基于JPEG量化失真的合成图像盲检测

主要针对JPEG图像合成伪造,提出了一种基于量化失真的合成图像盲检测算法。首先针对合成图像以JPEG和非JPEG不同的存储方式,分别估计原始量化矩阵;然后用估计的原始量化矩阵对合成图像再压缩,计算压缩前后的量化失真;最后通过判断合成图像不同区域量化失真的大小,实现窜改区域的自动检测和定位。实验结果表明:算法能有效地检测JPEG和非JPEG两种不同存储方式的合成图像。     

乳腺病灶的多显著性检测方法

乳腺病灶自动检测对于后续计算机辅助诊断具有重要意义。融合背景先验、自适应中心先验以及频率先验等三种先验知识,提出一种多显著性检测方案实现超声影像中的乳腺病灶检测。该方案包含图像预处理、显著性检测和显著性优化等三个步骤。为了提高检测准确率,提出了一种基于经验累积分布函数的自适应阈值分割方法和一种改进的自适应中心先验检测方法。实验结果证明,提出的多显著性检测方案精确率达92.50%,召回率达87.05%,F-measure值达91.18%,能够更好地检测乳腺超声病灶。     

一种新型成人图像自动检测系统

肤色检测是成人图像检测中快速有效的检测技术,但是它的检出率和误检率都高。为了能够准确检测成人图像且尽量避免无害图像被误检,我们提出将高斯混合模型、颜色自相关图和人脸检测三种检测器相结合的方法。后面两个步骤的主要目的就是降低误检率。其中,颜色自相关图检测器不同于以往系统,因为颜色自相关图描述子不仅考虑了颜色的空间相关性,而且考虑了颜色的局部空间相关性的全局分布。实验证明,由于颜色自相关图检测器能够准确地辨别出90%以上的无害图像,所以有效地降低了该成人图像自动检测系统的检出率。     

基于双目视觉的水下海参尺寸自动测量方法

水下捕捞机器人在进行海参捕捞作业时,需要对海参进行精选分级。然而光视觉系统在水中的折射现象严重影响了海参尺寸的精确测量。因此,利用水下双目标定方法,求解水下相机模型参数,消除水下光线折射造成的图像失真,并在此基础上,提出了一种水下海参自动检测与尺寸测量方法。在左目矫正图像上,利用预先训练的YOLOv3海参检测模型,进行海参自动检测和感兴趣区域定位,并利用双目矫正图像构建当前水下场景深度信息。利用融合颜色和场景深度信息的高斯模型,构建新颖的GrabCut-RGBD图像分割方法,在感兴趣区域上分割二维海参目标。利用凸包与旋转卡壳算法,在海参目标图像上寻找最佳尺寸测量点,通过三角测量获取最佳测量点三维坐标,实现海参尺寸的自动测量。实验结果表明,所提方法在0.5～1.5 m范围内平均误差为1.65%,能较好地实现海参尺寸的水下测量。     

大管径给排水管道径向变形自动检测

针对检测精度、召回率以及查全率较低的问题，本文提出一种大管径给排水管道径向变形自动检测方法。采用Mills交叉布列技术扫描管道，运用小波变换对扫描得到的图像进行去噪。根据去噪结果对大管径给排水管道径向变形区域进行粗检测，并对粗检测节点的预测区域进行分割，同时采用带空洞卷积的空间金字塔池化增强图像的感知能力，以有效实现大管径给排水管道径向变形自动检测。实验结果表明，所提方法能够有效提升变形自动检测精度、召回率以及查全率，获取较为满意的自动检测结果。     

基于背景重构X射线钢管焊缝缺陷检测方法

焊缝缺陷检测是保证焊接质量的重要环节,随着工业的高速发展和迫切需求,X射线焊缝缺陷自动检测技术得到了广泛的研究,但是由于成像方式,以及铸件材质等客观因素的影响,X 射线图像存在噪声多、对比度低、背景亮度不均匀、焊缝边缘模糊等问题,使得利用计算机进行焊缝缺陷自动检测的准确率不太理想. 针对这一问题,本文提出了一种能够自动检测钢管焊缝缺陷的检测方法. 首先,采用了快速ICA算法重构了含有缺陷的X射线焊缝图像的背景区域;随后,将原图像与重构图像进行做差,并且对差后图像使用阈值法将缺陷提取出来;最后,在提取出的缺陷结果上做了进一步处理,有效的降低了漏检率和误检率. 与其他传统检测算法相比,它对缺陷类型不敏感,具有较好的适应性和通用性.     

