基于非负矩阵分解的熔池图像识别方法

为探求视觉传感智能识别焊接缺陷技术，利用电荷耦合器件(CCD)相机采集了熔化极气体保护焊(GMAW)熔池图像，分析了不同工艺条件下熔池动态变化过程及所对应的焊接缺陷，提出利用非负矩阵分解法对熔池图像进行解析，得到熔池图像的特征矩阵。通过最小二乘法计算未知焊接过程测试图像在特征矩阵的投影值，给出了焊接缺陷的自动识别方法。研究结果表明，焊接质量和熔池稳定程度有关联，熔池紊乱表现为熔池轮廓波动、浮渣离散等特点，熔池稳定程度下降伴随着焊接质量的下降，以及焊缝出现缺陷。利用非负矩阵分解法得到的熔池图像特征矩阵，能够对原始图像进行整体性描述(如熔池轮廓)和局部性描述(如浮渣区域、电弧区域等),具有物理可解释性，可用于识别焊接缺陷。     

基于视觉的铁路货车滚动轴承表面缺陷分类研究

用CCD代替人眼对轴承表面缺陷进行图像采集,采用卷积滤波与开、闭运算相结合的图像处理方法,有效去除了缺陷周围边缘点的干扰。在提取传统特征基础上增加了压缩度、线度、距离极值比、NMI特征和不变矩等特征量,增强了缺陷分类的依据;对BP神经网络的输入矩阵和归一化方法的改进,提高了神经网络的记忆能力及识别速度;通过试验对缺陷分类系统识别结果进行检测,确定了该系统的可靠性。     

基于图像纹理的散料装车料位识别试验研究

针对散料自动装车中超声波料位检测方法不能反映料堆实际形态的缺点,提出了基于图像纹理识别的料位检测方法。首先,对原图像进行同态滤波及二值化预处理,以增强图像纹理并减小纹理特征提取计算量;然后,计算装车图像的共生矩阵纹理特征,并对所计算的特征进行主成分分析降维;最后,利用决策树分类算法对装车料位图像进行分块识别并拟合出直线料位。试验结果表明,所提方法料位识别平均偏差为6.5像素,料位识别率为96%,每帧图像处理时间约0.2s。算法基本满足散料装车料位实时检测的要求。     

基于超像素的感知哈希交通场景图像去重方法

针对构建典型交通场景样本库采集数据过程中存在数据重复、相似的问题,提出了一种基于超像素分割下感知哈希的交通场景图像去重算法。首先,对图像超像素分割;然后记录每个超像素区域的像素均值作为图像特征,在分割后的图像中提取像素点组成整幅图像的描述集,并对其进行离散余弦变换（DCT）采用Zigzag模式顺序对变换的系数矩阵编码作为图像DCT特征;最终,采用Jaccard 距离衡量图像相似度,根据权重确定个特征对图像相似度的贡献,确定合理的阈值建立图像去重系统。在KITTI、DeepTesla等数据集上选择部分图像进行实验,实验结果表明,该方法对图像去重的准确率达98.55%,同时具有较高的鲁棒性和稳定性。     

基于双目视觉的工程车辆定位与行驶速度检测

针对工程车辆行驶速度低、滑转率高的特点,提出了一种基于双目序列图像的检测方法,以便快速检测工程车辆的相对位置与实际行驶速度。将双目摄像机安装在车辆上,连续采集周围环境的序列图像;利用SURF(speeded up robust features)特征对已采集到的各帧双目图像进行立体匹配,计算出环境特征点到摄像机坐标系原点的距离,从而实现车辆的相对定位;再对相邻两帧图像进行特征跟踪匹配,根据不同景深将匹配特征点对划分为远距点对和近距点对,分别利用远距点对和近距点对估算车辆运动过程中坐标系的旋转矩阵和平移矢量,并利用Levenberg-Marquardt法进行优化求解;最后根据优化后的旋转矩阵和平移矢量计算出车辆的行驶速度。户外模拟试验结果表明了方法的有效性和可行性。     

