基于相位相关法的图像拼接系统设计

图像拼接技术可以将一组相关的图像碎片依据一定的方法进行拼接使其形成一幅完整的、高清的图像技术。为了快速、准确的对这些图像碎片进行拼接,研究了大量的图像拼接算法,并对这些算法进行实验测试,通过对各种算法进行比较、分析发现基于相位相关法的图像拼接算法其程序实现简单且具有好的鲁棒性。最后利用MATLAB语言开发了基于相位相关法的图像拼接系统,通过仿真、测试表明开发的系统与现有的图像拼接系统相比较具有较好的稳定性和准确性。可推广到实际生活中,具有一定的应用价值。     

基于AKAZE和PROSAC的风机叶片裂纹图像拼接方法

为获得完整且高分辨率的风机叶片裂纹图像,利用图像拼接技术将多张高分辨率图像拼接成一副完整的图像。针对风机叶片裂纹图像特征检测困难、匹配率低和拼接质量差的问题,提出一种基于AKAZE算法和PROSAC算法的图像拼接方法。首先,该方法利用AKAZE算法检测图像特征点,并生成二进制的特征点描述符;然后,将汉明距离作为相似度测量对特征点进行暴力匹配,在此基础上采用PROSAC算法优化特征匹配结果,并计算图像变换矩阵;最后,使用渐入渐出融合算法消除拼接痕迹,获得完整的叶片裂纹图像。试验结果表明,本文方法能够检测出数量丰富的特征点,匹配正确率在95%以上,拼接精度约为0.7个像素,并且拼接速度较SIFT方法提升了17%。AKAZE+PROSAC方法可以更好地满足高分辨率风机叶片裂纹图像拼接的需求。     

基于局部均值分解和矩特征的图像拼接检测

数字图像的真实性检测在信息安全领域有着重要的应用.图像拼接是图像篡改中最常用的手段之一,拼接检测的关键在于提取区分自然图像和篡改图像的有效特征,为此提出了一种基于局部均值分解(LMD)和矩特征的数字图像拼接篡改盲检测算法.该方法将图像检测问题转化为两分类模式识别问题,分别提取图像的LMD特征和矩特征,得到混合特征,并用Adaboost算法进行分类检测.在哥伦比亚大学数字图像拼接检测数据库上的实验结果表明,该算法的检测准确率达到93.61%,优于其他几种常用的检测算法.     

基于降采样和改进Shi-Tomasi角点检测算法的PCB图像拼接

针对大型多重复单元PCB图像拼接耗时长、拼接错误率高等问题,提出了一种快速鲁棒的图像拼接方法.对采集到的高分辨率PCB图像进行降采样,基于人工选点精准获取含重叠区域的图像单元作为配准区域;引入抑制半径的方法对Shi-Tomasi角点检测算法进行改进,使提取出的区域特征点分布更加均匀;使用暴力匹配方式分别对区域特征点进行粗匹配并通过RANSAC算法剔除误匹配点对后获得配准系数矩阵;结合仿射变换公式推导计算出原图像的配准系数矩阵,根据配准系数矩阵对待拼接的图像进行融合,得到完整的PCB拼接图像.实验结果表明,所提出的PCB图像拼接方法,加快了PCB图像拼接的速度同时也提高了特征点匹配精度,在对图像降采样8倍下,改进的Shi-Tomasi算法较传统的Shi-Tomsi算法和Harris算法在匹配正确率上分别提高了7.8％和4.0％,验证了该方法的可行性.     

