计算机视觉技术在作物形态测量中的应用

为了测量作物形态信息,制定了玉米植株照片拍摄标准;利用对玉米图像细化后叶片和茎杆间存在的交点数目来检测玉米叶片的数量,采用噪声和毛刺去除算法提高了系统检测的精度;改进了freeman链码的长度测量方法,大大提高了曲线长度的测量精度.用Microsoft Visual C＋＋.NET程序开发工具实现了作物形态无损检测系统,通过实验表明,该系统可以对作物叶长、叶倾角等形态特征进行自动和手动的测量,精度符合设计要求.     

基于ROI编码的任意尺寸测量图像的压缩方法

针对基于感兴趣区域(ROI,Region of Interest)的测量图像算法中存在的编码冗余、适用范围受限等问题,提出了一种适用于任意分辨率的测量图像压缩算法。该方法通过加入ROI中A类集合的分类,优化了码流的输出,进一步提高了算法的编码效率;根据小波变换的特点和测量图像对编码算法的要求,通过分区域编码解决了测量图像在编码过程中分辨率受限的问题。实验表明,方法实现了对任意分辨率测量图像的编码,并在不影响测量精度的前提下,获得了优于基于感兴趣区域的测量图像压缩算法的压缩性能。     

一种方向链码扫描与跟踪的图像细化后期处理算法

目标图像骨架的提取是智能分析中的重要组成部分,利用Zhang并行细化算法提取的目标骨架不是单一像素且极易产生毛刺。提出一种获取单一像素并消除毛刺的快速目标图像骨架提取算法。该算法首先对提取得到的目标二值图像进行形态学预处理,然后结合8邻域方向链码扫描编码原理对细化后的图像进行单一像素处理,最后采用优化的8邻域方向链码来消除毛刺。实验结果表明,提出的算法不仅效率高,而且能够很好地获得单一像素宽度、无毛刺的骨架。     

基于二级复合链码的七段数字识别方法

针对动态数字图像的识别问题,提出基于二级复合链码的七段数字识别方法。对细化后的目标图像进行第1级8方向Freeman链码描述,在此基础上,进行第2级4方向Freeman链码描述,得到的复合链码与七段数字具有单一映射关系。在无线瓦斯检测系统中的应用结果表明,该方法具有较高的识别率和执行效率。     

Freeman链码描述的曲线匹配方法

针对普通曲线匹配算法不能处理旋转和缩放曲线的不足,提出Freeman链码描述的曲线匹配方法。该方法为Freeman链码设计一种基于差别累加值及链码差的拐角点快速检测算法,能够快速地检测出曲线拐角点;通过计算曲线起点和曲线方向,得到不随曲线旋转、平移和尺度变化的标准拐角点序列;根据拐角点的长度序列和夹角序列进行相似判断实现曲线匹配。Freeman链码描述的曲线匹配方法不受曲线旋转和缩放的影响,计算量小,易于实现,仿真实验证明该算法合理有效。     

光栅数显装置的非线性补偿方法研究

以提高光栅测量系统的精度为目的,提出一种基于光栅数显装置的非线性补偿方法。采用实时误差分离技术来对光栅测量误差进行修正的,通过采样点建立误差修正的数学模型,根据数学模型实现对任意测量值的误差修正。实验结果表明,该方法可有效解决由光栅本身的制造误差、光电转换部分误差及外界环境的振动、温度变化等因素带来影响光栅测量系统精度的问题,从而可大幅度地提高光栅测量系统的精度,而且这种补偿方法不但算法简单方便且经济成本较低,完全能够满足大部分光栅测量系统对于测量精度的要求。     

激光光斑中心精确定位算法研究

研究激光光斑精确定位问题,传统的亚像素定位算法,面临抗干扰能力弱、定位精度低和软件实现复杂等问题.为了满足变形测量系统中对激光光斑中心精确定位的要求,提出了基于重心的曲线拟合亚像素定位算法.在重心法的基础上,引人了曲线拟合算法来提高激光光斑中心定位的精度.由于加人了图像预处理环节,有效的降低了噪声干扰,增强了算法的抗噪声性能.算法仅对图像中少量的数据点进行计算,不但语言描述简单,而且能大大节省系统资源.仿真结果表明算法是一种实用的精确定位算法,提高变形测量系统的精度要求.     

