强力输送带接头点识别算法

针对新型的强力输送带以接头点为基准参考点进行故障实时检测,存在接头定位困难问题,提出了一种基于统计学和图像处理技术相结合的接头点检测识别算法。该算法首先把图像每一列看成一个样本总体;然后根据每一列的样本均值以及该列中的每一个像素的方差计算出该像素点的平滑度,根据一定的平滑度阈值来找到接头点区域,通过对接头点区域应用图像处理技术中的腐蚀、膨胀等运算,使其形成一个矩形区域。利用该矩形区域像素值的方差以及矩形区域的宽高比这两个特征,来达到对接头点的识别。实验表明该算法能够有效地识别出接头点。     

基于聚合通道特征的防震锤锈蚀缺陷识别算法

高压输电线路中防震锤锈蚀会危害输电线路的安全运行。基于图像处理技术提出了一种基于聚合通道特征的防震锤检测和锈蚀缺陷识别的算法。该算法首先引入聚合通道特征（Aggregate Channel Features,ACF）分别提取无人机拍摄的输电线路图像中的颜色、梯度幅值和梯度方向直方图,构建多尺度ACF金字塔;利用滑窗法和Adaboost分类器检测图像中的防震锤,并使用非极大抑制操作得到最佳防震锤的位置;再结合Graph Cuts算法实现防震锤图像的分割;最后采用RGB颜色模型识别防震锤锈蚀缺陷。实验结果表明：该算法对防震锤位置的检测和锈蚀识别的精度较高。     

钢球表面缺陷的图像差分检测算法

针对轴承钢球表面缺陷高精度高效率的检测要求,提出一种检测算法.首先提出一种圆形轮廓外接矩形重绘算法,将目标钢球区域与背景区域分离,获取感兴趣区域;然后利用图像差分法将待检钢球图像与标准图像相减,获取差值图像;最后对差值图像中钢球中间环带区域二值化处理并提取缺陷特征.基于VC++6.0开发环境、Open CV计算机视觉库实验验证并评价算法性能.结果表明:该算法适用于多种钢球缺陷,处理单幅图像的平均耗时小于30 ms,缺陷识别率超过97%,误检率小于3%,针对直径为5.953 mm钢球的检测效率可达12 000个/h,满足工业检测要求,具有良好的应用前景.     

产品表面图像中的缺陷自动检测方法研究

仔细设计产品表面缺陷检测的图像识别算法是基于图像处理的产品表面缺陷自动检测系统快速并正确地检测缺陷的关键。以E型磁环表面缺陷的自动检测为例,分析了产品表面图像的特征,用梯度直方图自适应阈值分割的方法对图像进行增强和分割;并提出了一种新的快速识别算法对分割后的目标图像进行检测,实验结果表明了该算法的有效性和实用性。     

基于人工智能的缺陷图像识别算法

为了提高实际场景图像的缺陷识别准确度,基于人工智能、图像识别和深度学习技术,设计一种新的图像缺陷识别算法。采集缺陷图像,为缺陷目标识别做好检测分析和学习训练准备。联合分水岭分割和颜色特征分割方法,提取缺陷图像的有效特征。基于卷积网络,充分借助其中的学习模型,采用Python开源框架,设计新的缺陷识别方法。将人工智能算法集成于开发的软件系统中,该系统功能包括相机采集、视频导入、HDMI导入、脚踏板控制等。仿真数据表明,与已有分割技术相比,所提算法具有更理想的识别准确性与鲁棒性。     

基于骨架特征的人数统计

针对视频监控中行人在运动中将出现部分或严重遮挡的问题,提出了一种基于人体骨架特征的人数统计算法。首先,利用形态学骨架提取算法提取初始人体骨架图;然后,剔除骨架孤立点和骨架伪分支,得到最优人体骨架特征;最后,通过分析骨架的人头区域特征,建立人头检测响应规则,检测行人人头个数实现人数统计。实验结果表明,该算法能够解决视频监控人物相互之间部分遮挡和严重遮挡问题,针对相对稀疏的场景该算法人数统计准确率为95%左右。     