基于CPLD硬件提升帧率的图像采集系统

目前的CCD图像采集系统中通常采用算法提升图像采集帧率,然而该技术所增加的不真实图像帧数据会导致图像质量下降。针对这一情况,提出了一种基于CPLD(复杂可编程逻辑器件)硬件提升帧率的图像采集方案,并开发了一套相应的硬件系统。该方案通过分析CCD(电荷耦合器件)器件ICX285AL的时序特征,采用压缩帧内消隐时间和提高像素输出速率的方法提升原始数据帧的产生速率实现帧率提升,新增加的帧是CCD图像采集器件实际采集得到的真实数据,可以保证图像的完整性和真实性。最后的测试结果表明,设计的硬件系统可行性高、性能稳定,可操作性强,可以推广到其他的CCD采集系统上。     

基于稀疏描述的X射线焊缝图像缺陷检测研究

针对X射线焊缝图像缺陷检测的准确率问题，提出运用Log-Polar变换的距离不变性和角度不变性将缺陷的位置及形状转化为典型缺陷图像的简单二维平面的平移，解决了缺陷和疑似缺陷区域的标定问题。此外，为了提高缺陷识别的检出率及识别准确性，提出基于稀疏描述的缺陷识别，运用从海量数据中提取典型样本、非参数化模型构建以及基于最优方向法的稀疏解求解三大知识体系，对所标定SDR进行识别。实验得出，通过有限的样本训练所得字典矩阵对缺陷的识别率达到了98.5%以上。     

基于距离矩阵的星图运动目标检测

为了克服传统星图空间运动目标检测方法对星图帧间图像亮度、帧间配准以及成像模式等具有敏感度较高的缺点,利用星点间拓扑结构稳定的特性,提出了基于距离矩阵的星图运动目标检测方法。该方法首先对各帧星图独立检测目标,然后构建星点的距离矩阵,并与相邻帧星图的距离矩阵作减法,则得到运动目标对应的距离变化较大的一些列(行),利用这个性质完成运动目标的检测。由于距离矩阵与星图成像条件无关,只受运动目标的影响,因此该方法对星图帧间图像亮度、观测平台抖动、帧间失配以及成像模式等具有鲁棒性。仿真试验和真实数据试验表明,该方法在帧间失配等情况下,仍然能够从背景恒星中有效地识别空间运动目标。与传统方法比较,本文方法具有更低的虚警率。     

基于极坐标特征矩阵的多类对象排列结构描述方法

本文提出一种基于极坐标特征矩阵的多类对象排列结构检测方法。极坐标特征矩阵由极径矩阵和极角矩阵构成,它描述了多类对象排列结构中所包含的距离信息和方向信息。该方法在汽车保险盒检测应用上取得了显著的效果,针对于汽车保险盒检测,首先使用CCD工业相机采集保险盒图像,通过方向梯度直方图特征对汽车保险片的标识码进行表征,并结合支持向量机实现对图像中的保险片的定位与识别。然后依据定位和识别结果计算极坐标特征矩阵对汽车保险盒内汽车保险片的排列结构进行描述。最后以极坐标特征矩阵相似度为判断依据实现对汽车保险盒的检测。实验证明,依据极坐标特征矩阵相似度对汽车保险盒的检测准确率达97.6%。     

用Hopfield神经网络实现触觉图像恢复

通过对安装于机器人手爪上的阵列触觉传感器所采集到的触觉图像的分析,提出了用Hopfield神经网络实现触觉图像恢复的技术.Hopfield神经网络把触觉图像的每一个像素作为一个处理单元(神经元),像素之间的关系即神经元之间的权值作为储存单元.首先利用Hebb规则计算权值矩阵,用以存储所有样本的标准模式,然后利用网络的联想记忆能力恢复被抓物体的触觉图像.实验结果表明,该方法能达到很好的触觉图像恢复和识别效果.     

