基于模糊形状判别的鲁棒交通标志检测算法

针对交通标志存在尺度、旋转、倾斜、表面被污损或部分被遮挡等退化情况,提出一种基于模糊形状判别的鲁棒交通标志检测算法.该算法在HSV彩色空间进行颜色分割的基础上,提取目标区域的对称局部特征,根据设计的模糊形状判别算法来判定目标区域的形状,进而检测出交通标志.采用该检测算法对不同天气情况、不同道路场景下的3 000多幅自然场景图像进行交通标志检测实验,结果表明该检测算法不仅具有较高的检测率,而且具有良好的鲁棒性.     

基于HSV颜色空间的一种车牌定位和分割方法

提出了一种利用HSV颜色空间和投影技术相结合的车牌进行定位和分割方法.该方法是在HSV彩色空间中,充分利用车牌图像提供的彩色信息,构造出5级灰度图,然后利用水平、垂直投影技术,结合概率统计方法进行分析和判断,确定并分割出汽车牌照.实验表明,车牌正确分割率为91%以上,能够满足实际应用要求.     

复杂光照环境下手工装配件视觉检测方法研究

手工装配流水线上的工件摆放位置随机,且光照复杂多变,现有的视觉检测方法易受影响.针对此工况下的插座螺钉装配检测需求,设计了一套复杂光照环境下手工装配件视觉检测方法.首先在HSV颜色空间利用颜色进行图像分割,找到工件外轮廓,通过几何位置换算找到螺钉孔所在的大致区域;然后在此区域中对自适应阈值二值化图像进行霍夫变换圆检测,...     

一种用于彩色目标检测的混合颜色模型

针对光照变化条件下彩色目标的鲁棒检测要求,分析了单独采用HSV和L＊a＊b＊颜色空间检测彩色目标的不足之处,为进一步降低光照变化和背景干扰,提出采用改进的紧凑彩色模型。考虑到不同颜色在HSV和L＊a＊b＊颜色空间中的分布差异,建立了一种联合这2种颜色空间紧凑彩色分布特征的混合颜色模型,用于更准确地描述目标的颜色特征。试验结果表明,使用混合颜色模型可以获得更好的目标检测效果。     

基于同态滤波和深度卷积模型的低照度工件表面粗糙度等级识别

为解决低照度下工件表面粗糙度等级识别正确率低的问题,提出一种基于同态滤波和深度卷积模型的低照度工件表面粗糙度等级识别的方法。该方法通过对不同照度下工件表面粗糙度图像进行等级识别,确定了同态滤波器的最优参数值,再将图像从RGB空间转换到HSV空间,在对V（亮度）分量进行同态滤波处理后,再将图像转回RGB空间并通过设计好的...     

基于颜色空间转换的交通图像增强算法

针对恶劣天气场景中交通图像常见的降质严重、模糊不清和对比度低等问题,提出一种基于颜色空间转换的交通图像增强算法。该算法首先在RGB颜色空间中对R、G、B 3个颜色通道的图像进行对比度拉伸操作,然后将图像由RGB颜色空间转换到HSV颜色空间,在HSV颜色空间中对V分量进行对比度受限自适应直方图均衡化操作,最后将图像从HSV颜色空间转换回RGB颜色空间得到最终的增强图像。实验结果表明:该方法与其他几种著名的增强算法相比,能获得更为理想的增强效果。     

彩色印刷品缺陷的形态学检测方法

彩色印刷品允许范围内的套印误差以及检测过程中发生的轻微变形,图像差分时会造成缺陷误判,影响检测效果。在IHLS颜色空间上提出一种基于形态学的彩色印刷品检测方法:通过分析模板图像掩膜内的最小生成树的结构特征,将得到的上下确界的矢量距离作为检测图像的阈值,把配准后的差分图像转换为真正的缺陷图像。彩色包装材料的检测结果表明,该方法可以满足彩色印刷品指定精度内的缺陷检测要求。     

汽车传感器电路板涂胶质量视觉检测系统研究

提出了基于视觉检测技术的车用传感器电路板涂胶质量视觉检测系统,采用多次模板匹配对目标图像进行定位和计算角度,并将图像平移和旋转,从而使零件图像与最初选定的图像位置和角度基本一致。然后,将从最初选定的图像获得的电路板应该有胶和无胶区域坐标应用到零件图像上,截取出相应区域的图像,利用图像分割等算法计算各个区域中涂胶部分的面积占总面积的百分比,与给定的面积百分比限制值进行比较,要求有胶区域的面积百分比大于对应的限制值,无胶区域的面积百分比小于对应的限制值则认为零件涂胶合格。结果表明,系统控制自动定位精度达到像素级,保证了检测精度,解决了目前在现场检测过程中人工操作工作量大、判断不准确以及效率低等问题。     

