点特征提取在锂电池丝印图像配准的应用

目的 为了提高锂电池丝印图像配准精度,从而解决产品质量检测中的漏检和误报问题,研究点特征提取算法在锂电池丝印图像配准中的应用.方法 对基于点特征的锂电池丝印图像配准进行综述,首先概述点特征提取算法的发展历程,然后着重围绕Harris,SIFT,SURF,ORB和AKAZE等5种经典的点特征提取算法进行分析,并介绍近几年的提升算法,最后对锂电池丝印图像进行配准测试,利用几种测评技术对实验效果进行分析,总结不同点特征提取算法在锂电池丝印图像配准中的优缺点和适用性.结果 实验结果表明,AKAZE算法提取的特征点具有较高的重复率和匹配准确率,经过配准后的定位误差也都控制在1个像素以内,但是该算法的尺度不变性较差.结论 相较于前4种算法,AKAZE算法具有较高的可靠性和稳定性,能够满足锂电池丝印图像配准的实时性和高效性需求.     

多源图像配准技术分析与展望

在给出多源图像配准的定义后,将常见的图像配准方法分为基于图像灰度的方法和基于图像特征的方法两大类。以此为分类基础,对国内外现有的图像配准技术和方法进行了分析和评述,并重点介绍了基于图像特征的配准方法。随后对图像配准技术所面临的主要难题作了分析。最后介绍了图像配准在军事、遥感、医学等领域的应用,并展望了其未来的发展。     

多特征红外光与可见光图像的分区域配准

针对发生较大角度旋转及平移时图像配准精度不高,图像配准对局部形变和光照较为敏感的问题,本文提出了基于直线和SURF特征的图像分区域配准算法。首先利用Hough变换实现图像的粗配准;然后对图像进行分区,在子区域内利用SURF算子求取变换模型参数,完成图像的配准。实验表明该方法可用于红外与可见光图像的配准,与传统方法相比,本方法能够在图像存在大角度旋转和平移时实现高精度配准,且在图像存在局部形变及光照不均时精度较好。     

图像配准方法研究

图像配准是图像处理的基本任务之一,常常是作为图像处理应用的前期处理步骤使用,用于将不同时间、不同传感器、不同视角下获取的两幅或多幅图像进行匹配。本文在对图像配准的几种变换介绍的基础上总结了现有的几种配准方法,并分别分析了其存在的优缺点,在文章结尾对图像配准的发展趋势做了展望。     

基于三角形几何相似性的图像配准与拼接

介绍了一种基于三角形几何相似性的图像配准方法.提取两幅待拼接图像的特征点,将每幅图像各自的重叠区域内或图像内容复杂情况下的选定区域内的特征点任意组合为三角形,得到分别对应于每一幅图像的三角形集合.然后根据定义的新的三角形表示方法,包括最大角方向和最小角方向,在两组三角形集合内层层筛选任意组合的三角形对,最终找到其中的匹配三角形对,即相似三角形对,从而找到匹配的点对.最后计算图像间变换矩阵,对图像进行拼接,得到了一张具有更宽视野的无缝拼接图.该方法只与特征点间相互几何位置有关,所以对两幅图像间的灰度差异、任意的旋转、缩放等都表现了很强的鲁棒性.     

图像配准参数的自适应求取方法

提出了一种可见光和红外图像的自动配准方法,针对多数配准过程需人工干预的问题,建立二维仿射变换模型,以图像边界为特征,以目标边界互相关函数最大为原则,对二维仿射变换模型自适应搜索求取最佳配准参数,给出了实际可见光和红外图像配准的实验结果。     

图像配准的统计数值分析

从图像的灰度信息出发,对联合概率分布进行计算分析,通过最大化联合概率分布在二维平面上的聚集度来完成图像的配准过程,并就图像在完全配准、不完全配准、相互独立的情况下其灰度值的联合概率分布进行了数值统计分析.文中以长波红外图像、中波红外图像、短波红外图像为例进行了仿真.分别对5种配准情况的不同配准测度进行了数值和图表分析对比,分析了不同配准测度之间的评价一致性问题.     