Identification of fat,protein matrix,and water/starch on microscopy images of sausages by a principal component analysis-based segmentation scheme

A color-based segmentation scheme applied to microscopy images of cryosectioned sausages is proposed. The segmentation scheme is capable of segmenting three different levels on the microscopy images: the fat particles, the protein matrix, and water/starch. The method is based on principal component analysis. A user-friendly program was developed for the manual segmentation of a selection of image pixels by microscopists. Principal component models based on the manually classified pixels are then used to segment fat, protein matrix, and starch/water on microscopy images. The program can also be used as a training tool for microscopists.     

高光谱空间降采样独立成分特征分离

提出一种空间降采样独立成分特征分离方法,用于缩短独立成分分析(ICA)法在高光谱图像特征分离时的运算时间。该方法通过对高光谱图像的二维像素空间进行网格划分得到较小的窗口;基于光谱相似性测度法度量每个窗口中中心像素与周围像素的距离。然后舍弃这段距离小于阈值的周围像素,而将大于阈值的周围像素和中心像素作为样本量进行FastICA,获取投影矩阵变换原始数据,得到特征分离的ICA成分。对比了传统ICA与空间降采样(SDS)ICA(SDS_ICA)的性能,研究了降采样阈值参数、降采样窗口参数及初始投影矩阵对SDS_ICA特征分离性能及运行时间的影响。实验结果表明:应用SDS_ICA时,仅设置适中的阈值和不敏感的窗口大小参数,就能保持与传统ICA相近的特征分离性能,运行时间减少了30%以上。该方法适合应用于高光谱准实时特征提取、数据降维及目标探测等领域。     

平板探测器坏像素校正方法研究

讨论X射线系统中平板探测器的坏像素产生原因并归纳分类。研究坏像素的探测、校正矩阵的生成和对坏像素的校正方法。通过仿真模型对所提出的校正算法进行了验证,通过比较重建图像的信噪比对该算法的效果进行了评估。研究结果表明,平板探测器的制造缺陷等固有噪声源将在重建图像中被增强,并表现为大量的条纹和环形伪影;通过校正,重建图像中的上述伪影明显减少,图像质量得到改善,且系统的低对比度探测能力也得到相应提高。     

交变/旋转磁场下焊接缺陷磁光成像检测与分类

针对任意角度焊接缺陷难以检测的问题,研究在不同磁场激励下焊接缺陷磁光成像无损检测系统。重点介绍了由U形磁轭产生的交变磁场和平面交叉磁轭产生的旋转磁场激励焊件的机理,比较了交变/旋转磁场激励下不同焊接缺陷的磁光成像效果。基于法拉第旋转效应分析磁光成像特性与磁场强度之间的关系,磁光图像的灰度值可以匹配相应的漏磁场强度。采用主成分分析法提取融合图像列像素灰度特征和通过灰度共生矩阵提取磁光图像纹理特征,建立BP神经网络模型和支持向量机模型识别这些缺陷特征。试验结果表明,在旋转磁场激励下,BP神经网络模型和支持向量机模型的分类精度分别为94.1%和98.6%,相比交变磁场,分类精度分别提高了10.7%和8.5%。旋转磁场激励下的磁光成像克服了定向检测的局限性,能够实现对任意角度焊接缺陷的检测及分类。     

空间相机焦平面CCD交错拼接重叠像元数计算

针对大视场空间相机焦平面采用的多片CCD交错拼接,提出了一种适用于多种姿态模式的重叠像元数解析计算方法,以保证空间相机成像视场中不出现漏缝。分析了CCD交错拼接的成像特性和产生漏缝的原因;基于空间坐标系变换和中心投影共线方程建立了重叠像元数计算模型,对像点、相机摄像中心、地面景物点建立动态数学关系,通过追踪像点在像面上的运动轨迹计算了拼接缝像元重叠情况。结合实际工程样例,计算和分析了空间相机机动角度、星下点纬度、视场位置等因素对重叠像元数的影响,并将各工况下计算的最多漏像元数作为最终拼接量。结果表明:重叠像元数理论误差小于1pixel;对比侧摆,俯仰成像时所需拼接像元数更多;该计算模型可扩展应用于其他类型空间相机在任何姿态模式下的重叠像元数计算。     

