基于相关匹配的QR码识别方法

QR码图像识别是QR码应用中的关键技术.Hough变换、曲面拟合去背景、控制点变换等方法为QR码识别过程中图像预处理的基本方法,针对图像预处理后图像识别率低的缺点,提出了一种基于相关匹配法的QR码识别方法.基于曲面拟合的改进自适应阈值法分割图像.采用Hough变换和控制点变换方法校正图像的几何失真变形.利用模板对QR码进行相关匹配,对相干系数阈值处理得出取样网格.实验表明,本文算法能有效提高QR码识别效率和效果.     

基于多层图像分割hough变换的零件定位模型

本文根据零件原始图像数据,先对图像进行灰度化处理,再运用Sobel算子对原始图像进行轮廓提取,接着采用几何特征对其进行识别。本文设计思想是:首先做Hough变换检测圆心位置与大圆边界,并将圆心位置存入内存;其次,为减少误差将图像分割为4部分,对每一个零件再做一次Hough变换检测,进一步检测到小圆的边界、确定小圆半径,从而最终提取零件的轮廓,同时对图像分割后的4个零件做Hough变换的直线检验;接着删除部分内容后做第3次Hough变换检测,确定中圆的边缘及半径;最后,删除大圆以内部分,做第4次Hough变换检测齿轮。针对模型验证,采集第3次及以后的Hough变换时求其几何特征可以验证第1、2次所得到的几何特征发现误差稳定在5个像素以内,说明优化模型的适用性好。     

基于区域分块与尺度不变特征变换的图像拼接算法

针对图像匹配算法计算量大,实时性差的问题,提出了一种基于区域分块与尺度不变特征变换(SIFT)相结合的图像拼接算法。该算法利用图像能量的归一化互相关系数快速分割出匹配图像与待匹配图像间的相似区域,利用SIFT算法在重叠区域中搜索出能用于匹配的图像特征点并实现快速精确配准。然后,通过对图像进行了几何校正和图像融合来实现图像序列间的无缝拼接。实验结果表明,该算法减少了传统SIFT算法的大量无用搜索,改善了图像的几何失真,降低了算法复杂度,提高了图像匹配的速度,在保证90%以上的匹配准确率的基础上,计算时间较传统SIFT算法减少了近50%。提出的算法可准确、快速地实现有形变和尺度变换图像的无缝拼接。     

航拍图像中绝缘子的识别与故障诊断

针对输电线路绝缘子掉片故障问题,对绝缘子图像阈值分割、边缘检测、绝缘子识别、故障诊断等方面进行了研究,对航拍图像正常绝缘子、故障绝缘子以及背景区域特征进行了归纳,提出了一种基于航拍图像的绝缘子识别与故障诊断方法。利用最大类间方差法(OTSU)分割图像,小波模极大值法检测图像边缘,对Hough变换进行改进以快速检测不完整椭圆,根据椭圆参数设计分类决策条件以识别绝缘子串,最后基于绝缘子串的位置信息实现了绝缘子的故障诊断,并利用航拍图像对输电线路绝缘子识别与故障诊断方法进行了验证。研究结果表明,该方法能获得绝缘子串椭圆参数,能够实现航拍图像绝缘子边缘检测、绝缘子识别、掉片故障诊断等多项功能,算法响应迅速、准确率高。     

基于二维小波变换及图像模式识别的焊缝坡口识别

采用二维小波变换及二值化方法处理初始条件下管道焊缝坡口图像,获取焊缝坡口纹理信息,作为模板。 对后续坡口图像进行同样的小波变换及二值化处理,利用模式识别方法获取后续图像焊缝坡口及其中心线的基本 位置信息,研究的焊缝坡口识别算法为实现自然光下焊缝坡口实时跟踪提供了理论依据。     

基于数字图像处理和特征提取的钢轨表面缺陷识别方法

设计了一种基于图像特征分析的钢轨表面缺陷识别方法,运用快速数字图像处理技术可实现钢轨表面裂缝和剥离掉块缺陷的提取,该识别方法通过对采样图像使用高低帽变换进行图像增强,再进行高斯平滑消除毛刺,最后采用阈值处理及边界抑制来提取出缺陷信息。研究了钢轨伤损评价及信息表达方法,可将缺陷信息以曲线的形式表示出来。为验证所设计方法的有效性,设计了模拟实验装置,用工业线阵CCD摄像机获取钢轨样品运动时检测的图像,进行缺陷识别处理,实验表明,系统输出曲线能够明确反映损伤的程度及其位置信息。     

航空发动机篦齿盘表面裂纹的视觉检测

基于内窥镜的视觉检测技术在现代航空发动机故障诊断中发挥着重要的作用.针对航空发动机篦齿盘均压孔上产生的表面裂纹,采用基于工业视频内窥镜的孔探技术对其进行自动视觉检测.在对均压孔裂纹形成原因和裂纹形态进行分析的基础上,提出一种基于定位-识别模型的盘孔表面裂纹检测方法.该方法采用一种新的模糊快速Hough算法检测均压孔的圆形边界,对盘孔进行定位;然后根据裂纹分布情况确定感兴趣区域,并对该区域内的图像进行二值化和细化;最后采用链码分析实现裂纹识别.在实验中,对比了模糊快速Hough变换、标准Hough变换和随机Hough变换检测盘孔边界的效果,结果表明模糊快速Hough变换可以快速准确地识别出圆形边界,并对盘孔进行定位.采用上述方法对80幅均压孔图像进行裂纹检测试验,结果表明检测的准确率可达91.2%.     

