基于改进的Bernsen秸秆覆盖率图像处理算法研究

针对当前秸秆覆盖率自动识别准确率低的问题,提出了一种更加准确,适应性更强的秸秆覆盖率检测方法.首先,基于彩色分量空间距离灰度化算法对摄像头采集的秸秆图像进行目标背景分离;其次,再将彩色图像灰度化;最后,使用基于改进的Bernsen算法对图像进行二值化处理并计算秸秆覆盖率.在实验中,选取了秸秆覆盖率区间在20％～30％、...     

基于图像处理技术的火焰检测算法研究

针对传统火焰检测方法可靠性不高、准确性不够的问题。本文提出了一种基于图像处理的火焰检测算法,通过计算火焰图像相关区域像素的数值,来直接对火焰燃烧的＂有＂、＂无＂做出判别。根据火焰在正常燃烧下分为初燃烧区、完全燃烧区和燃尽区的特性,设计了相应区域的火焰检测算法,并给出了详细的检测流程。在实际环境下,对算法在燃烧器不同火焰燃烧状态下进行了验证。结果表明,所设计的的火检算法具有较高的可靠性和准确性,可以满足火焰检测的需要。     

关于图像方向性边缘检测算法的研究

该文基于模糊分类和像素方向性提出对图像边缘进行二次确定,同时参数控制去噪及锐化真正边缘。该算法计算量小,边缘明显变细,噪声和伪边缘减少,对边缘细微图像检测效果理想。     

基于三值图像的车牌定位算法

针对复杂场景中光照不均匀情况下的车牌定位问题,提出了一种新的定位方法。该方法首先对彩色图像进行三值化,然后利用车牌字符之间颜色的一致性,通过定位字符间隔线反推字符区域进行车牌定位,解决了定位难的问题。实验结果表明,本文算法可以准确定位车牌,对车身颜色和外界颜色的影响有很好的鲁棒性,有效剔除打印字符等纹理簇照成的干扰,同时弥补了在光照不均匀等情况下车牌区域进行二值化可能导致的信息缺失,为后续字符分割、识别处理提供更有利的信息。     

基于改进Canny边缘检测的指针式仪表自动读数算法研究

指针式仪表自动读数是工业巡检机器人系统的核心技术之一,以机器视觉为基础,提出了一种新的指针式仪表的自动读数算法研究,研究分为3个模块.首先采用基于深度学习的目标检测SSD算法,对指针式仪表位置进行准确定位,该算法可以准确的从复杂背景中检测出指针式仪表的位置,并将其提取出来;接着采用多尺度Retinex对HSL色彩空间中...     

基于树莓派嵌入式平台的车道线检测算法

本文设计了一种基于树莓派嵌入式平台的多道路场景车道线检测算法。在图像预处理阶段,设计了一种车道线的自适应二值化提取算法,通过将待测像素点与其所在菱形空间的顶点进行比较,完整地提取了二值化后的车道线信息;同时与最大类间方差法（OTSU）结合,以图像融合的方式有效滤除了干扰信息。在车道线拟合阶段,对概率霍夫变换进行了斜率约束与限定距离的改进,进行二次滤除干扰信息后准确计算出车道线边缘点。最后使用最小二乘法拟合出车道线。测试结果表明,算法抗干扰能力较强,对多种道路场景的检测准确率可达90.24%,并且在树莓派平台上运行速度为25fps,满足实时的要求。     

驾驶员注意力检测算法的研究

注意力检测是疲劳检测的一个重要的方面.本文提出了一种实时检测注意力的方法,首先利用灰度积分投影算法来检测人脸和眉眼区域,进一步定位人眼,然后计算人眼开度值,最后利用PERCLOS来判断人眼的注意力.经实验证明是一个行之有效的方法.     

屏幕图形的打印机输出技术

在微型机图形处理系统中，可以使用打印机的点位打印功能输出图形。实现过程中需要将屏幕彩色图形转换为二值矩阵，然后进行相应的放大处理，并可以使用适当的整形算法对放大后的图形点阵进行整形；同时，为了缩短矩阵运算时间，降低内存，要对整屏图形进行适当的分割分别处理。文章最后给出了利用Ｃ语言在Ｍ１７２４打印机上实现屏幕图形的放大打印流程。     

基于深度学习的图像目标检测算法研究

目前,基于深度学习的目标检测和图像处理的应用范围非常广。在图像处理方面,加入了深度学习能够使一些算法即使在复杂的环境下也能有着不错的识别效果。基于深度学习的方法,通过增加神经网络的网络层数,能够有效的提取出待识别图像的相关特征。其中,逐层设置由浅至深的网络层数就能够提高目标检测的效果。YOLOv3是一种快速的目标检测算法,但其对部分小目标的在检测,识别上不太准确。创新性的通过在基础模型上的改进和增加anchor数量的方法来实现算法的优化。通过实验令该算法在VOC 07数据集上进行验证,实验结果表明与传统未改进的YOLOv3模型相比,在精度上提高了约1.4倍。经过理论阐述和实验成果证明,所提出的方法确实具备更高的执行效果和可靠性,大大提升了模型在数据集上的平均准确率,说明此改进具有有效性和可行性。     

