基于可调证明滤波器的球团矿生球图像裂缝检测方法

球团矿生球制造是炼钢工业中的重要环节,而裂缝检测是生球质量指标(落下强度)检测中的关键步骤。目前生球裂缝检测仍采用人工目测,效率低且检测结果具有主观性,而现有的基于图像处理的裂缝自动检测方法主要针对桥梁、道路、太阳能电池等物体的平直表面上的裂缝,对生球这种小目标曲面上的裂缝检测能力有限,且难以克服生球图像中原材料污渍、生球边缘轮廓、球面反光等多种噪声的干扰,易造成裂缝的误检与漏检。针对这一问题,提出一种基于可调证明滤波器(SEF)的球团矿生球图像裂缝检测方法。首先,针对图像背景中存在的原材料污渍与碎屑干扰,采用主动轮廓模型从图像中分割出感兴趣区域(AOI);然后,针对生球边缘轮廓和球面反光造成的干扰,采用可调证明滤波器生成生球裂缝响应图,实现AOI图像粗分割;接着,利用形态学处理与连通域分析法消除粗分割图像中的生球边缘及噪声点,获得精确的分割结果;最后,采用连通域分析法检测生球是否存在裂缝,并计算出裂缝条数。为验证所提出的方法,搭建了生球图像实验采集平台,采集了约300张具有不同背景和裂缝数量的生球图像。实验结果表明,与现有的5种裂缝检测方法相比,本文方法在裂缝分割准确率、精确率、加权...     

复杂环境基于YOLACT电缆识别与定位

目前，电力公司的电缆维护都是人工完成的。人工维护不仅工作量大、效率低，而且存在很大的安全问题。随着机器视觉的快速发展和机器人技术在各行各业的广泛应用，将机器人和视觉技术应用于电缆的自动维护已成为一种必然趋势。本文提出了一种基于YOLACT模型的双目电缆识别与定位方法，该方法首先利用改进的YOLACT网络对复杂环境下的密集电缆进行识别和分割，然后对电缆分割图像进行边缘优化与提取，最后利用得到的电缆边缘特征对双目图像中的相同目标进行匹配，从而实现复杂环境下对电缆的识别与定位。与传统的YOLACT模型相比，本文提出的电缆候选框相关度计算方法可以很好地解决识别密集电缆时出现的漏检和误检问题，提高了电缆识别的准确率。     

基于图像的混凝土表面裂缝量化高效识别方法

卷积神经网络（convolutional neural network,CNN）算法是目前进行裂缝图像识别的常用方法。但目前仍存在卷积神经网络过于复杂、训练参数多、设备配置要求高和检测实时性低等问题。针对以上问题,本文提出一种基于轻量化CNN的混凝土表面裂缝识别方法。通过搭建轻量化全卷积神经网络（light-weight full convolutional neural network,LFNet）解决目前经典的卷积神经网络中训练参数过多的问题;采用基于高斯梯度变化的阈值分权法,对存在裂缝的图像进行分析,提取裂缝特征;最后采用基于欧氏距离的裂缝宽度算法实现对裂缝宽度分析计算。实验结果表明,本文所提的LFNet优于目前经典的卷积神经网络,其精确率、召回率和综合评价函数值三个参数分别达到97.944%、98.277%、98.108%,裂缝宽度特征参数的计算误差可控制在0.5 mm以内。     

复杂背景下多特征结合的深度学习手势识别

科学技术的快速发展使得基于深度学习的人机交互已经得到广泛的应用。手势识别作为人机交互领域的重要组成部分,同样具有重要的研究意义和应用价值。通过对传统的手势识别方法进行研究,发现主要是利用肤色检测算法实现手势识别和分类,但是传统方法在针对具有复杂背景的手势图像时会出现识别效果差等问题。为解决这一问题,提出一种基于卷积神经网络的肤色特征和边缘特征结合的手势识别方法。首先,在YCrCb颜色空间采用椭圆肤色模型和Otsu阈值肤色识别算法获取手势肤色特征,经算法判断后,对手势肤色图像采用改进Canny边缘检测算法获得手势边缘特征。其次,提出一种边缘填充方法对手势边缘图像处理,得到手势轮廓完整的手势边缘图像。最终,采用逻辑运算和形态学运算得到手势分割图像,并输入卷积神经网络进行训练和识别。实验结果表明,该方法在复杂背景下具有较好的手势识别效果,在NUS-II数据集上的平均识别率为98.83%。     

基于改进分水岭算法的彩色图像分割

分水岭分割算法能够精确定位图像边缘和得到封闭的轮廓线,广泛应用于图像分割。但是,对复杂的彩色图像,易产生过分割问题。本文综合考虑彩色图像的色度信息、边缘信息和区域邻接关系,提出了一种改进的分水岭分割算法,对分水岭分割后的图像进行相似区域合并。实验结果表明,本文提出的方法准确率高,运行速度快,有效地抑制了分水岭算法的过分割问题。     

