基于改进轮廓提取的Hough变换椭圆检测方法

分析椭圆目标在成像平面上的特点,提出一种基于改进轮廓提取的Hough变换椭圆检测方法,可以有效地在图像中提取出椭圆的轮廓。对边缘检测后的图像进行边缘点分类,去除交叉点和孤立点,保存端点;根据端点,提取图像中的非封闭轮廓,再扫描图像,提取剩余的封闭轮廓;针对随机Hough变换,根据每条轮廓的长度判断该轮廓需要采样计算的次数,在每个循环的内部,设定阈值来判断每组椭圆参数的统计值,用以跳出循环。实验结果表明,与普通随机Hough变换相比,该算法的内存占用量与计算量大大减少。     

一种用于岩心序列图像轮廓提取的改进Snake算法

针对岩心序列图像的轮廓提取,提出了一种改进的Snake算法。对序列图像第1帧手动初始化轮廓点,如果相邻轮廓点之间距离大于给定阈值,则自动插入新的点,对于每一轮廓点,按照一定规则计算其搜索半径,然后找出搜索半径内的能量最小的点代替原始点。前一帧得到的结果又作为后一帧的初始点进行轮廓提取,从而得到整个序列图像的轮廓。实验结果表明,本算法具有简单、实用、实时性强等特点。     

深度约束的零件尺寸测量系统标定方法

针对大尺寸平面零件尺寸测量系统标定精度不高的问题,提出了一种基于深度信息的系统标定方法。首先利用圆形平面靶标,提出一种提取靶标图像特征点的新方法,采用自适应阈值的边缘检测和多项式拟合算法提取特征点亚像素轮廓,利用椭圆拟合得到中心坐标;然后根据带有畸变的非线性成像几何模型,采用最小二乘法计算摄像机参数的最优解,获得靶标的位姿;最后提出被测物表面与靶标平面之间的深度信息作为摄像机模型修正项,校正测量平面位姿,利用成像原理和直线与零件表面交点确定零件尺寸。设计了单目视觉尺寸测量系统并进行实验,结果表明:标定反投影误差小于0.02 pixel,在10.75 m2的视场内,系统测量精度达到了0.05 mm。     

基于轮廓特征的红外与可见光图像配准方法研究

红外光与可见光处于不同波段,其图像间的相关性较小.传统的基于特征的图像配准方法(如利用角点、边缘点等),在特征点选择时容易造成误匹配,这是由于有时特征点间的距离比较近造成的.针对此问题,本文提出了一种基于图像轮廓特征的红外与可见光图像配准方法.首先通过设置目标过滤器来提取明显的轮廓,再利用部分Hausdorff距离对轮廓进行匹配,计算出匹配轮廓对的面积和质心,并以此作为配准依据来对两种不同的图像进行配准.然后通过实验证明该方法的配准精度更高且克服了特征点误匹配的难点,这就可以解决刚性变换中红外与可见光图像间的配准问题.     

一种基于机器视觉的引体向上计数方法

针对引体向上项目人工计数效率低、误判率高等问题,提出了一种基于机器视觉的引体向上计数方法.利用AdaBoost算法构建Haar-like特征人脸人手分类器,通过计算图像不变矩获取人手人脸面积和质心坐标,分别取人脸面积、人脸与人手质心垂直距离做阈值;利用混合高斯背景模型提取运动前景,统计图像序列中ROI区域灰度变化,然后做椭圆肤色检测,计算图像不变矩获取图像序列中人脸质心坐标,通过对每帧的灰度值和质心坐标变化做分析,并与设定阈值作比较,得到引体向上数目.实验表明,该方法能快速的对复杂环境下引体向上动作进行计数,计数准确率约为91.3％.     

光笔式视觉坐标测量中的亚像素图像处理方法

介绍了一种光笔式便携三坐标视觉测量系统,提出了被测特征点像面坐标的提取方法。依据数字图像处理理论并结合测量系统中被测特征点的成像特点,给出了图像预处理过程及实际处理结果;采用基于灰度质心法的径向截面扫描法对图像边缘进行亚像素级检测;应用平面内任意位置椭圆的最小二乘曲线拟合法对椭圆形光斑中心的像面坐标进行了提取,实验结果表明该方法的提取精度为0.1个像素。     

基于极坐标直方图的图像检索算法

提出了一种新的基于极坐标直方图的轮廓形状描述与图像检索算法。提取轮廓中能够反映轮廓形状特征的尖点和均匀采样点;分别将两类特征点向轮廓质心引向量得到两个特征向量集;最后利用两个特征向量集得到的两类极坐标直方图构造目标形状描述符。实验结果表明,该算法不仅能够很好的描述相关形状的轮廓特征,而且其特征描述具有尺度、旋转、平移不变性,同时提高了图像检索的准确率和查全率。     

