面向变电站监控界面自动测试的画面识别算法

对变电站监控系统人机界面进行测试验证时,通常采用对比人眼观察到的监控画面与测试指令发送的信息是否一致的方式评估监控软件是否达标,而人眼观察繁杂多变,监控信息的准确率和效率均得不到保证。为了实现变电站监控的自动测试,研究利用图像处理和机器学习技术识别变电站监控画面信息的方法。提出一种基于最佳图元的模板匹配方法解决画面中不同尺寸电气图元的自动定位问题;针对监控画面中拓扑特点提出FHOG算子并提高监控画面和图元状态的识别速度;针对汉字左右体结构分离和告警信息画面中的字符粘连等问题,提出分割识别协同的算法定位字符,并使用深度卷积神经网络进行识别。经线下实验验证了各个单元算法在实际变电站监控图像上的有效性。设计一套测试系统,经线上测试总体图元识别准确率达到96.04%。     

基于双目视觉的工件定位与抓取研究

针对生产制造过程中工件的自动定位、识别与抓取等问题,研究基于双目立体视觉的工件识别定位方法;对每个工件进行SIFT特征提取,采用模板匹配方法实现工件的识别.用形态学方法获得工件特征点的二维信息,结合双目立体视觉标定技术得到工件的三维坐标,为机器人抓取工件提供信息;在实验中,相机标定、匹配识别与三维定位程序在MATLAB环境中执行,应用MATLAB和VC++混合编程技术将获得的工件信息传递给机器人的控制程序,实现了机器人对工件的在线实时抓取.     

基于灰度多值化的身份证号码识别

为了方便警察在公共场所核对居民的身份证信息,实现身份证号码的自动识别,提出了一种基于灰度多值化的身份证号码识别方法。该方法的思想是先找到身份证的四条边缘在图像中的位置,根据身份证号码所处区域在身份证中是固定的,可以定位到身份证号码所在区域;采用投影法分割出身份证号码单个字符;将单个字符灰度图像进行多值化处理,提取字符的网格特征,利用模板匹配法识别出字符。该方法不仅能快速地识别出号码,而且对于比较模糊或亮度不均匀的图像也能准确地识别。     

基于孔特征的弱纹理堆叠工件识别

针对目前工业现场弱纹理堆叠工件识别困难的问题,提出一种以工件表面孔洞为特征的改进几何模板匹配算法,以合页为例进行工件识别。首先采用加权平均法对彩色图像进行灰度化处理,再采用Canny算法进行边缘检测;其次采用旋转卡壳算法求取轮廓的最小面积外接矩形,进行几何约束后得到孔洞对应的孔轮廓,并采用随机增量法计算孔轮廓的最小外接圆得到孔特征圆心坐标。采用提出的改进几何模板匹配算法,即根据孔特征之间的几何约束进行工件识别,根据孔特征之间是否存在边缘剔除误识别工件。实验结果表明,提出的算法对带孔弱纹理堆叠工件具有良好的识别效果,工件识别查全率为98.3%,误检率为0.9%,为带孔弱纹理工件的识别提供方法。     

基于模板匹配的装配缺陷检测算法研究

工业CT技术能准确地重建出工件内部结构的灰度图像,这为无损检测工件内部装配缺陷（漏装、误装和多装等）提供了可能。提出一种新的模板匹配算法来实现装配缺陷的检测。首先,利用模板的平均灰度矢量进行粗搜索,确定出候选匹配点集;其次,利用模板的Zernike矩进行精搜索,定位出目标。实验结果表明,即使提取的模板相对于被检测部件存在任意角度的旋转,提出的模板匹配算法仍能准确地检测被识别的零部件。     

基于模板匹配的苹果果实识别

为了实现果蔬收获机器人的果实识别和定位,同时为了消除由于果实大小和生长角度对识别的影响,以自然环境下的果园苹果作为识别对象,采用模板匹配方法,计算目标图与模板图的归一化互相关系数矩阵,通过在空域对模板图像做尺度变换和角度旋转进而对目标图像进行模板匹配,实现对果园苹果的果实识别。实验结果表明,该模板匹配算法能有效识别自然环境下的苹果果实,可以用于机器人视觉系统的识别任务。     

