一种基于对齐度的多约束车辆特征匹配方法

针对基于双目立体视觉的汽车辅助驾驶系统,研究了一种基于对齐度的多约束快速匹配算法。对齐度准则利用图像对间的交互方差作为相似测度,不需要两幅图像的灰度线性相关性并且不受图像灰度差异的影响,比相关度准则有更强的适用性。确定左右两幅图像中的路面区和目标车辆后,采用Harris算子提取出目标车辆的特征点。匹配前利用角点的特征值约束去除不易匹配角点,然后采用对齐度准则进行匹配,最后根据视差梯度约束去除误匹配。实验结果表明了该方法的可靠性,能够获得较满意的检测结果。     

基于MATLAB的SUSAN指纹细节点提取

在指纹识别中,指纹细节点提取具有重要的意义,它直接关系到指纹匹配的可行性.指纹细节特征提取通常直接从灰度图像中提取特征点,虽然这种算法不必经过二值化和细化过程,但它要对处理后的指纹图象进行纹线修复,然后再实现细节特征提取.纹线修复往往比较耗时,步骤繁琐,同时对噪声比较敏感,甚至涉及到复杂的梯度和微分运算.本文基于简化运算的目的,首先建立USAN区域,再观察USAN区域的变化情况来判断特征点类型,最后提出了较完善的基于SUSAN原理的指纹特征提取算法,并且在MATLAB下进行仿真.实验结果证明了本算法对USAN的求和相当于求积分,计算简单、抗噪声能力强.     

最小曲率法与峰值检测相结合的纸张计数算法

为解决叠层纸张计数的难题,提出了一种最小曲率法与峰值检测相结合的叠层纸张计数算法。首先,从叠层纸张图像中沿垂直纸张方向依此逐行提取灰度剖面,经高斯滤波后计算其曲率值。接着寻找叠层纸张的中心点,由于纸张的灰度剖面图呈高斯形状,所以局部极小曲率点是纸张的中心位置点,并且曲率连续0的宽度为一张纸张的厚度。然后,利用相邻中心位置点之间的距离以及相应点的灰度信息对纸张中心点位置进行校正。最后,利用峰值检测对脊线结果进行计数。本文算法通过融合纸张灰度特征与相邻纸张距离能准确检测异常纸张。实验证明,对于厚度在0.05~0.2 mm的叠层纸张的计数误差都小于0.01%。     

一种具有保留边缘信息的改进SUSAN去噪方法

在图像去噪的过程中,大多数的滤波算法都会在滤除噪声的同时损失边缘信息,而SUSAN算子的原理使其具有保持边缘的特性.本文在原SUSAN滤波的基础上,提出自适应的灰度差阈值选取,并针对原SUSAN算法在图像边缘处滤波效果不佳的情况下提出两个阈值对噪声进行判断.通过对加入椒盐噪声和随机噪声图像的去噪仿真实验表明,对于单次滤波和多次滤波,改进的SUSAN滤波算子避免图像模糊、保留边缘信息方面都具有比普通滤波算法更好的效果.     

基于航拍图像的杆塔编号目标提取

针对输电线路航拍图像中杆塔编号的采集图像,采用了基于灰度特征的方法对杆塔编号图像进行目标提取。首先,对原始图像进行图像增强,突出目标点信息;其次,对增强后的图像进行分割,采用膨胀和腐蚀形态学运算对分割后的图像进行去噪处理;再次,通过改进的Canny边缘检测算子对去噪后的图像进行边缘检测;最后,对图像中的边缘点数量进行区域统计,对统计区域内的目标进行目标提取。结果表明,该方法可有效地对杆塔编号进行目标提取,对输电线路的故障定位提供了技术支撑。     

加权SUSAN角点检测算法稳定性改进研究

SUSAN算法是比较稳定的角点检测算法,但是也存在着漏检和误检的情况。对经典SUSAN算法研究后针对其缺陷进行了改进,通过提出加权SUSAN算法,提高了角点检测的精度。同时,在USAN判决准则上进行了改进,新的准则增加了模板内和核心点灰度相似像素需要与核心点连通,并且USAN区域重心需要远离核心点的约束条件来进一步筛选候选角点。通过改进,减少了原算法的漏检和误检问题,实验结果也证明了改进方法的有效性。     

融合SUSAN特征的医学图像Graph Cuts算法

交互式图像分割算法由于可以从复杂的医学图像中分割出感兴趣的组织,现已引起研究者的广泛关注。该算法对Graph Cuts中经典能量函数的边界项进行改进,将传统的灰度特征替换为SUSAN特征。由于SUSAN特征的求和机制,极大的抑制了噪声的影响,对边界的定位也更加准确。实验表明该算法能够准确分割出感兴趣目标,剔除多余边界,并且对噪声也有很好的抑制作用。     