采用改进尺度不变特征变换在多变背景下实现快速目标识别

提出一种改进的尺度不变特征变换(SIFT)算法,用于实现多变背景下的快速目标识别。首先,构建目标图像尺度空间,提取SIFT特征点并将其按大小分类,目标识别时只需比较同一类型的特征点。然后,由SIFT特征点子区域方向直方图计算得到4个新角度用于代表特征点的方向信息,并且在目标识别时根据角度信息限制特征点匹配范围,从而提高SIFT算法的运算速度。最后,计算目标图像和待识别图像之间的尺度因子,在尺度因子约束条件下进行目标特征点匹配,从而有效地保证正确匹配数量,提高目标识别的鲁棒性。实验结果表明:当目标在待识别图像中发生局部遮挡、旋转、尺度变化或者弱光照等情况下,改进的SIFT算法能够完成多变背景下快速目标识别任务,平均识别速度提升了40%。     

多层焊填充层焊道图像处理及边缘提取

结合二维小波变换方法与数学形态学方法对多层焊填充层焊道图像进行处理,实现对焊道边缘及坡口边缘的提取。首先通过对图像进行小波变换获取明区及暗区信息,鉴于坡口边缘及焊道边缘两端暗区及明区的峰值绝对值大于其他位置,将图像小波变换结果进行二值化处理,取对应峰值的位置信息。然后根据图像明区及暗区的峰值所处位置特征采用图像形态学方法对其进行处理,最后提取焊道及坡口边缘。采用该方法获取的边缘与实际焊道及坡口边缘吻合。     

基于剪切波变换的复杂海面红外目标检测算法

针对复杂海面红外目标检测问题,利用剪切波变换优良的各向异性能力和系数的几何特性,提出了一种基于剪切波变换的复杂海面红外目标检测算法.该算法利用剪切波变换得到边缘图像,同时提供边缘的方向信息,极大提高了海天线的检测和识别概率;然后根据海天线位置进行边缘加权,抑制海杂波,保留目标信息;经过减行均值滤波,对加权边缘图像进行分割;最后,进行数学形态学处理,检测出舰船目标.实验结果表明,该算法可以在单帧图像中检出目标,并且对存在阳光亮带、海杂波等干扰的复杂海面背景取得较好的检测效果.     

基于小波定位及Facet模型的三维工业CT图像边缘检测

进行三维图像边缘检测时,利用Facet模型能够获得较精确的边缘信息,但耗时较多;而利用小波变换可获得较快的检测速度,但得到的边缘依赖于阈值的大小。综合上述两种方法的特点,提出了一种基于小波定位及Facet模型的三维边缘检测方法。首先,对工业CT三维图像进行三维小波变换,设定较小阈值,得到三维粗边缘,即对图像边缘进行粗定位;然后,针对粗边缘点逐个进行三维Facet拟合,得到实际边缘点,从而完成图像边缘的精确定位。该方法通过小波变换粗定位这一前处理过程减少了Facet拟合的体素点数,加快了Facet模型三维边缘检测的速度。实验结果显示,本文方法不仅能得到与直接Facet模型效果相当的边缘,还能使Facet模型三维边缘检测的速度提高3.51～7.39倍,而且图像边缘越简单加速比越高。实验结果表明,基于小波定位和Facet模型的边缘检测方法可满足工业CT三维图像边缘检测对精度和速度的要求。     

零件多源图像特征提取和识别的研究

提出了基于小波变换的零件多源图像融合和提取零件图像特征的方法。首先,应用小波变换对多源图像进行多尺度分解,利用小波分解系数融合零件多源图像。然后,对融合图像进行多尺度边缘检测,被检测的图像分成若干个子区域并分别统计其中的边缘像素量,各区域中的相对边缘像素系数作为零件图像特征。最后,应用神经网络和网络技术,进行远程零件多源图像识别。实验结果表明,文中提出的方法是有效的。     

基于小波变换的零件图像融合与边缘检测

提出基于小波变换的零件图像数据融合和边缘检测的方法,对图像进行分解,将高频区域中的绝对值较大的系数作为重要小波系数;在低频区域,对逼近系数进行加权平均得到新的逼近系数,然后进行小波重构实现图像数据融合。应用小波变换对融合图像进行多尺度边缘检测,获取图像边缘,或对图像进行小波多尺度边缘检测,然后融合边缘。     