基于HSV空间的指针示数识别方法

为实现水表表盘指针区域的示数自动识别,提出以表盘结构信息结合HSV色彩空间分量实现区域定位及指针读数的图像识别方法。利用图像信息实时计算Hough检测所需参数进行表盘内圆及指针外圆的定位;采用HSV色彩空间通道信息作为指针轮廓提取标准;通过计算指针轮廓与预设半径同心圆的交点及指针所在圆心至轮廓点的最远距离,两种方式结合判断指针转动的角度并将其转换成实际的指针示数;通过对不同分位的指针识别结果进行合理性判断,完成常见机械误差的示数矫正;最后,采集现场工况下表盘图像对该算法进行测试,通过与人工读数结果相比较,表明当前的示数识别方法具有良好的准确性和可靠性。     

基于 HSV 色彩空间的改进红外与可见光图像融合算法研究

为了增强红外与可见光图像融合的目标信息、环境信息以及图像的人眼辨识度,提出 2 种基于 HSV 色彩空间的红外与可见光图像融合算法。每种算法首先将 RGB 和可见光图像分别转为 HSV 图像,并将 H 、 S 和 V 三通道分离,然后对于红外与可见光的 H 、 S 和 V 通道建立合适的数学模型相互映射融合,再将新的 HSV 图像转换到 RGB 图像。结果表明,所提的融合方法相较于传统空间域的处理方法,拥有更加明亮的目标信息、环境信息和视觉效果。     

一种改进CycleGAN的水下彩色图像增强方法

针对基于深度学习方法的水下图像增强只考虑水下图像的RGB颜色特征空间造成的增强效果不理想现象,本文在循环生成对抗网络的基础上改进了一种水下彩色图像增强算法。首先运用循环生成对抗网络在图像的RGB和HSV颜色特征空间进行训练,将图像经过卷积网络下采样提取到的特征送入残差网络和扩展压缩模块,其中扩展压缩模块可以调整图像RGB和HSV通道的权重。预训练好的生成对抗网络作用在成对的水下降质图像与增强后的图像进行监督训练,采用特征融合网络将对抗生成网络输出的RGB和HSV六通道图像融合成RGB三通道图像。实验结果表明,该方法能够有效结合图像的RGB和HSV空间的特征信息,提升水下图像的对比度和亮度,校正水下图像的颜色偏差。     

小波变换模极大值与改进的Retinex在阴影检测与去除中的应用

阴影是由于目标阻塞了光源的直接照射而在场景上形成的暗区域。图像中阴影的存在直接影响了图片的质量,影响目标的提取和跟踪。因此如何消除阴影成为图像处理的关键。文中提出了基于Retinex算法的阴影去除方法。文中首先利用小波变换模极大值检测阴影区域,然后用Retinex算法去除阴影。阴影去除后对画面进行调整,将RGB空间转换到HSV空间,增强V分量的同时,利用S分量随着V分量的增强进行自适应调整,最后将HSV转换到RGB。实验结果表明,该算法在去除阴影的同时细节信息也得到了增强,取得了很好的效果。     

基于视觉传感的汽车保险电路自动识别与定位技术

保险丝的自动识别与定位是汽车保险电路视觉检测的关键技术,直接影响到保险电路中保险丝的错装或多装等装配错误的识别。为此提出一种保险电路自动识别与定位视觉传感新方法。通过融合中值滤波和Canny算子检测保险电路保险丝图像边缘,并利用Hough变换检测出汽车保险电路各种保险丝的倾斜角。在HSV彩色空间下识别出保险丝的颜色,将保险丝与背景分离,用水平和垂直投影法以及极小值法定位保险丝。实验结果表明,新方法能够较好地识别和定位保险电路元件。     

基于树莓派的齿轮表面缺陷检测系统设计北大核心CSCD

针对齿轮缺陷人工检测错误率高、效率低的问题,研发了基于树莓派的齿轮表面缺陷检测系统。系统以树莓派、工业相机、光电传感器和剔除装置为硬件平台,搭载开发的系统检测软件,完成齿轮表面缺陷检测与剔除任务。通过CCD工业相机在线采集齿轮图像信息,通过提出的基于HSV空间的LBP特征加权融合提取方法提取图像纹理特征,通过VGG16算法对特征进行裂纹、脏污、断齿等缺陷的分类,根据分类信息由树莓派GPIO引脚控制剔除装置去除缺陷齿轮。经过实验验证,系统剔除准确率达到94.50%,平均速度为1 435 ms/次。其硬件设备体积较小、成本较低、便于维护与管理,易于安装与推广至生产线环境。     

