一种改进的模板匹配算法

近几年来，数字图像处理在印刷质量自动检测系统中的应用得到了飞速的发展，寻找一种快速简单，自适应强，检测精度高的算法已引起了许多研究者的关注，文中在印刷质量检测过程中所用到的传统模板匹配的基础上提出了一种改进的新算法，在新算法中较详细的介绍了如何将多幅模板图像的特征综合为一个标准模板，如何随实时图像的不断变化对标准模板进行调整的自学习方法等，并通过实验证明新算法具有自适应性强和检测精度高等特点。     

基于模板聚类与综合的多模板快速定位算法

针对在一幅图像中定位多个模板的所有实例的情形，提出了一种基于多模板聚类和综合的快速目标定位方法。该方法首先使用带反馈的分级聚类算法对多模板进行聚类，并对每类模板用建立的数学模型综合出一个母板；然后，应用每类的母板在平移空间内搜索和匹配，且只在与母板相匹配的那些位置上才引导类内各子模板在该位置的匹配运算，最后用该算法对边缘图像进行了聚类、综合和匹配实验。实验结果表明，该算法在集成电路显微图像的多模板定位中是非常有效的。     

基于IMAQ的印刷电路板电子元件缺件检测

提出了基于IMAQ Vision Assistant的印刷电路板上电子元件缺件检测方法。该方法首先对被检测的印刷电路板图像进行校正,然后主要利用IMAQ Vision Assistant的模板匹配函数实现对印刷电路板上电子元件缺件的检测。文中给出了应用实例,结果表明该方法能有效地检测出印刷电路板上电子元件缺件缺陷。     

模板匹配的并行算法

模板匹配方法是检测图像边缘的重要方法之一。本文对模板匹配方法的Ｐｒｅｗｉｔｔ算子进行了研究，提出了用该算子检测图像边缘的快速算法，向量及分布式算法，并且在并行虚拟环境ＰＶＭ上实现了分布式计算，加速效果明显。     

模板匹配的并行算法

模板匹配方法是检测图像边缘的重要方法之一.本文对模板匹配方法中的Prewitt算子进行了研究,提 出了用该算子检测图像边缘的快速算法、向量及分布式算法，并且在并行虚拟环境PVM上实现了分布式计算，加速效果明显。     

基于像素字符串比较的图像快速匹配算法

在分析传统的模板匹配算法的基础上提出了一种新的基于字符串匹配的快速匹配算法。算法的思路是在模板图像上任意确定一列像素，并将这一列像素的灰度值看成是一个字符串，以此对原图像的每一列进行字符串匹配。如果在原图像上的某一列上找到了完全匹配的串，或者找到最大匹配的串，就找到了所要匹配的模板在图像中的可能位置。然后在所有找到的位置上再做进一步的字符串匹配。如此继续就可以确定模板图像在待匹配图像上的位置。算法在统计意义上保证了匹配效果，且提高了匹配速度。实验结果表明该算法是一种有效的图像匹配算法。     

新的噪声污染灰度图像边缘检测方法

传统的图像边缘检测方法由于引入了各种微分运算,因此用于噪声图像边缘检测时对噪声极度敏感。针对这一问题,提出了一种基于独立分量分析技术的噪声图像边缘检测方法,该算法通过计算数据之间的高阶统计信息,提取特征模板,然后将被高斯噪声污染的灰度图像与这些模板逐个匹配,提取出边缘成分。实验结果表明,基于独立分量分析技术的模板匹配方法自适应强,复杂度低,是一种有效的高斯噪声污染灰度图像边缘检测方法。     

基于形状模板匹配的图像拼接算法

文章提出了一种基于形状模板匹配的图像自动拼接方法。提取图像的角点作为特征点,利用归一化梯度模板对其进行预匹配,然后利用形状模板在四个方向对模板内图像的边缘点与模板边界的最短距离进行统计,获取模板图像的结构特征向量以实现对特征点的精确匹配。实验结果表明该算法具有较好的实用价值。     

加权模板匹配的二值化阈值不敏感性研究

数字图像二值化处理过程中,阈值的选取非常之关键,为了在实际应用中能够快速准确地匹配出二值化图像中的目标图像,文中采用模板匹配的方法,对标准模板匹配算法和加权模板匹配算法的二值化阈值敏感性进行了研究。根据实验图像在二值化处理过程中所取阈值的波动对图像匹配结果的影响情况,得到加权模板匹配算法与标准模板匹配算法的二值化阈值敏感性差异。实验结论同时表明加权模板匹配算法具有较强的二值化阈值不敏感性和匹配性能好的优点。     

基于图象比对技术的柔性印刷电路板检测系统

柔性印刷电路板(FPCB)以其特有的优点得到了广泛的应用,但传统的人工检测方法提高了生产成本,降低了效率。为了克服这些问题,笔者开发了基于图像模板比对的柔性印刷电路板快速检测的方法。利用标准模板图象与被测产品图象比对,实现了印刷线路几何尺寸的快速检测;应用图象边缘分析技术,实现了对产品的微小缺陷识别,并具此自动划分产品质量等级。对实施结果表明,该系统采用的方法能够满足生产要求,为实现柔性印刷电路板全面自动化检测奠定了良好的基础。     

印制电路板图像对准算法研究

使用模板匹配法检测印刷电路板(PCB)质量,对标准图和待检测图之间的图像对准具有很高要求.在定位标志为圆的情况下,应用Hough变换虽然行之有效,但存在占用内存多,计算量大等问题.图像对准分为模糊对准和精确对准两个步骤,利用设置定位圆的先验知识实现模糊对准,并由模糊对准给出定位圆的相关参数,将这些参数运用于精确对准,能使图像的边缘提取和Hough变换变得简单、易行,减少了内存占用,提高了算法的处理速度.     

