基于多模板比对的FPC自动检测系统的研究与实现

在FPC(柔性印刷电路)的视觉检测系统中,快速准确的瑕疵识别规则和算法是实现实时在线检测的关键。该文针对PC线路的瑕疵识别问题,在研究已有瑕疵识别规则的基础上,设计了一种多模板参考比对法。该方法能针对不同线路瑕疵的特点,分别予以处理。实验证明,该方法减少了漏检率,提高了准确度,扩大了检测范围,是一种颇有价值的思想。     

一种图像测量中标定参照物的快速定位方法

提出一种在图像测量中标定参照模板的自动快速定位方法，该方法采用粗检测与精定位相结合的二步策略，首先在下采样的增强图像中借助形态学与连通分量标记等算法检测可能的模板区域，然后利用感兴趣区域的直方图特性分析和角点检测算法确认真正的模板区域并给出精确的定位信息，实验结果表明了该方法的有效性。     

复杂背景下人眼的快速定位

采用基于改进Adaboost算法的级联式人脸和人眼分类器检测人脸和眼睛的候选位置,再用支持向量机（SVM）分类器验证并确定人眼的最佳位置;实现了在复杂背景图像中快速、准确的眼睛定位.与传统的Adaboost算法相比,改进的Adaboost算法构建分类器所需的特征数目大大减少,提高了眼睛定位速度;同时利用人脸几何特征的SVM分类器验证,提高了定位精度.实验结果表明该算法具有很好的精确性和实时性.     

复杂环境下的多工件定位研究

为了获取工业流水线上工件精确的位姿信息,提出一种在复杂环境下同时定位多个工件的方法。首先在复杂环境下采用基于边缘梯度的匹配算法及图像金字塔搜索策略快速识别多个目标,得到目标在图像坐标系中的精确位置信息。然后通过张正友棋盘标定法对单目摄像机进行标定,获得摄像机的内参数及畸变参数。最后,通过优化最小二乘法建立了一种图像坐标系到世界坐标系间的转换关系,实现目标由图像坐标系到世界坐标系中的精确位姿定位。实验表明该方法能在杂乱背景、部分遮挡及非线性光照等环境下,准确地定位工件,鲁棒性较高;识别目标的平均时间在0.5 s以内,工件在x-o-y平面的定位误差小于1 mm、姿态角度定位误差小于1°,可以满足工业应用中复杂环境下的实时性和精度要求。     

复杂背景下的字符模板匹配改进算法研究

本文论述了针对复杂背景铸件字符图片,如何将其中的字符进行准确识别的关键算法.整个文章分为五个部分.首先,在引言部分介绍了项目背景;其次,介绍了整个项目的系统结构及各个模块的职责;再次,详细描述了图像处理及匹配的核心算法,包括字符图像网格匹配算法、图像预处理参数的自适应匹配算法;最后,概括总结.本文论述的核心内容是讲述基于图像预处理部分结合图像匹配部分的参数适应匹配算法以及网格匹配算法.     

复杂背景下的号码定位与分割

提出一种综合边缘检测、号码分布特点的号码定位方法和基于投影及最大连通区域的字符分割方法。采用改进的数学形态学方法提取灰度图像边缘,用最小二乘法对边缘进行直线拟合得到图像的倾斜角,进而对倾斜的图像进行校正,再利用号码的位置信息来定位号码区域。采用最大连通区域算法过滤块状噪声,通过投影和字符的宽度特点确定字符的分割结果,有效地解决了由复杂背景、油墨的深浅、污迹、磨损带来的干扰。     

基于仿斑马鱼和仿鹰眼视觉的复杂背景下目标识别

针对反制无人机识别系统在公共场所内部复杂背景下的无人机识别问题,该文研究了一种基于仿斑马鱼模板匹配视觉识别和仿鹰眼视觉注意的目标识别方法,通过建立不同姿态的无人机模板数据库,采用仿鹰眼视觉搜索机制,结合尺度不变特征变换,将姿态模板图像与目标进行匹配,获得粗略的目标区域。然后计算模板姿态与目标姿态的Hausdorff距离,比较目标姿态相似性,获得最相似姿态。采用仿鹰眼视觉注意机制对遮挡图像进行处理,提高目标识别的显著性。实验结果表明,该方法能够在不同复杂背景下实现无人机的准确识别,与光谱残差的显著性目标识别方法相比,平均运行时间提高23.5%,与差异哈希算法相比,具有更高的结构相似性指数。     

视觉测量中椭圆自动检测与定位方法

针对视觉测量中椭圆目标的检测效率与定位精度较低的问题,提出一种高效的椭圆识别与定位方法。该方法利用回光反射控制点的强反射特性,提取目标的边缘信息,对连续的边缘进行分组,利用椭圆长轴信息对每组边缘数据进行椭圆识别,采用基于变量含误差模型的椭圆拟合方法,实现椭圆目标中心的精确定位。实验证明,该方法具有快速、自动化、定位精度高、鲁棒性好等优点,在视觉测量中具有广泛的应用前景。     

极端复杂背景下的牌照快速定位新方法

研究了从背景极为复杂、拍摄环境较差的图像中定位汽车牌照的方法.从限制色调变化范围着手,导出了一种新的RGB分割阈值计算式.结合牌照的两钟颜色搭配特征,运用该计算式实现牌照定位.对416幅随机拍摄图像进行实验,结果牌照无一遗漏,仅有一个不舍车牌的侯选区.此方法能快速排除极端复杂背景的干扰,对拍摄光照的强弱适应性强.     