基于B样条曲线的植物叶片几何建模

针对基于图像的植物叶片真实感建模进行了研究, 提出对植物叶片图像的轮廓特征点进行三次均匀B样条曲线插值的算法。该方法提取出标本叶片图像的角点作为特征点, 采用三次均匀B样条曲线进行初步插值拟合, 并根据拟合误差采用改进的节点插入算法进行反复迭代, 直到达到要求的拟合精度。与传统方法相比, 该方法能够更快地达到逼近精度, 并且具有良好的模拟效果, 有一定的实际应用价值。     

植物叶片轮廓特征提取方法研究

根据植物叶片形态特征中锯齿和叶裂的重要性,设计了基于链码的研究方法。通过对叶片图像预处理得到叶片的轮廓曲线、结合基于链码的拐点检测方法和基于链码差的边界凹凸性判别方法确定锯齿点和叶裂点、改进基于链码的目标面积计算方法计算锯齿和叶裂的面积。从锯齿和叶裂的面积和周长占整个叶片的面积和周长的比例以及叶片包含的锯齿和叶裂数三个方面对叶片进行描述。实验对3种共70张叶片提取特征,归纳特征阈值范围。实验结果表明新方法可以大大提高计算面积的精确度,并且这三个特征可以体现出不同种的植物叶片,可以作为新的特征值,为识别植物物种和分类提供帮助。     

自动光学检测在系泊链测量中的应用

针对系泊链拉伸试验中各长度参数测量要求,提出了利用自动光学检测技术对系泊链进行测量的具体方案。设计了简单实用的图像拼接方案,给出了系泊链长度测量的计算公式。对光学测量中的镜头畸变误差进行了分析并提出了校正方法。实验证明该方案达到了如下测量精度:单环长度的0.64%、单环宽度的1.08%、铁链直径的1.66%和五环长度的0.46%。     

A new corner detection algorithm for chain code representation

A new algorithm is proposed to detect a corner of a thinned binary image that is represented by an eight-connected contour chain code. The algorithm is based on chain-coded image, deriving the slope between each code, analyze the series of chain code, and finally decide the existence of corner at the current pixel location. The work assumes that the pre-processing processes on the image, namely thinning and digitization, have been done. Two weighted parameters identified as significant factors in determining the accuracy of the corner detection algorithm are discussed. The parameters are the length of segment and threshold value. Computational phases to derive values of rows and columns given a series of chain code are also given in detail. The algorithm can be used to interpret line drawing that represents three-dimensional object.     

基于数字图像处理的植物叶面积测量方法

数码相机摄入图像时产生的线性几何畸变会给叶片面积的测量带来误差。针对此问题文章改进了Hough变换算法,并用来对叶片畸变图像进行几何校正,然后计算叶片面积。实验表明,该方法适于多种植物的叶面积活体测量,速度快,精度高。     

基于Freeman链码的B样条曲线轮廓拟合

提出了一种Freeman链码与B样条曲线误差控制相结合实现轮廓拟合的算法,首先利用Freeman链码法进行边界跟踪,根据相邻像素点间的不同的链码变化关系,排除伪特征点,提取出轮廓中绝大多数特征点,然后结合基于误差控制的B样条曲线法,取得能够精确表示轮廓信息的特征点。本文算法即避免了使用曲率来进行求取特征点的复杂计算,提高了特征点检测速度,又提取出能够精确拟合轮廓的局部支撑点,实现了基于误差控制的轮廓曲线拟合。实验结果证明了本文算法的正确性。     