自适应SUSAN扩散的超声图像去噪算法

为了降低超声图像斑点噪声的影响,提出一种自适应SUSAN(ASUSAN)扩散的超声图像去噪算法.通过引入SUSAN算法检测出图像的边缘,然后采用K均值法对模板区域特征值进行分类,自适应获得图像的全斑点噪声区域和相关参数,最后将SUSAN算法与非线性扩散方法相结合,提出一种新的扩散方程对图像进行非线性去噪.实验证明,相比于其他的各向异性扩散算法,本算法能得到更高的PSNR值和FOM值以及更小的MSE值,且在细节保留方面也能取得更好的效果.     

基于图像处理和识别技术的灼热丝火焰检测系统

为了提高灼热丝火焰高度测量的准确性,利用图像处理软件MATLAB对火焰图像进行灰度提取,根据灰度图像中火焰与背景的亮度差异,采用高斯—拉普拉斯算子进行火焰图像边缘的提取,采用工件尺寸的光学测量方法计算火焰高度。经过与传统方法的比较试验表明,该方法所测火焰高度数据准确,用于灼热丝火焰高度的检测是可行的。     

基于区域直方图和特征相关匹配规则的图像复制-粘贴篡改检测算法

针对当前较多图像伪造检测算法主要通过利用图像的灰度特征来进行图像伪造检测,当伪造内容存在较大灰度差异时,将导致检测结果中出现较多的误测以及鲁棒性不佳的不足。提出了基于区域直方图和特征相关匹配规则的图像复制-粘贴篡改检测算法。首先,利用Hessian矩阵行列式对图像特征进行检测,通过积分图像的方法提高Hessian矩阵行列式检测图像特征点的效率。然后,通过求取Haar小波响应值,以判定特征点的主方向。接着,对圆形窗口进行均匀分割,利用像素点的梯度模值来建立分割区域直方图,以获取特征向量,生成特征描述符。最后,利用归一化互相关(NCC)函数对特征点的相关性进行度量,建立特征相关匹配规则对特征点进行匹配。利用凝聚层次聚类方法,对特征点进行层次聚类,实现图像的伪造检测。实验结果分析表明,与当前图像匹配算法相比,图像伪造检测算法不仅能较精确的对伪造内容进行检测,而且还具有较强的鲁棒性能。     

非均匀照明场中参考格栅信号提取的研究

本文对非均匀照明场中参考格栅图像作了统计分析,在此基础上提出了一种格栅信号提取方案.该方案利用图像中像素点邻域的灰度均值和均方差值的统计特性,把原始图像分割为一系列子图像,对每一个子图像进行自适应阈值分割,进而获得原始图像中的参考格栅信号.实验确定了各子图像临界阈值与图像灰度均值的关系,并与LoG算子的结果进行了对比,该方法明显较优.     

基于变混合系数的自适应抗锯齿视频叠加算法

在机载综合显示系统中,需要将本地生成的参数表盘近景画面与地形图等远景特征画面进行叠加显示.由于近景中图形元素均为反走样图元,图元边界处像素灰度等级较低;而叠加的远景平均灰度远高于近景图元的边界灰度.采用传统的α混合算法,由于混合系数是固定的,当近景的α混合系数偏大时,会在图元边界处形成一条锯齿暗边,产生较大的对比度,使得混合效果变差、反走样效果降低.针对上述问题,改进算法在不同像素点处的混合系数是可变的.算法根据近景像素点的灰度,自适应的调整混合系数,在近景中灰度较低的像素点处,增加远景的混合比重,提高混合画面在此像素点的灰度,降低图元边界处对比度.通过实验结果比对,证明改进算法在做视频叠加时,可有效去除图元边界的锯齿暗边.     

零件形状误差的MTS测量识别方法

针对工业生产中的对机器人视觉及产品实时质量监控,提出了机械零件的MTS(Mallalnobis-Taguchi System)判别分类方法。并以Tauchi方法对判别特征进行优化筛选,减少了无用特征和“噪音”的干扰,以马氏距离(Mallalanobis Distance)作为判别分类的判据。实验表明该方法能有效提高判别分类的速度和精确度。     

多气象因素组合的输电线路风险分析

气象因素对输电线路故障率及电网可靠性有着重要影响,鉴于气象因素的多变性及复杂性,该文建立了计及不同气象等级和不同气象因素的输电线路故障率模型,提出一种基于灰色模糊理论的多气象因素组合的输电线路风险分析方法.该方法将8种气象条件作为评判因素,建立了包含4个评判等级的输电线路风险等级评判体系.通过三角隶属度函数来描述评判因...     