发动机曲轴非接触式自动检测系统的研制

针对传统曲轴检测方法的费时、费力、误差大等缺点,研制了基于CCD的非接触式曲轴自动检测系统。该系统通过CCD采集曲轴的图像信息并生成DIB位图。通过对DIB图像处理技术的研究以及对图像边缘提取、直线拟合等算法的实现,最终测量出曲轴外形的几何尺寸。     

基于小波与数学形态学的木材缺陷检测

木材缺陷检测是木材加工中的重要步骤,为了实现木材缺陷自动检测,提出了一种基于小波与数学形态学的缺陷检测方法。首先用多尺度小波对缺陷图像进行分解,滤除缺陷图像中的干扰信息,然后进行小波重构,在重构图像上进行形态学bottom-hat变换,结合阈值处理和区域生长检测出各种木材缺陷。实验表明,该方法具有高效准确的特点,能够满足木材加工过程缺陷检测的实际需求。     

基于机器视觉的西林瓶尺寸检测

在西林瓶生产过程中,尺寸是一项重要的产品质量判断标准,与传统的西林瓶尺寸人工检测方法相比,基于机器视觉的自动检测具有巨大优越性。为实现西林瓶尺寸的检测,提出了一种基于机器视觉的西林瓶尺寸检测方案,设计了系统的图像采集和背光源照明方案,通过中值滤波对图像进行去噪,利用对图像像素点的运算算法,对图像的灰度进行了校正变换,增强图像的对比度,采用Canny算子成功提取西林瓶边缘,在HALCON平台下实现了西林瓶尺寸测量。设定系统标定方法并选取15个2mL样品西林瓶进行测试,结果表明,该方法对西林瓶尺寸检测快速准确,边缘量化精度达到了亚像素级别,检测精度为0.02mm,满足西林瓶生产的参数测量精度要求,为工业生产产品尺寸的自动检测提供了一种有效的新途径。     

基于抽象语法树的数据泥团自动检测研究

数据泥团是一种常见的代码味道,它将带来重复代码和维护难度增加等问题。针对大部分已有的代码味道自动检测工具无法检测数据泥团,且检测类型不全面等问题,提出一种基于抽象语法树的数据泥团自动检测方法。该方法在已有检测工具的基础上,增加了新的数据泥团类型,并加入了剔除冗余数据泥团和提取子数据泥团等步骤。通过对4个开源项目进行数据泥团实验,结果表明方法具有较高的精确率,与Stench Blossom、inFusion等工具的数据泥团自动检测功能相比,能够检测出一些其他工具无法检测的数据泥团。同时,该方法具有较好的性能,执行时间与系统规模成正比。     

基于平面方程的轮对在线检测标定系统设计

在基于光截图像的轮对在线检测系统中,由于现场安装环境的限制,使得摄像机拍摄得到的轮对轮廓曲线畸变严重,所以摄像机的标定方法与精度直接影响到轮对参数测量结果.结合测量现场实际情况,分析设计了整套标定系统,并提出了基于平面方程系数的摄像机标定算法,实现了摄像机参数的标定工作.经验证:该标定系统的标定精度在0.1mm以内,满足轮对在线检测对标定精度的要求.     

线阵相机的圆环旋转标定方法

由于传统线阵相机的标定过程复杂,且对标定物精度要求较高,难以保证缺陷的定位精度,本文提出一种线阵相机的圆环旋转标定方法以提高缺陷的定位精度。该方法设计一种新型的圆环形标定板,在静态标定基础上通过旋转线阵相机采集相机视线与圆的交点的坐标,得到旋转角度以及多组标定点,建立线阵相机的成像模型和径向畸变模型,通过非线性优化整体误差函数求解相机的内参和畸变参数,同时分析相机不同旋转角度对标定精度的影响。实验结果表明,当θ≤20°时,该方法的标定精度在0.35 pixel以内,满足实际检测的定位要求,并且在PCB缺陷检测中得到较好的验证。     