对数极坐标系下尺度不变特征点的检测与描述

目的 当前国际流行的SIFT算法及其改进算法在检测与描述特征点时基于高斯差分函数,存在损失图像高频信息的缺陷,从而导致图像匹配时其性能随着图像变形的增加而出现急剧下降。针对SIFT算法及其改进算法的这一缺陷,本研究提出了一种新的无图像信息损失的、在对数极坐标系下的尺度不变特征点检测与描述算法。方法 本研究提出的尺度不变特征点检测与描述算法首先将直角坐标系下以采样点为中心的圆形图块转换为对数极坐标系下的矩形图块,并以此矩形图块为基础对采样点进行特征点检测与描述符提取;该算法使用固定宽度的窗口在采样点的对数极坐标径向梯度图像的log_t^r轴上进行移动以判断该点是否为特征点并计算该点的特征尺度,并在具有局部极大窗口响应的特征尺度位置处提取特征点的描述符。该算法的描述符基于对数极坐标系下的矩形图块的灰度梯度的幅值与角度,是一个192维向量,并具有对于尺度、旋转、光照等变化的不变性。结果 本研究采用INRIA数据组和Mikolajczyk提出的匹配性能指标对SIFT算法、SURF算法和提出的尺度不变特征点检测与描述算法进行比较。与SIFT算法和SURF算法相比,提出的尺度不变特征点检测与描述算法在对应点数、重复率、正确匹配点数和匹配率等方面均具有一定优势。结论 提出了一种基于对数极坐标系的图像匹配算法,即将直角坐标系下以采样点为中心的圆形图块转换为对数极坐标系下的矩形图块,这样在特征点的检测过程中,可以有效规避SIFT算法因为采用DoG函数而造成的高频信息损失;在描述符提取过程中,对数极坐标系可以有效地减少图像的变化量,从而提高了匹配性能。     

基于数字图像处理技术的苹果识别方法研究

为帮助果农快速筛选出又大又圆的优质苹果、加快苹果进入市场进度、提高果农经济收益,提出了一种有效的苹果识别方法。采集黑色背景下苹果原始图像,进行红色分量图像提取;进行阈值分割,对分割后的图像进行区域生长算法计算;对得到的有效分割区域构建外接矩形。在此选择苹果原始图像红色分量像素均值,果实外接矩形的横向长度、纵向长度,果实区域面积与外接矩形面积比值等参数为特征量,分别选取50幅大的圆形红色苹果、大的圆形偏青色苹果、小的圆形红苹果、大的椭圆型红苹果作为样本图像,选取支持向量机作为分类器进行分类器训练,分别选择4种类型的苹果各50幅图组成待测图像集进行分类识别。实验结果表明,该方法能够较准确地识别出大的圆形红色苹果,识别准确率在92%以上。该方法对科技兴农有着重要的作用。     

基于骨架特征的人数统计

针对视频监控中行人在运动中将出现部分或严重遮挡的问题,提出了一种基于人体骨架特征的人数统计算法。首先,利用形态学骨架提取算法提取初始人体骨架图;然后,剔除骨架孤立点和骨架伪分支,得到最优人体骨架特征;最后,通过分析骨架的人头区域特征,建立人头检测响应规则,检测行人人头个数实现人数统计。实验结果表明,该算法能够解决视频监控人物相互之间部分遮挡和严重遮挡问题,针对相对稀疏的场景该算法人数统计准确率为95%左右。     

基于组合特征和级联分类器的防震锤检测算法

提出一种高压输电线路上的防震锤检测识别算法,算法基于分块的Haar特征、基于区域的LBP特征以及HOG特征一起作为组合特征来检测防震锤。其主要分为5个步骤:预处理待检测图像;改进归一化互相关匹配算法并进行模板匹配,得到防震锤疑似区域样本集;提取防震锤疑似区域的组合特征;对防震锤疑似区域使用级联分类器进行多级分类;统计分类结果。实验结果表明,该算法具有较高的精确率、召回率和准确率。     

