基于CCD与PID的自动视觉对线开幅方法研究

针对目前国内开幅机自动化程度较低的现状,提出了一种基于CCD识别标定漏针缝与PID控制伞架电机的自动视觉对线开幅方法。采用CCD相机拍摄织物图像,由计算机识别、定位漏针缝。根据漏针缝与剖布刀的偏移方位与大小,由PID控制器调整伞架旋转方向与速度,纠正漏针缝与剖布刀的偏移量,以保证沿漏针缝剖分织物。Matlab仿真表明,该系统能实时检测漏针缝并控制伞架旋转速度,响应速度快,检测精度高,可靠性好,取得了良好的控制效果。     

基于激光测距的地铁隧道断面自动化检测方法

为了提高地铁隧道断面自动化检测能力,提出基于激光测距的地铁隧道断面自动化检测方法.通过嵌入式控制区块分布式解析,计算图像边缘轮廓,从而利用空间复杂曲面重构方法实现激光测距图像采样,结合激光测距图谱分解结果,对图像采样结果进行融合处理.利用空间规划和模糊度特征分析提取测距图像的区域纹理特征分量,并利用模糊度检测和信息融合...     

基于多尺度小波与模糊方法的图像边缘检测

提出了一种基于多尺度小波变换和模糊方法的图像边缘检测算法,它将图像分为高频和低频部分别进行处理,高频部分利用多尺度小波变换进行边缘检测,低频部分利用模糊方法进行边缘检测,并对两种方法得到的边缘图像进行融合,实验结果证明检测出的边缘与其它传统边缘检测算子所获结果得到了很大的改善.     

切割刀具图像边缘破损检测方法仿真

采用目前方法对切割刀具边缘进行破损检测时,没有对刀具图像进行增强处理,导致方法存在图像对比度低、适用性能差和检测精度低的问题.提出基于直方图均衡化的切割刀具边缘破损检测方法,利用天然橡胶刀具图像的灰度中值,在分割直方图等面积原则的基础上进行灰度直方图分割处理,均衡化处理分割处理后的各子灰度直方图,完成天然橡胶刀具图像的...     

基于PCNN的灰度图像边缘检测方法

脉冲耦合神经网络(PCNN)最初由Eckhorn根据猫大脑中视觉皮层神经元的同步脉冲(SynchronousBurst)现象而提出。由于具有一系列良好的特性,PCNN在图像处理、模式识别等领域获得了广泛的应用。文献[6]根据PCNN的传播特性提出了一种利用PCNN检测二值图像边缘的有效方法,但这种方法并不能直接用于对灰度图像的边缘进行检测。由于实际处理的图像大部分为灰度图像,因而其方法的适用性是很有限的。该文提出了一种基于PCNN的灰度图像边缘检测方法,从而直接对256色灰度图像的边缘进行提取,具有较好的适用性。实验结果表明该方法是有效的。     

基于物联网的人工智能图像检测系统设计与实现

物联网络的建立促使人工智能领域取得飞跃性进展。传统图像检测方法利用小波能算法进行背景与边缘噪声划分方式进行图像检测,存在低分辨率图像检测精度低、检测速度慢、缺乏图像深度分析等一系列问题。物联网人工智能发展迅速的环境下,提出基于物联网的人工智能图像检测系统设计。采用智能人工像素点特征采集技术(IAPCCT),对图像进行逐点特征提取,运用物联网丰富数据量资源与处理运算能力对采集图像像素点进行特征分析回馈,回馈信号经人工智能信号图像合成模块(AISIS),对信号做图像转换处理并输出分析结果完成图像检测。通过仿真实验测试证明,基于物联网的人工智能图像检测系统设计具有图像检测率高、识别准确度高、运行稳定、处理高效等优点。     

简单的图像边缘检测和增强方法

针对灰度图像的边缘检测问题,不同于传统的或是流行的模糊图像处理方法,利用Matlab的滑动邻域块和Robert梯度算子相结合的方法提出了一种简单的灰度图像边缘检测思想,实验结果证明该方法能够快速且有效地检测出图像的边缘信息,为计算机进一步识别奠定了基础.同时,为了使图像的轮廓更加清晰,引入高斯型函数对结果再进行增强处理,并通过对高斯函数的两个参数的对比分析,获得了显著的增强图像边缘效果.     

