煤灰熔融性图像自动识别算法的研究

本文提出了一种测定煤灰熔融性时图像的自动识别的算法。根据模式识别和计算机视觉理论,首先从CCD摄像机处采集图像,经过预处理后,采用阈值迭代和Otsu分割算法相结合的单阈值法进行图像分割,在定位灰锥目标区域后,进一步提取高度、底宽和面积等几何特征,作为特征温度图像的识别依据。实验表明,该算法简单、有效,且能兼顾系统的实时性和准确性要求。     

最大熵和高斯模型在锂电池缺陷识别中的应用

锂电池极片缺陷在线识别系统中采用最大熵阈值法实现图像的阈值分割,采用缺陷面积排序的方法取出最大缺陷目标,提取二值化图像中缺陷的几何形状和投影参数作为特征值,最后采用高斯混合模型算法实现对缺陷目标的识别分类。实验结果表明:该系统能自动实现阈值分割,准确提取缺陷特征,识别准确率达到94%。     

基于 2D 预处理的点云分割和测量研究

针对传统 3D 工业相机获取的点云数据进行工件检测时因工件粘连和噪声干扰导致边缘分割问题,考虑点云数据量大 影响检测实时性和 3D 特征点选取不准确导致测量误差大的因素,提出一种基于 2D 边缘检测的预处理方法,实现点云快速分 割和测量。 首先,采用改进的 Canny 算法对有序点云的纹理图像进行边缘检测,将检测后的图像进行数学形态学操作和轮廓检 测完成纹理图像分割,规避了在 3D 空间中进行分割处理,有效减少了点云数量;其次,结合工件的形状特征和放置方式,利用 掩膜操作提取出有序点云数据,使用基于 RANSAC 和条件滤波结合的方法对分割后的点云进行自适应阈值滤波处理,有效去 除了噪声点云;最后,对经过预处理后的目标点云基于 PCA 的包围盒去计算工件尺寸以及表面法向量。 实验结果表面,和传统 的 3D 分割算法相比,能够更准确的提取出目标点云,有效减少了待处理点云数量,整体分割效率提高了约 20%;工件尺寸的平 均相对误差约 1. 24%,可以满足测量的需求。     

基于 OpenCV距离变换的物体计数系统研究

针对大量物体计数依靠人工会漏数,或者重复,生产效率相对较低的问题,系统提出将OpenCV距离变换与Blob算法相结合实现对物体计数,首先以一定数量硬币的图片为实验对象,对图像进行滤波,阈值处理,采用数学形态学中的方法开运算,来调整分割区域的形状,其次基于欧几里得算法距离变换等分割出物体,后采用Blob算法识别目标物体,进而进行数量统计。此次硬币测试目标共24个,最终本系统计数结果也是24个。系统计数准确,有良好的图形界面,具有一定的使用价值。     

基于CCD图像处理的焊缝识别技术研究

在分析焊缝的CCD数字图像信息的基础上,提出了优化的图像处理和焊缝提取算法,有效地实现了焊缝的识别。对图像进行预处理,设计了扩展的自适应中值滤波器以去除噪声和干扰;提出了改进的自适应阈值分割法(Otsu)对图像进行二值化,得到二值图像;选择Roberts算子识别焊缝边缘信息,并采用Hough变换获取焊缝中心线,得到焊缝的坐标值。在VC++平台上分析和处理焊缝图像,实现上述算法,结果表明,所设计算法不仅能够快速、准确地识别焊缝,而且具有计算量小、实时性强的优点,有很高的理论和应用价值。     

基于阈值与活动轮廓模型的SAR图像浒苔监测

针对浒苔分布的监测问题,提出了一种结合阈值分割与几何活动轮廓模型(GACM)的合成孔径雷达(SAR)图像分割方法。首先采用最大熵算法与Otsu算法结合的阈值分割方法获取初始轮廓,在此基础上构建窄带,以缩短运算时间。而后在窄带内采用基于SPF函数的几何活动轮廓模型进行轮廓演化,以得到光滑连续的高精度分割结果。使用Sentinel-1A卫星2021年5月～8月的SAR图像进行实验,实验结果表明,所提方法获取的浒苔分布有着更高的准确率,同时较传统GACM方法显著提高了运算速度,能够实现对浒苔的实时监测。     

