图像处理在衣服尺寸在线测量中的应用

在衣服尺寸在线测量过程中,提出了一种基于图像处理的衣服尺寸自动在线测量系统。针对于衣服尺寸自动测量困难等问题,运用了基于机器视觉的图像处理技术,采用自适应阈值Harris角点检测算法提取初步边缘角点,构成初步角点集,运用Susan角点检测算法去除初步角点集中的伪角点,使用Harris角点检测算法和Susan角点检测算法相结合的算法对衣服关键角点进行提取标定和检测分析。通过坐标值定位对关键角点的位置进行分析,并且利用比例计算进行尺寸测量。设计的系统用于对512×512的256级灰度图像进行检测,测量的相对误差小于5%,绝对误差小于10 mm。实验误差和尺寸测量精度能够达到服装尺寸测量的标准。     

一种基于单目视觉的焊缝成形检测与评价方法

提出了一种基于单目视觉的焊缝成形质量检测与评价方法。在搭建的视觉检测系统基础上,实时采集并处理扫描焊缝的激光条纹视觉图像,采用Harris角点检测算法检测条纹畸变点,实现凹坑缺陷的实时检测;建立了凹坑缺陷最大面积、平均面积、最大宽度的评价指标。试验结果表明,所建立的焊缝视觉检测与评价方法可以快捷有效地检测与评价焊缝凹坑缺陷。     

一种基于对齐度的多约束车辆特征匹配方法

针对基于双目立体视觉的汽车辅助驾驶系统,研究了一种基于对齐度的多约束快速匹配算法。对齐度准则利用图像对间的交互方差作为相似测度,不需要两幅图像的灰度线性相关性并且不受图像灰度差异的影响,比相关度准则有更强的适用性。确定左右两幅图像中的路面区和目标车辆后,采用Harris算子提取出目标车辆的特征点。匹配前利用角点的特征值约束去除不易匹配角点,然后采用对齐度准则进行匹配,最后根据视差梯度约束去除误匹配。实验结果表明了该方法的可靠性,能够获得较满意的检测结果。     

鱼眼图像的目标物体角点检测方法

为实现宽视场角图像中目标物体的定位,提出了一种鱼眼图像的目标物体角点检测方法。首先对含有目标物体的鱼眼图像进行等面积切分,利用目标物体即网格图像灰度直方图的明显特征确定目标区域;然后根据实际应用对Harris算法进行改进,并将其应用至目标物体的角点检测中,确定目标物体位置。实验结果表明,能有效确定目标区域,视觉冗余度由90.3%下降到47.8%,目标物体角点检测准确率为83.8%,可以为实现宽视野范围目标的位置与距离同时测量奠定基础。     

基于轮廓角点检测的螺纹关键参数视觉测量方法

为解决现有螺纹关键参数视觉测量方法中易存在螺纹角点误检和漏检导致测量精度降低的问题,本文提出一种基于轮廓角点检测的视觉测量方法。首先,使用双边滤波和迭代阈值法改进Canny算子,提高边缘检测的精度;其次,使用双阈值DP算法和Hough变换对轮廓进行分段拟合,在保护边缘的前提下平滑轮廓,并在此基础上使用CTAR算法提取螺纹牙顶、牙底的角点;最后,根据角点的位置信息实现螺纹大径、小径的测量。实验结果表明,相对于现有使用Canny算子和Harris角点检测的视觉测量方法,该方法能准确可靠地检测螺纹的边缘和角点,实现螺纹参数的高精度测量,螺纹大径、小径的平均测量精度分别达到0.003 3 mm和0.002 6 mm。     

基于多尺度Gabor滤波器的角点检测

为了克服在不同图像上的尺度选择问题,提出了一种基于边缘轮廓线的多尺度Gabor滤波器的角点检测算法。该算法首先利用Canny边缘检测算子提取图像的边缘轮廓;进而用一组构建好的4个尺度8个方向Gabor滤波器的虚部对图像进行平滑,并计算每个像素在其相同尺度下各个方向上Gabor滤波器虚部响应的归一化的和;最后将每个边缘像素点在所有尺度下的乘积作为新的角点测度, 当角点测度大于预设阈值时,则认定该点为角点。将实验结果与经典的Harris、CPDA和He&Yung角点检测算法进行比较,提出的算法在检测准确率、定位误差、噪声稳健性性能指标上,都取得了更好的结果。     

一种抗噪的高精度圆形阵列靶标特征提取算法

实验发现目前普遍采用的棋盘格靶标角点提取算法对噪声十分敏感,其特征提取耗时及检测误差随着噪声均值增加而明显增大,无法满足高噪环境下的使用需求。本文使用圆点阵列取代棋盘格作为图像靶标,并设计了一种具有良好抗噪性的圆点阵列靶标的特征提取算法。该算法首先采用多级阈值对靶标图像进行二值化,然后对二值化图像序列进行连通域检测,通过矩方法对每一个连通域的形态进行分析计算,排除误检点,采用最小外接圆法优化已检圆的特征位置,最后根据靶标的尺寸信息,从所有已检圆点中,搜寻出靶标的所有特征圆。实验结果表明该算法在同等高斯噪声下特征提取误差较棋盘格小一个数量级,且常用的滤波算法在不会明显影响其特征提取精度的前提下能有效提高检测速度。     