Contourlet概率分布的遥感图像边缘检测方法

提出一种新的基于Contourlet概率分布的边缘检测算法, 首先,对图像Contourlet系数概率分布的混合高斯分布特性进行分析,并建立图像Contourlet 系数大小状态的概率模型,同时对基于该模型的图像线状奇异信号进行分离;其次,改进最大类间方差的阈值选取方法,提出一种基于类间距离和类内方差的阈值选取方法,在保证类间距离最大的同时提高了类内聚合度;最后,利用所选阈值对分离的图像线状奇异信号进行二值化处理,并对边缘信息进行提取。实验结果表明,与传统经典边缘检测方法相比,所提出的边缘检测方法在有效检测出遥感图像中光滑边缘的同时可以对图像中次要的奇异信息进行有效的屏蔽,具有很好的实用性。     

光信息检测中图像处理的快速算法

提出了一种光信息检测中图像处理的快速算法.并利用了这种图像处理方法进行了计算机模拟,模拟结果表明,这种图像处理方法具有快速度和高精度的优点,在实际应用中具有重要的意义.     

基于均值漂移聚类的运动目标检测

为了有效减少噪声对运动目标检测的影响,提出了一种利用均值漂移聚类实现运动目标检测的方法。首先运用Mean Shift算法分别对三帧连续图像进行平滑去噪处理,然后对图像进行边缘提取,最后通过三帧差分法对三帧图像进行差分,进而得到运动目标。实验结果表明,该方法可以有效地抑制噪声并提取出运动目标。     

铁路钢轨光带异常检测系统

应用图像识别技术,结合钢轨光带结构特征,提出线性时间复杂度的光带异常检测算法。首先使用图像垂直方向加权投影分析的方法,定位钢轨区域。然后基于“由粗到细”的分析策略,综合利用光带的灰度特征、局部梯度特征,逐行扫描图像,精确定位光带边界。最后根据经验知识判定光带异常类型：光带整体宽度异常、光带偏心、光带局部异常。实验验证了算法的有效性和高效性,每小时可以分析220 km数据。     

磁瓦表面缺陷机器视觉检测与识别方法

针对磁瓦生产过程中表面缺陷检测的重要性和人工检测的弊端,研究基于机器视 觉的磁瓦表面缺陷自动检测与识别方法。为解决磁瓦表面缺陷种类多、对比度低、图像中存在 磨痕纹理背景和整体亮度不均匀等难点,定义扫描线梯度,其标准差与扫描线灰度标准差构成 特征向量,提出基于两类支持向量机的图像分割方法来判别和提取缺陷;并提出一种改进的多 类支持向量机方法,对缺陷进行分类识别,解决了多类支持向量机存在不可分区域的问题,提 高了分类器的准确性和有效性。实验结果表明,该方法能准确快速地提检测磁瓦表面各区域的 各类缺陷,检出率可达到96%以上,识别率超过91%。     

基于轮廓线与特征融合的电网变电设备三维自动化运检方法

因工作环境的复杂性,变电设备成为智能电网中故障频率最高的装置之一,易发生设备接地故障、保险熔断故障、绝缘材料老化等问题,为提高电网变电设备三维自动化运检精度,提出基于轮廓线与特征融合的电网变电设备三维自动化运检方法研究。采集电网变电设备三维图像,获取电网变电设备三维图像初始轮廓点,筛选变电设备轮廓点,依照顺序连接提取出的关键轮廓点,得到变电设备三维图像轮廓线,结合形态学滤波算法,对图像进行开、闭运算,依据轮廓线的闭合情况,分割出目标图像与背景图像,提取包括HOG特征与LBP特征的变电设备目标图像特征,经过特征融合后,构造最优分类超平面,制定电网变电设备三维自动化运检规则,判定变电设备运维情况,最终实现变电设备的三维自动化运检。实验数据显示：该方法识别出变电设备的正常与异常状态,在不同实验工况背景下,应用提出方法获得的变电设备运检精度达到了96%。提高了变电设备的自动化运检的识别及运检精度,满足现今变电设备的运检需求。     

一种基于计算机视觉的织物疵点自动检测方法

提出了一种基于计算机视觉的织物疵点的自动检测与识别方法,使用CCD摄像头对织物进行实时拍摄,对所得图片通过图像处理、小波分析,提取特征参数,有效地检测与识别缺经、缺纬、油污、破洞等常见疵点,其具有检测速度快、识别正确率较高等优点。     

Automatic multiple view inspection using geometrical tracking and feature analysis in aluminum wheels

The classic image processing method for flaw detection uses one image of the scene, or multiple images without correspondences between them. To improve this scheme, automated inspection using multiple views has been developed in recent years. This strategy’s key idea is to consider as real flaws those regions that can be tracked in a sequence of multiple images because they are located in positions dictated by geometric conditions. In contrast, false alarms (or noise) can be successfully eliminated in this manner, since they do not appear in the predicted places in the following images, and thus cannot be tracked. This paper presents a method to inspect aluminum wheels using images taken from different positions using a method called automatic multiple view inspection. Our method can be applied to uncalibrated image sequences, therefore, it is not necessary to determine optical and geometric parameters normally present in the calibrated systems. In addition, to improve the performance, we designed a false alarm reduction method in two and three views called intermediate classifier block (ICB). The ICB method takes advantage of the classifier ensemble methodology by making use of feature analysis in multiple views. Using this method, real flaws can be detected with high precision while most false alarms can be discriminated.     

