基于ICT切片图像的轮廓特征识别和曲线拟合

在基于ICT切片图像的逆向工程中,切片图像的轮廓特征处理技术具有重要的意义,而轮廓整体和分段特征的识别、曲线拟合是其首要的环节。提出一种新的轮廓处理方法:首先采用轮廓矩不变量的原理识别出所有闭合轮廓中的圆和正多边形整体特征;再根据曲率对剩下的轮廓进行特征点提取,确定出每段轮廓对应的曲线类型;最后采用最小二乘法对识别出的整体和分段特征进行曲线拟合。试验表明:算法自动化程度较高,而且处理结果准确可靠,精度较高。     

基于轮廓特征的PCB图像拼接方法

本文首先分析了PCB图像的特点,提出了利用PCB图像的轮廓特征来进行匹配和拼接,并规定了特征的选取范围和搜索范围。在此基础上给出了基于轮廓特征的PCB图像拼接的具体方法,利用形态学法来提取轮廓,基于轮廓的曲率提取了轮廓上的角点,然后利用Hausdorff距离对点集进行配准。     

基于机器视觉的轴承识别与定位算法研究

针对运用视觉技术对轴承进行质量检测与尺寸测量时,能够准确地识别定位到目标轴承,提出一种基于机器视觉的轴承识别与定位算法。通过对采集到的轴承图像进行预处理,分割出目标图像并提取图像的外轮廓边缘特征;设置轴承的模板图像,结合图像的Hu不变矩特征对轴承进行识别匹配;通过最小二乘法对图像边缘点进行圆拟合并采用迭代法进行修正,通过计算圆心的位置坐标,实现对轴承的定位。实验结果为：轴承的识别匹配度在0～0.03之间,定位误差在0.5像素以内,满足系统对轴承的识别定位精度要求。     

冷凝器管口图像多目标搜索与定位算法

提出一种基于图像行列像素值累加统计规律的多管口识别与定位算法,可实现对冷凝器管板平面图像中多管口的轮廓识别与质心定位.通过行列像素值累加和求均值进行质心粗略定位,求取管口横纵轴径长,绘制矩形窗口初步筛选出多个待定位的类圆管口目标;针对不同的定位精度要求,采用采样密度可调整的轮廓拟合定位算法,实现对多管口数量统计、采样网格可调的轮廓近似、链码编码和质心定位.实验证明该算法能快速识别图像中的多个管口,通过链码编码完成图像数据压缩,具有较好的准确性.     

基于Hu不变矩的红外图像电力设备识别

针对电力系统红外故障检测中对电力设备的人工识别效率低、实时性差等问题,提出了根据红外热图温度信息获取独立的电力设备图像,采用计算机图像处理技术实现对电力设备高效、准确识别的方法。首先,通过红外图像中的温度信息寻找设备中高温点作为种子点,采用区域生长方法有效地去除了背景,获得了整个电力设备的二值图像;然后,选取Hu不变矩作为图像特征提取方法,并对其做出了改进,计算了该二值图像的Hu不变矩,构成了电力设备的特征向量;最后,设计了BP神经网络分类器做分类识别,可用于结合温度信息实现电力系统中电力设备红外图像的故障识别。研究结果表明,该电力设备识别方法对CT、变压器、母线接头、避雷针将军帽等电力设备的识别率高、耗时少,具有良好的应用前景。     

基于深度图像的零件识别及装配监测

针对机械产品装配中零件和装配体的识别、监测问题,提出一种基于深度图像和像素分类的装配体零件识别及装配监测方法。首先构建装配体深度图像标记样本集,包括合成标记样本集和真实标记样本集;然后提取深度差分特征,利用随机森林分类器对深度图像的像素进行分类,获取像素预测图像;最后通过对比像素预测图像和颜色标签图像对装配体各零件进行识别,并对比待测状态像素预测图像和正确装配像素预测图像,实现对装配过程的监测。为了提高边缘像素点的分类准确率,引入边缘因子。实验结果表明,该方法不但准确率高,而且兼具一定实时性和鲁棒性,在装配维修诱导、装配监测和自动化装配领域具有一定应用价值。     

基于ICT图像与设计模型的制造误差检测方法

使用二维CT图像与设计模型通过比对进行制造误差分析时,必须知道CT图像在设计模型中的位置,而位置的确定往往需要在工件上找到一个和设计模型相匹配的基准位置,并对该位置进行精加工,这增加了工件加工的周期和制造成本.针对该问题,本文提出一种自动搜索CT图像的设计模型来完成工件制造误差检测的方法.该方法首先提取CT图像的边缘,...     

基于体素有向连通性的深度图像拉伸特征提取

针对深度图像中的拉伸特征,提出一种基于体素连通性和区域生长的提取方法。通过线性八叉树结构建立深度图像数据的体素模型,并改进了体素邻域的搜索算法;利用种子体素特定方向上的连通性进行区域生长;然后对生长点进行判断并提取出拉伸特征数据。文中将该方法应用在液舱深度数据上,并对提取结果进行了讨论。     

结合深度卷积网络与加速鲁棒特征配准的图像精准定位

针对在大图像中定位小块区域图像的需求,本文提出一种结合深度卷积网络与加速鲁棒特征(SURF)配准的精准定位方法。将标准大区域图像分割成若干个小参考图像,利用深度卷积网络和类局部敏感哈希降维法提取参考图像集的特征并形成特征库;基于特征库,提出了先检索多个相似参考图像后再进行SURF精确配准的两阶段方法,实现目标小图像在标准大图像中的定位。针对电子工业过程中高密度柔性电路板(FPC)及精确末制导中的图像定位数据进行实验,实验结果表明,该方法避免了传统SURF算法大量的特征提取与配对过程,SURF特征提取数减少近90%;与直接根据图像特征进行配准的传统定位方法相比,在保证定位准确率的基础上,耗时可缩小一个数量级以上。     

