基于Hough圆卷积变换的孔组检测

为降低孔组测量的成本,提高测量的精确度,提出一种基于Hough国卷积的孔组检测方法.对孔组图像进行中值滤波、拉普拉斯锐化增强和边缘检测;根据孔组半径大小的变化范围,对Hough圆锥进行改进;在此基础上,利用改进的Hough圆锥与边缘检测后的图像进行三维卷积,得到Hough参数空间,计算出孔组的坐标和半径值;采用快速傅立叶变换法代替三维卷积,减少算法的计算时间.实验结果表明,该方法的检测精度高、实时性强,可以用于孔组的自动化检测.     

基于机器视觉的平面规则几何工件分拣方法

为有效提高工业生产中工件分拣的效率,提出了一种基于机器视觉的平面规则几何工件分拣方法。首先对CCD相机采集到的工件图像进行预处理,包括灰度变换、二值变换及多目标分块处理三个环节;然后通过多目标质心快速计算方法获取工件的几何中心,再运用边缘曲线等价方法实现工件的形状识别,接着利用Harris算法检测出工件的角点,并筛选出工件外接矩形上的角点用于计算工件的旋转角度;最后引导Tripod三轴并联机器人在线完成工件分拣实验。实验结果表明,该方法能够获得良好的识别效果,有效提高了工件分拣的柔性和自动化程度,具有应用价值。     

鼓风机转子工件尺寸和对称性的检测方法

针对工业生产中鼓风机转子工件的尺寸和对称性经常出现不符合标准的情况，本文利用转子工件图像，基于边缘检测技术设计一种转子尺寸和对称性的检测方法。为了减少原始图像的噪声点，本文方法基于高斯滤波对原始图像进行降噪和二值化处理，在此基础上，使用基于Canny算子的边缘检测算法和基于最小二乘法的圆拟合方法，对工件内部孔洞进行检测；同时，使用基于改进的Canny算法对工件外部边缘进行检测，获取较为连续的边缘像素点，设计比对方法和动态模拟实验对尺寸和对称性进行检验。实验表明本文提出的检测方法对转子工件的尺寸和对称性的检测效果良好。     

基于Hough变换的椭圆检测方法

椭圆检测在图像、图形识别与计算机视觉领域中有着重要的应用,而基于Hough变换的椭圆检测是其中常见的方法之一。本文对基于Hough变换的椭圆检测算法进行了综述,其中包括利用三点确定椭圆的提取方法、基于弦中心Hough变换的提取算法和基于椭圆几何对称性算法等,着重对不同方法的原理、实现和优缺点进行了讨论。     

一种新的基于弧段提取的椭圆检测方法

为了克服椭圆检测过程中对椭圆完整性和边缘梯度信息依赖性较强的缺点,提高椭圆目标的检测速度,提出了一种新的基于弧段提取的椭圆拟合方法;首先将梯度方向符号相同的相邻边缘点连接成弧段,然后根据弧段的凸性和象限分类定义新的弧选择策略,利用位置约束和弧对的椭圆中心估计提取候选椭圆,最后采用改进的拟合算法拟合椭圆;实验结果表明,基于弧段提取的椭圆拟合方法相对于LMEDS算法和RHT3具有更好的准确性、鲁棒性和稳定性,实时性也有一定的提高。     

基于EDContours和EDCircles的胚胎自动识别算法

针对EDCircles算法在胚胎边缘检测上存在部分丢失的问题,集成EDContours算法,获得精确的胚胎边缘;结合EDCircles中的EDLines算法获得线段图,依据直线向量间的夹角和方向约束,将线段连接成弧,应用最小二乘圆拟合算法和增强的直接最小二乘椭圆拟合算法,输出圆和椭圆检测图;设置圆半径与椭圆短轴的约束值,去除伪圆和伪椭圆,给出最终的检测结果。实验结果表明:该算法具有良好的准确性与通用性,能够实现胚胎卵裂球的快速检测和精确定位。     

基于边界曲线弧分割的多椭圆检测

不同于传统的Hough变换算法,提出一种基于边界弧分割的椭圆检测方法。首先将边界从交点处分割成弧段,将得到弧段划分为长弧和短弧两组并按长度降序排序,然后从两组中找出属于某个椭圆的若干弧段,利用最小二乘法拟合得到候选椭圆并验证是否为真正椭圆。实验表明该算法能快速检测出图中椭圆,运行时间远小于采用随机Hough变换算法,在具有噪声、椭圆残缺的情况下仍能有较好的检测结果。     

机器人RV减速器摆线轮在线检测关键技术研究

为满足机器人RV减速器摆线轮在线检测要求,提出了一种采用多传感器测量系统对其关键尺寸进行快速检测的方法.设计出以中心孔为定位基准,采用接触式电感传感器对孔组位置度误差进行检测;根据被测孔径特点,采用非接触气动测量方式实现对摆线轮轴承安装孔内径和圆度的快速评定的方案.通过对研制出的样机与三坐标测量机的测量结果进行实验比对,实现孔组的位置度最大测量误差小于3μm,孔径及圆度最大测量误差均小于1μm,整机测量节拍均小于1 min的结果,实验表明本系统的测量方法和评定算法准确可靠,满足企业实际在线生产需要.     

