图像处理在水平尺标定系统中的应用

介绍了一套基于计算机图像处理和识别的水平尺标定系统,利用计算机数字图像处理技术和模式识别技术将CCD摄像机拍摄的水平尺气泡图像进行识别检测,将检测结果实时直观地反映出来,指导操作人员进行相应的调整,以达到高精度标定的目的。     

基于机器视觉的钢轨轮廓测量方法研究

钢轨轮廓检测是轨道几何参数检测的重点和难点。采用二维平面靶标对激光摄像传感器进行标定,建立世界坐标系和图像坐标系的标定模型。通过棋盘格进行实验标定,获取300组数据,采用非线性最小二乘法来标定模型参数。结果表明:采用非线性最小二乘法能够将棋盘格水平和垂直的测量误差控制在0.3 mm左右,该方法能够很好地运用到钢轨轮廓测量中。     

基于视觉技术的轿车外形轮廓尺寸检测与标定方法

主要研究轿车外形轮廓尺寸检测和标定方法,目的是为了在基于视觉技术的自动检测系统中能够从轿车表面图像信息中快速得到轿车的外形轮廓(长、宽、高、轴距)尺寸。其中关键一步是大视场的视觉系统标定问题。提出一种利用一维靶标对视觉系统进行标定的方法,将一维靶标沿着一个固定点旋转一周,形成一个平面,利用一维靶标上的特定标志点在平面内的不同位置形成一系列标志点,再利用各个标志点的世界坐标和图像坐标之间的数学模型,求解出摄像机的参数矩阵。实验结果表明,实际的轿车外形轮廓尺寸测量值与真值的相对误差均值为0.11%。研究表明,基于一维靶标的标定方法能够准确的检测出轿车外形轮廓尺寸。该方法可实现性好,在智能交通系统中有很大的应用价值。     

接触式轮廓扫描仪系统标定算法

接触式轮廓扫描仪其原理是利用编码器返回的长度序列以及旋转平台的旋转角度来确定被测物体的轮廓坐标,由于检测钩的起始点与旋转平台中心不重合,导致直接利用所测数据绘制出的轮廓不准确。为解决这个误差,提出一种不需要建立系统的精准误差模型,而是利用测量尺寸已知的正方形标定板所得到的数据去获取系统参数,进而对轮廓坐标进行在线标定的方法。通过编程模拟仿真了测量过程,并将获取到的参数与理想参数值进行比较,模拟数据表明该算法可以使测量误差控制在0.5 mm以下,角度误差控制在0.1°以下,符合设备的精度要求,可以快速还原被测图形的真实轮廓。     

基于标准圆柱的线激光轮廓扫描机器人手眼标定方法

在搭载线激光轮廓传感器的机器人平台手眼标定问题中,依靠线激光轮廓传感器输出的2维点云信息进行标定,存在标定过程复杂、标定精度低的缺点。本文针对这些问题,提出一种基于圆柱侧面约束的手眼标定方法。通过改变扫描机器人末端位姿,获得不同位姿下圆柱侧面扫描数据。对于激光平面与圆柱侧面相交得到的椭圆轮廓,利用随机抽样一致性（RANSAC）算法得到椭圆轮廓中心点坐标。利用椭圆轮廓的估计中心点到圆柱中轴线的距离建立约束优化方程,将手眼标定问题转化为约束优化问题。利用粒子群优化（PSO）算法和广义拉格朗日乘子法的融合算法求解约束优化问题,得到手眼标定的变换矩阵。最后基于所提方法进行模拟仿真和扫描重建试验。分别讨论了标定数据误差、标定参照物位置和标定参数初始值对标定结果的影响,并验证了手眼标定精度。结果表明,该方法不受标定参照物位置和标定参数初始值的影响,具有操作简单、通用性强、标定精度高等特点,标定精度在0.15mm以内,适合现场标定。     

