光伏电池边缘检测算法研究

为了满足晶硅光伏电池视觉印刷高精度边缘定位要求,本文提出了一种改进的亚像素边缘定位算法.该算法首先应用Sobel算子和线性插值得到边缘垂直方向上新的边缘图像;最后对插值的边缘图像使用改进的灰度矩算子,得到的亚像素边缘.同时本文进行改进亚像素检测算法与传统亚像素检测算法的精度及鲁棒性对比实验.结果表明:本文算法比传统亚像素定位算法有着更好的定位精度和鲁棒性,直线检测精度能达到1μm;在高噪声污染的图像有着较高的检测精度,其标准差为0.195μm.     

基于Zernike矩的真空开关分闸速度检测

真空开关分闸速度对真空电弧形态和弧后介质强度的恢复速度有重要影响,实现其分闸速度高精度检测并研究分闸速度对电弧特性影响是真空开关领域重要课题之一。为实现触头分闸速度高精度检测,本文提出用Zernike矩算法从真空开关分闸序列图像中精确跟踪动触头位置,进而计算出触头分闸速度的检测方法。首先利用Canny算子对所有可能的电弧边缘进行像素级定位,缩小精确定位的检测范围,然后用Zernike矩算子对所有可能的电弧边缘重新检测,最后实现触头分闸速度的亚像素级精确测量。实验结果表明:本算法能够高效的实现真空开关分闸速度的高精度检测,动触头边缘定位能精确到小数点后两位,算法运行速度较像素级精度提高了35%。     

利用二次曲线拟合的CCD图像亚像素提取算法

在图像测量系统中，测量系统的精度与边缘提取的精度成正比关系，普通算法的精度为像素级，现在最常用的亚像素算法是重心法。本文提出了一种利用二次曲线拟合方法的亚像素边缘提取算法，介绍了算法的推导过程，并给出了实验结果。     

一种小模数齿轮边缘检测效果评价方法

利用机器视觉评定小模数齿轮精度时,在齿轮整体图像中提取的边缘特征信息不能直接描述图像中的单独目标,需要后续识别算法去适应局部的多变特征.为此提出一种基于特征图像的边缘检测效果评价方法来获取丰富的局部图像信息,用于评定小模数渐开线齿轮视觉测量系统中轮廓提取的精度.首先根据齿轮图像中渐开线齿廓边缘的函数特性建立特征图像模型;然后使用基于Zernike矩的亚像素边缘检测算法获取小模数渐开线齿轮特征图像的边缘;最后结合构建特征图像的标准函数,量化特征图像的边缘检测结果与标准函数间的偏差,用以评价边缘检测的效果.实验表明,运用小模数齿轮的特征图像评价基于Zernike矩的亚像素边缘检测算法,渐开线齿廓的检测精度优于0.58pixel.     

刀具轮廓亚像素精度阈值分割算法研究

提取亚像素精度边缘轮廓是完成刀具几何参数精确测量的重要环节。该文研究了一种简单有效的方法,该算法基于灰度阈值分割定位像素级边缘,并经双线性插值法细分完成亚像素边缘轮廓的提取。最后设计实验对比分析了该算法以及基于Canny和Sobel算子的亚像素边缘检测算法所提取轮廓的特点。结果表明在准确的前提下,对高对比度图像应用该算法后,能比后两者更快速地完成边缘轮廓提取。     

基于亚像素定位的贴装元件精确取像技术

自动光学检测系统中采集到的贴装元件图像存在平移和旋转误差.针对该问题,提出了基于亚像素定位技术的贴装元件精确取像方法,该方法结合Canny边缘分割、基于空间矩的亚像素细分、最小二乘法拟合等技术,对基准点进行亚像素定位,并以此为基础进行贴装元件的精确取像,消除电路板的定位误差和制造误差,从而保证了自动光学检测系统的检测准确度.实验结果表明:本文算法对元件图像提取精确且稳定,满足高精度视觉检测要求.     

精加工零件尺寸视觉检测中的亚像素定位分析

使用CCD成像的机器视觉系统进行精加工零件尺寸检测时,图像轮廓边缘的亚像素定位分析是决定测量精度的一个重要因素．为了寻求精加工零件图像轮廓边缘的亚像素定位分析依据和计算方法,运用菲涅耳直边衍射理论研究了几何边缘在CCD检测图像中由衍射所形成的灰度分布,理论分析和实验测量都证实了衍射和摄像参数是产生和影响图像边缘灰度分布的主要因素．文中给出了基于衍射的精加工尺寸边缘图像检测时的亚像素定位分析依据和计算方法,对量块进行了对比检测实验,实验结果证实了所给方法的合理性和可行性．     

基于图像边缘的灰度加权算法应用于LED管芯检测

LED管芯检测的像素级算法受到图像分割的影响,造成目标中部分像素的丢失.本文利用图像边缘区域的灰度加权算法,以求取物体边缘所在像素点的灰度来计算边缘位置.检测结果分析表明,该算法在检测精度上有了明显提高.     

