基于IMAQ的零件图像特征提取和识别

提出了基于IMAQ的提取零件图像特征的方法,该方法是使用边缘检测算子对零件图像进行边缘检测,然后把检测的图像分成若干个区域并统计各区域的边缘像素量,各区域中的相对边缘像素系数作为特征,利用神经网络实现识别。文中给出特征样本的实验结果,结果表明文中提出的方法能够有效地识别零件。     

基于边界矩的机械零件图像轮廓特征提取技术

为实现机械零件的有效分类,针对零件具有比较明显的轮廓特征的特点,提出了基于边界矩的零件图像轮廓特征提取方法.首先采用轮廓提取算法,提取零件二值图像的轮廓,在进行水平倾斜校正后,以零件的质心为中心,将轮廓图像划分为若干个扇形子区域.利用改进的边界矩计算方法,分别计算出各子区域的边界矩,从而得出零件轮廓图像边界矩的分布特性.最后,采用K均值聚类算法对提取的零件轮廓特征进行分类,实验结果证明了该方法的有效性.     

基于特征提取的图像处理与识别研究

以火车货车的车号及自重数字图像为研究对象，在计算机二维图像及数字识别方面进行了研究。提出多种新方法、突破传统方法的局限性，获得了较高的整体识别率。     

零件图像特征提取和识别的研究

提出了基于小波变换提取零件图像特征和用神经网络实现识别的方法。首先,对零件图像进行小波多尺度边缘检测,提取零件图像的边缘轮廓,然后将被检测的边缘轮廓图像分成若干个子区域并分别统计各子区域的边缘像素量,各子区域中的相对边缘像素系数作为零件的特征,将这些特征作为神经网络的输入样本,由神经网络实现识别。3种子区域的不同数量样本的实验结果证明了提出的方法是有效的。     

基于图像识别的哑弹体特征提取方法研究

针对哑弹体的图像轮廓,分析了关于直线和边缘点的几种提取方法,找出了一种适合提取弹体边缘的提取方法分裂算法.此算法的优点是可以比较精确地找到曲线的转折点,并用这些转折点来描述曲线,对于直线和折线组成的图形有较好的逼近效果.     

基于小波神经网络的零件图像特征提取和识别

提出了基于小波提取零件图像特征的方法,该方法是应用小波变换对零件图像进行多尺度边缘检测,将被检测的边缘图像分成若干个子区域,分别统计其中的边缘像素量,各区域中的相对边缘像素系数作为零件图像特征,利用神经网络实现识别.文中给出样本的实验结果,结果表明文中提出的方法是有效的.     

零件多源图像特征提取和识别的研究

提出了基于小波变换的零件多源图像融合和提取零件图像特征的方法。首先,应用小波变换对多源图像进行多尺度分解,利用小波分解系数融合零件多源图像。然后,对融合图像进行多尺度边缘检测,被检测的图像分成若干个子区域并分别统计其中的边缘像素量,各区域中的相对边缘像素系数作为零件图像特征。最后,应用神经网络和网络技术,进行远程零件多源图像识别。实验结果表明,文中提出的方法是有效的。     

基于Matlab的图像平滑算法浅析

随着图像处理领域的迅速发展,图像平滑作为图像处理中的重要环节,也逐渐受到人们的关注。图像平滑的目的主要是消除噪声。针对不同类型的图像噪声,文章研究均值滤波、中值滤波和低通滤波算法在去除不同图像噪声的性能特性,利用Matlab平台进行算法仿真,通过比较各算法的优缺点,进一步完善图像平滑方法,以达到平滑效果更理想的目的。     

浅析零件图像的特征提取和识别方法

提出了基于零件图像相对像素系数和神经网络的零件特征提取和识别方法。首先对零件图像进行边缘检测,然后将处理的图像分成若干个子区域并分别统计各子区域的白色像素相对量,该相对量称为相对像素系数,是零件图像的特征,将这些特征作为神经网络的输入样本,由径向基神经网络实现识别。利用C#软件设计了零件图像的虚拟识别仪,实验表明该方法是有效的。     

一种图像边缘特征提取算法

边缘作为一个重要特征是图像目标检测中基础而又困难的一个问题.用常规方法进行边缘检测时,噪声会影响到边缘特征提取的准确性.为了减小噪声对图像边缘特征的影响,改善边缘特征的定位精度,本文提出了一种新的图像边缘特征提取算法.该方法利用小波变换天生的多尺度特性,对小波变换各尺度下的细节图像用互能量交叉的方法进行噪声抑制和边缘识别.最后作了实例验证.     