前背景骨架区域随机点对策略驱动下的车标识别方法

目的 现有的车标识别算法均为各种经典的图像特征算子结合不同的分类器组合而成,均未分析车标图像的结构特点。综合考虑车标图像的灰度特征和结构特征,提出了一种前背景骨架区域随机点对策略驱动下的车标识别方法。方法 本文算法将标准车标图像分为前景区域和背景区域,分别提取前、背景的骨架区域,在其中进行随机取点,形成点对,通过进行点对的有效性判断,提取能表示车标的点对特征。点对特征表示两点周围局部区域的相似关系,反映了实际车标成像过程中车标图案部分与背景部分的灰度明暗关系。结果 在卡口系统截取的19 044张车标图像上进行实验,结果表明,与其他仅基于灰度特征的识别方法相比,本文提出的点对特征识别方法具有更好的识别效果,识别率达到了95.7%。在弱光照条件下,本文算法的识别算法效果同样优于其他仅基于灰度特征的识别方法,识别率达到了87.2%。结论 本文提出的前背景骨架区域随机点对策略驱动下的车标识别方法,结合了车标图像的灰度特征和结构特征,在进行车标的描述上具有独特性和排他性,有效地提高了车标的识别率,尤其是在弱光照条件下,本文方法具有更强的鲁棒性。     

基于兴趣点的图像检索方法研究

提出了基于兴趣点的多种图像特征相结合的图像检索新方法。该方法利用兴趣点周围局部区域的环形颜色直方图和Gabor小波变换提取纹理特征作为刻画图像的主要特征,并结合兴趣点的空间分布对图像进行检索。该方法不仅弥补了单一特征无法真正表征图像的缺陷,还保证了检索算法对图像旋转、平移的识别不变性。与同类方法相比,该方法有效提高了图像检索的准确率。     

基于图像显著性特征的铸坯表面缺陷检测

针对钢铁铸坯表面检测的缺陷复杂性问题,从图像处理及图形特征角度提出一种基于显著性区域特征的算法.该算法首先对源图像进行显著性特征区域处理和Gabor小波滤波处理,得到了对应的特征图像;然后再将2幅图像中的特征区域进行融合,得到可信度较高的缺陷特征区域图像;最后在缺陷区域中用训练好的Adaboost分类器检测缺陷,得到最终的缺陷定位结果.该算法结合了显著性特征和Gabor小波特征,既缩小了Adaboost分类器的搜索范围,也提高了排除伪缺陷的能力,具有较快的定位速度和较高的准确率.实验结果表明,该算法能获得较好的效果,具有较高的实用价值.     

融合显著性图像语义特征的人体相似动作识别

目的 基于骨骼的动作识别技术由于在光照变化、动态视角和复杂背景等情况下具有更强的鲁棒性而成为研究热点。利用骨骼/关节数据识别人体相似动作时,因动作间关节特征差异小,且缺少其他图像语义信息,易导致识别混乱。针对该问题,提出一种基于显著性图像特征强化的中心连接图卷积网络（saliency image feature enhancement based center-connected graph convolutional network,SIFE-CGCN）模型。方法 首先,设计一种骨架中心连接拓扑结构,建立所有关节点到骨架中心的连接,以捕获相似动作中关节运动的细微差异;其次,利用高斯混合背景建模算法将每一帧图像与实时更新的背景模型对比,分割出动态图像区域并消除背景干扰作为显著性图像,通过预训练的VGG-Net(Visual Geometry Group network)提取特征图,并进行动作语义特征匹配分类;最后,设计一种融合算法利用分类结果对中心连接图卷积网络的识别结果强化修正,提高对相似动作的识别能力。此外,提出了一种基于骨架的动作相似度的计算方法,并建立一个相似动作数据集。结果 ...     

决策边缘特征检测算法DSUSAN

在SUSAN边缘特征检测算法的基础上,分析研究其存在的缺陷,提出决策边缘特征检测算法DSUSAN,给出了DSUSAN算法的检测过程,并利用Matlab软件进行原始图像、加噪图像的对比实验.结果表明,该算法在检测边缘细节特征上比SUSAN算法有较大改善;同时,该算法未明显增加运算量,具有检测准确、高效、易于实时运算的优点,算法的噪声抑制能力也较好.     

