基于机器视觉的芯片字符区域分割和定位算法

芯片表面的字符对分选具有重要意义,对字符的定位是分选工作的关键步骤。为了提高分选工作定位效率和定位精度,提出了一种基于改进的区域生长算法和凸包检测算法分割和定位芯片表面字符区域方法。首先,对采集图像进行预处理操作,利用改进的Canny算法获取无干扰图像边缘,将图像边缘作为区域生长法的种子点并以图像自适应阈值作为生长准则分割图像,使用最大内接矩形算法粗定位字符区域;其次,采用Harris角点检测算法获取字符角点分布位置;最后,筛选角点并提取关键点,利用一种改进的凸包检测算法定位字符区域。经过实验验证,所设计的算法能够完整的分割和定位芯片表面字符区域,定位精度和效率较原有方法提升5.3%和15.4%,满足实际工业生产的要求。     

基于像素邻域的传动轴亚像素边缘检测

针对由于传动轴表面品质不高或者存在毛刺造成的图像噪声问题,提出了一种改进的基于像素邻域的多次迭代滤波求亚像素边缘的方法,阐述了该算法的原理和实现方法。该方法应用于齿轮轴径的测量试验中,能够将测量相对误差控制在0.2%以内,定位精度高于未改进算法的定位精度。结果表明,该算法能够在噪声图像中检测到更平滑和连贯的边缘,从而获得准确的亚像素边缘坐标。     

图像处理技术在喷射成形沉积坯边缘检测中的应用

介绍用于喷射成形工艺中沉积坯边缘检测的图像处理技术。基于对喷射成形工艺的分析,采用自适应滤波算法消除图像中存在的噪声,然后采用亚像素级边缘检测算子Zernike精确获得沉积坯的边缘。为提高边缘的定位精度,根据Zernike矩理论推导了两个7×7的模板。实验结果表明,该方法能有效测出沉积坯边缘,定位精度较高,沉积坯尺寸的相对误差≤0.32%。     

弧焊机器人结构光视觉检测的图像处理

对弧焊机器人结构光视觉检测的图像处理算法进行了一定的研究,针对以往的方法提出了一些改进方案并进行了试验.在图像预处理的滤波中,采用区域分割与多尺度检测相结合的方法,克服了单尺度LOG滤波线条容易断续的缺点,又缩小了图像处理的区域,提高了运算速度.在后处理的轮廓提取中,用遗传算法这种全局优化算法进行模板匹配,通过格雷编码、适应度函数确定、概率选择算子、交叉算子、变异算子等,很好地实现了模板匹配和位置坐标提取.结果表明,这些改进的算法,提高了弧焊机器人结构光检测的精度和适应性.     

基于边缘导向算子模板匹配的熔池轮廓提取方法

轮廓提取作为熔池的基本视觉形态特征,在焊接质量在线监测中起着重要作用. 文中建立了非熔化极惰性气体保护电弧焊(tungsten Inert gas welding, TIG)焊接工艺环境下的熔池视觉传感系统,采集了高质量的熔池图像. 针对TIG焊不锈钢熔池图像中弱边缘检测的难点提出了一种基于边缘导向算子模板匹配的熔池轮廓提取算法(operator template matching based on edge direction guidance, OTM-EDG),算法中首先基于非线性灰度变换方法增强弱边缘. 之后利用4个方向的Sobel算子与熔池图像进行卷积操作来判断后端弱边缘的方向并计算梯度图. 最后对梯度图进行边缘连接操作以及基于数学形态学的边缘平滑操作,得到需要提取的熔池轮廓. 结果表明,文中算法能够提取到封闭完整且定位准确的TIG焊不锈钢熔池轮廓. 在实际焊接环境中具有较高的鲁棒性,有效解决了熔池区域弱边缘难以准确检测的问题.     

基于尺度不变特征变换的车牌特征提取及BBF匹配方法

针对传统车牌特征提取及匹配不足,提出了基于尺度不变特征变换（Scale invariant feature transform, SIFT）的车牌特征提取及 (Best Bin First,BBF)匹配方法。通过构建车牌字符标准模板,采用SIFT算法提取标准模板和待检测车牌中每个字符的SIFT特征向量,主要包括车牌高斯差分(Difference of Gauss, DoG)空间极值点检测,去除边缘相应点和低对比点,确定特征向量的方向和生成车牌特征向量。利用BBF(Best Bin First )算法完成标准模板特征向量与待检测车牌特征向量匹配,并获取识别结果。最后给出实验分析,证明该算法的识别率。     

基于尺度不变特征变换的车牌特征提取及BBF匹配方法（英文）

针对传统车牌特征提取及匹配不足,提出了基于尺度不变特征变换(Scale-invariant feature transform,SIFT)的车牌特征提取及(Best Bin First,BBF)匹配方法。通过构建车牌字符标准模板,采用SIFT算法提取标准模板和待检测车牌中每个字符的SIFT特征向量,主要包括车牌高斯差分(Difference of Gauss,DoG)空间极值点检测,去除边缘相应点和低对比点,确定特征向量的方向和生成车牌特征向量。利用BBF(Best Bin First)算法完成标准模板特征向量与待检测车牌特征向量匹配,并获取识别结果。最后给出实验分析,证明该算法的识别率。     

改进Canny算法在中厚板边缘检测中的应用

传统的Canny边缘检测算法容易受到环境噪声和光照变化等外界因素的影响,导致检测结果中会包含部分的背景图中的边缘,而且需要人工选择参数,算法的灵活性和适应性较低。提出了一种改进的基于Canny算子的边缘检测算法,采用双边滤波抑制噪声;利用子图像依据原始背景图均值的方差变化率,确定是否对子图像进行边缘检测与跟踪;使用OTSU算法计算前景亮度自适应阈值及对应的梯度值的阈值以确定Canny边缘检测的单阈值,得到初步的边缘检测结果;最后结合前景的亮度值和梯度值对检测到的结果进行边缘跟踪,得到完整的轮廓。试验结果表明,改进的Canny边缘检测算法不仅具有一定的抗噪性,而且能够利用轧件高温的特点,有效地提取高温物体光辐射造成的弱边缘,抑制背景中因光照、阴影等产生的虚假边缘,是一种检测高温物体有效的边缘检测算法。     

一种基于改进的SUSAN算法的焊缝边缘检测方法

随着图像技术在自动化焊接中的应用,高效地识别和提取出焊缝轨迹,成为图像跟踪自动焊接的关键。本文提出了一种基于改进SUSAN算法的焊缝边缘检测方法。首先对采集到的焊缝图像进行灰度化处理,再通过SUSAN算法进行焊缝的边缘检测,并将SUSAN算法中的灰度差阈值由人为选取改进为一种自适应选取的方法。理论分析和实验结果表明,该算法比其他边缘检测算子抗噪能力强,可以更加高效地提取出焊缝信息。     

基于小波边缘检测的焊缝跟踪技术

在基于视觉传感的焊缝跟踪系统中,焊缝图像复杂多变,要准确得到焊缝中心线,选取合理高效的处理算法是十分重要的.在详细分析焊缝图像特点基础上,采用先行基于梯度信息的自适应平滑滤波,运用3阶B样条双小波多尺度边缘检测方法,减少了误检漏检率,有效地提高了小波变换在抗噪性能和定位精度上的优越性.在此基础上提取出焊缝中心线,用于焊缝自动跟踪控制.试验结果表明,该方法复杂度适中,处理速度较快,效果良好,能有效地提高焊缝跟踪控制的精度.