基于提升小波提取木材颜色特征的研究

针对木材表面颜色自动分类的难题,在总结以往研究方法的基础上,提出一种新的颜色特征提取方法,即基于HSV颜色空间,运用提升小波变换来提取木材表面颜色信息,结合图像分块理论,最终形成了12个特征参数,然后运用BP神经网络,K-近邻和支持向量机对木材样本图像进行了分类仿真,最高的分类正确率达到了98.33%,实验结果验证了提出的颜色特征提取方法的有效性。     

基于图像灰度梯度特征的钢轨表面缺陷检测

利用机器视觉技术检测钢轨表面缺陷时,检测结果的准确性易受光照变化、钢轨表面反射不均和锈迹等因素的影响。为此,提出了基于图像灰度梯度特征的钢轨表面缺陷检测方法。首先,在设计钢轨表面缺陷检测装置的基础上,分析了钢轨图像中不同区域的灰度和梯度特征;然后,基于双边滤波思想设计了背景平滑滤波器,利用局部灰度和梯度变化信息自适应调整不同特征区域的平滑程度,对原图像平滑得到背景图像;最后,将原图像与背景图像差分,通过对差分图像阈值分割并利用连通区域标记法,实现钢轨表面缺陷检测。实验结果表明,该方法可以在凸显图像缺陷部分的同时,有效减弱光照变化、钢轨表面反射不均和锈迹的影响,对不同轨道环境下的疤痕和裂纹缺陷均取得了较好的检测效果,缺陷漏检率和误检率分别为5.79%和6.84%,具有一定的实用价值。     

一种改进的基于小波去噪和区域生长的彩色图像分割算法

彩色图像分割是彩色图像处理中的重要问题。传统的彩色图像分割都是基于灰度分割算法,而忽略了彩色的空间域视觉效果及噪声污染问题。文章提出一种新的基于小波去噪和种子区域生长的一种改进方法：首先,应用小波去噪技术,强化图像边缘特征,抑制噪声,提高原始图像的信噪比;其次,将RGB彩色图像转化到HIS空间进行边缘检测,对图像进行抖动处理以减少彩色图像中的颜色数目,然后对不同分量进行序列阀值分割;最后对分割结果再进行一种新的基于区域生长的颜色相似性的聚合。仿真结果表明该算法更加符合人眼的视觉特性。     

基于视觉显著性的PCB荧光涂覆检测技术研究

针对印刷电路板荧光涂覆区域的检测应用,研究了基于视觉显著性的检测算法,对比分析了基于RGB、HSV、Lab颜色空间分割、基于频率调制、基于图模型流行排序的检测算法。实验结果表明:基于RGB、HSV颜色空间分割的抗光噪声能力差,荧光区域在亮度对比度较低的情况下不易被检测;基于频率调制的检测算法具有良好的抗光噪声性能,可以较为准确地检测出荧光区域的轮廓,但小面积区域容易被忽略误检;基于Lab空间分割的检测算法具有较高的检测精度和效率,可以准确检测出荧光区域的外部轮廓和内部纹理,同时也具有良好的抗光噪声性能,是一种理想的荧光涂覆检测算法。     

彩色空间及空间上的彩色图像边缘检测

彩色图像提供了比灰度图像更丰富的信息,彩色图像的边缘检测日益受到人们的重视.本文对各种彩色图像边缘检测方法,从它们所采用的彩色空间出发进行综述,详细介绍了几种常用的彩色空间及其特点,归纳总结了近年来出现的彩色图像边缘检测方法.     

基于ViBe的动态目标检测算法优化

针对ViBe算法在动态目标检测中鬼影和阴影现象难以消除的问题,在ViBe算法基础上提出三点算法优化方法。首先在背景建模中扩大样本取值范围减少判别误差,然后利用鬼影区域定点背景模型重建方法快速解决由动态目标建模中导致的鬼影问题,最后在HSV色彩空间中利用色度找出候选阴影区域,比较区域梯度阀值消除动态目标的阴影。实验证明优化后的ViBe算法不仅保留了其动态目标检测实时性高的优点同时也能够很好的解决原本算法中存在的鬼影和阴影问题,从而能够很好地将动态目标从背景图像中分割,利用分割后的图像可以实现固定背景下动态目标跟踪。