基于图像反卷积的平板探测器信号串扰校正

平板探测器是锥束CT的关键组成部件，像元间的信号串扰是造成平板探测器投影图像空间分辨率低于极限值的主要因素，校正平板探测器信号串扰对提高锥束CT检测精度具有重要意义。本文基于点扩散函数矩阵反卷积投影图像去串扰校正思路，研究了点扩散函数矩阵的准确性对投影图像串扰校正的影响、点扩散函数和线扩散函数的关系及其与X射线成像的相似性，提出一种结合刀口法测量线扩散函数与平行束CT扫描重建的平板探测器点扩散函数矩阵测算方法。DR/CT扫描成像实验中，应用本文方法校正信号串扰后，DR成像空间分辨率由约10 lp/mm提升至优于25 lp/mm,高能CT成像空间分辨率由不到4 lp/mm提升至优于5 lp/mm,实验证明，应用本文方法能有效校正平板探测器信号串扰，提升锥束CT图像的空间分辨率和对比度。     

Filtering of images of small-sized objects in systems with circular microscaning

This paper describes a model for detection of images obtained in circular microscanning. To detect objects on a low background with the use of an image detection system based on circular microscanning, an approach to image filtering is proposed. The calculation of the noise covariance matrix with respect to the data obtained by the numerical simulation method is used. The calculated matrix is used in filter construction. It is shown that the applied approach makes it possible to increase the signal/noise ratio in image processing with a low background component.     

高阶混合正则化图像盲复原方法

提出了一种高阶混合正则化图像盲复原方法,用于实现模糊噪声图像的清晰化盲复原。根据自然图像边缘的稀疏特性,对图像的边缘细节成分进行了全变差(total variation TV)正则化约束,根据自然图像同性质平滑区域内像素值的变化规律,将一种高阶的类Tikhonov正则化约束运用于图像的平滑区域中,提出了一种新的高阶混合正则化模型。最后,提出一种多变量分裂布雷格曼(Multi-variable Split Bregman MSB)最优化迭代策略对提出的模型进行最优化求解。实验结果表明,提出的方法能够很好地保护图像的边缘细节,同时有效地消除图像平滑区域内的阶梯和假边缘瑕疵。与近几年的一些较好的图像盲复原方法相比,本文方法的信噪比增量(increase of the signal to noise ratio ISNR)增加了0.03~2.5 dB。     

A method for fine positioning of diagnostic packages in inertial confinement fusion experiments

A method based on binocular vision servoing for positioning of a diagnostic package in inertial confinement fusion (ICF) experiments is presented. The general diagnostic instrument manipulator will provide precision three dimension positioning and alignment-to-target capability in ICF experiments. In this work, we focus on the final precise automatic positioning with a binocular vision system. A three dimension image projection vector (IPV), which has an almost linear relationship with the target position in 3D space under the condition of weak perspective, is introduced to extract target position information from binocular image. The difference of the IPV between the current image and the desired image will be used as the input of servo controller. A differential motion model was found for the hybrid manipulator with three degrees of freedom. With this model and the said IPV, the servo strategy will be dramatically simplified compare with general image based visual servo in which the image Jacobian matrix needs estimated online. The experiment result implies that the locating accuracy of the manipulator is less than two pixels. This method can also be used in micromanipulation visual servo field.     

轮对轮辋厚度检测中图像配准方法研究

针对轮辋厚度参数的在线检测,提出了基于双相机的轮辋厚度参数检测方法,其中图像配准是影响该参数计算的重要因素。在分析轮对轮廓线图像特点的基础上,提出了利用配准板特征点的图像配准方法,设计了图像配准步骤,采用仿射变换作为图像配准中的变换模型。为保证配准精度,在综合考虑配准板上特征点的数量和特征点的分布的基础上设计了配准板。通过图像配准实验,提取了配准板特征点坐标,求解了仿射变换矩阵。实验表明,该方法的配准精度为2个像素。