复杂环境下的手部轮廓提取方法

为在复杂环境下准确分割出手部轮廓,提出了一种改进的分水岭算法。采用码本对背景建模以提取前景,提取出前景和背景的骨架,将骨架作为标记进行分水岭变换,利用Freeman链码平滑轮廓得到最贴近视觉效果的手部轮廓。样本图片为1 280像素×720像素,从基于距离和基于区域两个测度来评价分割结果的精确度,平均绝对偏差在5像素以内,误分类误差在0.9%以内。实验结果表明,该算法能够有效解决分水岭的过分割问题,准确提取出多变的手部轮廓,对复杂背景和光照变化都有较好的鲁棒性。     

Parametric interpolation using sampled data

Trajectory in high-speed precision machining requires very small feed-rate fluctuation and contour error, which can be achieved with parametric interpolation. Since it is impossible to exactly compute the arc-length of a general parametric curve, the conventional parametric interpolation obtains a parameter through a real-time update. Thus it cannot be used with a preplanned feed-rate profile, which restricts its applications. To overcome such a problem, the proposed algorithm estimate parameters using tabulated parameter and length data. The simulations show the proposed method useful with smaller contour error and acceptable feed-rate fluctuation comparable to the second order real-time parametric interpolation.     

一种最优化链码指纹二值细化图像压缩编码

提出了一种适合于对线状结构的条形纹线二值图像进行压缩的最优化Freeman链码压缩算法——Freeman差分链码Huffman编码。与传统的Freeman链码相比,提出的压缩算法是基于Freeman链码、差分编码和Huffman编码的一种混和编码方式。通过理论分析和在指纹二值细化图上的实验结果证明,对于指纹二值细化图像,本算法优于现有的链码压缩二值图像的算法,针对于线状结构的条形纹线二值图像,本算法也优于其他压缩算法。其平均码长为1.7651bits,低于8方向Freeman链码或者Freeman差分链码的3bits的平均码长。     

面向图数转化的曲线提取与细化神经网络

目的 曲线图是数据呈现的重要形式,但在没有原始数据的情况下难以查询其中的具体数值。现有的图数转化算法需要大量的人工辅助操作去除图表中网格线等干扰,具有机械重复性且需大量人力的缺点。另外,图像压缩与缩放等攻击会降低图像质量,导致图数转化的准确度进一步降低。为了解决上述问题,本文提出了一个基于曲线提取与细化神经网络的图数转化算法。方法 首先,提出了基于侧结构引导与拉普拉斯卷积的曲线提取神经网络（side structure guidance and Laplace convolution based curve extraction neural network,SLCENet）,以轻量化的模型解决了现有曲线提取方法中的池化操作导致的边界模糊问题,提高了曲线提取的准确度。其次,为了减小曲线线宽对图数转化造成的误差,并平衡计算复杂度和准确度,设计了10个能够反映曲线走势的特征,提出了基于曲线走势特征和多层感知机的曲线细化方法（curve trend features and MLP based curve thinning method,CMCT）,实现了曲线细化的高精度。最后,利用Padd...     

基于图像检测的双绞线绕距测量方法

针对双绞线绕距测量,提出了一种图像检测框架。此框架通过图像分割、修复、细化、拟合以及比例尺的设置,可实时计算出双绞线绕距值。在此框架下,针对传统二维最大类间方差法--Otsu运行时间较长的问题,提出了一种新的基于区域斜分的快速算法。快速算法通过对二维直方图区域重新划分,结合快速查找表以及递推算法,大大减少了分割时间。针对图像缺失的问题,采用了基于边缘检测的算法对其特定区域进行填充修复,并对修复后的图像进行细化。通过最小二乘法,拟合细化图像中的单像素点,得到拟合曲线。通过计算拟合曲线交点间的距离可得双绞线绕距的图像距离。最后将图像距离按比例尺转换为绕距的测量值。实验结果表明,基于区域斜分的快速算法其分割时间约为传统算法的0.22%,且两种算法的分割效果基本一致。将图像检测方法测得的绕距值与其真实值进行比较,结果表明测量值与真实值的绝对误差为0.48%。通过使用图像检测方法测量双绞线绕距,可以准确测得绕距值,提高绕距测量的效率。