基于小波变换和形态学的图像边缘检测方法

提出了一种基于小波变换和形态学的图像边缘检测方法。对源图像进行小波分解,用数学形态学法对低频子图像进行边缘检测,用小波变换法提取高频图像的边缘,采用一定的融合规则将两个边缘图像融合在一起得到一幅完好的边缘图像。这种边缘检测方法结合了小波变换法和数学形态学法的优点,对用这两种方法得到的边缘信息进行融合,有效地抑制了噪声,且边缘连续、清晰。实验结果表明,提出的这种结合方法优于单独使用数学形态学法或小波变换法。     

基于小波神经网络和证据理论的零件图像识别的研究

从零件图像的小波分解系数和相对图像边缘像素系数作为零件特征的方法出发,提出了基本概率分配构造和多源零件图像特征识别的方法。首先,对多源零件图像分别进行小波分解,获取零件图像的小波分解系数。对零件图像进行小波多尺度边缘检测,将被检测的零件边缘轮廓图像分成若干个区域并分别统计各区域的相对边缘像素系数。然后,多源零件图像的小波分解系数和零件边缘轮廓图像的相时像素系数作为零件图像的特征并作为神经网络的输入,获取多源零件图像识别的基本概率分配。最后,依据证据理论的合成规则得到零件的识别结果。实验结果表明,基本概率分配构造和多源零件图像特征识别的方法是有效的。     

一种基于小波变换的照明无关边缘检测和模糊增强方法

提出了一种基于小波变换的照明无关边缘检测和模糊增强算法,用于从不均匀的弱照明图像中提取目标边缘。依据照明反射图像形成模板和CCD相机成像公式,推导出图像的小波变换公式。对图像局部区域中边缘与背景像素的小波系数进行比较分析,设计了一种照明无关的小波边缘检测公式。给出一种同时考虑小波模值大小和梯度方向的模糊算子来增强边缘并抑制噪声。最后,采用仿真和真实的图像对该算法进行验证,利用此算法检测阶梯边缘,得到该算法的边缘检测评价标准F系数值为0.984 3,边缘定位精度评价系数E_d值为0.126 5,通过被检测的特征球边缘计算得到的交比值误差为3.72×10^-3。实验结果证实,该边缘检测方法能够很好地工作于非均匀的弱照明图像。     

显微视场下微型零件亚像素边缘检测方法

为了提高微型零件在显微视场下的边缘检测精度, 提出了一种非正交二次B样条小波变换结合Zernike矩的亚像素边缘检测算法. 采用非正交二次B样条小波变换算法得到图像的像素级边缘, 利用Zernike矩算法的矩不变性对像素级边缘进行亚像素边缘细化. 为了实现算法的原理, 建立了一套微型零件的实时检测系统. 给出了系统的总体结构和工作原理, 完成了实时图像采集与检测, 分析了检测结果, 并对检测精度进行了评估. 实验结果表明: 该系统检测零件尺寸可以达到0.01~10 mm, 检测精度可以达到0.01%~0.1%, 可准确识别出微型零件的边缘, 将检测精度提高到亚像素级, 满足了在显微视场下微型零件检测的需要.     

基于Hough变换的焊缝位置检测技术

对Hough变换的应用技术进行了细致的分析,归纳出了图像域参数与变换域参数的三种对应关系,减少了Hough变换运行时一些盲目的搜索和计算,提高了算法的运行效率。在累加器设计上,应用了三元组数据结构,压缩了累计器的数量。应用Prewitt边缘检测方法和中值滤波技术将图像转换为二值图像,使边缘部分得以增强,噪声得到抑制。在此基础上,提出了一种新的焊缝位置检测方法,该方法不仅能检测出焊缝的偏离距离,而且能检测出焊缝偏离的方向。仿真与实际运行结果表明该方法检测精度高,抗干扰能力强。     

脊波在工业CT图像裂纹边缘检测中的应用

在分析工业CT图像本身特点及小波变换检测点状奇异性的基础上，研究改进了一种基于脊波变换的边缘检钡0方法，并将其应用于实际工业CT图像裂纹检测中。首先利用脊波变换获得裂纹方向和大致范围，然后通过区域灰度均值比较定位裂纹区域，最后采用梯度算子检测出裂纹边缘并对其进行多项式拟合，得到定位准确、连续、独立的裂纹边缘图像。CT图像的旋转实验验证了该算法的鲁棒性，而与Earlace算子、Canny算子和Mallat小波方法的对比实验则证实该算法具有较强的抗噪声能力。     

一种非均匀光照图像字符二值化小波分析法

图像二值化阈值的选取是灰度图像二值化处理中的关键，本文提出一种基于小波边缘检测的图像二值化方法。通过对图像进行二进小波变换，在最佳尺度上寻找出图像字符的边缘点，再根据边缘点处的灰度值来确定出二值化的阈值。应用于光照不均匀的多噪声车牌图像二值化，取得了良好的效果。