单目视觉目标观瞄光点实时定位方法

针对目标跟踪仿真系统中观瞄光点在数字仿真图像中的实时定位问题,提出一种基于单目视觉的光点实时定位方法。首先,采用卡尔曼滤波的方法对光斑在采集图像中的粗略位置进行预测;然后,在以此粗略位置为中心的光斑区域内采用基于Hessian 矩阵的方法对光斑中心坐标精确提取;最后,在建立有摄像机像平面上点到数字仿真图像上对应点的定位模型基础上,由提取的光斑中心坐标经定位模型求解实现光点定位。实验结果表明:该方法对光点定位的误差为0.4 pixel,且每帧图像的光点定位时间为0.32 ms。该方法可实现目标跟踪仿真系统光点的高动态、高精度实时定位。     

基于三维透视变换的圆柱面QR码识别方法

传统的QR码识别算法只适用于打印在平面上的条码,提出了一种有效识别打印在饮料瓶等圆柱面上的QR码。通过对图像轮廓进行角点检测确定回字定位图形,在此基础上筛选条码关键轮廓并对其进行霍夫变换提取圆柱面上的透视椭圆信息,同时结合透视椭圆的参数和三维透视变换,有效构建了圆柱面条码像素从二维图像平面直接映射到三维图像空间的变换矩阵,重构打印在平面或圆柱面上的QR码目标。实验结果表明,该算法对平面或圆柱面QR条码的识别有较高的准确率。     

基于Contourlet变换自适应阈值的图像去噪算法

综合利用Contourlet变换和图像在各个尺度各个方向上的轮廓细节的大小,一定程度上改进了Donoho阈值"过扼杀"其分解系数的缺点,同时还考虑图像的轮廓细节.实验结果表明,与小波阈值,Contourlet阈值和多尺度Contourlet阈值相比,这两种方法更好的提取了图像的轮廓细节,提高了图像的PSNR值.     

基于密度聚类的光条中心线提取方法

为了解决线结构光3维测量中噪声光斑对提取精度的影响，采用了密度聚类灰度重心提取算法提取激光光条中心线。该方法由中心线预提取以及中心线最终提取两阶段组成，预提取阶段实现对激光与光斑两者中心线的同时提取，最终提取阶段采用基于连通性的密度聚类算法完整保留激光中心线并剔除噪声光斑。在仿真实验阶段，对大小为600pixel×600pixel、含有激光中心线的图像进行了加噪处理，并使用提取结果与真实中心线之间各点的均方根误差以及运行时间作为考察标准进行了实验研究。结果表明，该方法与传统灰度重心法相比，在高亮度各向异性光斑、高亮度小面积光斑、高亮度点噪声图像的均方根误差分别降低了12.59pixel，15.12pixel和83.36pixel，时间复杂度分别提高了0.383s, 0.412s和0.416s。该方法与传统灰度重心法相比具有更高的提取精度、近似的时间复杂度，且对噪声光斑具有较好鲁棒性，可以在噪声光斑图像中完整提取出光条中心线。     

基于灰度直方图的激光光斑中心定位算法

为了提高半导体激光加工中激光光斑中心定位精度,根据皮秒超短脉冲激光辐照单晶硅后产生的光斑图像灰度分布特点,提出了一种基于灰度直方图的激光光斑中心定位算法,通过模拟激光光斑仿真分析和单晶硅刻蚀实验,对比研究了不同辐照时间与不同激光功率条件下该算法与传统算法的定位精度。结果表明,在辐照时间不同的条件下,该算法定位精度达到0.761μm,比灰度重心法提高51.3%,比最大行列灰度值法提高93.9%;在激光功率不同条件下,该算法的定位精度达到0.793μm,比灰度重心法提高73.4%,比最大行列灰度值法提高86.8%。此研究可为皮秒超短脉冲激光光斑中心定位控制系统的设计提供指导。     

基于多元正态分布的飞秒激光烧蚀光斑质心提取

飞秒激光在加工单晶硅过程中伴随着等离子体衍生发光现象,并以激光光斑形式表现出来,激光烧蚀效果受激光脉冲能量、光学设置、材料特性、环境参数等因素的影响,参数的选择是实现理想加工的关键,由此引入光斑质心的提取,研究光斑的变化规律以提高加工精度的目的。常用的质心提取算法有灰度质心法、高斯曲面拟合法等,但由于受到噪声的影响,光斑的灰度峰值可能发生偏差,提取的质心同真实质心相比误差较大,由此引入多元正态分布,在多个方向拟合高斯曲面,通过极大似然法估计质心,在精度方面得到了很大的改善。     

基于红外图像特征与K-means的边缘检测

为解决红外图像边缘模糊导致边缘提取困难的问题,提出一种基于边缘特征与K-means结合的红外图像边缘检测方法。首先将人眼视觉特性与红外图像边缘点处的灰度分布特点结合,构造出反映其结构特征的数据集;再利用K-means将数据集分为边缘点和非边缘点,提取出图像边缘;最后利用二步法将边缘进行细化,以便实现红外图像边缘检测。实验结果表明:该方法能够通过自适应阈值提取出红外图像的完整外部轮廓,并保留内部边缘信息,对弱边缘起到良好的提取效果,并有效抑制噪声干扰。     

