粒计数方法存在的效率低、准确性不高等问题,基于HALCON图像识别和处理技术,提出了一种基于欧式距离变换及高斯滤波的分水岭分割算法.首先,利用工业相机采集零件颗粒图像,然后对图像进行预处理,接着对预处理后的图像进行数学形态学处理,再对数学形态学处理后的图像进行距离变换和高斯滤波,最后进行分水岭分割,得到分割图像.实验表明,该算法能有效减少过分割,为后续零件颗粒的准确计数提供了保障.     

面向分拣机器人的多目标视觉识别定位方法

针对分拣机器人作业目标的结构形状复杂、位置随机摆放等干扰因素的问题,提出了面向分拣机器人的多目标视觉识别定位方法。基于四自由度Dobot机器人构建了具有视觉感知的分拣机器人系统,视觉系统获取传送带上多目标的图像,图像预处理算法提高分拣目标的对比度,构建圆形和线性结构元素对最大类间方差法分割的多目标区域进行填充和边缘平滑。建立基于图像信息的质心坐标,对多目标区域的连通域进行识别与定位。实验结果表明,该方法能够实现对多目标数量的统计,在分拣机器人的手眼标定的基础上,实现了对形状复杂、位置随机的多目标进行识别与定位,为分拣机器人的自主抓取、分拣提供位置信息。     

人脸识别技术的探讨和研究

文章从人脸识别技术原理、图像预处理、人脸检测、椭圆拟合等方面对人脸识别技术进行了介绍。对人脸图像的灰度化、二值化及图像的预处理过程进行了阐述,并以肤色分割方法进行去噪声、开启运算、连通域处理后的图像进行椭圆拟合,最终实现对人脸的检测和识别。     

基于机器视觉的高杆绣球检测计数系统

针对光照强度在目标轮廓提取上的问题,提出一种自适应阈值分割与连通域筛选的目标轮廓提取算法。通过自适应阈值分割结合形态学梯度进行边缘检测,并利用漫水填充算法提取投球内圈及以外待检测区域,对提取的待检测区域采用高斯混合模型进行目标及运动方向检测,最终实现高杆抛绣球检测与计数。实验结果表明,该方法能实时有效地提取目标轮廓并统计投进投球圈的绣球数。     

嵌入式DSP激光雷达距离图像处理系统

介绍了一种基于数字信号处理器（DSP）的嵌入式激光雷达图像采集系统的实现原理、硬件结构和软件设计。系统用双口RAM和CPLD采集激光雷达距离数据，经过伪彩色编码后距离图像显示在彩色液晶上。系统用DSP对距离图像进行二值化和非线性滤波处理后，通过连通域搜索提取出目标区域。实验结果表明该系统可满足激光雷达性能测试要求，为激光雷达成像系统研制提供了可靠的现场测试工具。     

漏电断路器试验按钮视觉检测研究

针对漏电断路器试验按钮安装方向自动检测的问题,设计了漏电断路器试验按钮视觉检测系统。根据现场环境和检测要求,确定了合适的相机、镜头和照明方式,得到了适合进行进一步处理的图像;对漏电断路器图像的RGB彩色图像空间和连通域标记算法进行了研究,以解决传送带抖动严重的问题,引入了一种对彩色差分图像进行连通域标记的试验按钮定位算法,实现了试验按钮图像的自动提取;提出了基于归一化的二值化算法,以解决常用二值化算法无法对试验按钮实现较好地分割,算法利用了图像的最大和最小像素值信息,具有一定自适应性;最后通过使用字符模板匹配算法对试验按钮的安装方向进行了检测。研究结果表明:系统可靠性好、检测效率高,准确率达到99%,误检率低于1%,能够满足实际生产需求。     

基于多特征分析的地铁隧道裂缝检测（英文）

在地铁隧道裂缝检测过程中,由于隧道环境复杂及光照条件有限,隧道裂缝检测比较困难。为此,提出了一种基于多特征分析的隧道裂缝检测方法。首先,利用Retinex匀光与分段线性拉伸相结合的预处理算法对图像进行增强处理,通过分块处理的Otsu阈值分割算法实现图像的初步分割。其次,对图像连通域面积和矩形度进行分析,利用概率Hough变换提取图像中的线型结构特征,利用连通域图像骨架特征提取算法滤除伪裂缝干扰,最终实现真实裂缝检测。实验结果表明,本方法对传统裂缝图像检测率可达92%,对隧道裂缝图像检测率可达86%。实验结果证明了该方法的有效性。     