基于图像迹的快速配准算法研究

针对基于灰度的图像配准速度较慢的弊端,给出了"图像迹"的定义,通过计算图像的迹差,求累积误差的最小值进行图像配准.通过实验验证,这种方法在保持高的配准概率的前提下,大大地提高了配准速率,降低了算法复杂度,不仅抗噪能力强,而且仅仅只有和差运算,也易于硬件实现.     

一种新的图像配准分类方法的研究

为了更好的理解和分析图像配准技术,本文基于图像配准结果和目的的不同,提出了一种新的图像配准分类方法,将其分为运动估计和融合两类,突破了传统的基于算法分类方法的界限,站在一个全新的角度去理解图像配准技术,在每一个分类下,分别阐述了常用算法,以及提出当前新颖的研究方法,并分析了每一分类的具体应用,为后续的图像处理、拼接、重建等工作做出详细的准备。     

一种新的图像配准分类方法的研究

为了更好的理解和分析图像配准技术,本文基于图像配准结果和目的的不同,提出了一种新的图像配准分类方法,将其分为运动估计和融合两类,突破了传统的基于算法分类方法的界限,站在一个全新的角度去理解图像配准技术,在每一个分类下,分别阐述了常用算法,以及提出当前新颖的研究方法,并分析了每一分类的具体应用,为后续的图像处理、拼接、重建等工作做出详细的准备。     

基于包装件智能分拣的视觉尺寸测量技术

目的快速实现包装纸箱尺寸的机器视觉测量。方法采用机器视觉技术方法,运用双目摄像机的成像原理,通过SUSAN角点提取算法结合棋盘标定法求取摄像机内外参数,修正图像畸变,采用SIFT匹配算子对左右2幅图像进行匹配,找到对应的匹配特征点,利用匹配点对的视差值恢复图像深度信息,进而求解出包装箱的长宽高值。结果对不同摆放姿态的包装箱均能实现快速测量,机器视觉检测值与实物值相比,其误差均在1 cm左右,满足检测要求。结论文中方法具有匹配精度高、鲁棒性强的特点,能快速实现对不同摆放姿态的包装箱尺寸测量。     

基于塔形分解的局部熵差图像配准

以图像局部熵差为匹配准则,确定关键点的匹配位置。逐点计算图像局部熵,将图像局部熵序列进行塔式分解。采用金字塔式的数据结构,通过从低分辨率图像开始模板匹配,找出粗匹配点,逐步找到原始图像(即高分辨率图像)的精确匹配点,大大减少了计算量。该算法具有良好的抗噪声能力和抗几何失真能力。实验结果表明,当实时图相对于参考图旋转不超过5°时,正确匹配达到76%以上;当椒盐噪声强度不超过5%时,正确匹配达到78%以上;当零均值高斯白噪声方差不超过0.02时,正确匹配达到70%以上。     

基于冲击时频原子的匹配追踪信号分解及机械故障特征提取技术

介绍一种用于匹配追踪信号分解的时频原子——冲击时频原子，它既可以匹配信号中的稳态正弦成分，也可以匹配信号中冲击成分，从而准确有效地获得设备的冲击故障特征和信息，并结合遗传算法以提高计算速度及实用性。计算机仿真结果证实了该方法的准确性，最后将该方法应用于转子实验台的冲击信号特征提取中，证明了该方法的工程实用性和有效性。     

一种零件综合质量评定方法研究

零件的质量评定是柔性智能制造中十分重要的环节。现有的自动化识别装置一般采用非人工接触的光学检测系统,但由于工况环境复杂,诸多干扰因素均会影响零件质量检测与评定的准确性。另外,工业现场的连续作业对工控机硬件的运行速度、光学检测系统的环境适应性以及质量评定算法的预测准确性都提出了更高的要求。基于此,提出一种基于机器视觉与机器学习的零件综合质量评定方法。首先,借助机器视觉技术完成被测零件图像的实时采集与处理,并利用灰度匹配算法与几何匹配算法对零件的图像与CAD（computer aided design,计算机辅助设计）机械加工图进行比较,求解得到灰度匹配分数与几何匹配分数这2个几何特征参数。然后,针对零件表面的缺陷（如划伤、磨损、边缘缺料及锈蚀等）,在图像预处理（灰度化、图像增强、高斯降噪和二值化）的基础上,求解得到图像灰度的均值和标准差这2个表面缺陷特征参数。最后,借助主成分分析（principal component analysis, PCA）对零件的四维特征数据集进行降维处理,并利用K最近邻（K-nearest neighbor, KNN）算法对降维后的数据集进行训练和预测,完成零件综合质量评定;在此基础上,比较KNN算法与其他机器学习算法的准确率、召回率和特异度等指标,以验证其可行性。实验结果表明,所搭建的光学检测与处理系统在不同光源条件下的识别准确率达到96.15%以上;当相机的快门时间设定为100 μs时,该系统的图像处理速度达到45.2 帧/s。所提出的零件综合质量评定方法具有较高的准确率与处理速度,适用于复杂工况下零件的综合质量评定。     