一种新的基于Hough变换的椭圆轮廓检测方法

Hough变换是一种检测曲线的有效方法，但使用传统的Hough变换来检测椭圆计算量过大。为此提出了一种新的基于Hough变换的椭圆轮廓检测方法，该方法利用椭圆中心是平面上所有点中距离椭圆轮廓上点最大距离最小的点这一几何性质，降低了Hough参数空间的维度，从而有效地降低了计算量。使用该方法可以快速地判断一个输入图形的轮廓是否为椭圆。     

融合背景先验与中心先验的显著性目标检测

目的 现有的显著性目标检测算法通常基于单一的先验信息,导致提取的原图像信息不全面,为了解决该问题,提出一种新的基于背景先验与中心先验相融合的显著目标检测算法。方法 该方法首先以边缘超像素为吸收节点,利用马尔可夫吸收链计算其他超像素的平均吸收时间作为背景先验值,得到背景先验图;然后使用改进Harris角点检测估计目标区域位置,建立峰值位于目标中心的2维高斯函数,计算各超像素的中心先验值,获取中心先验图;最后将背景先验图与中心先验图相融合得到显著图。同时该方法融合多尺度检测结果,进一步提高显著值的准确性。结果 通过ASD、SED1、SED2和SOD 4个公开数据库对比验证了基于背景先验与中心先验相融合算法具有较高的查准率、查全率和F-measure,相较于基于马尔可夫吸收链算法均提高了3%以上,总体效果明显优于目前的10种主流算法。结论 相较于基于单一先验信息的算法,基于背景先验与中心先验相融合的算法充分利用了图像信息,在突出全局对比的同时也保留了较多的局部信息,能高亮地凸显图像中的显著性目标。该方法在检测单一目标的图片时效果显著,但对于多目标的显著性检测尚有不足。     

基于孔特征的弱纹理堆叠工件识别

针对目前工业现场弱纹理堆叠工件识别困难的问题,提出一种以工件表面孔洞为特征的改进几何模板匹配算法,以合页为例进行工件识别。首先采用加权平均法对彩色图像进行灰度化处理,再采用Canny算法进行边缘检测;其次采用旋转卡壳算法求取轮廓的最小面积外接矩形,进行几何约束后得到孔洞对应的孔轮廓,并采用随机增量法计算孔轮廓的最小外接圆得到孔特征圆心坐标。采用提出的改进几何模板匹配算法,即根据孔特征之间的几何约束进行工件识别,根据孔特征之间是否存在边缘剔除误识别工件。实验结果表明,提出的算法对带孔弱纹理堆叠工件具有良好的识别效果,工件识别查全率为98.3%,误检率为0.9%,为带孔弱纹理工件的识别提供方法。     

Zernike矩和曲率的圆形中心亚像素定位

提出了一种基于Zernike矩和曲率不变的圆形标记椭圆图像中心的亚像素精确定位方法。首先采用多结构元多尺度形态学边缘检测算子提取椭圆图像的像素级边缘并滤除噪声,其次构造出椭圆图像的Zernike矩求解模型并结合曲率不变性计算出椭圆的亚像素边缘,最后利用最小二乘拟合对椭圆中心进行精确定位。实验结果表明：该方法具有计算速度快、定位精度高的优点,可用于高精度视觉测量。     

面向惯性约束聚变实验靶图像的快速椭圆检测

目的：针对惯性约束核聚变实验中靶图像轮廓模糊、亮度不均匀等问题,并从提高图像处理实时性角度出发,提出了一种高可靠性和高精度的快速椭圆检测方法。方法：首先利用椭圆边缘点在它与圆心相连方向上具有较大灰度变化率这一特点,以预估中心点为极点建立极坐标系,通过从极点出发的射线上灰度变化率极值点搜索实现椭圆边缘点检测,极值点搜索在图像局部范围进行保证边缘点检测的有效性和实时性;其次利用基于RANSAC的自适应椭圆参数提取算法得到最终椭圆参数,该方法利用椭圆参数空间聚类分析选取最优椭圆参数,从而实现了一致样本集的自适应选择,保证了椭圆参数拟合精度的同时提高了算法的适应性和鲁棒性。结果：采用本文算法检测一幅图像的平均时间约为110ms,与常用椭圆检测方法相比检测速度有显著提高。结论：对比实验表明,本文提出的椭圆检测方法与其他方法相比具有更高的精度、更快的实时性和更强的鲁棒性。     

