共查询到19条相似文献,搜索用时 78 毫秒
1.
针对手机屏幕缺陷检测的高效率、高精度的要求,提出一种基于Blob分析的手机屏幕缺陷检测方法。首先使用基于PatMax算法的模板定位技术对图像进行定位,其次使用基于仿射变换的图像校正技术实现模板图像与测试图像的逐像素对齐,最后采用Blob分析算法获取缺陷特征的位置、面积、方向等信息。采用文中所提出的方法、差影法对200幅手机屏幕图像进行缺陷检测,实验结果显示,所提方法的准确率为98%,误检率为1.5%,漏检率为0.5%,每张图像的平均检测时间为52.19 ms。相较于差影法,所提出的方法具有更高的准确率和检测速度。 相似文献
2.
图案织物的疵点检测是织物瑕疵自动化检测的难 点,论文提出以均值hash特征描述子表示图案织 物的均值hash特征和灰度特征,实现了图案织物的疵点检测。首先,基于图案织物的周期性 ,构建了无疵 点织物的均值hash特征词典;然后,提取测试织物图像块中的均值hash特征和灰度特征;通 过图像块的 均值hash特征与词典进行匹配,利用汉明距离表示差异度,获得了结构显著图;将图像块的 灰度特征与全 局灰度平均值比较,得到灰度显著图;最后,融合显著图,定位了缺陷位置。大量图案织物 的实验结果表 明,均值hash特征描述子能有效地表示周期性图案织物的结构特征,算法结合灰度特征,提 高了织物疵点检测的成功率,并具有良好的视觉效果。 相似文献
3.
设计了将小波变换与边缘检测相结合的方法,实现了对弹丸图像的有效压缩,解决了高速线阵CCD交汇测试中图像数据传输率高且数据量很大而导致的不利于实现前后两级分布式测试系统,以及不便存储和传输等问题。 相似文献
4.
5.
引入图像位移计算方法对电机转子位置和速度进行了检测。分析了自相关算法的原理并提出了改进算法,并设计了线阵CCD图像采集系统,构建了图像实时处理软硬件平台,并对测试系统进行了标定,实现了电机转子位置的瞬时位置和速度检测。实验结果表明,该检测方法测量精度高,实时性好,对电机实时性高精度控制具有较好的理论和实践意义。 相似文献
6.
基于Blob的车辆识别及其跟踪算法研究 总被引:1,自引:0,他引:1
智能交通系统是未来交通发展的必然趋势,乒丶际醯难芯烤哂猩钤兜囊庖?本文以在静态背景下动态地识别并跟踪汽车为目的,对摄像头采集的图像进行处理.如何准确地从复杂的交通图像中提取车辆,是进行车辆识别的基础.本文采用Surendra背景[1]算法提取路面的背景,通过背景差法提取路面上的车辆.图像分割后,对二值图像进行Blob[2]分析,识别并对车辆进行分析,获取车辆的特征信息,包括车辆本身的参数信息和位置信息.依赖这些车辆信息,通过Kalman滤波器实现对车辆的跟踪,进而获得车辆的动态信息,包括车辆的速度、运行轨迹信息. 相似文献
7.
在织物疵点的检测与识别过程中,疵点特征值的提取是关键。探讨了一种新的织物疵点图像形态特征提取方法,对织物疵点图像经迭代阈值分割、图像去噪、Sobel算子边缘检测后,对图像进行边缘跟踪,求取其链码表示,从而计算得到疵点的各项形态特征参数。该特征参数可作为疵点合理分类的重要依据。实验证明该方法便捷快速,应用性强。 相似文献
8.
USB 2.0是新一代的通用串行总线标准,其传输速率高达480 Mb/s,是用于高象素CMOS Sensor疵点检测系统的理想接口。介绍EZ USB FX2系列芯片,以及高象素CMOS Sensor疵点检测系统的开发研究工作,详细讨论系统硬件、设备固件、驱动程序和主机应用程序的实现方法。最终能准确快速地检测出CMOS Sensor是否合格。 相似文献
9.
10.
设计将弹丸区域作为感兴趣区域,实现了对弹丸图像的有效压缩.解决了高速线阵CCD交汇测试中,图像数据量大而不利于实现前后两级分布式测试系统,以及不便存储和传输等问题. 相似文献
11.
针对产品表面正确性的快速自动无损检测问题,提出了利用垂直投影法确定旋转步长来获取序列图像的方法,并将一种针对尺度旋转不变性(SIFT)改进的SURF算法应用到此方面,该算法通过计算积分图像和 Hessian 矩阵大大提高了特征点检测的速度,节省了图像匹配时所用的时间,并提高了算法的实时性。首先通过确定旋转步长来获取标准序列图库,其次通过SURF算法寻找最优匹配位置,最后通过相关度的计算来判别各区域是否有缺陷。实验表明,在对待检测图像和标准序列图像库中的5幅图像匹配时SURF算法比SIFT算法大约节省了2.6 s,显然,把SURF算法应用于序列图像中匹配可以大大节省缺陷检测时所用的时间。 相似文献
12.
针对周期性纹理背景影响织物缺陷检测效果的问题,提出了一种基于粗糙度测量和颜色距离的织物缺陷检测方法。该方法先将待检测图像由RGB颜色空间转换到HSV颜色空间,并分别对三通道进行同态滤波处理,以提升缺陷与背景之间的对比度;利用粗糙度测量对织物图像进行分类,并将同一类别的织物图像分成大小相同且互不重叠的图像分块,分别估计各个图像分块与其八邻域图像分块的颜色距离,从而实现对缺陷的粗定位;最后对粗定位图像分块进行显著性和二值化处理,有效减少了周期性纹理背景对检测结果的影响。实验结果表明:与近期4种方法相比,本文方法对周期性纹理织物图像表现出了较好的检测效果,检测准确率更高。 相似文献
13.
14.
针对热轧带钢表面缺陷检测中存在的检测速度慢、检测精度低等问题,提出了一种改进的YOLOv3算法模型.使用加权K-means聚类算法来优化确定先验框参数,提高先验框(priors anchor)与特征图层(feature map)的匹配度;同时,调整YOLOv3算法的网络结构,融合浅层特征与深层特征,形成新的大尺度检测图层,提高网络对带钢表面缺陷的检测精度.实验结果表明,改进后的YOLOv3算法在NEU-DET数据集上平均精度均值达到了80%,较原有的YOLOv3算法提高了11%;同时检测速度保持在50fps,优于目前其它深度学习带钢表面缺陷检测算法. 相似文献
15.
金属部件表面缺陷识别问题是模式识别领域的研究热点,高效、可靠的表面缺陷识别方法能够有效提高生产效率、维护生产安全。针对这一问题,文中提出了一种利用径向基(RBF)神经网络和粒子群优化(PSO)算法相结合的表面缺陷识别算法。采用PSO算法确定和改进RBF神经网络的权值参数,同时对PSO算法中的惯性权重进行线性处理,有效消除了PSO算法中的最优解局部振荡现象。针对金属部件表面常见的几种缺陷对RBF-PSO表面缺陷识别算法进行网络训练,并进行相应的实际测试。文中提出的RBF-PSO表面识别算法识别准确率可达96%,相比于传统的神经网络算法具有明显的性能提升。 相似文献
16.
17.
18.