高精度标定和效验三维相位轮廓测量系统

为了提高三维相位轮廓测量系统的测量精度,提出了一种系统标定的理论模型,并且实验验证了其正确性。为了进一步验证系统精度,使用空间上随机放置的1个和2个轴承滚珠,通过对滚珠的测量和分析,验证了标定方法的有效性。这种三维相位轮廓测量系统的标定和效验方法为它的应用提供了新的技术方案。     

几何活动轮廓模型在目标跟踪中的应用

针对复杂的视频场景中目标追踪易受环境干扰的问题,提出了一种基于混合高斯模型和改进的C-V（Chan-Vese）模型相结合的新方法。其中采用了混合高斯模型算法更新背景,检测出运动目标轮廓。然后对提取出的目标轮廓进行后处理,标定出运动目标的质心和运动区域。将运动区域作为初始化曲线,用改进的C-V模型对运动目标进行拟合。结果证明了以标定出的运动目标区域为初始化曲线可以有效地提高轮廓曲线的收敛速度;对于灰度不均匀的和含有噪声的图像,改进的模型的分割效果也要好于C-V模型和LCV模型。     

行人轮廓检测算法研究

针对当前流行的汽车行人避碰系统中行人轮廓检测效果不够理想的情况,改进行了人轮廓的检测。利用数学形态学操作方法先对视频图像进行处理,然后利用优选出的Canny算子对行人图像进行边缘检测,再使用曲线拟合技术对行人轮廓进行加工,获取完整的行人轮廓曲线,为行人识别与跟踪奠定坚实的基础。试验结果表明,该方法能有效地去除行人轮廓的干扰因子和孤岛,获得较为完整的行人轮廓曲线。     

基于侧影轮廓的图像三维重建方法

针对自标定单幅图像的三维重建问题,提出一种基于侧影轮廓的图像三维重建方法。使用成角度平面镜装置拍摄目标物体,对所得图像进行边缘跟踪,得到闭合的轮廓曲线,利用满足平面镜成像原理的2对侧影轮廓计算灭点,根据灭点间的约束关系计算相机参数,在此基础上重建得到物体的三维模型。实验结果表明,该方法能快速重建逼真的三维模型。     

基于活动轮廓模型的人脸轮廓提取

在传统的snake算法基础上,针对人脸轮廓提取这一课题,提出了一种初始化snake的方法,并对传统的snake算法进行了改进。实验结果表明,该方法能够较好地提取人脸轮廓,并在精确度和计算量方面大大优于边缘检测算子方法。     

彩色漫画轮廓提取研究

结合漫画图像的用色特点,提出一种彩色漫画图像的轮廓提取方法。对彩色漫画图像根据其颜色信息进行区域的划分,并利用彩色形态学方法进行边缘检测,两者相结合消除噪声和提取出目标轮廓。实验结果表明该算法对彩色漫画轮廓提取效果明显,并能更好地抑制噪声。     

基于Visual C++的图像增强和轮廓提取研究

煤矿井下环境比较灰暗,采集的视频图像画面不清晰,尤其在发生事故时,需要对现场画面进行增强和轮廓提取处理。针对该问题,介绍了一种基于Visual C++的图像增强和轮廓提取的设计方法。该方法采用Visual C++处理位图图像,运用灰度变换方法实现图像增强、模板匹配方法实现边缘检测来突出图像轮廓。实验结果表明,采用该方法处理的图像得到了增强并较好地提取了图像轮廓,达到了预期效果。     

轮廓跟踪的TN方法

在灰度图像二值化时，断边往往会导致伪边界的生成，因此在边界检测时断边处理是非常重要的．提出一种可处理断边的轮廓跟踪方法，在遇到断边沟时，通过自适应步长，能自动跳过断边沟并跟踪出真正需要的轮廓．该方法还具有边界上采样点的疏密度与边界的曲率相适应的优点．     