一种鲁棒的人脸特征定位方法

提出了一种基于AdaBoost算法和C-V方法的人脸特征定位方法。首先根据AdaBoost算法训练样本得到脸、眼、鼻、嘴4个检测器;然后结合人脸边缘图像的先验规则,使用人脸检测器提取人脸区域;接着利用眼、鼻、嘴检测器从人脸区域中检测出人脸特征所在的矩形区域;最后利用C-V方法从各个特征区域中分割出人脸特征的轮廓,进而得到人脸关键特征点的位置。在DTU IMM人脸测试集上,眼睛的检测率为100%,鼻子的检测率为95.3%,嘴巴的检测率为98.4%,提取出的特征点位置准确。实验结果表明方法是有效和鲁棒的。     

基于组合K近邻与矩阵变换的虹膜识别

研究人眼虹膜识别问题,因实际虹膜内边界并不是标准圆,引起识别精度差,影响有效的特征提取.传统利用圆模板定位的算法存在瞳孔遗留或纹理损失且定位时间长等问题,为提高虹膜定位精度,降低识别时间,提出了一种新的虹膜识别算法.首先对图像进行去除光斑等预处理,将含有虹膜图像的圆环变换为极坐标系下的矩形,在矩形坐标上以点、线检测确定虹膜轮廓,并对EMD提取纹理分布特征,根据比对距离寻找每个待测样本的K个近邻,以简单投票决策输出识别结果.基于CASIA虹膜图像库进行仿真,结果表明,识别率高达99％,并明显降低了识别时间,使虹膜定位可有效提升识别精度.     

基于图像纹理的沥青路面坑槽识别及提取*

针对现有基于视觉的坑槽检测方法仅侧重识别,提取精度不高的缺点,提出了一种综合利用坑槽灰度特征和纹理特征的坑槽识别及提取方法。图像二值化后,根据形状特征和标准偏差对坑槽进行定性识别和初始提取;对检测出含有坑槽的图像,利用灰度共生矩阵提取纹理特征,并利用主元分析法剔除冗余纹理特征,通过模糊C均值聚类算法将属于坑槽病害的纹理区域聚为一类,再叠加定性识别的初始提取结果,经形态学处理即可准确的提取坑槽病害区域。本文方法定性识别的召回率为90.0%,精确率为87.1%,准确率为92.2%,所提取的坑槽区域与原图像坑槽区域重叠度在在80%以上的图像比率为70.4%,在70%以上的比率为85.2%。结果表明,该方法对于存在裂缝、碎石、积水等复杂状况的路面,都可取得良好的坑槽识别和提取效果。     

基于超像素空间金字塔模型的场景识别研究

针对以往场景识别研究中将图像分割成大小相等的矩形区域进行特征提取而导致识别率低的问题,提出了一种基于超像素空间金字塔模型的场景识别方法：先对图像做不同分辨率的超像素分割,在得到的每个图像子区域中提取PACT特征,然后利用K-means聚类构建出图像集的视觉词典。在进行场景识别时,将每幅图像所有分割子区域的PACT特征连接成一个特征向量,并加入bag of words特征进行分类,最终的场景分类结果在支持向量机LIBSVM上获得。实验结果表明该算法能够有效提高识别率。     

一种基于灰度图像的人脸检测及眼睛定位算法

利用灰度积分投影直接对人脸图像进行检测和眼睛定位是一种常用的算法,但是直接采用该算法会受到背景、特征等因素的影响,识别准确率较低。提出了一种基于最大类问方差阈值和区域膨胀相结合的检测与定位算法。该算法首先计算最大类间方差设置阈值,把灰度图像转换为二值图像并检测出人脸区域,然后通过对该人脸区域中的连通区域进行膨胀及连通性处理,精确定位眼睛坐标。实验表明,此算法可靠,具有较好的识别效果。