基于小波模极大值的织物疵点检测

织物疵点部分相当于图像中灰度突变的奇异信号,对比传统的边缘检测方法,小波变换在检测图像微小细节边缘时具有明显的优势,能很好地刻划突变点的奇异性。首先利用小波的多尺度特性求得织物图像局部极大值点,有效提取出织物疵点区域的边缘,然后结合形状特征求出织物疵点区域的形状特征,对常见重纬、重经、缺经、缺纬、油污、破洞织物疵点图像进行仿真实验,结果表明此方法既保留了织物疵点边缘信息,又剔除了虚假边缘,最终有效地提取出了疵点区域的形状特征。     

Radon变换及其在图像识别中的应用

介绍了图像的Radon变换和在Radon变换下的几何矩计算方法。利用Radon变换的抗干扰特性,给出了图像在Radon变换下矩特征的提取及组成矩特征矩阵的方法。最后,介绍了利用矩阵的奇异值(SV)用作图像识别的方法。     

基于 Radon 变换的时空图像纹理角识别方法

时空图像测速法以河流表面自然特征为分析对象,检测生成的时空图像中的纹理主方向,根据物象变换关系、拍摄所得视频参数和纹理方向倾角的正切值计算出河流表面的一维时均流速。针对实际应用中生成的时空图像受噪声干扰而导致时空图像纹理倾斜角检测精度出现较大误差的问题,本文提出采用改进的同态滤波器来增强河流表面图像的纹理特征,采用融合了自适应直方图均衡化的频域滤波对时空图像去噪,再利用Radon变换检测纹理角方向。通过模拟纹理图像实验,较高、较低流速条件下实地河道实验验证本文改进方法的有效性,实验结果表明,对于标准的模拟纹理图,Radon变换角度检测结果相对误差小于0.03%,对于干扰较多的复杂的实地河道环境,较低和较高流速条件下,基于Radon变换的时空图像纹理角识别结果与人工手动目测值间的相对误差分别小于1.56%和1.80%。实验表明,Radon变换法可行且较其他纹理角检测算法有更高的精度。     

一种基于分水岭和Radon变换的波向检测方法

根据波浪图像的纹理特征,提出了一种新的基于分水岭和Radon变换的波向检测算法,该方法利用波浪纹理特征,选择效率高且易于实现的分水岭变换,对图像波谷进行分割,提取波谷形态方向并推算出带有±180°方向模糊的波浪方向;截取波浪纹理图像并生成时栈图像,通过Radon变换去除方向模糊,实现波向的有效检测.仿真实验结果表明,该算法简单有效,有利于提高波向检测的精度和效率.     

基于改进亚像素算法的陶瓷天线PIN针在线精密检测

陶瓷天线PIN针作为天线中重要的零部件之一,其尺寸偏差将直接关系到天线的产品质量。为了实现PIN针的在线精密检测,设计研发了一种PIN针在线检测装置,并提出了一种基于改进亚像素算法的PIN针尺寸检测方法。首先开始采集图像并进行像素当量标定,对图像进行畸变校正、获取ROI区域、图像预处理,然后利用基于改进Sobel算子及高斯峰值位置估算的亚像素边缘检测算法提取边缘点,利用最小二乘法将边缘点拟合成一对平行直线,并计算出线间像素宽度,根据像素当量换算得到被测PIN针在ROI区域处的直径尺寸。实验结果表明,该方法的测量平均相对误差小于0.25%,在保证±0.005 mm检测精度的同时,其平均耗时相对于传统基于高斯拟合的亚像素检测算法缩短了64.32%。     

基于主结构提取与签名算法的织物缺陷检测

为解决目前基于图像处理的织物缺陷检测算法中,因织物组织纹理结构复杂、花型繁多造成的检测效果差的问题,提出一种基于主结构提取与图像签名算法的纹理织物缺陷检测方法。首先,使用改进的总变差模型去除织物纹理提取主结构;其次,利用高斯变换对待检测图像进行多尺度分解,构建高斯金字塔;然后根据视觉注意力机制提取颜色特征,通过图像签名算法对疵点进行显著性检测,最后利用自适应阈值的方法分割得到疵点区域。实验结果表明,算法可有效地提取各种织物的主结构,实现不同纹理织物图像的缺陷检测。     