基于分形小波变换的MEMS动态模糊图像亚像素检测技术

基于机器微视觉的微机电系统（MEMS）动态测试系统,提出了一种分形小波变换亚像素检测技术提取MEMS运动轨迹算法.该算法结合电耦合器件（CCD）成像机理,利用图像的分形参数进行随机分形插值对图像边缘进行重建,通过小波变换实现重建后图像亚像素精度的边缘检测.在连续光照明条件下,对MEMS平面微运动模糊图像进行检测处理,提取和分析了MEMS运动轨迹.将该方法和在频闪条件下测得的MEMS器件的平面微运动幅值的结果进行了比对分析和讨论.由实验结果可以看出,本方法有较高的测量精度,其测量绝对误差小于0.02像素.     

基于Halcon的弹芯尺寸精密检测算法研究

针对弹芯尺寸传统人工方式检测难、精度低等问题,提出了一种基于机器视觉的亚像素级尺寸检测算法.该算法以性能优越的机器视觉软件Halcon为开发平台,利用亚像素级阈值分割提取出边缘轮廓,然后选定各检测参数的感兴趣区域(Region of Interest,ROI)并进行特征提取,最后利用最小二乘法及Tukey权重函数对轮廓进行亚像素边缘拟合,根据返回的拟合轮廓的相关参数即可计算出弹芯尺寸.实验结果表明:该算法将尺寸误差控制在0.01mm以内,能够达到亚像素级的检测精度,并实现在线检测.     

Harris算子耦合强度特征的图像复制-粘贴篡改检测算法

目的针对当前较多图像复制-粘贴篡改检测算法主要依靠度量图像的结构特征来实现篡改检测,忽略了图像的强度特征,使其在各种几何变换下难以准确检测出伪造内容,导致检测结果中存在漏检和误检等问题,设计一种基于Harris算子耦合强度特征的图像复制-粘贴篡改检测算法。方法利用Harris算子对图像的特征点进行精确的提取。通过特征点构造圆形特征区域,求取该区域的Zernike矩,通过Zernike矩的大小实现对特征点的描述。随后,利用不同阶数的Zernike矩来描述图像的强度特征和纹理特征,从而构造匹配模型,对图像特征进行粗匹配,并引入RANSAC方法对粗匹配结果进行优化。最后,利用形态学腐蚀与膨胀操作将特征区域进行连通,以确定篡改区域。结果实验结果表明,与已有的图像伪造检测方案相比,所提算法具备更高的检测精度和鲁棒性,在噪声和旋转等变换下仍有更好的检测效果。结论所提技术拥有较高的伪造检测准确性,在图像水印、信息安全领域具有一定的参考价值。     

A sub-pixel edge detection algorithm based on Zernike moments

Abstract

A novel hybrid technique of combining an improved morphological gradient operator and Zernike moments, named MGZ edge detection algorithm, is developed to meet the stringent requirements for measuring accuracies of charge coupled device metrology system. The mathematical morphological gradient and Zernike moment algorithm are discussed based on the pixels grey-scale and spatial structure information of the images. To improve the algorithm process, the image edge is oriented and extracted by using improved morphological gradient operator firstly; then, the calculation errors of the typical ideal step edge model are analysed and corrected by the proposed error compensation formula. The edge point is relocated with sub-pixel accuracy by means of Zernike moment operator based on the edge point vectors and the threshold value. Finally, the sub-pixel edge detecting of the image is attained. The extensive experimental results show that the measuring error of the edge point is compensated reliably and accurately, and the new algorithm has short operation time, more precise and stronger robustness to noise than the prior similar algorithms. Meanwhile, the proposed method can well meet the need of charge coupled device metrology system for sub-pixel edge detection.     

基于泽尼克矩耦合颜色空间加权度量的商标检索算法

目的 针对商标检索系统中利用单一特征进行识别和度量时,往往难以充分表征商标特征,易出现检索精度和鲁棒性不高等问题,文中拟设计一种泽尼克（Zernike）矩耦合颜色空间加权度量的商标检索方案。方法 首先,利用Zernike矩作为商标的形状描述符,充分描述商标的形状信息。随后,利用颜色空间来描述图像中像素空间信息的颜色分布特征。然后,分别将输入商标的Zernike矩特征、颜色空间特征与存储在数据库中的特征进行匹配,以计算Zernike矩特征的加权Euclidean距离与颜色空间度量。最后,联合颜色空间度量与Euclidean距离,综合考虑形状与颜色特征,形成新的距离测量规则,输出与查询商标相似的商标。结果 实验数据表明,与当前商标检索算法相比较,所提算法具有更高的检索准确率与鲁棒性,表现出更为理想的Precision-Recall以及平均准确率（Mean Average Precision, MAP）。结论 所提算法返回的图像与查询图像相似度较高,在商标注册、侵权保护等方面中具有一定的参考价值。     

Identification and extraction of brain tumor from MRI using local statistics of Zernike moments

In this article, a novel method is proposed for the detection of brain tumor in magnetic resonance images (MRIs). The features of Zernike moments are used to analyze the MRIs. The image is divided into two parts from the center of the image based on the average value of the pixel located at the center boundary, and new image vectors are formed to extract the tumor. The local statistics values obtained from the low and high order Zernike moments are used to calculate the appropriate threshold value for efficient tumor extraction. The proposed method successfully analyzes the tumor part of the image on testing with different MRIs.     

