一种改进的Harris角点检测算法

角点是图像的重要特征点。对经典的Harris算法进行了理论分析和实验研究,对理论分析中的一个参数值提出改进。通过对相关程序的测试,验证了分析结果。结果表明,对Harris角点检测算法中的参数进行改进后,能够更加突出角点与背景的对比度,在一定程度上降低了阈值选取的复杂度,结果优于经典Harris算法。     

改进Harris角点检测算法的图像拼接技术的分析

图像拼接技术已经应用到了丈物古迹的保护,案件侦破,医学图像分析,虚拟现实技术和军事图像的生成等领域。丈中在改进的Harris角点检测算法配准给出了修正后R=ax^2＋by^2＋cxy＋dx＋ey＋f的模型,在Matlab验证中比较了灰度信息处理以及改进算法的应用结果,从应用改进的特征匹配法可得是更有效和可行的,这一研究包括视频压缩和视频索引在内等领域具有一定的意义。     

基于角点检测的焊缝图像RO I优化提取算法

为了解决焊缝表面缺陷检测中使用点云数据过于庞大而导致检测时间过长的问题,课题组针对Moravec角点检测算法进行优化,使用优化后的角点检测算法对激光中心线进行特征点提取并确定感兴趣区域(region of interest, ROI)。经过实验表明:优化后的角点检测算法能够有效避免伪角点的出现,提高了鲁棒性,同时经过ROI提取后的焊缝点云数据量减少了71.14%。该方法能够有效解决计算基于点云的焊缝表面缺陷检测数据量过大的问题。     

一种改进的Foerstner角点检测算子

遥感影像在获取的过程中,不可避免地存在着噪声,而传统的Foerstner算子灵敏度比较高,因此会检测出大量伪角点．本文提出一种结合双边滤波的Foerstner角点检测算法。经实验表明,该方法可以有效地去除伪角点,提高Foerstner算子检验的准确性．     

基于边链-中心判据的棋盘角点检测方法

针对摄像机标定中广泛使用的棋盘图像,提出了一种新的角点检测算法,并利用棋盘角点的数学特征,设计了边链-中心二重判定条件.该算法易于实现、计算量小,对旋转变换、亮度变换、变形等具有较好的鲁棒性,并对边缘模糊有良好的适应性,可在线连续提取多幅图像的角点,适用于摄像机在线自动标定.     

基于边链-中心判据的棋盘角点检测方法

针对摄像机标定中广泛使用的棋盘图像,提出了一种新的角点检测算法,并利用棋盘角点的数学特征,设计了边链-中心二重判定条件.该算法易于实现、计算量小,对旋转变换、亮度变换、变形等具有较好的鲁棒性,并对边缘模糊有良好的适应性,可在线连续提取多幅图像的角点,适用于摄像机在线自动标定.     

胶印质量自动检测中图像配准的研究

胶印质量自动检测系统中,图像的配准是整个系统的关键技术。本实验提出使用SUSAN角点定位和模板匹配相结合的方法解决胶印质量自动检测中图像配准的问题。该方法首先利用SUSAN算法检测到图像角点,然后对图像进行平移和旋转,再在特定图像区域内,利用模板匹配的方法,进行精确配准。这种新方法与传统算法相比,能在提高定位精度的前提下,有效节省运算时间。实验结果表明新算法是有效且可行的。     

基于图像的人体肩部特征点检测方法

针对现有检测算法对肩部特征点的误检、漏检和检测误差大等问题,提出了一种改进的基于人体轮廓编码的肩部特征点的检测方法。该方法以人体所占图像的大小来确定特征链码串的长度,并且通过特征区域分割、特征区域遍历,具有几何特征的链码串动态筛选的搜索方式,筛选出符合条件的肩部特征点。在获取肩部特征点以后,计算出肩宽值,并且与实际人工测量的肩宽值进行比对与分析。本文实验共选取了100名不同身型的青年测试者(50男/50女)在同一拍摄环境下对该方法的可行性进行测试。结果表明,采用该方法能够快速识别人体的肩部特征点,与人工测量值对比得出的平均误差仅在3%左右,较好地提升了二维人体肩宽尺寸检测的效率,并且为后续服装匹配等相关工作提供了更加精确的数据支持。     

角接触球轴承游隙检测装置设计研究

文章针对成对使用的角接触球轴承的游隙的检测,设计了一种角接触球轴承游隙检测装置,能根据不同的要求、不同型号的轴承方便调节预加载荷的大小,从而确定轴承内外隔圈厚度差,实现轴承游隙的消除及预紧,保证轴的回转精度.     

浅析重力谷糙分离机的支承角与凸点升角的关系

浅析重力谷糙分离机的支承角与凸点升角的关系襄樊市粮机股份公司（４４１０２１）刘东山本文力图从理论方面浅析支承杆倾角与分离板凸点升角间的函数关系。１重力谷糙分离机的分离原理由于谷糙混合物中的糙米和稻谷存在着粒度、比重、摩擦系数的不同，在摇动分离板的摇动...     