基于机器视觉的金属工件智能分拣系统设计

针对传统工业中人工分拣效率低和成本高等问题,设计了基于机器视觉的机械臂智能分拣系统。通过摄像头采集图像并对图像进行灰度滤波操作后,使用SOA-OTSU算法对图像进行阈值分割,对目标区域进行Blob连通域分析,实现对工件的识别与定位。运用标准D-H参数法建立三自由度机械臂模型,将工件位置坐标代入逆运动学方程,解得每个连杆的关节转角,将其转化为机械臂步进值,并通过串口通信方式发送给Arduino,由Arduino控制机械臂完成工件的抓取与放置。实验结果表明,该方法提高了分拣系统抓取的准确性。     

基于图像处理的圆柱直齿轮识别技术研究

为了实现机械零件中齿轮的识别,采用数字图像对包含其它种类零件的多种零件进行检测。通过应用中值滤波、Otsu图像二值法以及连通域标示方法,在MATLAB上实现对含有六角螺母、齿轮和垫圈等零件的图像进行处理,突出了零件目标,减少了运算量。提出了一种结合齿轮自身特点来识别图像中所有齿轮的方法,对零件位置发生偏移,出现角度倾斜等情况具有较好的鲁棒性。利用极坐标系和图像的标定系数,计算出各个齿轮的齿数和模数,实现了对图像中所有齿轮的识别及其基本参数的获取。     

棒材自动计数系统的开发

棒材计数问题一宜是困扰我国棒材生产企业的一个难题,目前广泛采用的人工计数方法和光电检测等方法满足不了企业要求.因此,开发出基于机器视觉和图像处理技术的棒材自动计数系统,系统通过对棒材端面图像进行预处理、图像分割、数学形态学处理、目标识别等手段获得图像中的棒材根数,并介绍了系统的软件和硬件情况.该系统可以有效提高计数准确率和生产效率,实现棒材计数过程的自动化和产品打捆的标准化.     

基于改进C-V模型的多运动目标分割

针对固定摄像机视频监控中多运动目标自动分割问题,本文提出了一种基于帧间差分和改进C-V模型的新方法。首先,通过自适应阈值获得滤波后的相邻帧差值图像。其次,通过连通域分析和设定阈值,消除差值图像中噪声的影响并标定出运动目标所在的区域,计算运动区域的运动窗口。最后,对所有运动窗口,采用改进的C-V模型作分割,得到封闭和完整的运动目标轮廓。针对C-V活动轮廓模型不能自适应地分割非匀质图像问题,提出利用全局梯度信息演化活动轮廓曲线,根据闭合活动轮廓曲线内外部的梯度信息重新定义图像分割能量函数。实验结果表明,该算法避免了对整个图像的分割,减少了运算量,能实现对刚体或非刚体的多运动目标的自动检测和轮廓分割。     

基于 MCP / sCMOS 的单光子成像探测系统及算法研究

针对单光子计数成像技术探测目标信号微弱信噪比低、所得图像目标区域不清楚、背景噪声严重等问题。 本文利用 270±5 nm 的日盲紫外滤光片、图像增益 710 5 的微通道板像增强器(MCP)、荧光屏和最大分辨率为 1 504×1 504 的科学级互补金属 氧化物半导体(sCMOS)等器件,设计了日盲紫外单光子探测系统,并通过时序控制获取了单光子光斑图像。 为了突出图像中的目 标区域,本文利用改进的形态学高帽变换算法,对光斑目标区域进行增强处理;随后利用三角阈值法对图像进行二值化处理,同时 利用连通域对目标区域的坐标进行提取;最后运用区域极值算法在原图中的目标区域进行单光子计数。 对紫外光源进行了单次 曝光时间为 80~100 ns 的系列成像和数据处理实验,实验结果验证了所设计的单光子成像探测系统和光子计数算法的可行性。     

驾驶员疲劳驾驶的面部检测与定位

人脸检测是基于PERCLOS的疲劳驾驶检测中的一项关键技术。将CCD摄像头得到的驾驶员人脸图像映射到YCbCr颜色空间,创立一个基于肤色的二维高斯数学模型。用自适应阈值分割法对人脸图像进行二值化处理,然后将得到的二值化人脸图像进行形态学分析。最后通过面部特征对连通域进行分析和处理,实现人脸的检测并框定。