基于块匹配与多级采样的薄片孔隙图像拼接

微观驱替实验中为了模拟非均质分布的情况,需要将多幅不同的孔隙二值图像拼接为一幅完整图像,而这些拼接图像没有重叠区域,需要根据待拼接图像的纹理信息进行图像拼接修复。针此类问题,本文通过对图像邻域的相关性问题进行研究,提出一种基于块匹配和多级采样的图像拼接方法,该方法结合5个判决准则,以修复孔隙图像边界间的弯曲轮廓和不规则纹理,并通过粗尺度到细尺度的图像拼接过程,使得最终拼接完成的薄片孔隙图像能够更加真实地反映岩心特征。为了验证本研究方法的有效性,将本文所提算法与现有的传统图像修复算法和基于深度学习的图像修复方法进行对比,并通过主观视觉与客观指标对图像拼接实例的结果进行评估,结果表明本研究提出的算法在PSNR和SSIM指标上优于现有的图像修复算法,分别提高了6.08dB和0.015,并且在图像纹理的自然过渡以及整体结构的一致性方面有更好的表现。     

粒计算在图像拼接中的应用研究

应用粒计算理论提出了一种新的基于特征的图像拼接算法.图像拼接技术的关键在于图像配准问题,采用的配准方法是首先建立图像的粒计算模型,对图像进行边缘检测得到边缘图;在边缘图中利用梯度信息提取图像特征点;对两幅图像的特征点进行相关操作找出匹配特征点.实验结果表明文中所提算法的运算效率和拼接结果优于传统算法,且算法稳健,取得了良好的效果.     

铁路视频监控中基于多算法结合的图像拼接

针对铁路视频监控系统中单个监控摄像头视角范围有限的问题,提出一种用于扩大监控视角的图像拼接方法。首先提出一种简单的输入图像排序算法,对输入的两张具有部分重叠的图像进行自动排序,可以提高监控系统的可靠性和图像的配准精度;然后采用尺度与旋转不变的SURF算法提取特征点,并用改进的RANSAC算法剔除误匹配点,进一步保证了图像配准的精度,使正确匹配的特征点达到总数的80%以上;最后以渐入渐出法进行图像平滑过渡融合,消除了由于光照引起的图像拼接缝隙。实验表明,本方法在图像拼接的速度和精度上取得了较好的效果,适用性较强。     

应用于压力容器红外无损检测的SIFT图像拼接方法

压力容器在航空航天以及工业中都有着重要的作用其安全性是十分重要的,由于压力容器使用环境复杂作用性强,会产生如疲劳裂纹腐蚀的损伤,并且其不可分割移动的特殊性需要对其使用基于红外热传导的无损检测方法,对压力容器升温后降温过程采集红外视频流对其进行信号处理获得红外重构图像。由于压力容器体积较大需要对其多次拍摄获得多幅红外重构图像,为了分析检测高压容器整体缺陷,使用了基于尺度不变特征变换(SIFT)的红外重构图像拼接方法对图像进行拼接融合,首先使用SIFT对图像进行特征点提取,然后对特征点进行匹配,使用随机一致性(RANSAC)去除误匹配点以及获得仿射变换矩阵参数,最后对图像进行亮度调整和融合后获得最终拼接图像,图片拼接结果反映了压力容器的完整缺陷,实验结果验证了方法的有效性。     

风机叶片无人机红外热图像拼接方法

针对风机叶片红外图像拼接困难的问题,提出了一种基于无人机速度信息的风机叶片红外图像拼接方法。首先,利用U-net网络预测获得叶片掩膜图像,从而去除冗余的背景信息;其次,计算平移、旋转、缩放参数使拼接图像配准;最后,使用Multiband Blend算法对拼接图像进行融合,消除视场与光照变化引起的拼缝。实验结果表明,本文提出的方法在拼接处x梯度方向上的RMSE小于SURF等传统图像拼接方法,拼接成功率达97.8%,并成功获取风机叶片红外全景图。将Multiband Blend算法应用于叶片红外图像融合,结果表明融合后图像拼接处RMSE显著降低,过渡更加平滑。     