基于图像处理的水位信息自动提取技术

为满足水尺量测水位自动化和实时性的需求,提出通过图像处理技术实现对水尺图像自动提取水位信息的技术方法。首先通过对水尺图像进行图像增强、二值化、边缘检测和去除噪声等处理定位出水尺;然后根据水尺上字符的特征实现字符分割,采用模板匹配法实现字符识别,并运用最长等差数列法对识别结果进行优化校正;最后根据识别结果,分不同情况计算出水尺读数。实验结果表明,该方法识别信息的正确性和精确性较高,可满足实际应用需求。     

基于圆弧基元的工件实时定位与匹配方法

为实现工业过程中对工件的实时定位,提出了一种基于圆弧基元的工件实时定位与匹配方法。离线过程中,将边缘轮廓多边形近似,进一步分割成线段基元和圆弧基元,制作模板,确定模板中工件的位姿。在线过程中,以最长圆弧基元得到潜在匹配位置并变换模板,通过计算测试图像中几何基元与变换后的模板中对应的几何基元之间的距离来实现匹配定位。试验表明,该方法对于具有圆弧基元的几何形状的工件,能快速、准确地完成实时匹配定位。     

一种改进的自适应模板匹配法

本文提出了一种基于数据流修正的自适应模板匹配定位方法.该方法首先在图像预处理的基础上,进行模板匹配.从而定位待识别目标;然后采用数据流修正的自适应方法.根据待识别目标的大小来改变模板尺寸.避免了设置固定模板的缺陷:最后,对模板匹配算法进行优化,使模板匹配的效率得到提高.采用该方法对车牌图像的定位进行实验,实现了车牌的准确定位且处理速度快,能满足系统实时性和自适应性的要求.     

基于相似性度量的加权医学超声图像对比度增强方法

为提高医学超声图像的边缘识别水平,提出一种基于相似性度量方法的加权医学超声图像对比度增强方法。通过相似性度量方法计算围绕某一像素点的处理窗口与匹配模板的相似值,根据相似值与超声图像各部分特征的关系,对达到一定相似程度的已匹配图像通过局部增强算法进行增强,最后通过多图像加权平均法获得最终增强结果。实验结果表明,该方法不仅能有效抑制噪声,而且能准确检测出超声各特性区域图像,在增强边缘效果的同时也能较为完整的保留原有图像的细节信息,弥补了传统增强算法不能兼顾对比度增强和保持图像细节的不足。     

基于立体机器视觉的前方车辆探测

对国内现有的车辆探测方法进行了大量的研究,提出了一种基于立体机器视觉的前方车辆探测方法;首先根据道路边界确定车辆的大概位置Vehicle_AOI,然后进行图象增强,灰度拉伸——二值化——Robert算子边缘检测——二值化;对上一步的结果进行边界链码跟踪,这一步的结果成功地获得了车辆边缘的链码chain,进一步抑制了车辆周围的图像信息,得到了车辆的下半部分的精确边界;最后以边界确定的区域为模板进行区域匹配,此算法是对区域匹配相关跟踪方法的一种改进,该算法能快速有效的实现匹配,匹配后求出左右两幅图象的视差,在此基础上求出前方车距;再采用平均法确定距离,以消除误差的影响.     

Maximum-likelihood image matching

Image-matching applications, such as tracking and stereo, commonly use the sum-of-squared-difference (SSD) measure to determine the best match. However, this measure is sensitive to outliers and is not robust to template variations. Alternative measures have also been proposed that are more robust to these issues. We improve upon these using a probabilistic formulation for image matching in terms of maximum-likelihood estimation that can be used for both edge template matching and gray-level image matching. This formulation generalizes previous edge-matching methods based on distance transforms. We apply the techniques to stereo matching and feature tracking. Uncertainty estimation techniques allow feature selection to be performed by choosing features that minimize the localization uncertainty     

Learning Active Basis Model for Object Detection and Recognition

This article proposes an active basis model, a shared sketch algorithm, and a computational architecture of sum-max maps for representing, learning, and recognizing deformable templates. In our generative model, a deformable template is in the form of an active basis, which consists of a small number of Gabor wavelet elements at selected locations and orientations. These elements are allowed to slightly perturb their locations and orientations before they are linearly combined to generate the observed image. The active basis model, in particular, the locations and the orientations of the basis elements, can be learned from training images by the shared sketch algorithm. The algorithm selects the elements of the active basis sequentially from a dictionary of Gabor wavelets. When an element is selected at each step, the element is shared by all the training images, and the element is perturbed to encode or sketch a nearby edge segment in each training image. The recognition of the deformable template from an image can be accomplished by a computational architecture that alternates the sum maps and the max maps. The computation of the max maps deforms the active basis to match the image data, and the computation of the sum maps scores the template matching by the log-likelihood of the deformed active basis.     