图像边缘检测算法及在电厂中的应用

介绍几种典型的边缘检测算法 ,对它们各自的特点进行比较。讨论边缘检测在电厂锅炉炉膛火焰检测方面的应用。对一幅原始火焰图像 ,用两种边缘检测算法提取火焰图像的边缘 ,并对提取后的边缘图像进行分析。最后对边缘检测算法的发展方向进行展望。     

管道腐蚀视觉测量图像边缘检测算法研究

为实现管道内表面腐蚀图像的边缘检测,分析了经典的边缘检测方法,针对其存在检测精度低和抗噪声性能差等缺点,研究了一种基于BP神经网络的图像边缘检测算法。利用标准图像和经传统边缘检测算法检测得到的边缘图像作为输入输出数据,并用大量数据进行训练,构建了可实现图像边缘检测的BP神经网络。用训练好的神经网络实现管道内表面腐蚀图像边缘检测,并与传统的边缘检测算法检测结果进行了比对,实验结果表明,该算法可明显提高检测精度及抗噪声能力,具有广泛的适用性。     

光纤火焰检测系统算法的改进

对目前已有的光纤火焰检测系统算法进行总结和分析，在经过大量现场实验基础上提出基于动态阈值的着火判据和对火焰状况进行数值化评判的算法，并对算法特点进行总结。系统在国产100MW机组锅炉上进行了工业性试验，取得了令人满意的效果。     

图像处理中几种边缘检测算法的比较

边缘检测是图像处理和模式识别领域的基本课题。文章具体考察了 3种常用的边缘检测算法 ,并加以实现。最后对它们各自的特点进行了比较。索贝尔算子简单有效 ,坎尼算法和高斯的拉普拉斯算法能产生较细的边缘。它们各自有其优缺点 ,在实践中应根据待解决问题的特点和要求决定采用何种方法     

基于模糊集的图像边缘检测算法

边缘检测一直是图像处理中一个热门课题,本文在对经典模糊边缘检测算法思想进行分析的基础上,提出了一种边缘检测算法,该算法通过阈值分区间定义一种模糊隶属函数,可将数字图像转化在等效的模糊特征平面上,然后选用适当的增强算子对图像进行模糊增强,增强后的图像经逆变换后进行边缘提取即可得到所需图像的边缘特征。应用这种算法计算量小,运算速度较快,提取的边缘细致,是一种很有实用价值的边缘提取算法。     

输电线路状态检测图像的增强算法研究

基于飞行器航拍的智能巡检,能够避免传统人工巡检方式的诸多不便,成为新兴的输电线路巡检方式。为了消除光照对巡线图像的影响,提高后续故障识别的准确率,针对输电线路巡线这一特殊领域,以可见光图像为研究对象,对多种增强算法进行实验与比较,提出适用于输电线路图像识别与故障检测的图像增强算法。     

基于数字图像处理的温度检测算法研究

介绍了基于数字图像处理的温度检测技术原理。针对神经网络温度计算法在计算煤炉的温度时存在较大误差问题，提出用最小二乘法和改进输入的神经网络法计算温度。这两种算法以彩色CCD摄像机输出的三基色之间的比值为自变量或输入量，更好地体现了比色测温原理，因此能较好地消除在实际测温过程中黑度系数、烟尘和火焰脉动对计算结果带来的影响。通过在煤炉上的实验表明，这两种方法的计算精度均高于原神经网络法的精度，而改进输入的神经网络温度算法的计算精度略高于最小二乘法的计算精度，而最小二乘法更加简单实用。     

嵌入式指纹识别系统的设计及试验研究

为了降低指纹识别的拒识率和误识率,满足嵌入式指纹识别系统的实时性要求,采用基于ARM9处理器架构的芯片S3C2440的嵌入式指纹识别系统设计方案,并对二值化算法进行了研究改进。经过用本次嵌入式指纹识别系统采集指纹的试验,结果表明该方案结构简单、可扩展性强,拒识率小于2%,较传统算法的拒识率降低4.77%,误识率小于1%,较传统算法的误识率降低2.3%。本设计方案可行性高,改进的指纹图像处理算法提高了指纹图像的质量。     

钢轨应力检测的应变传感器研究

要针对钢轨应力的测试,本文提出了一种新型传感器并进行了相应研究。该传感器主要包括一个弹性体和置于弹性体内的弯曲梁。钢轨应力引起了弹性体的变形,传感器通过弯曲梁的压曲放大实现了弹性体变形的放大,进而提高了传感器的灵敏度。同时,通过多个弯曲梁的布局结构实现了钢轨应力的多方向测试。利用ANSYS软件对传感器进行了有限元建模与仿真试验,实现了参数的优化。实验结果表明,该传感器能将钢轨应变放大约8倍。     

基于YOLOv4和改进分水岭算法的绝缘子爆裂检测定位研究

近年来,航拍巡检代替人工成为了输电线路电力巡检的主要方式,而输电线路上绝缘子的完整性直接影响其供电可靠性。在复杂背景的干扰下,传统的图片处理方法往往对主体识别能力低下。针对这一问题,该文提出了一种基于YOLOv4的深度学习并结合改进的分水岭算法,对航拍绝缘子图像精确识别及缺陷检测的问题进行了研究。首先利用YOLOv4对绝缘子进行精准的识别与定位,有效弥补了传统方法在复杂背景下识别能力低下的不足;再结合改进分水岭算法对绝缘子自爆位置进行识别,该方法可以快速地识别出绝缘子主体和缺陷位置。