光笔视觉三维测量中光斑图像点立体匹配方法

针对光笔视觉三维测量中左右两幅图像中光斑图像点的立体匹配难题,引入SoftPosit 算法将其转换为二维像点与三维物点对应关系未知情况下的位姿参数估计问题.通过将对应匹配和位姿估计融合在一起,进行捆绑迭代寻优,分别完成左右两幅图像中光斑图像点与空间光笔光斑的对应匹配,从而实现了左右两幅图像中对应光斑图像点的立体匹配.该方法基于模型,与空间点分布模式、点的数量及图像灰度无关,实验结果表明该方法切实可行,也可用于特征点的识别.     

一种基于亮度阈值的激光光斑中心定位算法

激光光斑图像的光斑中心定位是激光位移检测中的关键技术之一.为提高桥梁挠度测量系统的实时性能,本文针对测量中激光光斑图像的特点,提出了一种确定光斑中心位置的方法.利用激光图像中光斑区域与其它区域亮度差别较大的特点,确定亮度阈值并将光斑图像进行二值化处理,得到一幅仅有激光光斑的图像,根据圆上平行弦的中点连线通过圆心的原理,通过求弦的中点确定圆心.本方法原理简单,计算量小,计算速度快,能够满足测量系统的实时性要求,已在测量实验中取得了较好的效果.     

一种快速亚像素边缘检测方法研究

提出了一种新的亚像素边缘检测方法。此种方法先经过传统模板算子确定边缘的大致位置，然后用曲线拟合方法求出边缘的精确位置，经过粗、精两次定位，在不牺牲速度的情况下，就可获得亚像素级的定位精度。由于B－样条函数所具有的优越性能，该方法采用它作拟合函数。     

圆结构光光条中心亚像素级提取方法

从图像中准确提取光条中心对于主动视觉系统十分重要。分析微小物体内表面视觉检测系统中圆形结构光光条图像特征,将干扰光条分为漫反射和镜面反射两类。利用Hessian矩阵确定图像中光条法线方向,在光条法线方向上求解光条中心亚像素位置,用8方向搜索法剔除干扰光条。实验证明,光条提取和剔除干扰光条方法是有效的。     

一种提取特征点线的图像处理方法

特征点、特征线的提取是计算机视觉检测的基础，特别是在工业检测中要求很高的精度。本论文介绍了几种提取点、线的方法，在此基础上采用空心正四面体来获取所需图形，设计了一种准确快速获得点、线的图像处理算法。     

图像中CCD光斑中心的亚像素定位研究

对图像中的目标进行定位是基于图像的动态测量和精密测量中的首要任务之一.本文首先采用迭代阈值法对图像中CCD光斑区域进行粗定位,然后用双线性插值法对截取的光斑图像进行插值处理,从而实现CCD光斑中心的亚像素定位.实验表明,该方法的定位精度可达1/10像素左右,大大提高了CCD光斑中心亚像素定位的精确度和稳定性.     

提高光斑图像质心精度的去噪方法

在空间光通信中,光斑图像噪声直接影响质心精度。利用小波的方法估计出这种噪声属于广义的高斯噪声,因此,提出了一种基于Bayesian估计的小波降噪方法。该方法以“Haar”函数为小波基,对带噪图像作正交小波变换;通过对小波系数的概率密度函数建模,用Bayesian方法估计无噪原始图像的小波系数;用估计出的小波系数重构得到消噪图像。实验表明,对同样的光斑图像,中值滤波降噪法质心偏离1.8μm;全局阈值法小波图像消噪法质心偏离0.8μm;而Bayesian估计的图像小波消噪方法,峰值信噪比从-12.084 dB提高到10.048 dB,质心偏离仅0.03μm。     

一种V型坡口焊缝图像处理方法及特征提取算法研究

为了提高V型坡口焊缝特征提取算法的效率和准确性,对V型坡口光条图像预处理,在图像感兴趣区域(Region of Interest,ROI)开窗基础上构建差异化卷积模板,经图像差分后实现光条纹增强及噪声颗粒化.通过形态学开运算和小连通域去除提取出二值化光条,并采用几何中心法完成光条骨架细化.通过对光条形态学特征分析,初步...     