基于模板匹配的机器视觉话机检测系统

针对流水线产品的自动检测需求的不断提升,使用模板匹配算法实现智能话机检测设备．并进行软件仿真,该系统用于检测话机按键的错装、漏装以及字符印刷错误等问题,实时获取产品图像和检测产品,可视化效果好。     

面向驾驶员疲劳检测的双空间人眼定位方法

驾驶疲劳可以从眼睛的状态中反映出来,而眼睛定位是判断眼睛状态的关键。为解决眼睛定位实时性和头部旋转不确定性问题,该文提出一种基于双空间的眼睛定位方法：在彩色空间中采用肤色特征快速检测人脸,在此基础上使用饱和度和亮度特征快速检测虹膜。针对非开眼问题,在灰度空间中使用自定义圆卷积模板法定位眼睛。实验结果表明,该方法定位正确率为94.67%,能够满足实时性要求,对戴眼镜、头部旋转、光照变化具有一定的鲁棒性。     

基于自适应背景模板与空间先验的显著性物体检测方法

目前,显著性检测已成为国内外计算机视觉领域研究的一个热点,但现有的显著性检测算法大多无法有效检测出位于图像边缘的显著性物体.针对这一问题,本文提出了基于自适应背景模板与空间先验的显著性物体检测方法,共包含三个步骤：第一,根据显著性物体在颜色空间上具有稀有性,获取基于自适应背景模板的显著图.将图像分割为超像素块,提取原图的四周边界作为原始背景区域.利用设计的自适应背景选择策略移除原始背景区域中显著的超像素块,获取自适应背景模板.通过计算每个超像素块与自适应背景模板的相异度获取基于自适应背景模板的显著图.并采用基于K-means的传播机制对获取的显著图进行一致性优化;第二,根据显著性物体在空间分布上具有聚集性,利用基于目标中心优先与背景模板抑制的空间先验方法获得空间先验显著图.第三,将获得的两种显著图进行融合得到最终的显著图.在公开数据集MSRA-1000、SOD、ECSSD和新建复杂数据集CBD上进行实验验证,结果证明本文方法能够准确有效地检测出图像中的显著性物体.     

一种改进的模板匹配眼睛定位方法

针对眼睛定位问题,文章提出了一种改进的模板匹配方法。在使用一种合成的眼睛模板对图像进行匹配得到多个相似眼睛点的基础上,利用人脸库部分图像中两眼相对位置关系的统计值来构造一个分段距离函数,并计算相似眼睛点的两两距离,根据此距离信息来同时定位双眼。实验结果表明,与传统模板匹配方法相比,该文方法能够同时定位双眼,并显著提高了定位准确率和定位速度。     

基于仿射模板匹配的多角度单人脸定位

提出了一种基于仿射模板匹配的多角度人脸定位算法,用平均脸作为基模板,经由不同的伸缩比例和旋转角度构成的仿射变换生成各种姿态的模板,并将模板分为双眼模板和人脸模板对,首先使用以眼模板搜索符合眼睛的区域,再用整个人脸模板匹配进上步检验是否符合人脸模式,并利用马赛克规则验证,给出最佳匹配作为人脸位置,对包含１４４幅图像和６０幅图像的两上图像库的定位准确率分别达到７９．２％和８５％,表明该算法的有效性。     

复杂背景下一种实用的运动目标检测方法

给出了一种实用的在复杂背景下检测运动目标的方法。提出了对序列差图像进行累积以突出目标和消除干扰的策略,论述了累积图像的性质,解决了自动阈值选取的问题;提出了周期和非周期性运动目标的区分策略,给出了目标的定位方法。尤其对图像噪声、背景干扰和不同图像的特点等给出了一定的分析、描述和针对性解决策略。该文方法可以快速实现并已经取得了很好的应用效果。     

复杂背景下视频序列中的人脸定位算法

视频序列中的人脸定位是利用视频图像进行人脸识别的关键技术.为提高视频序列中人脸定位的准确性,通过分析彩色视频序列中的人脸特点,提出一种采用背景去除、肤色区域探测、水平亮度投影和垂直梯度运算、特征点拟合等人脸模板特征的方法,对视频序列中的人脸进行定位.实验结果表明,该方法定位的人脸能够满足实际应用,已利用本方法开发了人脸门禁系统.     

复杂背景下多姿态人脸快速检测算法

通过对图像进行预处理(似眼物检测),不但缩小了人脸检测的搜索空间,而且将复杂背景下多姿态多人脸检测简化为在候选区域内,已知大致的人脸尺度情况下正面端正单人脸检测问题,并结合多模板匹配与规则验证完成了人脸区域的最后确定．实验结果表明该算法具有较高的速度和检测成功率。     

静态灰度图像中的人脸快速检测

基于所构造的一个适合于种种脸形和角度（双眼可见）的人脸模型，利用人脸的灰度信息、梯度信息和对称性信息，提出一种基于区域统计特性的快速人脸检测算法，并对其鲁棒性进行实验。该算法一次可以检测一个范围的人脸范围，并在检测过程中给出双眼位置，可用于实时的人脸检测中。     

一种基于事务模板的恶意事务检测方法

恶意事务检测是数据库入侵检测技术研究中的一个重要课题,而及时的恶意事务检测是构建可生存性DBMS的基础.在已有的恶意事务检测方法的基础上,通过扩展对SQL操作语句的解析粒度,给出了蕴含条件子句逻辑结构的细粒度SQL操作语句特征向量表示方法,并在此基础上给出包含事务语句有向图和事务执行环境约束集合的事务模板表示方法,最后,在给出事务模板支持判定算法的基础上,提出了一种基于事务模板的恶意事务检测算法.为了验证提出方法的有效性,针对事务执行性能、检测类型以及检测率进行实验,结果表明该恶意事务检测方法不仅具有较好的性能,同时具有更强的检测能力和更广的适用范围.