基于灰度投影的硬板纸计数方法研究与应用

目前基于视觉的纸张计数方法大多是做图像分割或者边缘检测,虽然简单易行,但存在分割阈值难以选取的缺点。因此,提出一种基于灰度投影的硬板纸张计数算法。首先,将排列规律整齐的硬板纸张的图像通过灰度投影后得到其灰度像素曲线,再利用高斯函数得到的离散值作为权重,判断灰度像素曲线波峰和波谷的性质,然后根据波峰与波峰和波谷与波谷之间的间隔初步判断一张纸的厚度,并排除干扰峰谷点后准确定位出波峰或者波谷的位置,同时根据标记的位置实现对硬板纸张进行计数。最后,用实验验证了所提算法的有效性,实验计数结果表明,该方法能很好地实现对硬板纸的计数,且操作简单易行,2种不同硬板纸张计数结果的准确率均在98%以上。     

基于局部灰度特征的纸张计数算法研究

针对目前在印刷及包装行业板纸机械式计数存在的噪声大、效率低、对板纸有损伤等不足,设计了基于局部灰度特征的纸张计数算法并实验验证了该算法的计数效果。该方法从板纸图像的列灰度特征出发,绘制板纸列像素灰度值变化曲线,对列像素灰度连续做减法,以找到纸张与纸张间隙灰度变化的跳变点,对得到的灰度差曲线做二值化处理,最后根据所找到的跳变点进行计数,并依据纸张宽度剔除干扰的标注点,以使计数结果更加准确。实验结果表明:该方法对于纹理单一、灰度对比明显的纸张,其计数效果理想,准确率高,达9 7%以上;且由于该算法从灰度图像列灰度特征入手,对一维数据进行处理,因此运行速度快,效率高,能满足实时快速处理的要求。     

基于峰谷特征和组合投票法的钢板计数算法

针对传统的人工计数方法存在效率低和危险系数高等问题,设计了一种基于峰谷特征和组合投票法的钢板计数算法。采用帧差法检测感兴趣区域,并对其进行图像预处理和边缘检测,利用每块切分的钢板边缘图像进行纵向投影获得灰度投影曲线并去噪,对投影曲线做一阶向前差分和二阶向前差分,得到钢板的波峰、波谷点,再对多块图像的波峰和波谷点进行组合投票,得到钢板数。实验结果表明,本文算法的钢板点张准确率在95%以上,能满足实际业务需求。     

基于纹理分割的纸张计数研究

目的研究运用数字图像技术实现纸张自动计数。方法通过对印刷纸张叠层图像的纹理分析,针对大幅面计数场合,借助一阶差分算子和形态梯度对纹理区域进行定位与提取;用定方向形态灰度修复纹理;对细化的纹理进行统计计数,分析对比各方法优缺点及对计数的影响。结果该流程方法强化了弱点缺省信息,对实际工况下纸张因毛边、磨损等造成的纹理破坏具有良好的修复效果。实验验证了该计数方法。结论该计数方法具有高效、稳定的特点,能够对实况下大幅面纸张进行有效、精准的计数。     

改进的K-Means高通量dPCR荧光图像分类算法

目的 为实现高通量dPCR荧光图像阳性点高精确度分类,提出一种改进的K-means高通量dPCR荧光图像分类算法。方法 首先,将预处理后的荧光图像进行像素灰度值统计,依据图像亮度自适应选择波峰波谷作为聚类中心,通过马氏距离度量确定像素簇类;然后,将粗分类结果进行开、闭运算及删除小面积对象等形态学处理;最后,利用3次连通域统计方法完成细分类、位置标识和计数。结果 选取4种通道825幅荧光图像进行检验,平均精确率达到99.06%,召回率达到98.97%,分类效果良好。结论 文中提出的改进K-means分类算法可以实现对高通量dPCR荧光图像的高精度分类和计数,对其他荧光图像分类识别具有一定借鉴意义。     

基于模糊融合的红外弱小目标快速检测算法

提出了一种基于模糊融合的红外弱小目标快速检测新算法。算法以差分图像为基础,根据差分图像的噪声特性引入衡量像素点灰度变化程度的隶属度函数,将经过隶属度函数“模糊化”的数帧差分图像进行模糊“与”操作实现融合,按照规则对融合后的图像进行两次模糊推理,实现了弱小目标的检测。仿真实验结果表明,该算法保留了差分法良好的实时性,克服了确定检测阈值难和“硬”判决带来检测概率低的缺点,能快速有效地检测出低信噪比红外图像序列中的像素个数不小于4的弱小运动目标。     

基于背景图像差分的运动人体检测

在背景图像差分的基础上,提出一种改进的实时背景更新算法.通过背景学习过程,利用若干帧连续图像中每点像素灰度值样本,估算对应像素点的灰度值均方差.利用正态分布的"3σ原则"对图像背景进行实时更新,消除背景变化对人体分割的影响.提出基于图像平均灰度值的阈值分割算法,以提高算法对不同光照强度的适应能力.提出基于垂直投影图的阴影消除算法,分析表明,人体躯干和影子区的垂直投影特性不同,由此可以有效消除人体影子.实验结果表明,本算法在不同的光照情况下能够完整分割运动人体图像.     

