基于空间矩的视觉图像基元特征提取方法研究

建立了三级灰度图像边缘模型的空间矩算子。首先利用LOG(Laplacian of Gaussian)算子定位速度快的特点,确定图像像素级边缘;然后在包含边缘点的邻域内利用空间矩进行边缘的亚像素定位,由Hough变换提取直线和椭圆边缘像素点;最后采用基于最小二乘原理的直线拟合边缘提取方法,得到亚像素级被检测直线和椭圆。对空间矩算子亚像素定位算法与像面直线和椭圆亚像素提取算法的有效性和精度进行了实验研究,实验结果表明,在测量速度相当的情况下,本文提出的算法具有较高的精度和稳定性。 更多还原     

TFR-HT的多分量LFM信号脉内特征提取方法

针对多分量LFM信号脉内特征的提取问题，提出了一种基于时频重排-Hough变换（TFR-HT）的特征提取方法，以重排后的时频分布作为图像，利用Hough变换检测图像中直线的原理，依次实现了对各分量的脉内特征提取．仿真结果表明，该方法能够有效地提取多分量LFM信号各自分量的脉内特征，同时具有较高的抗噪声性能．     

基于边缘检测和Hough变换的圆定位算法

为了解决机器视觉系统对具有小直径特征的多圆进行定位时计算量过大、效率低下和检测精度过低的问题,提出一种基于边缘检测和Hough变换的圆定位改进方法。首先,针对Canny算法进行边缘检测时对图像平滑处理过度,且对无关瑕疵点削弱能力差的缺点,采用改进的中值滤波代替高斯滤波,增加45°和135°方向来计算梯度幅值,通过最大类间方差法自动选取阈值。改进的Canny算法能有效去除细小瑕疵并完整保存孔位边缘。其次,在边缘检测的基础上用Hough变换对圆进行定位,对像素点采取75%的抽样,同时限定检测圆的直径范围,减少累积次数。实验结果表明,检测精度可达0.06mm,能够满足工业现场检测要求。     

一种含噪提花织物图像的数码修补算法

针对提花织物图像在噪声环境下修补精确度低的问题，提出了一种基于Mumford-Shah（MS）
模型的修补算法。为了改善不连续点集沿光滑轮廓演化的能力对修补效果的影响，对MS分割模型进行了改
进，增加了其对不连续边缘形成过程的光滑连接约束。提出了MS修补模型的极小化问题，确定了MS修补模
型的Γ-收敛泛函序列，给出了泛函序列元的梯度流方程，并采用有限差分逼近来实现该方程的数值求解
。算法对于待修补破损区域的拓扑形状没有限制。对含噪提花织物图像的修补实验结果验证了该算法的有
效性。     

基于视觉自适应闯值的灰度图像边缘检测算法

提出了一种灰度图像的边缘检测算法。该算法利用基于视觉模型的阈值选择策略来选择灰度图中有可能处在边缘上的像素点，然后根据边缘上各点的分布关系提取图像边缘，去除噪音。     

改进Biot固结理论移动网格有限元分析

为了提高饱和土固结数值分析结果的精度，提出了一种基于改进Biot固结理论的移动网格有限元分
析方法（FEM）.该方法在传统Biot固结控制方程组中引入土水势方程（SWP）和移动网格算法，根据虚功
原理和加权残值法推导了相应的增量有限元方程.通过算例分析研究了土水势方程和网格算法的影响.结果
表明： 改进理论的地基沉降和总土水势小于传统理论，而侧向位移大于传统理论.移动网格算法的各场变
量值小于固定网格算法.提出的方法在小变形理论范畴内能更好地模似地基固结性状.     

基于时延自相关预处理的Hilbert-Huang变换解调

针对具有噪声干扰的旋转机械故障振动信号解调问题，提出基于时延自相关运算和经验模态分解（
EMD）方法相结合的新方法.讨论了时延相关算法的降噪原理、离散信号时延相关算法和Hilbert Huang变
换理论.采用矩形窗截断故障振动信号自相关函数的无偏估计, 获取较长时间差的部分，得到时延相关函
数.利用EMD方法对时延相关函数进行自适应滤波, 得到固有模态函数（IMF），对IMF进行Hilbert变换，
求得解调结果.不同噪声强度仿真数据和滚动轴承故障振动信号实验数据分析表明，该方法比直接解调或
仅采用时延相关解调更能有效抑制噪声，凸现信号调制信息.     