角点配准与图像差分的接触网绝缘子故障检测

针对接触网棒式绝缘子分布及故障特点,该文基于Harris角点与图像差分实现了绝缘子的抗旋转匹配和故障检测。首先对选取的模板图像及待检测图像分别进行Harris角点检测;再利用序贯相似性检测算法SSDA(sequential similarity detection algorithm)对模板图像及待检测图像内角点匹配;接着对匹配后的角点进行模糊聚类,由于匹配会造成有用角点的丢失,故需对角点进行恢复处理;然后利用最小二乘法进行直线拟合;最终根据直线两侧图像的对称特性,差分图像并统计纵向灰度获取故障信息曲线,给出故障判断。实验结果表明:文中方法简单有效、易于实现。     

基于各向异性高斯核的多尺度角点检测

Moravec角点检测是一种经典的角点检测算法,它认为角点是各个方向亮度变化足够大的点,但该算法不具有尺度变化特性。提出了基于各向异性高斯核的多尺度角点检测算法。利用小尺度高斯核定位准确,大尺度下抗噪声能力强的特点,对图像进行多尺度多方向分解;在每个尺度下,保留每个像素最小的幅度值,对其进行非极大值抑制。将小尺度下检测到的点作为候选角点;在大尺度下,观测候选角点的邻域内是否有极大值点出现,若存在,判定该点为角点,若不存在,将其剔除。与最著名Harris角点检测算法相比,新算法可以在不同尺度下获取角点,克服了单一尺度的Harris算法可能存在的角点信息丢失、角点位置偏移和易受噪声影响而检测出伪角点等缺点;在无噪或加噪条件下,新算法的检测性能有明显地提高。     

一种在尺度空间下基于边缘的角点目标检测方法

图像中的目标角点位置是实现很多计算机视觉任务的关键数据。为了克服传统检测算法产生的数据冗余问题,提出了一种在尺度空间下基于边缘的角点目标检测方法。首先,构建一个分组多层的尺度空间,将原图投影到其中后得到多个平滑图像。与此同时,采用定义的边缘算子检出平滑图像中所有边缘而得到多个按序存放的像素点集,当点集数量稳定时停止更大尺度的变换。然后,在当前尺度下,计算点集中各元素反映其角点强度的特征值。根据这些特征值变化规律检出角点的支撑集区间,并在此区间中采用高斯拟合函数确定最终的目标角点。实验表明,该方法能够检出特征显著的目标角点及其角度,其中合成图像精度在像素级,应用案例中的平均误差与图幅比约为1.5/100。     

基于高斯曲面模型的亚像素Harris角点定位算法

基于灰度值的Harris角点检测算法具有广泛的应用,但随着图像处理技术的发展,越来越多的场合需要将角点定位精度提高到亚像素级.提出了一种新的方法,在Harris角点初定位的基础上,通过对兴趣值矩阵进行高斯曲面拟合逼近,用曲面局部极值估算亚像素角点位置.实验结果证明该方法具有较好的鲁棒性和较快的运算速度,并能有效地得到高...     

一种有效的基于Freeman链码的拐角检测法

拐角检测在模式识别和机器视觉中有重要作用。本文提出了一种有效的用于检测和确定拐角位置的方法,它能显著地改善现有拐角检测法的性能。该算法基于Ｆｒｅｅｍａｎ链码,它包括三个步骤：（１）排除掉在一条直线上的非拐角点,同时提取出必是拐角的点。（２）估算剩下可疑点的曲率,把曲率大于一阈值的点做为可能的拐角点。（３）挑出每组临近可能拐角点中曲率最大的点为真实拐角点,将其它曲率较小的可能拐角点作为伪拐角点排除掉。实验结果表明本文提出的方法优于现有的拐角检测法,它能准确地检测出同被测对象相一致的拐角点。另外,该方法的处理速度也比现有的拐角检测法快。     

基于SIFT特征点检测与维纳滤波的图像复原算法

为了解决当前图像局部模糊程度不一,导致图像复原效果欠佳,本文分别从图像特征点检测与滤波复原的角度出发,提出了基于SIFT特征点检测与维纳滤波的图像复原算法.根据尺度空间极值特性,进行关键点定位和方向分配,设计特征点描述子,得到模糊图像特征点分布,以建立圆盘复原模型中心坐标.基于点扩散圆盘函数特性,耦合傅里叶变换和最小二乘滤波,设计了无约束维纳滤波算子,达到图像复原处理的目的.根据特征角点定位,引导复原滤波圆盘函数计算起始位置,完成图像复原.实验测试结果显示,与当前复原算法相比,本算法拥有更高的复原视觉质量.     

加权SUSAN角点检测算法稳定性改进研究

SUSAN算法是比较稳定的角点检测算法,但是也存在着漏检和误检的情况。对经典SUSAN算法研究后针对其缺陷进行了改进,通过提出加权SUSAN算法,提高了角点检测的精度。同时,在USAN判决准则上进行了改进,新的准则增加了模板内和核心点灰度相似像素需要与核心点连通,并且USAN区域重心需要远离核心点的约束条件来进一步筛选候选角点。通过改进,减少了原算法的漏检和误检问题,实验结果也证明了改进方法的有效性。     

基于机器视觉的光学镜片测量方法

光学镜片的种类多,每种镜片上待测目标也比较多,现有的图像处理方法测量精度低,对多类型工件适应性差。针对上述问题,现提出基于机器视觉的光学镜片测量方法。首先基于改进的Harris角点检测对工件进行角点定位,其次采用最小二乘法分段拟合角点间的几何基元,最后根据每一类待测目标模板提取的尺寸索引信息,测量几何基元之间的尺寸。实验结果表明：该方法不仅可以针对多种工件,对具有毛刺边缘工件也可以做到高精度测量,通过对比本文测量与基恩士三维测量仪测量的偏差进行分析、计算均方差,得到方法的精度为±0.02mm,重复测量偏差的均方差在0.01mm以内。