一种无衍射激光图像亚像素边缘检测方法

为进一步提高无衍射激光图像的定中精度,提出了一种亮环亚像素级边缘点检测方法.首先,采用局域亮度最大方法,提取亮环像素级屋脊边缘点;然后,利用线性插值算法对每一像素级边缘点进行亚像素处理进而获得亚像素边缘点;最后,用最小二乘方法,将亚像素边缘点拟合定中.分别对距离光源40 m、50 m、60 m处,各连续拍摄的50幅图像(图像分辨率为640×480,光靶分辨率为0.057 2 mm/pixel)进行了处理,各位置处的亚像素级边缘点x方向定中标准差分别为0.021 4 nm、0.037 2 mm和0.042 3mm,y方向定中标准差分别为0.022 8 mm、0.035 1 mm和0.043 7 mm,明显优于像素级边缘点,实验结果表明,该方法切实可行.     

几何重心法亚像素提取算法研究

研究了一种基于显微图像的几何重心法亚像素提取算法,用于实现超低转速的在线测量。首先根据显微图像法将超低转速的转动测量转换为平动测量; 然后利用提出的几何重心法的亚像素提取算法,解决了目前常用的曲线拟合法和梯度法的亚像素提取时间长、抗图像干扰能力弱的问题。几何重心法的核心是在整像素提取的基础上,在3×3的像素范围内,分别计算参考像素灰度值与提取的整像素灰度之差的指数值,在获取的3点指数值上,利用几何重心法提取出亚像素值。通过光栅基准平台微位移抓拍图像的验证,提出的几何重心法比曲面拟合法、梯度法用时短,平均用时<0.2s,提取的亚像素值的标准差<1/1000像素,满足了超低转速在线测量的基本要求。     

基于图像处理的非规则形状检测方法

针对工业产品中非规则形状检测方法少、检测效率低的现状,本文提出了一种基于图像处理的快速高效检测方法。该方法首先对实际拍摄图像与参考模型进行特征点匹配,通过匹配寻找两幅图像中轮廓位置的映射关系,进而求解实际拍摄图像到参考模型的透视变换参数;然后对实际拍摄图像中的非规则形状进行高精度边缘提取,利用求取的透视变换参数对提取的边缘点进行变换;最后将计算得到的数据与参考图像中的数据进行比较,以此进行非规则形状检测。该方法为非接触式,设备少,环境影响小,数据对象仅是摄影图像,检测速度快,适用于各种非规则形状。标准实验分析表明,该方法检测精度优于0.2 mm,具有较高的检测精度及较好的检测效率。     

改进的穿线法的卡尺图像识别

为了提高卡尺显示的数字识别效率及识别精度,提出了一种基于改进的穿线法的数显卡尺图像识别算法。传统的穿线法在数字图像识别时对图中数字垂直方向有倾斜的数字图像的识别会频繁出现错误,实用性差,有缺陷,无法在智能制造现场大范围推广。针对这个问题,先采用Radon变换对数字图像的垂直方向倾斜角进行估计,再利用该估计角度的倾斜直线代替传统穿线法竖直直线,进而通过数字图像分割和处理,实现高效率识别。实验结果表明,该算法识别率约为98%,很好地满足了工业测量中大范围高密集度的数字图像识别的使用要求。     