An IoT-Cloud Based Intelligent Computer-Aided Diagnosis of Diabetic Retinopathy Stage Classification Using Deep Learning Approach

Diabetic retinopathy (DR) is a disease with an increasing prevalence and the major reason for blindness among working-age population. The possibility of severe vision loss can be extensively reduced by timely diagnosis and treatment. An automated screening for DR has been identified as an effective method for early DR detection, which can decrease the workload associated to manual grading as well as save diagnosis costs and time. Several studies have been carried out to develop automated detection and classification models for DR. This paper presents a new IoT and cloud-based deep learning for healthcare diagnosis of Diabetic Retinopathy (DR). The proposed model incorporates different processes namely data collection, preprocessing, segmentation, feature extraction and classification. At first, the IoT-based data collection process takes place where the patient wears a head mounted camera to capture the retinal fundus image and send to cloud server. Then, the contrast level of the input DR image gets increased in the preprocessing stage using Contrast Limited Adaptive Histogram Equalization (CLAHE) model. Next, the preprocessed image is segmented using Adaptive Spatial Kernel distance measure-based Fuzzy C-Means clustering (ASKFCM) model. Afterwards, deep Convolution Neural Network (CNN) based Inception v4 model is applied as a feature extractor and the resulting feature vectors undergo classification in line with the Gaussian Naive Bayes (GNB) model. The proposed model was tested using a benchmark DR MESSIDOR image dataset and the obtained results showcased superior performance of the proposed model over other such models compared in the study.     

数字化无人机航空像片拼接技术研究

本文阐述了基于特征匹配的无人机航空像片拼接技术。从对影像匹配技术、拼接算法的深入研究,结合影像特征提取方法,着重分析解决了拼接解算控制点精度和可靠识别问题。     

Registration‐free monitoring of multimode near‐circular shape profiles

Traditional shape profile monitoring of product geometric features mostly focuses on one type or mode of shapes in the discrete‐part manufacturing. Little attention has been paid to monitoring of multimode shape profiles, where different modes of shapes appear in a sample in the batch production process. Motivated by a real example of a powder material production process, we exploit the statistical process monitoring of multimode near‐circular shape profiles. First, we develop a feature extraction approach that is invariant to shape rotation and thus requires no registration for a mixture of different modes of shape profiles. The extracted feature vectors capture shape features well, based on which different modes of shape profiles are separated into several clusters. This enables us to build a Gaussian mixture model for the multimodality in the feature vector space. In process surveillance, a control chart is constructed based on the likelihood ratio test for detecting shifts in both the proportions and the shape features of multimode near‐circular shape profiles. Numerical simulations and real case studies demonstrate the effectiveness of our proposed chart.     

基于电子地图的遥感影像自动粗定位研究

在GIS的基础上,提出了一种新的遥感图像自动定位方法．将GIS技术和遥感技术相结合．利用GIS软件从电子地图中提取出线状图层一定范围内各点的经纬度坐标,将这些信息作为参考源．同时对遥感图像进行二值化和边沿提取,将提取出来的遥感图像的线状特征作为目标源,然后在分辨率匹配和投影变换的基础上对二者进行匹配,引入Hausdorff距离作为相似性测度,最后获取遥感图像的定位信息．     

焊缝射线立体视觉检测中图像匹配的特征提取算法研究

目的　研究焊缝射线立体视觉检测中图像匹配的特征提取方法 .方法　依据焊缝射线图像的特点 ,提出了几种特征提取方法 .结果　采用这些方法快速地提取出了图像的边缘特征点 .结论　找到了对于焊缝射线像立体匹配边缘特征提取效果较好的方法