基于改进NLM的PCB图像去噪算法

针对工业生产中的PCB图像边缘信息缺失且携带有大量噪声,现有去噪算法效果不佳、计算量庞大、复杂度高等问题,提出了一种基于改进NLM的PCB图像去噪算法,旨在提高PCB图像的去噪质量.首先,采用基于形态学的权重自适应算法对PCB图像进行图像增强,使PCB图像保留较好的边缘信息;其次,引入特征匹配模型对增强后的PCB图像与原始PCB图像进行特征点匹配融合;最后,通过改进NLM算法的权重值对PCB图像进行去噪,得到最终的去噪图像.实验结果显示,与现有算法相比,所提算法更好地保留了PCB图像的边缘信息,去噪效果佳,显著改善了图像质量,增强了图像的鲁棒性,且提高了计算速度,降低了算法复杂度.     

分形特性角度定位研究

提出一种将分形理论用于PCB图像定位的新方法，以PCB上的矩形定位标志图像为研究对象，分析其边缘特征，结果表明图像边缘具有典型的分形特性；用去除边缘异常噪声加补偿的方法对图像边缘进行处理，消除噪声对图像边缘对应的分形曲线特性的影响，得到较精确的边缘分形曲线形维数；推导出图像转动角度与图像边缘分开曲线分形维数的理论关系式，根据边缘曲线的分形维数精确地得到了目标图像的转动角度，解决了PCR板的精确，快速角度定位问题。     

一种基于局部同态性分析的边缘检测算法

提出了一种新的边缘检测算法。首先利用局部同态性分析来获得同态性检测的标准,然后根据此标准做出一个“模板”,各个像素都用此模板来进行同态性检测,从而得出它经过同态检测后的值,这样就可以找到图像的边缘。实验结果表明此方法易于实现,对图像的边缘检测效果很好。     

二维机器视觉测量中的图元识别

采用视觉测量方法对工件的各种断面尺寸参数进行测量时,需要在采集到的图像中找到被测量对象。文章给出了一种识别测量对象的图像匹配方法。该方法首先采用Canny方法从工件图像中提取出宽度为单像素的连续边缘图像,并根据工件的原理图纸生成待匹配的模板图像;对模板图像进行缩放和旋转,使之能在匹配率的约束下和边缘图像实现匹配;原理模板中包含图元的编码信息,据此可以在边缘图像中识别出工件的图元信息。实验结果表明,文中提出的方法能适用于一般工件的断面图元识别。     

Chaotic species based particle swarm optimization algorithms and its application in PCB components detection

An improved particle swarm optimizer using the notion of chaos and species is proposed for solving a template matching problem which is formulated as a multimodal optimization problem. Template matching is one of the image comparison techniques. This technique is widely applied to determine the existence, location and alignment of a component within a captured image in the printed circuit board (PCB) industry where 100% quality assurance is always required. In this research, an efficient auto detection method using a multiple templates matching technique for PCB components detection is described. The new approach using chaotic species based particle swarm optimization (SPSO) is applied to the multi-template matching (MTM) process. To test its performance, the proposed Chaotic SPSO based MTM algorithm is compared with other approaches by using real captured PCB images. The Chaotic SPSO based MTM method is proven to be superior to other methods in both efficiency and effectiveness.     

新型图像角度匹配方法及其应用研究

探讨了一种基于机器视觉的PCB自动装配线多焊盘实时定位方法。采用多分辨率图像金字塔匹配策略,利用模板图像与待搜索图像的灰度特性,使用圆投影匹配进行初始候选匹配点的选取,得到一系列的候选匹配子图;使用SIFT算法对候选匹配子图和模板图像进行特征匹配,确定对应匹配点,消除误匹配的候选子图;根据点的模式匹配,确定大致的旋转角度,使用重采样和插值的方法计算精确的旋转角度。实验表明,该方法可以准确、实时地实现目标定位。     

基于FCM聚类和模板匹配的视频马赛克检测方法

马赛克是数字电视节目中常见的一种视频缺陷现象,会造成视频质量的下降,因此在视频序列中有效地定位并修复马赛克块变得越来越重要。本文提出一种基于FCM模糊聚类和模板匹配的方法检测视频中的马赛克块,首先,使用canny边缘检测方法检测图像的边缘。其次,使用FCM聚类方法对像素进行分类。最后,利用模板匹配的方法检测马赛克块。基于OpenCV库函数进行算法实现,实验结果验证了所提算法的有效性。     

一种基于四元数的彩色图像边缘检测改进算法

图像边缘检测对后续的图像分割和识别具有重要的作用。针对彩色图像的边缘检测的实际需求,对比分析了经典边缘检测算子的特点和不足,提出了多方向的Sobel边缘检测算子模板,并且针对传统边缘检测算法处理速度慢、运算量较大、对边缘细节位置处理效果差等缺点,结合彩色图像的四元数描述方法提出改进算法,结合对颜色空间的分解实现了对彩色图像的边缘检测。实验证明算法是有效的,边缘检测效果好且易于实现,使用四元数描述方法有效提高了边缘检测的速度。     

基于像素分割的亚像素圆模板算法

为提高旋转图像的质量和性能,提出了一种亚像素圆模板算法。在假设图像是连续的前提下进行逆向旋转变换;通过像素网格状分割选取亚像素圆模板的圆心;用亚像素圆模板（直径等于像素边长）进行离散化。邻域像素被圆模板覆盖的面积与圆面积的比值Rs,相应像素的颜色值Cs,旋转后像素的颜色值等于Rs和Cs的卷积。实验表明该算法图像旋转效果好于最近邻点插值和高斯模板算法,连续性接近双线性插值,计算性能明显高于双线性插值和高斯模板。