一种新的B样条主动轮廓线模型

提出了一种新的B样条主动轮廓线模型，在拉格朗日动力学方程中，文章所推导的仿射不变性模板通过弹性势能项与主动轮廓线进行实时耦合，因此新的模型对运动目标的轮廓跟踪具有仿射不变性，文章进一步讨论了控制系统的李雅普诺夫稳定性，为了有效地跟踪复杂背景中的目标，提出了一种新的特征检测方法，这一方法融合了多种图像信息，因而具有较强的鲁棒性，对真实的序列图像的实验验证了新的模型的有效性。     

高速公路裂缝边缘检测算法的研究

本文提出了一种有效的高速公路裂缝边缘快速检测算法。通过将对称指数滤波器（ISEF）算法与边过程算法有机结合的方法,对高速公路裂缝图像进行抑制强烈噪声和微分二值化运算,并利用追踪围线提取得到裂缝边缘。实验结果证明,该方法能稳定有效地提取图象中的连续裂缝边缘,并且运算复杂度是线性的,有利于高速实时的处理。     

基于GVF-Snake人体轮廓提取的优化算法

通过分析基于边缘、区域分割和形变模型等3类轮廓提取算法,提出一种分别对三者进行优化综合的基于梯度矢量流-主动轮廓模型(GVF-Snake)的人体轮廓提取优化算法。利用内嵌置信度边缘检测得到理想边缘图,通过形态学方法提取物体粗略轮廓作为GVF-Snake模型的初始轮廓。采用优化GVF-Snake模型提取精确轮廓。将上述方法应用于人体图像轮廓提取,实验结果表明,该方法达到了预期目的且具有较好的实用性。     

结合显著性的主动轮廓图像分割

传统的主动轮廓方法无法突出分割区域的显著性,同时在由显著性检测算法所得到的显著图中目标具有较高的信噪比,因此提出结合显著性的主动轮廓图像分割。通过线性光谱聚类分割得到超像素,以超像素为处理单位利用基于图论的流形排序算法获得较好的显著图;将高斯混合模型引入到主动轮廓的曲线演化过程中,计算曲线内外的平均灰度值,从而通过高斯混合模型和显著性信息得到了新的主动轮廓能量方程,并运用水平集方法指导分割,获得最终的分割结果。实验结果表明,提出的图像分割方法可以对图像进行快速和有效的分割。     

应用模糊集结合数学形态学提取布氏硬度压痕圆

本文描述了一种应用模糊集结合数学形态学对布氏硬度压痕图像进行压痕圆提取的新算法.该方法应用数学形态学理论对图像边缘进行了有效的提取边缘提取,针对灰值图像的特点,在选择结构元素时兼顾了结构元素的形状特征和灰度特征,从而保证了最佳的提取结果.在边缘提取之前为了提高压痕图像的质量,使图形的可用信息分离出来,还应用模糊集理论对...     

一种分阶段的主动轮廓算法

提出了一种分阶段的主动轮廓新算法。对源图进行一层小波分解，获得源图的一幅近似图。在发展阶段，主动轮廓作用在近似图中，并采用贪心算法使主动轮廓逐渐收敛到轮廓附近。在成熟阶段，主动轮廓作用在源图中，采用B样条形式，并使用动态规划算法达到全局最优。试验证明，这种算法具有收敛效果好、速度快的特点。     

一种改进的活动轮廓图像分割技术

图像分割是由图像处理到图像分析的关键步骤，也是一种基本的计算机视觉技术。针对传统的活动轮廓外力模型均存在一些难以克服的缺点，提出了一种改进的活动轮廓图像分割技术，并首先介绍了用活动轮廓进行目标分割的基本原理，即一条曲线在其内部能量和外部能量的共同作用下，可以移动到所期望的位置，并且当曲线到达目标位置的时候，活动曲线所具有的能量达到最小。在传统的活动轮廓中，外部能量通常由目标点的梯度势能场给出，但是由于梯度势能场存在着一些难以克服的缺点，即不能够很好地指导曲线的移动，为此，对其进行了改进，即采用一种梯度向量流场作为外部能量场的方法，从而有效地克服了传统梯度势能场捕捉范围小以及难以处理凹平面的缺点，并通过实验证明了该方法的有效性。