改进的遮挡条件下瞳孔检测方法

受到眼睑、睫毛、反光等干扰,提取的瞳孔往往无法近似成标准的椭圆,给瞳孔精确检测带来了难度。针对遮挡问题,提出了一种改进的遮挡瞳孔精确检测方法,该方法首先获取瞳孔图像的感兴趣区域,在对该区域进行阈值分割的基础上,通过滤波去噪和扫描线法去除光源反光的影响;根据沿遮挡瞳孔的分界线进行水平旋转,应用内接平行四边形法确定瞳孔的中心;根据圆形检测理论,提出一种中心修正算法,将求得的两个圆的交点作为眼睑与瞳孔的交点,计算出旋转角度,从而精化瞳孔中心的定位;最后利用五点法计算得到的瞳孔椭圆参数作为初始值,通过最小化拟合椭圆与边缘点之间的欧氏距离,使得该椭圆在非线性最小二乘意义下是最优的。实验结果表明,该方法具有良好的鲁棒性和准确性,在遮挡不超过瞳孔面积一半的情况下,能得到较为精确的瞳孔位置和边界。     

基于中点提取的椭圆检测算法

针对Hough变换检测椭圆时存在运算速度慢、需要大量储存空间的问题,提出一种快速的随机椭圆检测算法。该算法随机采样2点并搜索第3点,再利用椭圆极径性质求出椭圆中心坐标,接着通过坐标变换得到简化的椭圆方程,解方程组求出椭圆剩下的参数。在证据收集确认候选椭圆时,只选取椭圆外切矩形内的边缘点,同时利用特殊的累积记录函数对候选椭圆参数进行进一步判别。实验结果表明,该算法具有检测速度快、精度高、抗椭圆部分缺失的能力强等优点。     

一种改进的瞳孔中心估计方法

经典的虹膜定位算法主要有基于投票机制的Hough变换算法和Daugman提出的基于微积分的圆形检测算法。本文分别对这两种算法进行了分析和验证,针对这两种算法计算量大的缺点提出了一种改进的瞳孔中心估计方法,以减小定位算法搜索瞳孔中心的范围。与传统的瞳孔中心估计方法相比,本文改进的方法能有效缩小估计中心点与实际中心点的误差范围,具有很强的实用性。     

基于立体视觉的平面圆参数高精度测量算法*

针对目前平面圆的圆心和半径测量方法存在的不足,提出一种基于立体视觉的平面圆参数高精度测量方法。该方法首先根据边缘分组算法和二次曲线椭圆拟合判别算法提取双目图像中的椭圆特征;其次利用分段立体匹配算法获取平面圆特征上部分点的三维坐标;最后通过三维平面拟合、坐标转换、平面圆拟合以及坐标反变换获取平面圆的圆心和半径参数。实验结果表明,该方法有效地减小了平面圆透视投影引起的畸变误差,提高了平面圆参数的测量精度。     

一种改进的汉字骨架提取算法

为了更有效地提取汉字的骨架,提出一种基于内切圆提取汉字骨架的新方法。该方法首先对Windows系统中的汉字进行边缘检测,提取出汉字的边缘,然后迭代计算特定步长范围内的内切圆,将各内切圆的圆心连接起来得到书法汉字的骨架。实验结果表明,该方法在提取书法汉字骨架的同时保留了原始汉字的边缘信息,提取的骨架具有良好的对称性和连通性。     

Arc-based evaluation and detection of ellipses

We propose the use of elliptic arcs as a reliable criterion for ellipse evaluation and reconstruction. A technique based on pixel connectivity is developed for detecting the endpoints and subtended angles of elliptic arcs. Model-based distance and angular connectivity are introduced for quick and meaningful estimation of elliptic arcs. An iterative algorithm for multiple-ellipse fitting based on arc detection is presented. Experimental results confirm the robustness and accuracy of the algorithm for the fitting of multiple overlapping ellipses.     

基于椭圆检测的充电口识别

针对于新能源汽车的全自动充电技术,为了实现充电设备快速插接充电口的目的,提出了一种基于椭圆检测的充电口识别方法。该方法利用图像的预处理加强边缘,并结合Canny边缘检测得到边缘,将检测的边缘利用八邻域边缘跟踪筛选短弧,以边缘梯度的正负性以及边缘的凹凸性为基准将检测边缘分为4类椭圆弧边缘。在此基础上,根据一定的限制条件以及椭圆的参数方程,选取满足限制条件的三段椭圆弧进行拟合,得到一系列的备选椭圆,通过特征参数之间的关系以及目标椭圆之间的联系,筛选出所需要的能够识别充电口的椭圆。在基于Intel-Core的i7-6700HQ处理器以及Nvidia GTX 960M的显卡的计算机设备上,通过VS2017的实验平台在多个角度进行多次实验,均能得到充电口的目标椭圆。表明该方法能够对插接的充电口做出准确并且快速的识别,为新能源汽车的全自动充电提供很好的先决条件。