面积重构算子的理论和应用

为了有效地根据目标的面积尺度增强滤波效果，基于形态重构思想提出面积滤波算子.根据算子的
定义设计二值面积重构滤波器、面积重构顶滤波器和面积重构顶变换滤波器，同时提供了一种基于队列的
面积重构算子快速实现算法，该算法对掩模图中像素点按照灰度值从高到低依次搜索，划分连通区域，再
依据标识图中对应区域的面积和，有选择地重构掩模图中的区域.结果表明，该快速实现算法计算400×
300像素大小的图像耗时约100 ms，比并行算法快了近50倍.面积重构算子滤波效果优于面积滤波和形态重
构等算法，可以用于图像分割、简化滤波等实时处理领域.     

虚拟多传感器信息融合的在线钢材视觉检测

为提高工业现场在线视觉检测准确性，提出了一种新颖的基于虚拟多传感器信息融合的在线视觉检
测方法.该方法在虚拟多传感器的概念及其实现技术的基础上，给出了一种基于统计方法的自适应权系数D
S证据理论融合算法.对在线获取的实时图像完成特征统计，获得图像的信息融合权系数.分别采用Canny
边缘检测、Sobel梯度算法、区域灰度均值以及模板匹配度计算等方法对图像进行处理，获取图像中存在
检测对象的基本信度.利用加权D S证据理论融合这些基本信度，并获得实时检测数据.现场应用结果表明
，该方法具有检测分析快速准确、抗干扰能力强、适用范围宽且不需要多个传感器的特点.     

全自动动平衡机关键技术研究

介绍了用于中小型电机转子动平衡的两工位全自动动平衡机的系统组成、工作过程及体系结构，
提出了数字跟踪窄带滤波方法，其中心频率可根据转子的转速自适应调整，准确地跟踪不平衡信号的频
率，并保证零相移，可有效地去除变频率结构噪声.全面考虑了去重质量分布及圆周槽对实际去除不平衡
量的影响，建立了精确的R型铣削去重模型和智能规划系统.开发了基于PCI总线的两级测控系统，将系统
的协调控制分为动作级和系统级协调.应用结果表明，上述方法极大地提高了全自动动平衡机的精度和可
靠性.     

基于Taubin拟合方法的眼睛定位算法

眼睛的定位及特征的提取在表情的理解、人机交互、身份识别、人脸检测等方面有重要的作用。直接用最小二乘法拟合椭圆的方法定位眼睛时,容易将不该生成椭圆解的地方拟合出了椭圆,Hough变换所需计算量大,占用内存大。针对上述问题,提出采用Taubin拟合与随机Hough变换(RHT)算法相结合方法获得眼睑的椭圆方程,最后把拟合椭圆的中心点作为眼睑中心点,拟合的椭圆作为眼睑的边缘。实验结果表明,该算法定位眼睛的平均检测率达94.6%,平均检测时间为0.12秒。     

A new method for extraction of approximately vertical lines from natural images

0　ＩＮＴＲＯＤＵＣＴＩＯＮＴｈｅｏｒｇａｎｉｚａｔｉｏｎｏｆｌｏｃａｌｉｎｔｅｎｓｉｔｙｃｈａｎｇｅｓｉｎｔｏｍｏｒｅｇｌｏｂａｌａｂｓｔｒａｃｔｉｏｎｓｃａｌｌｅｄ”ｌｉｎｅｓ”ｏｒ”ｂｏｕｎｄａｒｉｅｓ”ｉｓａｆｕｎｄａｍｅｎｔａｌｂｕｔｕｓｅｆｕｌｓｔｅｐｉｎｃｏｍｐｕｔｅｒｖｉｓｉｏｎｔａｓｋｓｂｅｃａｕｓｅｔｈｅ”ｌｉｎｅｓ”ｏｒ”ｂｏｕｎｄａｒｉｅｓ”ｒｅｐｒｅｓｅｎｔｉｍｐｏｒｔａｎｔｉｎｆｏｒｍａｔｉｏｎｏｆｔｈｅｉｍａｇｅｆｏｒｆｕｒｔｈｅｒｒｅｃｏｇ ｎｉｔｉｏｎ .Ｉｎｇｅｎ…     