基于彩色图像分割技术的SMT焊点质量检测

图像分割的策略和方法是SMT焊点图像处理的一项关键技术,也一直是SMT焊点计算机质量检测的瓶颈;以SMT焊点的颜色和几何特征作为分析对象,在灰度图像分割所用二维阈值化的分割方法的基础上,提出一种从颜色直方图的量化级数和二维直方图概率密度不均匀化两个方面改进后的适用于HSV彩色空间图像分割技术,并将其应用于SMT焊点的质量检测;通过其得到SMT片式元器件焊点的图像,对其进行形态学处理后,利用Matlab软件将SMT焊点成功地从PCB板上分离出来,为三维重建提供良好的基础。     

基于机器视觉的弧形件检测算法

为快速准确地对弧形零件特征参数进行检测,提出了一种基于机器视觉技术检测弧形件的各种特征参数的方法。该方法先采用Canny算子检测图像边缘,然后用三次样条插值方法对图像边缘进行插值并计算其亚像素坐标,最后采用基于切线方向的方法计算曲率值。对离散曲率数据进行处理,计算其均值和方差以及弧形件的弧长、夹角、面积等特征量。实验结果证明：该算法不仅精度高、速度快,而且稳定性好,能满足弧形零件特征参数的检测要求。     

可见光图像中的高压线缺陷自动诊断方法

研究直升机巡检系统中,基于可见光图像的电力线缺陷诊断方法。对直升机机载系统采集到的可见光图像进行实时分析,自动诊断电力线上可能存在的断股、异物附着缺陷。研究了缺陷在可见光图像中的特征,并提出了一种基于亮度和空间信息的线对象检测方法,自动识别电力线。对线对象进行分析,获取其位置、方向、宽度信息,并进行对象分类。结合缺陷特征和对象与分类信息,设计缺陷诊断流程,诊断断股及异物缺陷。实验证明,该方法对电力线检测准确,能够发现电力线存在的可疑异物和断股缺陷,成功应用于直升机巡检系统中。     

空间圆几何参数视觉测量方法研究

对空间圆几何参数的非接触在线测量方法进行了研究。通过在区域划分中引入模糊化思想,基于模糊隶属度构建一种神经网络的拓扑结构,采用立体标靶进行摄像机标定。面向局部检测区域小的空间尺寸测量问题,利用图像的梯度相关作为匹配特性,开发一种高效的基于梯度图像的立体匹配算法。在实验研究中,对某车身翼子板安装孔进行了检测,结果显示当空间圆所在平面与图像平面约50°角时,测量空间圆的相对误差优于±0.6%。研究结果表明,提出的方法测量精度高,并适用于在线测量。     

大输液异物检测图像快速位移补偿方法

智能灯检机在进行大输液药液检测时,由于图像位移偏差带来的干扰,利用帧间差分法提取药液中的异物时经常出现误判的现象。针对上述问题,提出了一种基于加速分割测试特征（FAST）的二进制描述符分块匹配算法。首先,通过加速分割测试在不同尺度的图像上检测特征点,并利用非极大值抑制与熵值差法选择出优秀的特征点;然后,利用改进的模板在特征点周围进行采样,形成对尺度变化、噪声干扰及光照变化均有较强鲁棒性的新型二进制描述子,再将描述子进行降维;最后,利用分块匹配策略和阈值法,快速精确地匹配两帧图像,求解出并补偿位移偏差。实验仿真结果表明：在处理192万高像素图像时,该算法整体实时性能上可达到190 ms,其中新型描述子生成仅占96 ms;并且匹配准确率达到99%以上,成功地抑制了空间位置偏移较大的误匹配;计算出的误差远小于现在匹配精度较好的尺度不变特征转换（SIFT）、带方向的二进制鲁棒独立单元特征（ORB）算法,位移补偿量能精确至亚像素级,能快速补偿药瓶在图像中的位移偏差。