基于自适应模板的实时跟踪算法

相关匹配算法通过计算模板图像和待匹配图像的互相关值来确定匹配的程度,是一种经典的匹配算法,具有很高的准确性和适应性,并且对图像灰度值的线性变换具有\"免疫性\",因此在目标跟踪中得到了广泛应用.但是相关匹配算法计算耗时过于庞大,难以达到实要求,并且当目标在模板中所占比例很小时,很难确定模板的准确位置,使得此算法在实时目标跟踪中的应用有很大困难.本文提出了一种基于自适应模板的实时跟踪算法.实时采集的图像首先进行阈值分割,然后用形态学滤波的方法去掉噪声,模板的尺寸通过轮廓分割方法确定.匹配程度的算法选择的是归一化自相关匹配算法,并采用金字塔搜索算法进行加速.实验结果显示,此算法有效地克服了相关匹配算法的缺点,具有较好的匹配精度和实时性.     

基于改进SURF特征点的模板匹配算法

针对视觉中的目标识别问题,提出了一种基于SURF改进的模板匹配方法实现目标识别.传统的目标识别算法通常采用基于模板匹配的算法,其中基于SURF特征点的匹配算法被广泛使用,然而其实时性与匹配精度仍有待提高.基于SURF特征点进行改进,利用DAISY算法生成的描述子替代SURF算法中的描述子,并采用PROSAC算法进行误匹...     

一种基于模板匹配的人民币编号识别算法

针对纸币清分机对人民币编号自动识别,在处理速度和识别率方面的高标准要求,提出了一种基于模板匹配的人民币编号快速识别算法,该算法在图像预处理时,利用改进的滤波法去离散噪声;在字符识别时,利用数字和字母的水平与竖直交点特征和轮廓对称特征以及加权特征,直接识别定位好的字符。实验结果表明,该算法具有对硬件资源要求低、识别速度快等优点,可以满足纸币清分机的应用要求。     

用于多峰函数优化的改进竞选算法

通过把竞选人的当前位置作为全局抽样,增加局部抽样调查选民和竞选人威望的比较改进竞选算法,将其应用于不等高多峰函数优化问题.计算结果表明,改进后的算法极大地提高了查找效率,能够快速搜索到全局最优解,同时还能跟踪多个次优解.     

基于高斯金字塔与新粒子群的印刷电路板装配模板匹配算法

为提高印刷电路板装配(PCBA)中目标区域检测的准确性和实时性,提出一种高斯金字塔变换与新粒子群优化算法结合的PCBA模板匹配算法。采用倒Sigmod函数调整粒子群迭代的惯性权值;分别构建个体和群体的自适应学习因子模型;提出粒子是否陷入局部解的自适应判据并对其采用随机动量因子进行调整,从而提出一种新的粒子群优化算法。分别对待匹配图像和模板图像进行4层高斯金字塔变换,采用新粒子群优化算法搜索待匹配顶层子图的粗匹配区域,该区域经高斯金字塔反变换后生成的邻域范围与对应的模板子图进行遍历匹配,在最底层得到最终匹配结果。对比实验结果表明,所提方法在PCBA模板匹配应用中具有准确性和实时性。     

一种基于模板匹配的绝对位移测量方法

基于数字图像进行位移测量研究时,由于采用数字图像特征区域匹配的方法测量位移的测量误差容易累积,采用基于人工标志的数字图像绝对测量法,虽然避免了误差累积,但人工标志加工制作的难度高.因此,文中提出了一种新的测量原理.在一定的实验装置下,通过标定模板及模板匹配完成位移测量.对于模板匹配采用逐步搜索法搜索,依据一定的相似性判据建立相关判别函数完成.最后通过实验验证了该原理的可行性.     

基于模板匹配的零件检测的应用

提出了基于IMAQ的模板匹配的零件检测方法，叙述了对图像进行预处理、确定零件的特征区l域和设置最小分值，实现了零件的匹配和检测。实验过程表明，应用模板匹配对零件检测可以取得预期的结果。     

基于竞选算法的机床主轴结构优化设计

竞选算法是一种具有并行能力的启发式优化算法,其搜索机制模拟竞选活动中对支持率的追求动机,将其应用于机床主轴的结构优化设计,并以一个实例分析了设计全过程。首先根据在满足各种约束条件下,使机床主轴刚度最好和材料最省的要求,建立了机床主轴结构优化设计的数学模型,应用竞选算法对问题进行了求解,得到了结构优化设计方案。结果表明,竞选算法在机械优化设计中具有实用性和可行性。     

基于模板匹配的零件检测的应用

提出了基于IMAQ的模板匹配的零件检测方法,叙述了对图像进行预处理、确定零件的特征区域和设置最小分值,实现了零件的匹配和检测。实验过程表明,应用模板匹配对零件检测可以取得预期的结果。     

基于模板匹配的孔位与法矢检测算法

传统的基于边缘检测的孔位识别定位技术无法适用于网格状表面,因此提出一种基于模板匹配的孔位与法矢检测算法.给出利用2D激光采集被测表面三维点云的原理,采用改进型中值滤波算子去除孔边缘离群点,通过二值化将三维空间点云转换成二维平面点云,在二维平面内运用模板匹配方法与感兴趣区域(RO I)进行孔的识别与定位,并依据孔邻域点云间接计算出孔的位置和法矢.在模板匹配算法中,根据点云特征与给定的孔径自适应构造出孔的模板,保证了算法在倾斜平面和小曲率曲面上的适用性.通过实验对所提算法的有效性和精度进行了验证,实验结果表明孔位测量精度优于0.12 m m.     