基于特征融合的猪肉新鲜度高光谱图像检测

利用高光谱反射图像技术研究了猪肉新鲜度的无损检测。采集了180个猪肉样本在400~1 000 nm范围内的高光谱反射图像,提取了高光谱图像的光谱均值和熵两类特征;分别利用连续投影算法、主成分分析,以及连续投影算法结合主成分分析3种特征降维方法,提取了反映肉类新鲜度信息的重要特征变量;并建立了这些特征变量与挥发性盐基氮(TVB-N)的最小二乘支持向量机(LSSVM)预测模型;在此基础上提出了猪肉TVB-N含量的可视化检测方法。研究结果表明:相比于单一特征模型,利用光谱均值和熵融合特征的LSSVM模型可显著提高模型的准确度;连续投影算法结合主成分分析的特征降维方法,可显著降低模型的复杂度,提高模型准确度。利用光谱均值和熵两类特征,通过连续投影算法和主成分分析相结合的特征降维方法所建立的LSSVM预测模型,可取得最佳的预测准确度,其预测集的均方根误差RMSEP为1.96,相关系数(RP)为0.948,剩余预测偏差(RPD)为3.12,可满足实际检测需要。建立在此基础上的可视化方法,可直观显示肉类的腐败区域和程度。     

面向苹果品质检测的图像融合方法

水果的损伤不但影响外观,还会造成营养流失和病菌感染等问题。作者提出一种面向水果品质检测的图像融合方法,为果农或经销商提供水果损伤信息。首先,对苹果的可见光图像和红外图像分别使用四元数小波变换得到低频子带与高频子带;接着,对低频子带使用基于局部平均梯度的加权平均方法进行融合,高频子带采用基于导向滤波的绝对值取大的融合规则实现融合;最后,将融合后的高频系数与低频系数使用逆四元数小波变换得到融合后图像。实验结果表明,提出的方法很好的保留了可见光图像中表皮的细节纹理和红外图像中检测到的次表面损伤信息。该方法能够提高苹果品质检测的准确性。     

小麦图像检测技术研究进展

图像检测技术具有检测结果客观、分析速度快、不破坏样品等优点,在农产品检测等多种领域越来越受到人们的关注。通过对图像检测技术在小麦质量与品质检测等方面的应用进行综述,介绍了该检测技术在小麦品种分类、小麦与类似谷物的识别、小麦品质检测与分级、小麦不完善粒的检测、小麦角质和硬度的测定等方面的研究进展,并展望了图像检测技术在小麦综合品质判定方面的发展前景,以期为图像检测技术在小麦品质与质量检测方面更广阔的应用提供参考。     

基于光谱和图像信息融合的玉米霉变程度在线检测

融合可见-近红外光谱和机器视觉分析技术,建立玉米霉变程度在线检测方法。辐照灭菌玉米分别接种5 种谷物中常见有害霉菌,并于28 ℃和85%相对湿度环境中储藏15 d至严重霉变。在样品储藏的第0、6、9、12、15天,同时在线采集其光谱及图像特征信息,将提取的样品光谱特征波长和图像颜色特征参数融合成总特征参数,建立玉米霉变程度定性定量模型。结果表明,主成分分析可成功区分不同霉变程度的玉米样品;基于光谱和图像信息融合的线性判别分析模型对不同霉变程度玉米样品的整体识别率达91.1%,比单独应用光谱和图像时的准确率分别提高4.4%和8.9%;基于信息融合的玉米菌落总数偏最小二乘回归模型结果也同样较优,模型预测决定系数Rp2为0.894 1,均方根预测误差为0.665（lg（CFU/g））,相对分析偏差达3.06。结果表明光谱和图像数据融合能够提高模型精度,在霉变玉米在线检测方面具有可行性。下一步应不断扩大样品量,补充自然霉变及受更多代表性霉菌侵染的玉米样品,以不断增强模型的鲁棒性和适用性。     

图像检测技术在皮革缺陷检测排样系统的应用研究

介绍一种计算机皮革缺陷检测与排样切割系统的构成原理与设计思想.该系统对皮革纹理图像采用小波包分解去噪,并用共生矩阵提取皮革图像的纹理特征向量,用改进模糊聚类方法对样本特征样本向量进行聚类分析.提出了一种基于类间方差和类内方差的自适应确定分割区域数的方法.该算法可以准确的检测出皮革表面缺陷信息,其在线缺陷检测结果与人工判断缺陷类别的一致性在89.1%以上,实现了对皮革缺陷的自动检测,优化排样.     

离子色谱仪-电化学检测器法分析白酒中的氰化物

采用离子色谱仪-电化学检测器法分析白酒中的氰化物,样品直接稀释进样检测。采用Dionex IonPacTMAS7(4 mm×250 mm)色谱柱,ED50A电化学检测器,以0.5 M乙酸钠+0.1 M氢氧化钠+0.5%乙二胺为淋洗液进行等度洗脱,流速1.0 m L/min。进样体积125μL,自动进样。检测结果表明氰化物浓度在1.6~200μg/L范围内,线性良好,检出限为0.8μg/L,定量限为2.5μg/L。该方法灵敏度高、准确性好,能够简单快速测定白酒中氰化物含量。     

瓷片包角机性能的可拓综合评价

为提高瓷片包装机的自动化水平,运用可拓理论建立了瓷片包角机的物元模型,经过菱形思维的发散和收敛,获得了多种设计方案,通过对物元特征指标按优度评价法进行综合评价,得到了最优方案为采用矩形料仓和摇块机构.通过样机的测试表明瓷片包角机满足要求.     

抗生素残留检测技术的研究进展

随着抗生素的广泛使用,其残留所带来的一系列问题也接踵而至。研究表明,动物性食品中残留抗生素是诱发儿童肥胖的一个重要因素[1],同时抗生素的后效应也引起了人们的高度重视[2],这就使得残留抗生素检测显得尤为重要。文中对抗生素残留检测技术进行了综述。     

基于图像处理的稻米垩白自动检测研究

应用大津算法自动选取分割阈值,对稻米图像进行两次分割,分别得到籽粒和垩白区域的二值图像,再根据区域内部象素的连通性,将不同区域赋予不同的标记,计算出籽粒和垩白粒数,以及二者对应的面积(象素)。研究结果表明,该算法的自动检测结果与人工检测相关性大于90%,可用于稻米垩白粒率和垩白度的自动检测。