工程图像的矢量化技术

工程图样的自动矢量化是CAD领域尚未解决的关键技术之一.本文通过对平面二维的工程图样进行了分析,介绍了图像二值化、修饰处理、边缘检测、骨架化、矢量化,编制了自动矢量化算法,并描述了主要函数的功能,该算法将彩色或灰度图样自动转化为直线与圆弧,再由CAD/CAM软件生成NC代码.     

图像矢量化的研究

在数字图像处理的基础上,讨论对JPG图像进行一系列处理转化为矢量文件的方法,其算法涉及图像的灰度化、二值化、滤波、轮廓提取、细化、矢量化的研究.     

数控线切割自动编系统中的图像矢量化技术

将图像矢量化技术用于数控线切割自动编程系统,可提高编程的灵活性和智能化水平。利用VISUALC＋＋6.0开发工具,选取最佳处理流程和处理算法而形成的数控线切割自动编程系统图像矢量化模块,在实际的线切割加工中展现了良好的应用前景。     

数控线切割机床图像矢量化的线跟踪算法改进研究

图像矢量化是指将图片或工程图纸用数字化设备输入计算机中，经过矢量化处理形成CAD文件的过程。在数控线切割机床自动编程系统中引入图像矢量化技术，能提高编程系统的智能化水平。本文列举了4种具有代表性的矢量化算法，并根据数控线切割机床加工零件图像的特点，提出了一种改进的线跟踪图像矢量化算法，实现加工零件图像的矢量化。     

基于OpenCV与图像处理技术的机械零部件矢量化系统研究

应用OpenCV视觉技术中的视频处理库与图像处理的技术,开发了一个从图像获取到矢量图形产品输出的一个系统。系统能够对产品的零部件模型进行前后期处理,而得到产品的矢量化图形,并可输出AutoCAD能够读取的dxf格式文件以供后续处理。该系统经过完善后若应用到机械工业中,可以大大减少企业的产品开发成本与产品维修成本。     

基于ICT图像矢量化处理的研究

论述了基于ICT图像进行矢量化处理的重要性矢量化处理的定义和基本过程，针对其中轮廓提取进行了详细的分析，包括边缘检测、轮廓跟踪、坐标标定和数据优化等内容。     

基于动态域值的鞋帮图像边缘提取方法

图像边缘提取是图像拼接中常用的一个重要的特征。随着CAD技术的发展,鞋帮图像库变得越来趣大．使得特征的自动提取显得越来越重要。然而在大图像库中．每幅图像的前景和背景间的变化均不相同,自动提取边缘过程中.不同图像边缘的阈值选取非常关键。为实现鞋帮太图像库中图像边缘的自动提取,阈值的动态调整是很重要的。本文提出的动态阈值调整法．能够自动提取各种变化不同的图像边缘。     

数控线切割自动编程系统中的图像矢量化技术

将图像矢量化技术用于数控线切割自动编程系统 ,可提高编程的灵活性和智能化水平。利用VISUALC ++6 0开发工具 ,选取量佳处理流程和处理算法而形成的数控线切割自动编程系统图像矢量化模块 ,在实际的线切割加工中展现了良好的应用前景     

DSP技术在图像边缘检测中的应用

本文分析了目前图像边缘检测的一些算法和实现方法,并以TMS320DM642EVM作为数字图像处理硬件平台,通过摄像头提取视频序列,利用DM642中IMG_SOBEL库函数进行边缘检测。     

位图矢量化在激光雕刻技术中的应用

激光雕刻中矢量雕刻效果通常好于位图雕刻,而实际中大量图像以位图文件形式存储,因此矢量化就显得尤为重要。阐述了激光雕刻过程中位图转换为矢量图的技术和方法,并利用实例展示了矢量化处理过程及雕刻结果。     

基于灰度直方图拟合曲线的数字图像多阈值分割技术研究

在数字图像处理中,图像分割技术能够对待处理部分进行分割处理,以突出显示所要研究的目标对象.在对数字图像灰度直方图进行高次样条函数曲线拟合之后,通过求取若干个局部最小值作为图像的分割阈值,对图像像素进行多阈值分割,最后采用区域背景像素点增长合并法进行背景区域合并,从而获得完整清晰反映图像各个组成部分的分割结果.实验结果证明,此方法能准确表达图像各个灰度组成部分,克服了传统单阈值分割所带来的缺陷与不足.     

图像处理在流量仪表检定中的应用

在很多工业应用中需要对仪表显示值进行自动识别,本文提出了一种仪表自动化检定的新方法,介绍了一种基于数字图像处理技术的指针式仪表读数识别方法,克服了传统方法中由于手动和人工读数造成的精度低、可靠性差等缺点。本文先对整个系统结构予以介绍,然后讲述了图像预处理、图像分析和识别等数字图像处理技术,这些都是仪表自动检定系统中关键部分。     

The use of local entropy measures in edge detection for cytological image analysis

Accurate edge detection is a fundamental problem in the areas of image processing and pattern recognition/classification. The lack of effective edge detection methods has slowed the application of image processing to many areas, in particular diagnostic cytology, and is a major factor in the lack of acceptance of image processing in service orientated pathology. In this paper, we present a two-step procedure which detects edges. Since most images are corrupted by noise and often contain artefacts, the first step is to clean up the image. Our approach is to use a median filter to reduce noise and background artefacts. The second operation is to locate image pixels which are ‘information rich’ by using local statistics. This step locates the regions of the image most likely to contain edges. The application of a threshold can then pin-point those pixels forming the edge of structures of interest. The procedure has been tested on routine cytologic specimens.     

基于机器视觉技术的精确定位方法研究及应用

介绍基于机器视觉技术的某反射式多光束引导定位系统的工作原理和误差来源,并针对其误差提出了从硬件和软件两方面减小误差的方法: (1)采用高精度测量仪器校准关键零件位置精度,及采用有限元方法仿真技术获得关键零件的最小形变; (2)采用改进的边缘检测算法,提取精确边,减小因CCD器件本身物理性质带来的误差。通过以上措施,保证了系统精度。     

制鞋零件样品位图矢量化及实现

介绍了基于细化算法的位图矢量化技术,使得自动排料与线切割系统能够运用于制鞋工业。并对矢量化技术的算法理论和软件实现两方面进行了深入的研究,最终能较好地实现零件位图的矢量化。     

Image processing of grinding wheel surface

Identifying the situation of grinding wheel wear and loading is a very important issue for high efficiency grinding operations. This paper presents a new method that detects and identifies the chip loading and cutting edge wear of a grinding wheel using the image processing toolbox of MATLAB. The different optical characters of the metal chips and the abrasive grains are analysed. The Sobel operator is adopted to make edge detection. A sensitivity threshold based on the global condition is used to decrease the noise. Image dilation and erosion processes are used to ensure the edge of each loaded chip is covered by a continuous section. The ratios of chips are calculated and displayed to monitor the wheel surface working status.     

Image processing of the grinding wheel surface

Identifying the situation of grinding wheel wear and loading is a very important issue for high-efficiency grinding operations. This paper presents a new method that detects and identifies the chip loading and cutting edge wear of a grinding wheel using the image processing toolbox of the MATLAB package. The different optical characters of the metal chips and the abrasive grains are analysed. The Sobel operator is adopted to make the edge detections. A sensitivity threshold based on the global condition is used to lower the noise. Image dilation and erosion processes are used to ensure that the edge of each loaded chip is covered by a continuous section. The ratios of chips are calculated and displayed to monitor the wheel surface working status.