基于遗传算法的图像阈值分割研究

主要论述了利用遗传算法进行图像阈值分割的实现方法,重点研究了最大熵和最大类间方差2种阈值分割方法.将通信电源配电屏开关图片作为研究对象,分别采用基于传统搜索算法和遗传算法的最大熵和最大类间方差法对其灰度图进行阈值分割,并应用Visual C 编程实现.实验结果表明,基于遗传算法的最大类间方差法的分割效果好,更好地满足了通信设备对远程视频监控与识别系统中图像分割实时性的需求.     

静态背景差分运动目标检测研究

为解决传统运动目标检测算法在硬件实现上存在实时性差、开发过程复杂的问题,利用DSP Builder工具,在FPGA上实现静态背景下运动目标检测算法。结合FPGA并行计算的特点,采用模块化设计思想,按照背景差分、阈值分割和质心提取的流程搭建各算法模块。实验结果表明,该设计可以有效地检测动态目标,满足嵌入式系统对实时性的要求。     

新型视觉导航线提取方法

导航线提取是智能车辆视觉导航领域的难点问题。针对杂草密集情况下导航线精确提取的难点,提出了一种新型视觉导航线提取方法。首先,在均值聚类的框架内分析了传统Otsu方法受样本方差影响较大的缺陷,并建立了基于Sigmoid函数的自适应Otsu阈值分割方法;接着,采用矩阵解耦消弱图像背景噪声对阈值参量更新的影响,提升了农作物与杂草的分割精度,获取精确分割的二值图像;最后,基于分割结果进行最小二乘拟合,实现导航线的有效提取。实验结果表明,在杂草稀疏和密集环境下,方法均能有效提取导航线,并具有较高的精度和实时性。     

基于TMS320C6455的目标跟踪系统设计与实现

介绍了一种基于高速处理芯片TMS320C6455和FPGA架构的目标跟踪系统。该系统以DSP与FPGA为主体设计一套图像处理设备,利用局域熵算法来实现简单背景下小目标的跟踪。FPGA采用Xilinx公司生产的XC5VSX95T ,用来对原始图像数据进行预处理。DSP芯片采用TI公司生产的 TMS320C6455,通过局域熵算法对预处理后的图像进行实时跟踪并且将目标信息返回FPGA。FPGA获得跟踪结果后,将目标信息与原图像叠加,通过显示器将图像结果进行显示。局域熵算法经过优化后,目标检测跟踪时间大大缩短,满足硬件系统实时性的要求。     

基于RANSAC分割的点云数据K-近邻去噪算法研究

针对基于TOF深度相机的空间目标表面重建的点云源数据容易受到仪器本身、扫描环境、外界干扰等影响,而含有大量的无效点和噪声点,增加了计算负担且影响了重建质量等问题,提出了一种基于随机采样一致性背景分割的点云K 近邻去噪方法,以消除目标数据的异常值和无效点。首先,改进RANSAC算法,通过设置不同的阙值对原始点云进行背景分割,以确保准确提取待重建目标的主要特征。然后,通过K 近邻点云平均算法和双边滤波算法移除离群点,最后使用体素化网格方法实现点云大数据的下采样,简化了目标点云,保留了局部特征,加快了曲面重建速度。实验结果表明,该算法能够有效的剔除噪声点,准确率高,实时性好,满足应用的要求。     