基于加权方差的煤矸石X射线图像分形维数最优估计算法

传统方法对于煤矸石X射线图像分形维数估计存在单层次缺陷,提出了基于加权方差的煤矸石X射线图像分形维数最优估计方法。由局域窗口特征检测方法获取图像的二维边缘像素特征分量,取其最大值构成图像采集的像素特征量,实现对图像的特征分解。在此基础上,提取二值化图像边缘轮廓特征量,采用包络轮廓线分割方法超分辨融合煤矸石X射线图像,建立煤矸石X射线图像的模板匹配模型。采用多层次纹理重建方法,获取图像的活动轮廓多层次分布集,结合加权方差获取图像方差和标准差,将图像的分形维数估计方差和标准差输入图像的相关性检测模板匹配函数中,进行图像分形维数最优估计。仿真结果表明,采用该方法进行煤矸石X射线图像分形维数估计的精度较高,自适应性较好,提高了煤矸石X射线图像的识别和检测能力。     

基于全色航空影像的机场目标自动提取研究

图像分割可以快速准确地检测出目标的基本特征。但由于边缘点不连续和难以把存在大量碎边缘点的高细节区提取出来这两个原因,而不能直接实现完整意义上的目标自动提取。本文对模板匹配方法和特征提取进行了研究,提出了一种基于全色航空影像的MF算法来实现对机场目标的自动提取。     

一种快速的具有旋转不变性的模板匹配方法

传统的基于相关的匹配方法计算量相当大,而且当模板相对于搜索图有角度旋转时,匹配的计算量更大。用圆警影和zemike矩的方法对快速的且具有旋转不变性的模板匹配方法进行了研究,圆投影将图像由二维变换成一维,这样就降低了计算复杂度,通过相似性度量可进行快速地粗匹配,然后在可能的匹配点中,再用Zemike矩实现精匹配。     

基于小波变换的复合材料预制件花节长度测试研究

讨论了小波变换在复合材料预制件花节长度测量中的应用技术,建立了花节长度自动测量系统。该系统基于小波变换的多尺度分析,通过合理选择小波基,对预制件表面图象进行处理,可以得到理想图象的边缘信息。选用纹理模板,对处理后图象利用相关算法计算图象匹配点输出,再通过匹配点的距离可以测量预制件的花节长度。该方法与其他滤波方法的比较,证实了小波变换可以保持预制件图象的边缘特征。实验结果说明,该系统的测试结果与手工测量结果相吻合,从而还证实了小波变换用于复合材料预制件花节长度测量是可行的。     

一种适用于图像拼接的自适应模板匹配算法

在图像拼接中通常使用模板匹配方法进行图像配准,模板特征选取、基准模板位置与大小选取在很大程度上影响图像配准的准确度和速度。根据人类观察事物的行为特点,该文基于局部边缘密度LED和模糊聚类算法定位出特征物体区域,并在此区域上构建基准模板,在匹配上具有更高的可靠性。在模板匹配中采用加权相似性度量的方法,提高相似性度量的可靠性。据此,提出了一种强壮的自适应模板匹配算法,在自动图像拼接中体现出很强的实用性。     

基于分形维数的图像边缘提取

针对医学领域中的红细胞图像要求测出细胞面积、圆度及个数等特征,提出一种基于分形维数的图像边缘提取方法.以分形布朗随机场模型为依据,计算每个像元的分形维数,将原来的灰度空间映射成分形维数空间,在该空间进行边缘检测.实验结果证明,在选择最佳窗口大小的情况下,该方法能突显医学细胞图像的检测特征,并且具有很强的抗噪声能力.