基于边缘几何特征的高性能模板匹配算法

基于灰度相关的模板匹配算法在很多情况下难以得到准确的匹配结果,提出一种基于边缘几何特征的高精度模板匹配算法.利用曲面拟合方法获得边缘的梯度方向和亚像素坐标作为匹配信息,采用图像金字塔的搜索策略对算法加速,最后利用最小二乘平差理论得到亚像素级的定位精度和精确的旋转角度信息.实验表明,对于目标旋转、均匀或非均匀变化的光照、部分遮挡的情况下可以得到良好的匹配结果,而且在保证高精度的同时算法可以满足实时性要求,重复定位精度优于商业化软化包MIL8.0的GMF算法.     

数字式仪表分段模板匹配识别算法研究

文章提出了一种数字分段模板匹配识别改进算法。通过图像预处理、字符定位以及字符分段和识别实现了对数字式仪表的字符识别功能。图像识别速度快，识别率高。     

基于竞选算法的Otsu阈值快速确定方法

竞选算法是一种具有并行能力的启发式优化算法,其搜索机制模拟竞选活动中对支持率的追求动机.利用竞选算法对Ostu进行优化,全局搜索图像的阈值,缩短了计算时间,比传统的Ostu在时间上有明显的优点.     

基于竞选算法优化的图像增强方法

利用了不完全Beta变换对数字图像进行自适应的增强处理,利用竞选优化算法给出Beta变换的参数,提出了一个测量函数作为评价图像增强效果的目标函数,筛选出最大函数值为最佳参数选择。利用Matlab软件根据上面的方法编写程序,得出两参数的收敛曲线、测量函数的收敛曲线和处理后图像的直方图。仿真结果表明,该算法能够自适应地进行数字图像增强处理。增强后的图像灰度分布更加均匀,对比度得到明显提高。     

基于竞选算法的图像多阈值分割技术

提出了一种基于灰度直方图变换求解最佳阈值的方法,采用竞选算法作为快速搜索全局最优阈值的基础算法。首先,选取多个灰度值为一组,将整个灰度直方图分割成几部分,分别对这些直方图拟合成正态分布函数后加权相加合成一个新的分布函数,然后,将优化分布函数与原直方图分别归一化处理,在解空间内求解它们差值的绝对值的和,取和值最小的那组灰度值作为图像的分割阈值。     

用模板匹配测量应变

数字图像测量方法是实验力学领域里一种测量面内位移与应变的新方法。提出了一种新的用模板匹配进行定位测量应变的方法。实验结果表明：应用数字图像处理技术中的模板匹配实时测量应变是可行的。     

基于多视角模板匹配的零件图像检索方法

针对工业场景下零件的自动化生产需求,提出一种基于多视角模板匹配的零件图像检索方法。提取零件的尺寸信息对零件进行粗分类;对尺寸上难以区分的零件进行动态分块,将分块后的图像进行哈希“指纹”提取,用于计算其相似度,并找出最相似的3个零件。提取上述3个零件侧面信息的哈希“指纹”并计算相似度,将相似度最大值所对应的类别标签作为最终检索结果。实验结果表明：该方法精度高达98.16%,更符合零件的实际生产应用。     

基于模板匹配的表面粗糙度比较测量

针对细长孔、狭缝内壁等表面粗糙度难测量的问题,提出利用图像处理技术,用模板匹配的原理,对工件表面粗糙度进行比较测量的方法.在图像预处理的基础上,把各种加工方法的表面粗糙度标准块的图像作为模板匹配的模板库,与待测量工件表面图像进行匹配,利用求得的最大相关系数确定工件表面粗糙度.结果表明,这种办法快速方便,可以较好地比较测量工件的表面粗糙度.     

基于边缘的模板匹配在零件检测中的应用

对机器视觉在工业零件检测中的应用做了研究。在大批量的工业生产中,某个细微零件的缺失如果不应用机器视觉系统,将会浪费很大的人力物力,因此根据现阶段工业零件检测对智能零件缺失检测的需求,运用图像处理技术,在检测对象的标准样本中截取模板,利用零件的边缘特征,进行零件的模板匹配,进而检测出零件是否缺失。     

基于ROI的银触点模板匹配缺陷的检测法

银触点广泛应用于各种电子元器件中,其表面要求覆盖银层完整光亮,但在生产中表面会出现多种缺陷难以检测而影响使用。为保证其出厂的零缺陷,提出了基于ROI的银触点模板匹配缺陷检测方法。通过对图像进行形态学处理,保证了整张图像的低噪声,根据银触点的表面外形特征,优化了模板匹配的搜索路径,实现了自动选取目标。凸包运算后准确做出圆形区域的最小外接矩形ROI,通过位址映射求出最小外接矩形的位置,得到信息完整的原图ROI。将模板ROI与实时ROI进行去均值归一化相关匹配,计算两幅图像的相似度。通过大量实验得出合格约束相似度,对比人工分拣与机器视觉ROI模板匹配的分拣误差,得出基于ROI的银触点模板匹配缺陷检测方法,符合银触点的出厂要求。