基于小波变换的新型SURF图像拼接方法

针对传统图像拼接算法特征点计算量大、耗时较长等问题,提出了一种基于小波变换的新型加速鲁棒特征算法(SURF)图像拼接方法。首先通过Haar小波函数对图像进行二阶分解以获取图像低频成分,并利用小波梯度矢量对低频图像重合区域进行特征点提取,从而实现低频图像下快速获得特征点的变换参数以指导高频图像下的特征点提取;在此基础上,提出一种SURF图像匹配改进算法,利用特征点约束的单向匹配和方向一致等性质,有效剔除误匹配点对,以提高特征点匹配精度和实时性。最后,通过两组实验验证了所提出方法的有效性和可行性。     

基于改进维纳滤波的运动模糊仪表图像恢复算法

运动模糊图像复原问题,是仪表智能读数的关键技术之一。提出了一种自适应模糊角度估计方法以有效地检测模糊方向,此方法根据极径累加值作为判断依据自适应地选取Hough变换或Radon变换获得模糊方向检测结果。提出了改进维纳滤波复原方法,实现参数的自动设定,并对边缘像素的振铃效应进行抑制。实验结果表明,自适应模糊角度估计方法有效地检测到了运动模糊方向,改进维纳滤波方法获得了理想的复原结果、避免了振铃效应的出现。     

基于机器视觉的圆网印花机对花检测系统

针对圆网印花对花检测问题,提出利用机器视觉的方法来检测印染过程中对花误差的大小.首先介绍了印染织物图像的特点,并结合“错花”图像的特点,采用JSEG算法对织物图像进行分割;选取各颜色区域的边缘轮廓作为匹配的特征信息,通过两次基于Fourier-mellin变换的曲线匹配,完成误差的检测.最后给出了“错花”误差的计算结果...     

基于DSP的直线特征快速提取算法研究

标准Hough变换用以检测直线特征需要较大的时间/空间消耗,难以适用于实时图像处理.提出了一种适用于DSP的快速直线检测方法,并研究了其在轨道特性分析中的应用.结合插值采样的方法构建低级图像,利用方向滤波滤除目标特征外的特征点,降低目标特征外直线的干扰.同时针对DSP结构采用了一种后向映射策略,直接对图像进行逐个像素的参数变换,减少了空间消耗.实验数据分析表明,可以大幅提高直线特征检测效率,大幅提高实时图像处理速度.     

嵌入式织物经纬密度检测系统设计

近年来,数字图像处理技术在纺织行业中得到了广泛的应用.为实现对织物经纬密度的高精度自动检测,以ARM架构处理器为核心硬件平台,配合Linux操作系统,设计了一套小型化、高精度的嵌入式织物经纬密度检测系统.该系统使用微型光学镜头采集织物图像,结合直方图均衡、频域滤波等多种图像检测算法,实现对织物经纬密度的高精度检测.硬件设计部分详细介绍了检测系统的系统框架与硬件结构;软件设计部分介绍了基于FIQ中断系统的高速CCD图像传感器驱动设计方案、综合多种图像处理算法的纱线密度检测算法等模块.实验表明,对于经典斜纹机织牛仔布,手动检测与自动检测的相对误差在1％以内,检测效果令人满意,设备可以批量生产.     

窗口加权协方差矩阵特征值检测织物瑕疵

针对织物瑕疵严重影响布匹质量的问题,提出织物窗口加权协方差特征值自动检测织物瑕疵的方法。首先,选择织物窗口,以每个织物灰度值为中心的窗口遍历整幅织物图像,计算织物遍历窗口的加权协方差矩阵,从而得出织物窗口加权协方差矩阵的特征值。织物瑕疵对应的加权协方差矩阵的特征值小于织物无瑕疵区域对应的特征值。织物无瑕疵织物窗口加权协方差特征值的均值作为织物瑕疵分割阈值。在检测阶段,根据分割阈值对待测织物的窗口加权协方差特征值进行判别,从而达到准确检测织物瑕疵的目的。实验结果表明,织物窗口尺寸范围在(11,31)时,织物的窗口加权协方差矩阵特征值可以准确快速检测织物瑕疵。避免了PCA多维特征值分类的过程,提高了检测织物瑕疵的效率,满足了织物工业在线检测需求。     

基于改进Hough变换的雾中绝缘子裂纹检测与研究

鉴于航拍雾中绝缘子图像出现颜色失真与裂纹检测效果不理想的问题，采用了一种改进Hough变换对雾中绝缘子定位与裂纹检测方法。针对颜色失真的弊端，通过大气光强度与暗通道之差的绝对值改进透视率计算公式，使之改善蓝天、白云等光亮区域去雾后颜色失真的情况。对于绝缘子定位与裂纹检测的障碍，提出了椭圆圆心是此椭圆内外所有点中到边缘最大长度最小的点这一特征，快速计算出圆心以此降低Hough参数维度与计算量,实现绝缘子在图像中的定位。最后采用Hough空间中峰值检测与置零法相结合，解决传统Hough变换检测直线算法耗时久与准确率低的短板。通过设定阈值减少伪裂纹与过连接的产生，快速并准确的检测出裂纹。通过仿真实验验证，文中所提的改进Hough变换相比传统Hough变换对雾中绝缘子裂纹检测速率提升了1.4倍，准确率提高了5.5%。     