基于图像拼接的直线轴承长度测量方法

针对远心镜头因自身特性无法调节视场大小,难以适应直线轴承测量时一次性获取零件完整图像的问题,利用HALCON图像处理软件通过图像拼接方法进行直线轴承的长度测量。综合考虑特征点提取和边缘轮廓获取效果,采用背光与正向照明相结合的方案,建立了基于组合照明的直线轴承测量系统;在图像拼接中,提出了一种在图像近似重合区域内使用图像金字塔分层搜索的方法进行特征点检测与匹配,以提高图像拼接效率;最后通过Canny算子和最小二乘法拟合进行图像边缘定位,完成长度测量。实验结果表明：组合光源能更好地兼顾图像表面特征点与边缘轮廓提取效果;提出的拼接方法检测时间在0.2S左右,相比于传统方法检测时间减少了88%;基于图像拼接的视觉测量误差小于0.1mm,测量重复性上相比于传统方法更稳定,测量最大标准差为0.005。因此,保证了视觉系统的检测效率、精度以及稳定性,在工业自动化检测方面具有一定的理论依据和实用价值。     

一种小型电缆隧道检测机器人设计

电缆隧道检测机器人是一种工作于电缆隧道环境,采集图像、气体浓度、温度等信息的特种机器人.目前电缆隧道检测采用人工方法进行,尚无相关机器人产品投入使用.论述机器人的系统指标,提出了电缆隧道检测机器人的履带关节式行走方式,进而从整体角度介绍了隧道检测机器人的结构与控制系统.实验证明,该机器人具有结构紧凑,体积小,重量轻,便于携带的特点,并有较强的越障能力和环境适应能力.     

基于阻尼LSQR算法层析成像技术在铸件缺陷检测中的应用

在普通超声波检测的基础上引入层析成像技术,形成新的超声波层析成像探伤系统,可以有效克服普通超声波检测定位困难的缺点,能准确检测铸体中缺陷的大小、形状和位置.本文重点对超声波层析成像探伤系统的工作原理和阻尼LSQR算法(DLSQR算法)进行研究,经过数据采集、正演模拟、建立走时方程、反演求解等过程,实现了基于DLSQR算法的图像重建方法.实验表明,DLSQR算法具有良好的稳定性、较小的存储容量和计算量,适合病态问题求解.     

一种基于第二代小波变换的图像压缩方案

本文提出了一种基于第二代小波变换与SPIHT算法、自适应算术编码相结合在图像压缩中的编／解码方案,对CDF(2,2)和FBI 9-7小波压缩的性能进行了分析和比较,获得了良好的无损或近无损压缩效果。研究结果表明这一方法充分利用了医学图像的统计特征,对于医学图像具有较高的无损压缩率,压缩的空间和时间复杂度低,利用质量递进手段可以获得满意的压缩比和PSNR,达到视觉无损、数据近无损的目的。对于典型的医学图像(X线图像、CT图像、MRI图像等)的存储、传输和检索等应用,本方案是十分有效的。     

一种基于可见光巡检图像的杂草智能识别方法

目前电力巡检主要是采用无人机巡检的方式,针对无人机巡检获取的图像识别过程中,电力设备旁的杂草可能会造成安全隐患,需要对图像中的杂草进行识别。针对电力巡检的场景,提出了一种基于可见光巡检图像的杂草智能识别方法,以可见光巡检图像中杂草的特征为基础,结合卷积神经网络方法,解决可见光巡检图像中电力设备附近的杂草识别问题。通过对图像进行样本数据增广和预处理,接着引入区域生成网络,再对图像提取固定个数候选框的图像特征,和改进的图像分类网络连接在一起,得到最终的卷积神经网络模型。实验表明其准确率可以达到97.98%,检测一幅600×600大小图像需要花费的平均时间约为0.256 s,在保证了准确率的同时达到了高效识别的要求。     