基于小波包和数学形态学结合的图像特征提取方法

提出了一种基于小波包和数学形态学相结合的图像特征提取方法,应用于车牌字符等的图像提取及边缘检测。采用了小波包对图像进行分解并重构其近似部分,用形态学膨胀和腐蚀等形态学基本运算以及形态学梯度对图像进行边缘检测,并应用形态学重构填充了车牌字符的空隙,以便后续的字符识别。仿真实验表明与Edge边缘检测算子相比较,该方法能够更好地提取图像特征,检测出的边缘更清晰,并更好地填充了车牌字符的空隙。     

基于差分码的图像特征提取方法研究

针对Freeman差分码表示边界走向的变化,而且不同的边界特征具有独特的差分码形式这一特点,研究了基于差分码的图象特征提取方法,可以同时提取拐点、直线和曲线等图像特征.     

一种结合ORB算法的SIFT图像配准算法

在基于SIFT算法的图像配准过程中有两个重要的环节:特征提取和特征匹配。针对算法在特征提取时存在的计算量大、复杂度高、速度慢等问题,该文提出了结合ORB算法的思想,对SIFT算法进行特征提取的优化,从而实现快速地提取图像的局部特征。在特征匹配阶段采用K最近邻的BBF搜索策略并结合RANSAC算法进行提纯,消除误配点。实验结果表明,改进后的算法降低了配准时间,提高了配准精度,适用于一些对实时性要求较高的场合。     

商标图像平滑滤波算法研究与应用

为了更加准确的完成商标图像的自动检索,在预处理过程中,针对商标图像中存在的噪声,研究了图像平滑滤波算法,分别利用均值滤波、中值滤波和改进的中值滤波方法对商标图像进行了滤波去噪处理.实验结果表明,改进的中值滤波算法在实现去除噪声的同时,既克服了均值滤波处理后图像边缘模糊和图像色变的缺点,也克服了中值滤波法处理后图像形变的不足.     

基于矢谱和蚁群算法的旋转机械故障特征提取

特征提取是机械设备故障诊断成功的关键因素,将直接决定故障诊断的实施.针对传统旋转机械单通道故障诊断的不足,结合故障诊断实时性差的问题,提出了一种基于全矢谱理论和蚁群算法的机械故障特征提取方法.运用全矢谱技术提取出原始振动信号的特征向量,再运用改进的蚁群算法对特征参数进行约简和选择,使所建立的故障模式由少数几个特征给予有效的表达,以提高故障诊断的准确性和快速性.实验证明该方法是有效的.     

基于视觉传感的焊缝中心识别技术研究

在焊接过程中通过CCD视觉传感器获取熔池和焊缝图像，采用多种滤波去噪技术和边缘检测技术对图像进行滤波和边缘检测试验，并对各种处理方法进行了比较和分析，得出了一种相对最佳的实时识别焊缝特征的组合图像处理方法。试验结果表明，对焊接图像采用wiener滤波和Canny边缘检测能较好的提取焊缝中心位置的特征信息。     

基于HVS的自然场景图像特征提取方法

提出了基于人类视觉系统的自然场景图像颜色和纹理特征提取方法.介绍了两类低层图像特征颜色和纹理特征提取方法,分别提出了以自适应主导色原理来表示颜色特征、采用纹理灰度图的空频域特性表示空间纹理特征;以ACA方法获得自适应主导色、以可控金字塔滤波分解的方法获取纹理特征.同时还介绍了优化颜色构成距离度量和纹理距离度量,最后给出了实验结果和分析.     

基于MATLAB的改进Canny算子的图像边缘检测研究

边缘检测是图像处理一个重要的环节,为了有效提取目标边缘,提出一种基于canny算法的改进算法,主要从两方面进行的改进,采用中值滤波代替高斯滤波对图像的噪声进行滤除和采用迭代法计算高低双阈值。实验的仿真结果很好地验证了改进算法的性能:在保留边缘信息的同时,很好地抑制了噪声的干扰,可以提高图像边缘检测效果。     

基于同态加密的图像特征提取

随着云存储技术的飞速发展,许多资源有限用户为节约本地存储成本而将图像外包到云端.然而,云服务器是不完全可信的,如何在确保图像隐私前提下进行特征提取成为一个棘手的问题.为了解决该问题,本文利用同态加密技术,提出了一种基于密文域上的图像特征提取方案.该方案不仅能确保外包图像的隐私安全,也可以确保图像特征提取时的隐私安全.最...     

一种商标印刷缺陷特征提取算法的研究

针对商标印刷过程中产生的白点、漏印、飞墨等缺陷,提出了一种基于数学形态学的彩色商标印刷缺陷特征提取算法。通过选择合适的结构元素,对彩色图像的分量差影图进行多种形态学运算,提取和识别彩色商标高精度印刷产生的特定缺陷的形状、边界轮廓、数量、大小以及位置等信息;并以MATLAB编写程序对本缺陷提取算法进行了仿真验证,结果表明该算法可以对彩色商标印刷生产中存在的几类缺陷信息进行快速有效的提取。