利用Sobel-Zernike矩算子的快速亚像素边缘检测方法

利用Sobel算子快速检测出所有可能的边缘点;再利用Zernike矩算子以亚像素精度重新定 位边缘。为提高定位精度,根据Zernike矩理论,推导了2个77的模板。测试结果表明,该方法定位精度接近于Zernike矩算子,而算法运行时间仅为0.91s。     

基于图像识别的铝塑包装材料边缘检测

目的为了提高铝塑类包装材料的边缘检测精度,基于图像识别技术设计一种边缘检测方法。方法介绍Canny边缘检测算法,针对其双阈值选择比较困难、边缘检测精度不高等问题,利用Ostu算法实现高、低阈值的选取。基于FPGA(现场可编程门阵列)和DSP(数字信号处理器)搭建一种图像检测系统,并给出系统框图及FPGA内部结构,即异步FIFO模块、串入并出模块、像素窗口刷新模块、数据处理模块以及配套电路等,并以药品铝塑泡罩包装为例进行实验研究。结果改进的Canny算法在保证处理速度的前提下,所检测图像清晰细致,能够得到完整边缘。结论该方法具有准确度高、稳定可靠、识别速度快等特点,可满足包装过程产品检测要求。     

基于贴片机视觉系统的SIM芯片识别定位算法

目的采用贴片机的机器视觉技术实现SIM芯片高质量和高精度的识别定位。方法采用工业摄像机收集原始图像信息,上传到VS配置的Open CV系统中进行图像预处理,减少图像信息,方便特征提取。对芯片图像进行Zernike边缘检测,减少噪声干扰,改善图像效果。通过矩形拟合提取芯片轮廓,获取芯片中心坐标。最后,通过芯片轮廓面积的提取,获得面积区间,确定合格芯片,并对其进行识别检测。结果实验结果表明,识别合格芯片的正确率达到100%,且抗噪性好;芯片定位时,位置精度在0.5个像素之内。结论在复杂情况下,该方法可保证贴片机的贴装质量和精度,有利于提高贴装的合格效率。     

精品西红柿尺寸分级检测算法

目的 针对传统果蔬分级设备及工艺较复杂不适合小规模果农的问题,设计基于机器视觉的西红柿尺寸和果形分级检测算法.方法 该算法中,首先用改进的基于彩度差的灰度计算和大津法解决阴影对轮廓的影响.然后,基于控制点变换进行畸变矫正得到西红柿图像的俯视图,并采用面积阈值和傅里叶变换去除轮廓噪声.最后,通过对比参照物的像素尺寸计算西红柿的物理尺寸,并进行自动分级及标定.结果 实验表明,对具有阴影干扰的西红柿尺寸测量准确度达到95％以上,并且测量偏差为负偏差.结论 该算法用软件替代传统分级所需硬件,解决了阴影、畸变、噪声等关键问题,用手机拍摄就能满足西红柿分级,有助于提高小规模果农水果分级分装的自动化和智能化水平.     

多重约束下由粗到精的多源图像自适应配准算法

本文提出了一种多重约束下由粗到精的多源图像自适应子像素级配准算法.该算法采用影像特征点作为匹配基元,利用具有不同精度等级的组合判据法、整体松弛法、最小二乘法实现由粗到精的匹配,同时在匹配过程中加入了多重约束,如定位点控制约束、交叉匹配约束、连续控制约束,以保证获取的配准控制点的可靠性和剔除粗差点.此外,该算法利用配准控制点自适应地构建整个图像的三角网,最后依据改进的三角形填充算法对目标图像进行逐像点纠正.对同源和非同源的遥感图像的实验证明,SPOT4全色图像(10m/pixel)和SPOT5多光谱图像(10m/pixel)的配准精度分别达到6～7m和5～6m.     

一种改进的星点质心算法

本文结合图像传感器的实际像元感光区形状和像元填充率,提出了一种改进的质心算法.该方法根据不同像元感光区形状和像元填充率下感光区中心坐标不同的特点,通过修改传统质心算法中像元坐标的取值来提高质心算法的定位精度.在分析星点的灰度分布特点的基础上,明确了如何仿真产生一个星点光斑,并通过仿真实验验证了改进质心算法的有效性.实验结果表明:在理想情况和噪声存在情况下,改进质心算法的定位精度优于双线性插值质心算法和传统质心算法.