基于机器视觉的二维图像质量缺陷检测研究进展

目的 机器视觉图像处理技术是近年在图像处理领域发展起来的一门新兴边缘交叉学科,二维图像的质量检测是印刷行业中必不可少的环节,分析基于机器视觉的二维图像质量缺陷检测流程,探索影响基于机器视觉的二维图像质量缺陷检测精度的相关因素,为后续研究印刷品的二维图像自动化检测和质量控制提供参考。方法 在此基础上,围绕图像预处理中的灰度转换、噪声过滤、固定阈值分割、自适应阈值分割、Otsu法及边缘检测,对图像配准中的基于灰度统计信息分布配准方法、基于特征的图像配准方法进行总结,然后归纳分析图像的缺陷提取和分类。结论 以实际例子对上述研究内容进行了提炼,通过图像预处理中的噪声过滤为后续缺陷提取提供清晰图像,减少伪影干扰;通过图像预处理中的灰度变换、阈值分割、感兴趣区域提取减少系统处理时间,为实现高效的缺陷检测奠定了坚实的基础;通过图像配准消除了机械振动引起的图像位置偏移,确保后续缺陷提取的准确性;通过图像缺陷提取和分类帮助印刷企业找出生产问题,提供有针对性的改进措施,可为生产高质量产品提供支持。     

改进型相位相关法在药液图像配准中的应用

针对瓶装药液微小异物视觉检测系统中,由于平台和相机振动所导致的序列图像中瓶体出现不同程度的随机偏移问题,提出了一种基于改进型相位相关法的药液图像配准方法。首先,引入图像投影将原始相位相关配准算法分解为两个一维配准算法,显著提高算法实时性。其次,引入Hanning窗函数滤波,克服图像边缘"不连续性"对配准精度的影响。最后,针对原始相位相关配准算法只能达到像素级配准精度的缺点,引入峰值估计技术,将配准精度提高到亚像素级。实验结果表明,本文方法配准精度可达1/100像素级,并对于亮度变化、噪声干扰具有一定免疫性,能满足瓶装药液微小异物视觉检测系统的实际生产要求。     

多摄像机全景系统中的多平面投影技术

全景视觉是计算机视觉领域中的关键技术之一,而投影模型在全景技术中又起到了非常重要的作用。为了减少柱面投影带来的水平直线畸变以及保证不同摄像机之间图像接合处的平滑性,本文针对多摄像机全景系统提出了基于柱面的多平面全景投影技术,该技术首先通过对每个摄像机图像平面做柱面投影来实现柱面全景图像。然后在根据柱面全景中的内容进行水平二次划分为几个子图像。最后,对划分后的子图像再按照反柱面投影模型进行一次多平面投影就得到水平直线畸变较小的全景图像。实验结果表明该方法校正后的全景图像中水平直线的曲率不大于0.002,同时还保证了不同图像平面接合处的平滑性。     

基于改进随机Hough变换的快速中心检测方法

为了实现芯片焊盘的中心提取,建立了显微视觉系统,研究了焊盘中心坐标的图像检测方法.该方法将改进的随机Hough变换与最小二乘法结合起来,实现对焊盘中心坐标的快速准确定位.首先,根据焊盘基本为圆形的特征,初步确定使用Hough变换法和最小二乘法进行中心检测.其次,分析了这两种方法存在的问题和不足,引出了改进的随机Hough变换法.最后,根据焊盘边缘凹凸不平的特点,将改进的随机Hough变换法和最小二乘法结合起来,通过随机Hough变换检测出焊盘中心的大致坐标,进而锁定焊盘边缘,再通过最小二乘法对中心坐标进行修正而得到精确的亚像素级中心坐标.实验结果表明,该方法的检测精度可达0.57μm,运行时间在12 ms以内,满足显微视觉系统的精度高、速度快和抗干扰能力强等要求.     

基于FPGA的实时红外图像处理方法研究

文章在深入分析各种数字图像处理方法的基础上,采用了一种新的中值算法对传统红外图像处理方法进行了改进,有效地改善了数据的处理结果并明显地降低了系统逻辑资源的占用.此外,还通过FPGA板卡对本算法进行验证.实验结果表明,本系统设计的算法能够很好地完成大容量数据流的实时处理,达到了预期的设计目标.