基于五帧差和二维Renyi熵的运动目标检测

针对传统帧间差分法存在的不足,提出改进五帧差分法和二维Renyi熵阈值分割法相融合的运动目标检测算法。该算法充分考虑视频序列帧间的时空相关性,利用改进五帧差分法对预处理后的视频图像序列进行差分运算,以提取运动目标的帧间时间相关性;将得到的差分序列使用二维Renyi熵阈值分割法分割处理,以获取运动像素与同帧周围像素的空间相关性。该算法避免了五帧差分法轮廓提取的空间信息丢失,克服了二维Renyi熵阈值分割法容易忽略运动像素的时间信息,从而提升了运动目标检测的完整性。实验结果表明,该算法能够更准确地检测出运动目标,具有较好的鲁棒性和有效性。     

改进的Otsu算法在图像分割中的应用

针对二维Otsu自适应阈值算法计算复杂度高的问题,提出一种新的快速有效的Otsu图像分割改进算法。该算法通过求两个一维Otsu法的阈值来代替传统的二维Otsu法的分割阈值,使得分割的计算复杂度从O(L4)降到O(L)。为保证分割对象的完整性,算法引入类内最小离散度的概念,并通过遗传算法实现对参数的自动优化。理论分析和实验结果表明本算法计算速度不仅优于原二维Otsu算法,而且分割效果较好。     

慢运动背景下的实时运动目标检测算法研究

运动背景下的运动目标检测是一项难度大、计算量大的工程,它的难点是难以在实际工程中达到实时性的要求.本文针对这一问题提出了一种利用Lucas-Kanade和层次聚类相结合的方法,能够快速检测运动背景中的运动目标.实验证明该方法速度快,准确性高,在实际工程中具有一定的应用价值.     

自适应粒子群集优化二维OSTU的图像阈值分割算法

为了解决红外相机采集行人图片时图像分割效果问题,提出一种自适应粒子群优化二维OSTU的阈值分割算法。利用当前帧图像的灰度级和当前帧图像像素的邻域灰度级构成二元组,通过计算二者的均值和方差,建立二维最大类间方差模型,结合自适应粒子群集算法,估计出图像的最佳阈值,该方法不仅能够准确估计阈值且计算时间减少。仿真结果表明,阈值最佳时,当结合自适应粒子群集优化算法后计算时间减少到原来的50%,所提出的算法能够快速准确得到最佳阈值,提高了图像预处理的分割效果。     

基于模糊度与简化PCNN的遥感图像变化检测

遥感图像变化检测必须充分考虑不同时间、不同环境背景等具体情况对于图像的影响,尽可能消除这些＂伪变化＂影响,以获得比较客观的感兴趣区域变化检测结果。针对遥感图像这一特点提出了一种基于脉冲耦合神经网络的变化检测法。该方法利用脉冲耦合神经网络实现多时相遥感图像的多层次分类,将分类结果进行差值比对,即可检测出感兴趣的变化区域。并提出根据最小模糊度准则,自动确定PCNN循环迭代次数和最佳阈值。实测数据的实验结果表明该方法的变化检测效果优于基于最大熵变化检测算法。     

一种改进的印刷丝网布疵点快速检测算法

为提高印刷丝网布疵点检测的速度和准确性,提出了一种基于傅里叶变换和改进阈值分割的印刷丝网布疵点的检测算法。以无图案的印刷丝网布为研究对象,首先对采集到的印刷丝网布图像进行傅里叶变换,得到印刷丝网布图像的频谱图;然后利用Butterworth低通滤波器对频谱图像进行滤波,滤除傅里叶空间的高频分量;最后对逆变换得到的滤波图像进行改进的迭代法阈值分割,从而实现印刷丝网布的疵点检测。实验结果表明,该算法能够实现脏污、划痕、飞丝、破洞等常见疵点的快速准确检测。     

基于PCA与SOM神经网络算法的客户价值细分模型研究

针对房地产客户价值管理问题,以某大型房地产企业的普通住宅业务为研究对象,构建了基于PCA与SOM神经网络算法的房地产客户价值细分模型。首先采用PCA主成份分析法将输入变量重组为线性不相关的综合指标,然后采用SOM神经网络算法对客户价值进行聚类分析,最后针对聚类结果,分析不同目标客户群的购买模式和价值特征,旨在为房地产企业的营销过程提供决策支持。