工业CT图像的亚像素级面积测量

为了提高工业CT图像测量的精度,研究了一种基于Facet模型的亚像素级面积测量方法,并将其应用于实际的工业CT图像测量中。首先采用基于Facet模型的边缘检测算法提取亚像素边缘,然后通过最小距离搜索法分离出待测目标的边缘点并排序,最后利用离散化的格林公式计算面积。其中,基于Facet模型的边缘检测算法精度高、抗噪声能力强,能为后续基于边缘的测量提供高精度的数据;最小距离搜索法在浮点型边缘点上实现了待测目标边缘与整幅图像边缘的分离,并生成排序链码,克服了边缘点是浮点型且不连续的困难,给面积的计算提供了有效的数据。测量方法是在亚像素边缘上进行的,突破了图像分辨率对测量精度的限制,使在低分辨率的图像上实现高精度的测量成为可能。分别针对仿真图像和实际的工业CT图像进行了实验,实验结果表明该方法的测量精度高于普遍采用的像素累加法。     

基于切尾加权融合算法的多传感器CCD测量系统

为解决小直径物体的几何参数的精确测量问题,提出了一种基于多源数据切尾加权融合算法的图像测量方法;该方法首先利用CCD成像技术实时获取被测物体的图像;根据图像的特点,对图像进行边缘定位,在单传感器上测得被测物体的几何参数;最后利用探索性数据分析方法中的切尾均值概念构造加权因子,得到多传感器测量数据的精确估计值;仿真实验结果表明,该测量方法具有运算简便、精度高等特点。     

基于矩匹配算法的CT图像亚像素级精度测量方法的研究

针对从CT图像中获取被测工件精确尺寸的要求，使用了特定的算法对CT图像进行处理，采用了新颖的基于矩匹配算法进行边缘的定位，通过对模拟和实际CT图像进行测量获得亚像素级的测量精度，此方法优于常规方法。     

二维机器视觉测量中的图元识别

采用视觉测量方法对工件的各种断面尺寸参数进行测量时,需要在采集到的图像中找到被测量对象。文章给出了一种识别测量对象的图像匹配方法。该方法首先采用Canny方法从工件图像中提取出宽度为单像素的连续边缘图像,并根据工件的原理图纸生成待匹配的模板图像;对模板图像进行缩放和旋转,使之能在匹配率的约束下和边缘图像实现匹配;原理模板中包含图元的编码信息,据此可以在边缘图像中识别出工件的图元信息。实验结果表明,文中提出的方法能适用于一般工件的断面图元识别。     

利用Matlab实现颅骨厚度的计算机辅助测量

本研究利用Matlab软件的图像处理功能自编程序对人体头颅CT图像进行图像分割、二值化、边缘提取、选取参考点等过程,测量人体头部前额骨、顶骨、枕骨上测量位置的厚度。该方法即可实现对某一头颅CT图像上不同位置的测量,也可实现对大量头颅CT图像上同一位置的测量。其测量结果将为建立人体头颅数据库、临床医学、头部的生物力学造型等领域的研究提供可靠依据。     

工业CT图像中小间隙裂纹的亚像素测量方法

工业部件内部小间隙裂纹测量是公认的技术难题,研究工件断面CT图像中小间隙裂纹的测量方法,使之达到亚像素精度。脊波变换是近年在小波变换基础上发展起来的新的分析方法,脊波变换对于图像中的线状奇异性（如边缘、裂纹等）较敏感,且它对图像中的点状噪声有抑制作用。在利用脊波变换检测工业CT图像中工件裂纹边缘的基础上,对小间隙裂纹的平均宽度进行亚像素测量。而工业CT图像成像时存在的点扩散效应,使测得裂纹宽度较真实的要宽些。因此采用宽度收缩的方法获得裂纹平均宽度并进行尺寸标定。实际工业CT图像的实验结果表明,该方法的测量精度能够达到亚像素级精度,可应用于工业CT图像中的小间隙裂纹测量,也可应用于其他类型图像。     

边缘模式比对高精度测长技术研究

边缘在图像检测中有着重要的作用。本文利用参考标尺作为检测基准,采用边缘模式比对的方法,基于亚像素技术设计高精度的边缘检测算法,获得被测物的亚像素级边缘位置。算法精度高,具有抗噪声,抗抖动,抗倾斜等优点,并且对图像传感器件分辨率要求较低,特别适用于复杂生产环境下高精度的视觉测量。     

基于DSP图像处理技术的微小圆测量系统

以测量精密零件上的微小孔径等圆为背景,设计了一种以TMS320DM642DSP为核心,利用图像处理技术的测量微小尺寸圆的系统。通过CCD摄像机进行数字图像采集,在DSP中进行图像去噪、边缘检测、图像识别等图像处理,识别出被测圆并计算出半径。阐述了该系统的工作原理和图像处理的算法及流程。     

基于机器视觉的圆柱直齿轮齿距偏差检测技术研究

针对渐开线圆柱直齿轮齿距偏差的自动测量问题,研究了一种基于机器视觉的影像测量方法;该方法利用影像测量系统摄取被测圆柱直齿轮端面图像,根据齿距偏差的定义设计了齿距偏差自动测量程序;该程序能自动采集待测齿轮图像,并通过图像预处理、拟合圆算法、构造分度圆、提取测量点等一系列处理,最终计算出每个齿距偏差,从而计算出齿轮的单个齿距偏差、齿距累积偏差和齿距累积总偏差;搭建了影像测量系统对该方法进行了实验验证,对实验结果进行了比较分析,分析结果表明齿距偏差测量的重复性精度优于6 μm,所述方法和系统能够实现齿距偏差的有效检测.     