基于距离平方模板的快速质心搜索算法

智能识别领域,严格要求系统能快速准确地搜索跟踪目标质心,一个基于欧式模板的快速质心搜索算法得到了广泛应用。但该方法仅能求得近似解,难以求取目标质心的精确坐标。提出一种基于距离平方模板的快速质心搜索算法,并将该算法从二值图像推广到灰度图像的质心搜索。两种算法对同一图像质心搜索结果进行对比,欧式模板算法误差在2%～6%范围内,而距离平方模板算法精度为100%。结果表明:在精确度要求较高的场合,特别是小目标追踪识别时,必须使用距离平方模板进行目标质心的计算。     

基于目标跟踪的变电站隔离开关状态图像识别方法

为解决变电站中隔离开关状态的自动识别问题,提出了基于目标跟踪的开关分合状态图像识别方法。首先,基于隔离开关开合过程的动态视频,通过 Ｌａｓｓｏ正则化稀疏表示的目标跟踪模型对隔离开关运动轨迹进行识别;其次,利用隔离开关２个闸刀之间的距离自动识别算法获得开关的分合状态。实测结果表明,该方法可快速跟踪开关运行轨迹,实时对变电站中隔离开关状态进行准确识别。     

基于计算机视觉对目标识别检测的研究

机器视觉是工业机器人获得外部环境信息的方法之一,通过视觉所得到的图像信息能实时地提取工件参数、判断出工件所处的位置。为了改善从 CCD 摄像头摄取的工件图像的质量,需通过理论分析和MATLAB软件对图像进行预处理,利用直方图均衡化、中值滤波、边缘检测等方法,提取出板材矩形类工件的边缘特征,用Halcon软件计算测量板材边缘,利用Canny算子取得板材在精度误差之内的边缘检测效果。     

基于特征融合的双模态低辨识度目标识别

针对单一彩色相机对低辨识度目标识别准确率低的问题,提出了一种利用彩色相机和红外热成像仪同时检测自动驾驶目标的方案.为了同时提取彩色图像的颜色特征与红外图像的温度特征,在单模态YOLOv3网络基础上改进网络结构得到双模态YOLOv3神经网络,并设计四种特征融合对比实验以确定最佳融合方案;建立双模态数据集同步采集系统,采集...     

基于无人机的目标识别和追踪系统设计

基于无人机的目标识别和追踪近年来备受关注,其在军事和民用等领域应用前景广泛.为此,本文以开源四轴飞控系统作为原型,利用陀螺仪、加速度计互补滤波方式进行姿态运算,由OpenMV摄像头作为视觉模块,计算出目标与无人机之间的位置偏差值,通过串口通信返回反馈值到飞控端,飞控端通过串级PID算法输出值控制四个电机,最终实现无人机...     

基于目标特征提取和EKF的位置跟踪方法

针对设备对接等特殊环境对导航定位系统的需求,提出了一种新的基于激光测距传感器进行位置跟踪的方法,主要包含激光雷达成像特征匹配和EKF滤波跟踪两部分,相比传统的雷达与视觉定位具备高精高速等特点。在搭建的实验平台上通过进行室内跟踪实验,最终验证了该方法的有效性。     

基于图像处理的手写体数字识别

文章提出一种基于图像处理、提取结构特征进行识别的方法,通过对手写体数字图片的数字图像处理,提取手写体数字的结构特征。由这些特征片段得到特征向量,作为对字符的结构描述。并采用了多次分类识别的方法,最后用MATLAB6.51对该算法学习阶段和识别阶段进行了仿真,获得了较好的辨识效果。     

基于ARM&FPGA的CCD图像识别装置

给出了一种CCD图像识别装置的设计方法,该装置以ARM与FPGA为主控芯片,设计了基于Nios Ⅱ的A/D控制模块并行控制多路CCD图像信号的数据采集和基于Nios Ⅱ的多种内核,重点介绍了基于Nios Ⅱ的LCD驱动以实现液晶显示、设计A/D采样控制模块以实现多路数据采集以及设计SL811HS驱动以实现ARM与PC的USB通信等.实验结果表明系统具有应用价值高、速度高、可靠性高、故障少等优点.     

基于深度图像技术的可供性物体获取方法

为了提高用户-物体交互行为中可供性物体的识别效率和准确度,为产品形态的可用性设计提供有效的形态特征元素,提出了一种基于深度图像技术的可供性物体获取方法。该方法基于可供性构建了AHO(Action-Hand-Object)可供性模型和HO(Hand-Object)手势,应用深度图像技术获取HO手势的表观特征向量,并训练支持向量机以识别HO手势,结合数理统计方法获取相应的可供性物体。对锅具设计中的两种HO手势识别实验中,该方法能有效地识别出相应可供性物体的形态特征元素。     

应用模糊信息融合实现目标物体的分类

本文在模糊集理论的基础上给出了利用模糊理论进行多传感器信息融合的一般化方法,并以一个实例,即,在我所自行研制的多感觉智能机器人上,利用其力觉和热觉传感器得到的信息,将两者融合,对机器人的抓取物分类。文章最后比较了融合前后的实验结果。     

基于证据理论的零件图像识别

从零件图像的小波分解系数和图像相对边缘像素系数作为零件特征的方法出发,提出了基本概率分配构造和多源零件图像特征识别的方法。首先,对多源零件图像分别进行小波分解和多尺度边缘检测,获取零件图像的小波分解系数和相对边缘像素系数。然后,将它们作为神经网络的输入,获取多源零件图像识别的基本概率分配。最后,依据证据理论的合成规则得到零件的识别结果。实验结果表明,所提出的方法是有效的。