基于视觉图像的车身漆膜微小疵病检测方法

汽车漆膜能够保护车身不受外界环境的腐蚀,但是由于生产工艺的影响,汽车漆膜在涂装时会出现多种类型的疵病,因此汽车漆膜的微小疵病检测是现在汽车生产自动化发展的关键。本文基于汽车漆膜检测的实际需求,提出了一种基于视觉图像的车身漆膜微小疵病检测方法。本方法首先对汽车漆膜图像进行多帧叠加,抑制噪声;之后利用二维小波提取图像趋势项及微小疵病的特征;最后通过局域自适应阈值和场曲优化的分割系数,实现疵病二值化分割。实验结果表明,本文方法可实现大面积图像上对0.1mm以上疵病的有效检测,且微小疵病的召回率达到97.6%,误检率为1.3%,可达到预期检测结果。     

基于改进YOLOv3的输电线路缺陷识别方法

为解决在无人机巡检输电线路现场中出现的图像识别算法对硬件要求高、计算耗时长,训练集图片较少且复杂多变等问题,提出了一种基于改进YOLOv3算法的输电线路缺陷检测方法。提出了在YOLOv3原基本框架下加入空间金字塔池化(spatial pyramid pooling,SPP)模块的方法,使得该算法能在同一层内提取多尺度深度特征,以适应巡检现场输入尺寸不同、复杂多变的图片检测;提出了对添加了SPP模块的YOLOv3进行通道减少、框架瘦身的剪枝处理方法,以优化YOLOv3的轻量化性能,降低对巡检时车载服务器的硬件要求、减少计算时长。使用数量较少的输电线路缺陷图像数据集对该改进算法进行验证。测试结果表明,改进的模型对硬件依赖性较小,检测精度几乎不变,平均每步迭代时间减少了0.81 s,整体性能提升25%。     

基于改进Faster-RCNN的输电线巡检图像多目标检测及定位

针对输电线巡检图像受光线、环境和拍摄角度等因素影响,图像中的电气设备呈现低分辨率和多形态化特征的问题,提出一种基于改进Faster-RCNN的巡检图像多目标检测及定位方法。该方法首先通过区域建议策略网络生成若干目标候选区域;然后基于实际巡检图像样本库,对卷积神经网络进行训练,以改善参数学习效果;最后利用正则化方法优化参数权重,提高检测速度,得到适应巡检图像多形态化特征的改进型Faster-RCNN模型。实际场景数据集测试结果表明,相比于数字图像处理、浅层机器学习、单阶法、双阶法、Mask-RCNN和Local Loss目标检测方法,所提改进型Faster-RCNN能够在不同分辨率和不同位置角度的巡检图像场景下保持较高的识别精度和速度,具有较高的工程实用价值。     

基于图像空间变换和插值运算的投影仪梯形校正法

针对投影仪使用过程中可能出现的投影图像梯形失真的现象,本文提出了一种通过图像空间变换和图像插值算法实现投影仪的垂直梯形校正的方法.图像空间变换按照实际需要规定了变换后图像形状,图像插值算法依据图像空间变换前后的坐标计算得到变换后的图像像素值.本文研究了投影仪梯形校正原理,对几种经典插值算法及其梯形变换效果和效率进行了介绍和比较,重点对双线性插值算法及其梯形变换效果进行了研究.在此基础上,实现了投影仪的垂直梯形校正功能.     

基于改进 SIFCM 和区域生长的三维 CT 图像缺陷体积测量

针对工件三维CT图像中孔洞和空腔缺陷体积测量问题,本文提出了一种基于改进型空间直觉模糊C均值聚类(NL-SIFCM)和三维区域生长的内部缺陷体积自动测量算法。首先对采集得到三维CT图像进行预处理;随后使用NL-SIFCM在三维CT图像上分割得到二值化缺陷图像组,同时针对三维CT图像切片间具有空间相似性改进得到快速算法;最后对二值化图像组进行三维区域生长得到缺陷体素数和空间结构,并将缺陷空间结构显示于三维可视化软件中辅助检测人员分析缺陷。实验结果表明,对用于模拟缺陷的标准球体积测量值相对误差在1.0%以内,具有较高测量精度;并通过实际工件检测验证了该算法适用性可有效满足CT检测需求。