提高形状测量精度的直接与间接反射分离方法

针对光学三维形状测量中间接反射的存在导致三维测量精度下降的问题,提出一种分离直接反射和间接反射的改进结构光投影方法。该方法反向利用直接反射和相互反射间的相位差异,以格雷码结构光为基础设计出相互相位差为90°的调制结构光,将它投射到被测物体,以此分离出直接反射和间接反射;并加上改进结构光的正-反投影,来检测结构光条纹图像中的结构光边缘亚像素定位。实验结果表明,该方法不仅有效地分离出了间接反射,而且提高了被测物体的三维测量精度,扩大了三维测量范围。     

C-V模型与工业CT相结合的几何测量方法

针对工业生产中复杂封闭内腔几何尺寸很难测量的问题,提出一种基于C-V模型的工业CT几何测量方法.首先利用C-V模型提取目标边缘坐标点的有序链码,然后利用Green定理和欧氏距离公式计算目标区域的面积和周长.在提取目标边缘坐标点的步骤中,把边缘灰度先验知识融入C-V模型以提高测量精度;在计算目标区域的面积和周长的过程中,合理地选择目标边缘有序坐标点和插值有序坐标点,再一次提高几何测量精度.实验结果表明,与2DFacet模型测量方法相比,文中方法测量精度约提高1个数量级;并已将该方法应用于实际中.     

基于马尔科夫链的光测图像自动判读方法

光电经纬仪是武器靶场最为重要的测量手段之一,具有直观性强、测量精度高等特点,是获得导弹外弹道参数主要途径。光测图像判读系统获取空中目标运动过程的原始图像和有关数据的原始记录,通过事后判读分析,可获取精确的弹道测量数据。研究了基于马尔科夫链的图像判读方法,该方法通过利用上一时刻的判读信息不断修正目标位置的概率分布矩阵,从而降低图像自动化处理的区域,提高了算法效率,降低了算法的复杂度。     

基于面阵CCD的相机自动调焦技术

为满足摄影分辨力的要求 ,在航空相机拍摄过程中 ,镜头位置要随着摄影距离的改变相应调整。线阵CCD交汇测量能准确测定点目标的距离 ,但对于面目标测量难度较大 ,若用面阵CCD替代线阵CCD ,并利用小波变换获取的图像边缘特征 ,自动识别相同点目标在不同CCD面上的成像位置 ,可实现面目标距离精确测量和相机焦距的自动调整。     

工业CT三维图像曲面面积与内腔体积的测量

三维工件尺寸参数的测量,是从工件出发获得设计图纸的逆向工程的基础。但工件内部结构特别是封闭内腔的测量用传统测量方法难于实现。研究了基于工业CT的三维图像曲面面积与内腔体积测量的算法,针对工业CT断层图像,用C-V方法分割,在得到目标区轮廓点的基础上,计算面积与体积。为了使得到的曲面平滑,计算曲面上点到形心的距离并用高斯卷积进行轮廓滤波再测量。实验结果表明：该方法与传统的先图像去噪再分割测量的方法相比,有较好的测量精度。     

结合高斯加权距离图的图像边缘提取

边缘是图像最为重要的特征之一,是图象分析与识别的基础。对于目标的分割、测量而言,边缘提取的连续性与抗噪性显得尤为重要,其可通过区域增长等算法提取目标区域,为抠图、统计测量提供必要的支持,本文以实现目标轮廓的有效提取为目的,提出一种结合高斯加权距离图的图像边缘提取方法。首先通过计算分块区域内像素间的高斯加权距离,获得高斯加权距离图,该图与原图相比,不仅可以较好地突出边缘轮廓,而且可以统一背景灰度。其次通过分析高斯加权距离图的灰度直方图,将灰度分为两类并计算类中心,以此作为无边缘活动轮廓（CV）模型的c1和c2参数,最后通过CV模型求解图像边缘。与其它边缘提取算法相比,该算法不仅具有较好的抗噪性,同时可以保证图像边缘提取的连续性,实验结果验证了本文算法的有效性。     

图像测量中平行线的自适应拟合

对于图像测量中平行线边缘点的拟合问题,本文通过聚类分析法中的 算法去除边缘点图像中的噪声数据,并结合最小二乘法对平行线边缘点进行分类拟合,解决了传统算法中根据图像特点人为划分区域进行分别拟合的问题,达到了机器对图像进行自动处理的目的.     

基于计算机辅助的医学图像测量与控制方法研究

医学图像常规检查中,需要对目标图像进行测量以获取相关数据。测量主要集中在对距离,面积,角度以及周长等数据的获取。由于医学检测的严谨性,数据准确,方法简便是必不可少的要求。随着计算机技术的发展,其在医学中的应用也得到了广泛的推崇。计算机辅助的医学图像测量不但替代了传统的手工测量方式,也极大地提高了测量的精度与效率。分析医学图像测量算法,针对如何确定目标区域的问题设计了颜色填充的方法,可有效区分出目标区域图像。为了提高该算法的效率,进一步提出了其改进算法,降低了算法执行次数,提高了系统性能。     

一种离焦模糊图像客观检测的新方法

为了更精确地进行离焦模糊图像检测,提出了一种针对一幅图的离焦模糊图像客观检测的新方法,其核心思想是由线扩展函数(LSF)得到离焦模糊图像的点扩展函数(PSF)。该方法首先假定图像中至少能检测到一条明显边缘,然后由此边缘构造LSF。由于作用于空间域,无需复杂的傅里叶变换或迭代运算,因此该方法速度很快。此外,为使检测方法更具普遍性,还提出了离焦模糊检测的一般准则,这种准则适用于所有图像而不依赖于图像的内容。实验结果验证了该方法的精确性和有效性。