Geometric property based ellipse detection method

In this paper a simple but effective and robust ellipse detection method based on geometric property is developed, which mainly utilizes the following two aspects of ellipse geometric information:(1) Points on ellipse contour are position-symmetric and the gradient vectors of one pair of symmetric points are parallel or anti-parallel, the fact of which can be used for ellipse center location. In this part, the inner product in mathematics is introduced to evaluate the extent of parallelism of two gradient vectors, and then two concepts, inner product symmetrical energy (IPSE) and inner product consistent energy (IPCE), is defined to compute the probability of a position as a symmetric center.(2) The sum of distances of one contour point far from ellipse’s two foci is a constant. For two given positions, by computing the distribution of the sum of distances we can validate if they are the correct positions of ellipse foci. Furthermore, ellipse’s semi-major axis can be also estimated from distance distribution on the positions of ellipse foci. After determining the center, foci and semi-major axis of an ellipse candidate, other parameters can be easily deduced by resolving the elliptic equation directly.Compared with existing methods, the proposed method detects the ellipse using the geometric properties directly while avoiding the complicated application of the ellipse parameter space or fitting step, and it is simple, effective and robust. In addition, the ideas proposed in this paper can be extended for other features extraction, such as general symmetry center location and other shapes detection, and extensive experiments show the good availability of the proposed ideas.     

激光光斑整形算法

为了消除红外激光光斑图像中的后向散射现象或使光斑的灰度分布更加均匀以便于观测,提出了一种基于光斑重心的后向散射抑制算法和一种激光光斑灰度值补偿的算法。基于光斑重心的后向散射抑制算法是在提取光斑重心位置的基础上,确定光斑的半径,最后通过设定的阈值决定图像的灰度值。光斑灰度值补偿算法要在确定光斑边缘点的基础上,计算出光斑中心,再通过光斑的区域能量来修正中心位置并确定光斑半径,最后以光斑中心和半径来矫正光斑区域图像的灰度值。给出两种算法的实验结果及分析,研究证明算法可以基本全部去除光斑图像中的后向散射现象,较好的修正光斑区域的灰度值分布情况,经算法处理后的图像适合应用于进一步的工程实验分析中或是进行实时图像观测。     

基于三维反正切函数拟合的光斑质心提取算法

在诸多需要对光斑质心进行定位的领域里,光斑质心定位的精确性和稳定性都是至关重要的。根据光学系统对物体边缘的模糊原理,提出一种新的光斑中心提取算法。该算法是以反正切函数为基函数,通过对其变量代换从而得到可以拟合光斑灰度分布的函数。求解过程中首先通过高斯-牛顿法进行迭代,然后再通过最小二乘法进行最优解估计。文中先通过仿真分析,对比了文中算法与传统算法的优劣,进一步通过实验验证该方法相对于传统方法的优势。实验结果表明:基于文中算法光斑质心提取精度为0.125 3个像素;此时角度传感器的测角精度为0.172 3,优于传感器技术要求的0.25。文中算法对噪声、对比度、光斑的长宽比和大小的综合性能优于传统算法,实验结果稳定可靠,满足角度传感器使用要求。     

基于能量分布的星点提取方法

为提高星图预处理中质心提取的精度和实时性,提出了一种基于星点能量分布的星点提取方法.该方法将星点的能量分布概括为如下三个特点：一是当σ＜0.671时,星点的能量主要集中在其中心3×3像元的区域内;二是星点中心灰度最大;三是星点中心周围8个像元的灰度值大于平均灰度值.依据后两个特点可以确定星点中心像元,然后根据第一个特点就可以用传统的质心算法对星点中心3×3区域进行质心提取.仿真结果表明,该方法能够实时有效地进行星点提取,且实时性优于连通域法,在星等小于5时质心提取精度也要优于连通域法.     

焊接机器人实时引导中光条快速提取算法研究

在结构光视觉测量系统中,激光条纹的提取精度和速率直接影响到最终测量结果的精确度。为了解决现有激光条纹提取方法难以同时达到抗干扰能力强、稳定性好和运算量小等问题,采用了一种优化Steger快速提取激光条纹中心的方法,利用梯度阈值分割出有效条纹区域,采用优化的扫描方式,用灰度重心法对条纹中心进行粗提取,然后用Hessian矩阵法对条纹中心进行精提取。对激光条纹提取原理进行了理论分析,并对软硬件设计进行了实验验证,取得了较好的实验数据。结果表明,该方法与传统方法相比,具有提取精度高、提取速率快的优点,这一结果对柔性传感器的高精度和实时性是有帮助的。     

基于目标检测网络的摄影测量编码点定位

为解决传统摄影测量编码点定位依赖多种关系准则、判定复杂且识别不稳定的问题,提出一种采用基于改进YOLOv3的目标检测网络分割编码点、利用距离排序识别中心标记点的定位方法。首先针对编码标记点特点改进特征提取网络,从复杂背景中快速识别编码点,然后在预测框内进行图像处理,计算轮廓质心到中心的距离,通过距离排序定位中心圆形标记点,最后构建标尺编码点数据集用于网络训练和测试。实验结果表明,目标检测网络识别编码点的精度达到94.91%,受环境和噪声等的影响小,距离准则准确率高,该定位方法具有适应性好、鲁棒性高的优点。