基于旋转机械振动参数图形融合灰度共生矩阵的故障诊断方法

旋转机械振动多维图形信息一直没有得到充分利用,在一定程度上影响了诊断技术的推广和应用,针对这一问题,该文研究了直接提取和挖掘旋转机械振动状态参数图形中的纹理特征信息的方法,提出利用描述图形灰度空间分布特性和空间相关性的灰度共生矩阵分析图形纹理特征,解决了灰度共生矩阵受所选取的方向影响的问题,最后利用人工免疫算法实现旋转机械故障诊断。在600 MW模化汽轮机转子试验台上进行了转子正常、转子不平衡故障、转子不对中故障及轴承松动故障的试验并应用上述方法进行了故障诊断,诊断结果表明可以获得较高的诊断精度,为旋转机械故障诊断探索了一条新途径。     

基于灰色模糊综合评判的断路器维修排序方法

电力设备维修决策的发展方向是以可靠性为中心的维修(reliability-centered maintenance,RCM),对设备进行重要性分析是RCM的关键环节。文章针对断路器重要性评判因素具有模糊性和灰色性的特点,提出一种基于灰色模糊理论的重要性分析方法。该方法在确定影响断路器重要性的8个主要因素的基础上,建立了包含4个评判等级的重要性评判体系。通过三角隶属度函数来描述评判因素与重要性等级间的模糊关系,并引入点灰度来描述模糊关系的不可信程度。在此基础上进行灰色模糊综合评判,得到了更贴近实际的评判结果。最后以某供电局断路器为例进行重要性分析,验证了该方法的有效性。     

光器件金线图像高光区域的检测与去除

针对视觉检测过程中光器件金线表面出现的高光现象,提出一种光器件金线图像高光区域的检测与去除方法。首先,根据采集的金线图像进行特征分析,利用OTSU算法分割高光区域;其次,调用MATLAB中的bwareaopen()函数删除小面积对象,即高光闭合区域,并通过图像的差值运算提取高光区域图像;最后,采用八邻域像素平均值的方法更新高光区域像素值,该方法既可以去除高光区域,又可以保证此区域像素值在图像中的均衡分布。通过仿真实验结果分析,验证了金线图像高光区域检测与去除方法的有效性和可行性,同时为后续金线的质量检测提供有力保障。     

线纹辨识与特征值提取算法研究

为解决线纹尺的线纹磨损、线纹划痕、摄像头成像失焦、曝光过弱或过强以及线纹尺照射光不均匀等对线纹辨识的影响,提出了一种线纹辨识及线纹中心线特征值提取算法:1)采用区域划分法确定每个线纹灰度极值的位置;2)通过极值加权法提取每个线纹中心线的特征值;3)对线纹中心线上的图像灰度值进行平滑处理后,再搜索线纹中心线端点坐标,并根据端点坐标值大小确定主线纹中心线的特征值。实验表明,所述的线纹辨识及线纹中心线特征值提取算法基本上可以消除上述问题对线纹辨识的影响,且线纹中心线的特征值提取正确。     

四轮转向系统非脆弱控制器设计

以四轮转向系统为研究对象，引入H∞控制理论，设计了一种四轮转向系统非脆弱控制器存在的线性矩阵不等式（LMI）条件。通过H∞控制理论有效地抑制外部扰动对系统的干扰，利用Lyapunov函数方法以及矩阵不等式变换技术，将研究系统的控制器存在条件以矩阵不等式的形式给出。与现有的控制器设计方法相比，充分考虑了控制器存在的不确定性摄动，即非脆弱控制问题。最后，通过MATLAB仿真软件对所推导得出的控制器不等式存在条件进行验证，进一步证明了提出方法的有效性。     

基于改进PSO-BP算法的机器人目标位姿识别方法

机器人作业环境复杂,物料分布具有随机性,导致机器人目标位姿的辨识和定位精度低,实时性差,为此提出一种基于改进粒子群算法-BP神经网络(PSO-BP)的机器人目标位姿识别方法。采用改进的中值滤波算法对目标图像预处理,构建多尺度灰度差异算子以及局部图像熵算子,将两者点积运算获取加权局部熵,抑制目标图像中的噪声。通过多视图几何中间帧的关联特征信息,提取机器人目标位姿特征。在BP神经网络训练阶段通过改进的PSO算法优化处理,采用优化后的BP神经网络算法对提取的特征展开训练和识别,最终实现机器人目标位姿识别。实验结果表明,当机器人目标测试样本数量为55个时,所提方法的亮度方差为0.305,当像素识别误差为1.5%时,所提方法获取的机器人目标位姿识别误差为0.11,所提方法能够在像素识别误差下准确识别机器人目标,获取高精度的机器人目标位姿识别结果。