基于角点和局部特征描述子的快速匹配算法

提出了一种基于角点检测和灰度差分不变量区域统计直方图的局部特征描述子相结合的快速匹配算法。通过建立较少图层的阶梯金字塔,利用Shi-Tomasi算法提取图层中数量适中的强角点。采用具有几何意义的低阶灰度差分不变量描述图像特征,改进了传统算法对噪声及角点位置偏差敏感、计算复杂等问题。实验结果表明算法在保证具有旋转、尺度缩放、光照及小视角变化、模糊等性能不变的同时,整体匹配所耗时间以及正确匹配率均优于SIFT和SURF算法。     

一种基于颜色和灰度跳变的车牌定位方法

通过对现在的车牌定位方法进行研究,提出了一种粗细相结合的车牌定位方法,即利用颜色特征和灰度跳变结合来确定车牌位置,首先利用车牌的颜色特征将车牌可能区域从整幅图像中确定,然后将经过图像处理技术和基于ostu二值化方法初步定位的图像变为差分图,根据白色点数来确定灰度跳变次数,再根据灰度跳变来确定车牌的具体位置.实验结果表明：这种方法对车牌的定位较为准确,对噪音的抗干扰性强,定位速度快,符合实时性的要求.     

车灯模组的照度检测研究

针对在车灯模组的照度检测过程中,车灯模组照度图像采集时由于摄像系统安装位置产生的畸变问题,采用平面模板法,通过畸变校正算法对系统进行畸变校正,减小因图像坐标位置失真造成的测量误差;针对摄像系统像面照度不均匀性对图像灰度值的影响,通过照度均匀度校正实验获取摄像系统的校正系数后,采用基于麦夸特法与通用全局优化算法结合的曲面拟合法对校正系数进行处理,得到像素坐标与校正系数的函数模型,实现图像灰度值的校正。对校正后的摄像系统进行灰度-照度标定,建立灰度-照度关系,提高车灯模组照度检测的精度。实验结果表明:车灯模组照度检测的误差基本控制在10%以内,重复性误差小于1%,具有较高的准确性和可靠性。     

Fatigue life analysis of automotive key parts based on improved peak‐over‐threshold method

To eliminate the limitations of the peak‐over‐threshold (POT) extrapolation method, the paper proposes an improved POT extrapolation method to reconstruct the load sequence and frequency of the part. A threshold model is established based on a generalized Pareto distribution (GPD). Assuming a road surface's irregularity obeys a normal distribution, the load between the upper and lower thresholds is reconstructed to obtain more dynamic road load data. Rain‐flow counting method is used to calculate the peak‐to‐valley value and frequency of the load signal, and the characteristics of the load mean and amplitude before and after the improvement of the POT extrapolation method were discussed. The effectiveness and conservativeness of the enhanced method are verified by predicting the fatigue life of a swing support rod.     

计算Canny算子双阈值的新方法

为提取颗粒图像的边缘,详细讨论非极大值抑制图像(NMS)灰度统计值的变化特点,提出一种基于颗粒图像的Canny算子双阈值计算方法。通过实验发现NMS图像中"谷"两端的灰度值为最佳双阈值。结果表明:该方法比已有的自适应算法更加准确,能够最大程度地去除噪声,保留有效边界。在图像法测量颗粒形态的过程中,该方法相对基于最大熵原理或Otsu方法的Canny算子更具有可靠性和稳定性。     

基于SVM的高通量dPCR基因芯片荧光图像分类研究

目的 为了实现高通量dPCR基因芯片荧光图像的亮点分类与计数,提出一种基于支持向量机（SVM）的荧光图像分类与计数方法。方法 首先对荧光图像进行去噪、对比度增强等图像预处理,对预处理后荧光图像进行亮点区域提取标注,去除背景与暗点的冗余信息,利用方向梯度直方图（Histogram of Oriented Gradient, HOG）提取鉴别特征,计算合并所有样本的亮点特征得到HOG特征向量,根据已得到的HOG特征向量创建一个线性SVM分类器,利用训练好的SVM分类器对荧光图像亮点进行分类与计数。结果 对比传统算法,文中算法具有较高的分类识别精度,平均准确率高达98%以上,可以很好地实现荧光图像亮点分类与计数。结论 在有限的小样本标注数据下,文中算法具有良好的分类性能,能够有效识别荧光图像中的亮点,对其他荧光图像分类研究也具有一定参考价值。     

Fusion of visible and infrared images based on multiple differential gradients

ABSTRACT

The ideal fusion of infrared and visible images is to preserve the details of the visible image as much as possible and superimpose important highlights of the infrared image on the visible image. Therefore, this paper proposes a multiple differential gradient method (MDG) that fuses the infrared image with the difference image of the visible light image and the gradient image of the infrared image. First, an image with comprehensive information is obtained through the difference between the infrared image and the visible image, and it is fused with the suppressed visible image. The new image obtained is then fused with the divergent image of the infrared gradient. Finally, the gray value of the visible image is compared with the new image, and the point with the larger gray value is selected to be fused into the new image. The result is better than most classical algorithms.     

基于图像迹的快速配准算法研究

针对基于灰度的图像配准速度较慢的弊端,给出了"图像迹"的定义,通过计算图像的迹差,求累积误差的最小值进行图像配准.通过实验验证,这种方法在保持高的配准概率的前提下,大大地提高了配准速率,降低了算法复杂度,不仅抗噪能力强,而且仅仅只有和差运算,也易于硬件实现.     

直管段包装过程中的视觉计数系统设计

目的提出一种基于视觉图像处理的直管段端面圆边缘检测算法与装置,用于直管段精确计数,以提高计数精度和包装效率。方法使用CCD采集直管段端面图像,在Matlab软件中编写检测算法,分别通过对像素坐标、阈值大小的调节来增强图像的对比度,完成图像的灰度化、二值化预处理。将霍夫变换与HarrisLaplace算法相结合,并对管段端面进行边缘检测;通过设定管径大小实现端面圆形边缘的识别、显示与计数。结果将直管段放入设计的视觉计数装置中,通过可动挡板使端面对齐后,采用图像处理技术来实现视觉计数,多次测试结果验证了系统的正确性。结论该方法可以用于直管段的自动计数。