基于图像融合的保护压板运行状态辨识方法研究

随着信息技术和智能化技术在电力系统的应用拓展,采用智能巡检机器人对变电站一、二次设备运行状态进行巡视逐步成为智能运检的趋势.提出了一种基于图像融合的保护压板运行状态辨识方法.基于OTSU阈值分割优化方法快速检测图像中的高光干扰;引入改进RANSAC算法完成多视角的图像特征匹配和求取最佳透视变换矩阵,利用辅助图像透视变换至主图像修复其中的高光区域;在图像修复的基础上通过对压板边缘检测的倾角来判断其运行状态.实验结果表明,所提抗干扰方法有助于更好地识别图像中压板的运行状态,辨识准确率可达93％.     

面向视觉假体的复杂图像处理技术

为了更准确地提取视觉假体采集的复杂图像中的信息,提出了一种基于视觉显著性的复杂图像视觉焦点检测和基于多尺度信息融合的图像边缘特征提取算法。算法首先利用GB算法计算复杂图像显著性图,然后利用双阈值分割和形态学方法提取出复杂图像中的视觉焦点区域。其次,针对传统边缘检测中单尺度微分算子的不足,提出了融合多尺度Sobel的边缘检测方法。提出的复杂图像处理策略既简化了图像信息编码的复杂度,又提高了边缘提取算法的噪声稳健性。     

融合Hough直线检测和Grab-cut的风机叶片自适应分割方法

完整的边缘信息对风力发电机叶片的边缘缺陷检测至关重要,但由于户外采集的风机叶片图像背景复杂多样,现有图像分割算法的分割精度不足,无法保证边缘缺陷的完整性.因此,提出一种基于图像边缘特征与颜色信息的自适应图像分割方法实现风机叶片边缘检测.首先,使用Hough直线检测初步定位叶片直线边缘;然后,在目标区域应用基于Otus阈...     

手指静脉图像感兴趣区域快速提取方法研究

手指静脉识别技术由于其非接触、高防伪性以及活体检测等优点,成为研究与应用的热点。针对传统手指静脉图像感兴趣区域提取方法过程复杂、运算量大的问题,提出一种感兴趣区域快速提取的方法。该方法采用三点对比法定位手指上下边界以及基于相似三角形定理的图像校正方法。与传统的方法相比,省去了边缘优化的复杂过程以及减少了旋转校正的乘法运算量,能将指静脉图像感兴趣区域提取的速度提高2～3倍。利用指静脉图像库进行仿真实验,结果表明,本算法提取ROI的正确率为100%,识别的等错误率仅为2.45%,说明该方法具有较高的普适性和稳定性,能广泛应用在指静脉识别系统中。     

基于立体视觉分析的显著性区域检测算法

针对传统单目视觉显著性模型存在细节丢失,不适用于复杂场景等问题,提出一种基于立体视觉分析的显著性区域检测算法。首先,采用基于图的分割方法将图像分割成不同区域,根据颜色和视差以及空间相干性计算颜色复杂度和视差复杂度。其次,对两者进行显著性聚合,计算像素对比度从而得到区域对比度。最后,引用视差信息计算局部对比度后,进行融合归一化,获得显著图。该算法适用于背景纹理复杂的立体图像显著性区域检测,检测的显著图细节突出,边缘锐利。实验结果表明,该算法优于其他显著性算法,符合人类视觉机制,在立体图像数据集上获得了75%正确率和88%召回率。     

水工混凝土裂缝像素级形态分割与特征量化方法

混凝土开裂问题在水工建筑物主体结构中普遍存在,裂缝检测一直是水工混凝土结构安全鉴定的重要内容.数字图像处理技术因具有效率高、成本低等优势而被广泛应用于结构表面裂缝检测中,形态分割与特征量化是其核心任务.针对传统图像处理人工干预较多、泛化能力较弱等不足,本文提出了一种基于深度卷积神经网络的水工混凝土裂缝像素级形态分割与特...     