光条投影测量中一种确定摄像机镜头畸变系数的方法

光条投影测量中，在不考虑摄像机镜头畸变的情况下，测量精度不高。提出了一种提高光条投影测量精度的摄像机镜头畸变系数的确定优化方法。从参考平面的测量出发，考察其上的若干测量点，找到其变形与摄像机镜头畸变系数的函数关系，进行最优迭代求解，进而确定摄像机镜头畸变系数。有效地解决了由于镜头畸变给测量带来的误差的问题，提高了测量精度。     

基于分割区间LS-SVM的摄像机标定

利用最小二乘支持向量机（LS-SVM）可以不考虑摄像机具体的内部参数和外部参数实现摄像机的标定。由于镜头的畸变主要由径向畸变引起,根据摄像机畸变特点对畸变区域进行划分,提出一种基于分割区间LS-SVM的摄像机标定法,对不同的畸变区域进行单独处理。该方法与BP神经网络和基本LS-SVM预测结果对比表明,分割区间LS-SVM摄像机标定法误差小、速度快、标定精度高。     

一种基于斜率的摄像机畸变校正方法

普通 CCD摄像机在成像时都存在畸变成像误差 ,在机器人视觉检测及自动装配中 ,有效地进行误差校正对准确确定物体的位置具有重要的意义 .本文采用带有一阶径向畸变的小孔摄像机模型 ,提出一种基于线段斜率的方法 ,对摄像机镜头的径向畸变进行校正 ,不必标定太多的摄像机的外参数 ,方法简洁 ,适合于视觉系统中对摄像机畸变的实时校正 ,或对摄像机捕获的图像进行几何校正 .实验表明 ,具有很强的鲁棒性和较高的校正精度     

基于三线结构光的相机平面标定方法研究

相机标定技术是结构光三维视觉测量的关键技术之一,结构光测量系统的相机标定的精度对三维测量的精度有很大影响;首先对三线结构光系统图的相机标定方法进行了分析,简单介绍了工业相机成像的几何模型及标定的原理;其次利用Harris角点检测方法提取特征点坐标,并选用了BP神经网络来校正工业相机的畸变模型,以提高标定算法的优化速度和标定精度;最后采用张正友的平面标定法对校正后的摄像机模型进行标定实验,由实验结果知,该方法具有一定的准确性和有效性,在一定误差范围内,基于神经网络畸变校正的张正友相机标定能够有效提高视觉检测的精度。     

小型连接件尺寸高精度测量研究

提出了一种非接触式的机器视觉尺寸测量方案。首先使用摄像机标定矫正畸变效应,获得摄像机内参数,随后采用双线定位法确定针脚位置,利用基于Zernike矩的亚像素边缘检测算法实现边缘检测和针宽测量。实验分析了该方法在小型连接件尺寸高精度检测中的效果。     

基于Harris角点的内窥镜图像变形全自动校正算法

提出一种基于Harris角点检测的全自动内窥镜图像变形校正算法. 对一幅黑白棋格图像进行Harris特征点检测并将特征按所属直线进行自动归类. 引入关于全体变形参数的Harris角点子集直线度函数并对它进行Levenberg-Marquardt迭代优化来寻找最优变形参数. 获取图像时无需限定相机与标定图案的相对姿态,算法执行中无需用户交互式干预. 实验结果表明本文算法的校正结果使得内窥镜成像很好地满足线性相机模型,具有亚像素级精 度,是一种快速简单灵活的校正方法,尤其适合临床应用.     

基于非线性样条插值的大广角相机畸变校正方法

针对现有的棋盘格检测方法只能检测规则的棋盘格的问题，改进了基于生长法的棋盘格检测和匹配部分,使其能够生长出非规则的棋盘格，以增加棋盘内角点数据。针对目前大广角相机广角方向及复杂镜片的畸变校正方法存在精确性问题，提出了使用薄板样条(thin-plate spline)和双简谐(biharmonic)插值算法来解决畸变的方法。该方法通过散乱的多个数据点进行控制，使其趋近数据点目标值，从而拟合出映射曲面达到去畸变的目的。实验结果证明了该方法的可行性和鲁棒性，提高了复杂畸变和广角相机畸变在广角方向上的校正精度。     

基于图像平面的畸变校正方法

针对图像液位检测系统中摄像头引入的图像畸变,提出一种基于图像平面的校正方法。使用虚拟的标准校正图代替实际图,通过二阶径向模型的反复迭代求取畸变系数,利用双线性插值对输出像素点灰度进行插补。实验结果表明,该方法的校正误差小于0.35个像素点,能有效提高视频检测精度。