一种改进的印刷丝网布疵点快速检测算法

为提高印刷丝网布疵点检测的速度和准确性,提出了一种基于傅里叶变换和改进阈值分割的印刷丝网布疵点的检测算法。以无图案的印刷丝网布为研究对象,首先对采集到的印刷丝网布图像进行傅里叶变换,得到印刷丝网布图像的频谱图;然后利用Butterworth低通滤波器对频谱图像进行滤波,滤除傅里叶空间的高频分量;最后对逆变换得到的滤波图像进行改进的迭代法阈值分割,从而实现印刷丝网布的疵点检测。实验结果表明,该算法能够实现脏污、划痕、飞丝、破洞等常见疵点的快速准确检测。     

基于区域极值法心电QRS波的检测

目前,心电QRS波检测的方法很多,其中小波变换较为流行。其核心策略通常是在某一尺度或某几个尺度内搜索小波变换模极大—极小值对之间的过零点,此点对应R波峰值位置。然而,此方法策略存在一定的局限性,它只对一部分病例具有较好的检测效果,对于其它病例则不能较好地检测到R波峰值点,存在不同程度的偏差。根据医学心电常识,R波在心电信号一定区域内幅值为最大,只要确定了搜索区域,搜索到极大值点即为R波峰值点。本文结合二次B-样条小波变换算法提出一种区域极值检测法。通过美国MIT/BIH心电标准数据库进行实验验证表明,该方法克服了此局限性,对108和207以外的所有病例都具有较高的检测率和较好的检测效果,同时经过ARM平台实际应用验证了本算法完全满足实时分析的需求。     

结构化矩阵分解的网状织物缺陷检测方法

针对在网状织物缺陷检测过程中因纹理复杂造成误检问题,提出了一种结构化矩阵分解的网状织物缺陷检测方法。首先,通过Retinex算法对图像进行增强,利用所提取的底层图像特征生成特征矩阵,并将其分解为含有织物图像背景信息的低秩矩阵和含有缺陷信息的稀疏矩阵;其次,引入了高级先验矩阵和索引树两个部分,通过利用增强后图像进行获取,并对两个部分进行特征融合,实现缺陷显著性增强。通过计算稀疏矩阵的值,获得缺陷的显著性的大小;最后,通过最佳阈值分割算法分割缺陷显著图,从而得到缺陷检测结果。利用公开数据集TILDA和BASLER工业相机采集到的网状织物缺陷图像验证了算法的性能。研究表明,与其他算法相比,本文算法的识别准确率达到94.25%,召回率达到92.48%,分类准确率达到90.12%。     

基于Camera Link的线阵CCD外同步控制设计与实现

在纺织布匹疵点检测系统中,获取平稳清晰图像对后续布匹图像疵点的精确检测和类别正确识别至关重要。由于布匹疵点检测系统外部事件的不可预测性,如何控制线阵CCD以获取平稳清晰的图像。针对这一问题提出了一种线阵CCD相机外同步控制方法。该方法采用VHDL语言在Xilinx公司Virtex-II PRO FPGA架构上设计实现。重点介绍了相机自适应的外同步控制设计方案和实现方法,通过ModelSim仿真和布匹疵点检测系统的在线测试,验证了该方法的有效性和可行性。     

一种改进的基于卷积神经网络的绝缘子检测算法研究

针对现场中采集的绝缘子图像存在目标图像大小尺度不一,以及拍摄角度所造成的目标图像相互遮挡等因素而导致误检或漏检等问题,提出了一种改进的基于卷积神经网络的绝缘子图像检测方法。采用轻量化的ZF网络实现特征提取;确定优化的锚窗比例提升目标图像的检测精度;对NMS后处理算法进行了改进,提出多阶段的惩罚因子算法,适应于多尺度、多比例、绝缘子重叠遮挡等复杂情况。实验结果表明,改进后的Faster R-CNN的检测方法将AP由0.797 7提高到了0.905 8,显著地提升了绝缘子目标图像的检测精度,降低了绝缘子的漏检和误检的概率。