基于最小二乘法的改进的随机椭圆检测算法

为了提高数字图像中椭圆检测的效率和准确性,提出了一个基于最小二乘法的改进的随机椭圆检测算法.该算法随机选取图像中的3个边缘点,在以这3个点为中心的窗口内,从边缘点中拟合出可能椭圆,并通过随机选取的第4个边缘点来确认可能椭圆.利用直接最小二乘法椭圆拟合的特性,引入可能椭圆边缘点收集和椭圆重新拟合的迭代过程来提取最终的椭圆参数.通过对含有不同噪声的仿真图片和包括残缺椭圆的实际图片的实验表明,新算法的改进是有效的.与原算法相比,新算法降低了对参数的依赖性,提高了检测的速度、稳定性和准确性,同时保留了原算法的抗噪声能力.     

基于改进概率霍夫变换算法的车道检测方法研究

为了提高车道检测的实时性，提出了一种基于改进的概率霍夫变换算法的车道检测方法。改进的概率霍夫变换算法的特点是用设定累加器阈值的方法减少了检测直线的运算量，通过随机取点映射到参数空间使最长直线被最早检测到的概率最大，比现有车道检测方法中普遍采用的标准霍夫变换算法更具实时性。实际路面图像的对比处理结果证明了该检测方法的实时性、精确性和鲁棒性。     

基于一维Hough变换的椭圆检测改进算法

该文对基于一维霍夫变换的椭圆检测算法进行了改进,通过减少无效采样,提高了算法的效率,减少了检测时间.首先通过基于弦中点统计的算法可以快速确定当前数字图像中的椭圆中心位置;然后保存关于中心对称的特征点对,并对这些特征点对进行关于短轴的一维累积,确定椭圆的5个参数.这样使得对长轴端点的采样限制在关于中心对称的点对序列上,可...     

Extraction of line and rounded objects from underwater images

The extraction of geometric primitives from an im-age is one of the basic tasks of computer vision.Straight lines and ellipses are common components inmost underwater images(such as mines and torpedoimages)which are proposed by computer recognitionsystems.The Hough Transform(HT)is the mostpopu-lar technique for extracting geometric shapes.Explana-tions of HT can be found in most pattern recognitionbooks.In brief,the principle concept of the HT is todefine a mapping between an image space a…     

基于改进Canny检测与Hough变换的仪表图像识别算法

针对发电厂中指针式仪表数量多、周围环境复杂、灰尘污染等因素导致获得的图像含有大量噪声从而影响仪表读数识别精度的问题,提出了一种改进Canny边缘检测算法,通过采用5×5邻域计算像素梯度幅值的方法,提高了边缘检测精度,并采用自适应双阈值选择法,有效避免了传统Canny算法易出现伪边缘、边缘信息多等现象,结合Hough变换技术提取仪表指针信息,提高仪表识别精度。经实验对比验证,该算法检测效果优于传统Canny算法,仪表读数识别精度达到95%。     

面向机器视觉的织物纬斜检测方法

针对光电纬斜检测存在检测识别死角、检测精度不高等缺点,提出了面向机器视觉的纬斜检测方法.采用CCD摄像机获取织物图像,结合数学形态学方法对织物图像进行行程平滑、消除噪声和边缘提取,然后用层次Hough变换对织物图像进行纬斜角度的检测.通过形态学运算和层次Hough变换提高了检测速度和精度.实验结果表明,该方法实现了较大范围的织物纬斜角度的高精度检测.     

基于Hough变换的亚像素椭圆检测

提出了一种Hough变换的亚像素椭圆检测方法.通过惯量椭圆匹配法将椭圆参数缩小到一个极小的变化范围内,然后再通过Hough变换法实现亚像素椭圆检测.     

基于边缘跟踪的直线特征检测算法

针对现有直线检测算法的缺陷,提出一种新的基于边缘跟踪的直线特征检测算法.算法对图像边缘进行提取,并在此基础上对边缘进行跟踪,从图像边缘直接提取出局部直线.设计了一种鲁棒直线拟合策略,并对拟合后的直线以一定的准则进行合并,准确获取图像中直线特征及端点参数,最终实现完整直线检测.典型图像直线检测结果表明,所提出的算法能准确检测出图像中的全局直线,并具有较快的运算速度,性能优于现有基于Hough变换和相位编组的直线检测算法.