路面病害巡检评估系统中的裂缝检测技术

由于使用手持设备的网络型混凝土路面病害巡检评估系统与车载道路检测系统的病害图片处理方法不同,针对使用手持设备的网络型混凝土路面病害巡检评估系统提出一种基于图像处理的可纠正图像畸变的混凝土路面裂缝检测技术。1)使用张定友法对摄像头进行标定,获得摄像头内外参数;2)对路面病害图像进行预处理;然后,通过阈值分割法检测出路面裂缝,根据背景连通域数量的差异,实现了裂缝分类;通过投影法对出横、纵和斜向裂缝实现分类。3)对线性裂缝提取裂缝骨架细化并根据实际版块长宽,求出裂缝长度、平均宽度等病害参数;对于网状裂缝通过求其最小外接矩形计算其破损面积。     

An improved algorithm for image crack detection based on percolation model

In a complex background, because of uneven illumination, concrete bubbles, shadows of various shapes, and other noise, traditional crack detection methods based on image processing cannot accurately detect cracks, especially unclear cracks. A crack detection method based on the percolation model fully considers the features of cracks including the characteristics of brightness and length, and therefore can accurately detect cracks in the image. But this method is time consuming, and some noisy areas are detected as crack regions. In order to solve the problems above, we propose an improved algorithm for image crack detection, which includes an accelerated algorithm and a new denoising method based on the percolation model. The accelerated algorithm decreases the number of iterations of percolation processing to reduce the computing time, and the denoising method is based on the characteristic of brightness and the length feature of cracks to remove the noisy regions. Experimental results show that the proposed algorithm can accurately and efficiently detect cracks in the image. © 2014 Institute of Electrical Engineers of Japan. Published by John Wiley & Sons, Inc.     

基于全卷积神经网络的坝面裂纹检测方法研究

针对常规裂纹检测方法难适用于坝面裂纹检测的问题,提出一种基于全卷积神经网络的裂纹检测方法,主要解决混凝土坝面裂纹的定量化检测问题。该检测方法引入图像预处理与形态学后处理相结合的方式,分别对原始数据和预测结果进行优化,提升检测精度;并根据坝面数据特点对传统FCN（Fully Convolutional Network）网络进行改进,得到针对性更强的裂纹检测网络C-FCN（Crack Fully Convolutional Network）,提升对裂纹检测的准确率;结合成像原理提取定量化信息,避免繁杂的相机标定工作,更加高效客观。利用该检测方法对实际工程进行实测,像素准确率、召回率和交并比分别达到75.13%、86.84%和60.15%,相比传统FCN网络,三项指标分别提升5.61%、16.56%、13.22%,同时定量化误差小于5%,裂纹平均宽度均不超过5 mm。该检测方法能够实现对坝面裂纹的精准识别和定量,为坝面后期风险评估和维护提供有力的数据支撑,具有显著的工程意义。     

基于改进Canny算子的绝缘子裂纹检测研究

为解决绝缘子图像中由于背景的复杂性 导致边缘检测 存在噪声及伪目标问题,提出了基于二维阈值分割的Canny算子边缘优化法。首先,在HSI颜色空间通过对S分量进行强化,有效弱化背景,突出绝缘子目标;其次,针对传统canny算子在提取绝缘子边缘时由于部分噪点突出导致检测裂纹的精度较低,提出对Canny算子中的阈值选取进行改进,采用二维直方图灰度-局部方差法对经预处理的图像进行阈值处理。所提改进算法能够有效优化绝缘子航拍图像处理结果,提高检测绝缘子裂纹准确率。     

开裂混凝土中碳钢与不锈钢钢筋腐蚀速率研究

为了揭示裂缝宽度对混凝土中碳素钢与不锈钢钢筋锈蚀速率的影响,本文在钢筋腐蚀电化学理论的基础上,考虑裂缝对混凝土中氯离子和氧气输运的影响、氧气对钢筋锈蚀的作用,建立开裂混凝土数值模型探究了钢筋的腐蚀过程。通过与试验结果的对比分析验证了数值模型的正确性,并以此为基础开展了参数敏感性分析。研究结果表明：阳极极化过程和氧气供给是影响钢筋腐蚀速率的两大制约因素,裂缝除了能够提前钢筋由钝态转化为腐蚀态的时刻,也会对碳钢腐蚀稳定后的腐蚀速率大小产生影响,减小裂缝宽度和氯离子扩散系数能有效限制钢筋的腐蚀速率。与碳素钢筋相比,即使在更恶劣的侵蚀条件下不锈钢钢筋仍表现出了更好的耐蚀性能。     

基于亚像素级的墙面裂缝宽度检测方法研究

针对目前计算墙面裂缝宽度精度低的问题，提出一种基于亚像素级裂缝宽度计算方法。该方法在提取裂缝区域的基础上，运用基于中轴线垂线的裂缝宽度测量方法，结合多项式拟合裂缝边缘，提取裂缝左右边缘亚像素坐标点，从而运用欧式距离方法计算出亚像素级裂缝宽度，并且与像素级计算宽度的方法进行了对比。实验的结果表明，该算法计算结果更加精确，可用于多种类型的墙面裂缝宽度测量，其中纵向、横向和交叉裂缝测量的平均相对误差分别为3.02%、2.44%和3.72%，相比于像素级方法，平均误差分别减少了1.87%、1.95%和2.07%，具有较强的泛化能力以及稳定性。     

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%。