基于改进形态学的吹塑产品边缘提取技术

针对基于机器视觉的吹塑产品外形尺寸在线检测系统易受环境的影响而导致检测精度及速度无法保证的问题,提出了一种基于改进形态学的亚像素边缘提取方法。首先在已获得感兴趣区域的基础上,采用形态学梯度算子和Canny算法确定物体边缘点的像素级位置;然后以该位置的邻域像素灰度值作为判断的补充信息,采用高斯拟合方法求得边缘点的亚像素边缘轮廓,进而得到外观尺寸。试验结果表明:该提取方法具有抗噪声能力强、计算速度快、定位精度高等优点,既能够获得连续光滑的亚像素轮廓,还能够很好地保留原图像的信息,且每次检测周期约为0.2s。     

视线追踪中一种新的由粗及精的瞳孔定位方法

基于图像处理的方法,采用了由粗及精的瞳孔定位思想,提出了一种高精度的瞳孔定位算法.该算法首先利用瞳孔区域的直方图,采用改进的最大类间方差法自适应地分割瞳孔区域,实现粗略定位,然后利用瞳孔灰度的梯度特性来精确定位瞳孔边缘点,最后在像素级瞳孔边缘点的基础上,采用亚像素定位方法,更精确地求得亚像素级瞳孔边缘点,并通过椭圆拟合的方法来精确确定瞳孔的中心位置.另外,针对瞳孔被遮挡的情况,本文提出了一种等距离补偿瞳孔的方法.多次实验结果证明了该算法对遮挡瞳孔的定位有较强的鲁棒性,可以准确地定位瞳孔的位置.     

最小二乘改进算法及其在椭圆拟合中的应用

提出一种像素级边缘检测椭圆拟合新算法,用该算法对最小二乘算法进行了改进。首先,将符合要求的准椭圆转化到归一化坐标系;然后利用最小二乘法进行亚像素级椭圆拟合;最后,采用二次曲线拟合点集求解出亚像素及椭圆几何中心。在给定的图形中,利用本文提出的改进像素级边缘检测算法可以明显提高拟合不确定度和拟合精度。     

催化电解法处理苯胺废水实验

提取点云特征点的方法,大多集中在如何从扫描获取的点云数据中直接提取特征点,提取特征点的准确性受限于扫描精度.本文提出了一种精确提取点云数据特征点的方法:根据离散三维点云数据拟合曲面,精确求解拟合曲面的特征点.首先根据最小二乘法求解空间一点邻域内的曲面模型,然后计算曲面极值点作为特征点.这种方法不需要逐点判断曲率,提高了效率,同时采用最小二乘法拟合曲面,提高了精度.本文提出的方法对逆向工程中测量数据的曲面分割和多视角拼接也有借鉴意义.     

输电线路机载LiDAR点云分类算法研究

针对输电线路点云数据的语义分割 自动化程度及精度较低的问题,基于输电线路的空间特征分布,提出能够实现杆塔、地线、导线等目标物提取的点云数据自动分割算法.利用无人直升机所获取的输电线路机载LiDAR点云数据进行电力设施提取实验.结果表明,本文提出的算法具有较高的查准率及查全率,查准率方面杆塔、导线、地线分别为99.74％...     

基于图像处理技术的岩体裂隙定量识别方法研究

传统的岩体裂隙特征提取方法较难及时准确地对裂隙特征进行提取,现有数字化处理方式缺乏系统性。笔者提出一种基于图像处理技术的岩体裂隙定量识别与表征方法,在小波分析基础上建立了自动阈值分割算法,对图像裂隙区域进行分割处理。在对图像进行裂隙区域分割处理后,采用区域生长法计算裂隙面积。采用边界跟踪算法提取边缘轮廓,并利用Zhang-Suen细化算法计算裂隙骨架。在此基础上利用动量法拟合骨架切线,并计算切线的法向向量,利用三角函数转化来计算裂隙倾角,结合DDA画线算法对裂隙宽度信息进行提取并计算裂隙宽度。研究结果表明：基于小波分析建立的自动阈值分割算法,在对裂隙区域的分割效果、阈值选取及计算速度上均优于传统的Otsu算法。在裂隙特征值的提取计算上,该方法不仅保证了骨架的平滑度,而且提高骨架的拟合程度,相比于传统方法,该方法计算更加简单,计算量更小。     

高分二号卫星影像中城市建筑物阴影检测方法

针对阴影在检测过程中易与水体、深蓝色地物、深灰色道路混淆的问题,对高分二号卫星(GF-2)影像中的典型地物纹理和光谱信息进行统计分析,提出一种基于多尺度分割和随机森林分类的阴影提取算法。通过选取样本数据的阴影指数、亮度、逆差矩、熵、对比度等12个对象特征构建随机森林分类模型,精确提取阴影区域。实验结果显示,本文所提阴影提取算法可以有效地对阴影进行识别,对2个研究区的提取精度分别达到了95.26%和94.35%,可有效解决单一特征下阴影不易与其他地物区分以及阈值分割过程中阈值不易确定的问题。     

高分辨率遥感影像圆特征提取算法研究

高分辨率遥感影像的圆特征提取广泛应用于摄影测量中,其精度高低对相机标定和特殊目标监测有着重大的影响。在实际应用中,圆特征提取的精度高低主要取决于所使用的圆特征提取算法。本文研究总结了重心法、中心收缩法和基于边缘跟踪的最小二乘圆拟合算法等常用的圆特征提取算法的原理和实现步骤,并根据实验数据的比较分析,给出了这3种常用圆特征提取算法各自的优缺点和适用情况。最后,提出并实现了一种基于边缘二次跟踪的双圆检测算法,解决了由成像目标缺损引起的提取圆心位置偏差的问题。     

一种结合曲率与圆特征的实时指尖检测算法

为实时准确地获取指尖数量,提出一种结合曲率与圆特性的指尖检测方法。首先采用基于肤色与运动检测相结合的方式将手势区域从复杂背景中分割出来;然后对包含手势的图像进行二值化处理,进而对图像进行滤波与形态学处理后提取手势轮廓;再依据曲率的方法提取手势轮廓上的拟指尖点,最后利用指尖点的圆特性将非指尖点去除掉,得到准确的指尖数量。     

基于亚像素圆心检测法的变形监测技术

 通过分析当前应用于变形监测的图像处理技术,基于传统的灰度重心法和圆边缘检测法,提出改进的有标点中心定位法--亚像素圆心检测法。为验证其精度,设计对比试验,从标点尺寸、拍摄距离、光源强弱和标点运动状态4个方面,对比分析改进算法相对于传统算法的优越性,并得到改进算法的理论精度。同时,通过研究标点位移的特点,建立基于亚像素圆心检测法的变形监测技术,并设计试验,从拍摄距离、光源强弱、标点运动状态3个方面分析该技术的理论可行性。试验结果表明：有标点亚像素圆心检测法精度较高,在50 m拍摄距离内精度达1 mm(15 cm直径圆);基于该算法的变形监测技术对标点坐标变化敏感,在40 m拍摄距离内,识别误差控制在1.0 mm范围内,在25 m拍摄距离内,误差严格控制在0.5 mm内,可行性强。依托江西省石城-吉安(石吉)线B8标李家寨高边坡,进行现场试验,监测结果显示,监测误差与理论研究结果相符,表明新型监测技术具有较好的工程适用性。经理论研究与实践证明,该算法监测精度高、可行性强、工程适用性强、成本较低、可实时反馈监测信息。