一种医用口罩缺陷的机器视觉在线检测系统

针对口罩生产中口罩片短小、鼻梁条缺失或过短、耳绳缺失、断裂或短小、油污、破洞等8类缺陷，设计一种基于机器视觉的口罩缺陷在线检测系统。硬件方面，设计出的高亮均匀的多光源光学系统具备颜色自适应性，且能直接照射出口罩内层污点，极大降低了后期检测算法的复杂度；算法方面，首先对几何校正和定位后的口罩图像采用改进自适应Canny算子进行边缘检测，再根据各缺陷特征完成口罩片、鼻梁条和耳绳缺陷检测，并提出了一种基于Blob分析的油污、破洞缺陷检测算法。实验结果表明，算法检测精度达0.3 mm，平均检出率为99.1%，口罩检测速度高达120 pcs/min，可满足医用口罩实时在线生产需求。     

基于形状模板的快速高精度可靠图像匹配

为了提高工业检测中图像匹配精度和速度,提出一种基于形状模板的快速高精度图像配准算法：根据定义的图像匹配相似度量,采用图像金字塔搜索匹配策略,利用形状信息进行模板匹配。具体流程为：首先在参考图像上选择感兴趣区域生成模板,使用Canny滤波器对模板和搜索图像进行滤波,并计算边缘点的方向向量;其次,在此基础上构造该模板和搜索图像的图像金字塔,在图像金字塔最高层图像进行完全遍历匹配,获得具有匹配分值的潜在匹配点,然后根据匹配分值大小逐层逐次跟踪潜在匹配点,进行匹配,直至图像金字塔最底层;最后使用最小二乘法调整位姿参数,使其达到亚像素精度。实验表明该方法匹配速度快,匹配精度高,而且匹配鲁棒性高,不受遮挡、混乱、非线性光照变化、离焦、对比度低、全局对比度反转、局部对比度反转等情况的影响,完全可以满足实际工业需求。     

用边缘金字塔结构实现Hausdorff距离匹配

为了快速准确地在海量图像中搜索模板的所有实例，提出运用边缘金字塔结构来实现Hausdorff距离匹配．根据模板的边缘自适应地确定边缘金字塔分解次数和抽取模式，然后通过金字塔结构的引导搜索策略实现快速匹配．对以水平和垂直边缘为主的集成电路显微图像，文中算法体现出优越的匹配性能．在集成电路显微图像和一般图像上分别测试的实验结果表明：文中算法在获得良好的匹配效果的同时，大幅减少了匹配时间．     

快速的圆投影图像匹配算法

针对现有圆投影匹配方法计算复杂度高、对同质区域无法识别的缺点,提出了一种新的图像匹配算法。该算法基于混合圆投影向量,结合塔式分解和角度直方图估计,不仅可以识别出模板在待匹配图像中的准确位置,还可以通过角度估计策略得到模板的旋转角度。通过图像金字塔策略,结合混合圆投影向量快速找到候选点;然后在诸多候选点中精确定位,确定位置;最后通过角度直方图计算出准确的角度。实验结果证明该算法识别率高,且匹配速度快。     

新型图像角度匹配方法及其应用研究

探讨了一种基于机器视觉的PCB自动装配线多焊盘实时定位方法。采用多分辨率图像金字塔匹配策略,利用模板图像与待搜索图像的灰度特性,使用圆投影匹配进行初始候选匹配点的选取,得到一系列的候选匹配子图;使用SIFT算法对候选匹配子图和模板图像进行特征匹配,确定对应匹配点,消除误匹配的候选子图;根据点的模式匹配,确定大致的旋转角度,使用重采样和插值的方法计算精确的旋转角度。实验表明,该方法可以准确、实时地实现目标定位。     

基于边缘特征的无砟轨道扣件定位方法

轨道扣件的精确定位是实现扣件缺陷检测的前提,而常规的基于机器视觉的轨道扣件定位检测方法存在适应性差,且易受光照强度及遮挡的干扰。为了实现轨道扣件的快速精确定位,提出一种基于边缘特征的轨道扣件定位方法。通过在参考图像中选取标准扣件区域以生成匹配模板,利用Canny边缘滤波算子获得边缘点的位置坐标及梯度方向;在此基础上构建搜索模型并采用图像金字塔匹配搜索策略,获得匹配分值的潜在匹配点;并利用匹配阈值设定法,逐层逐次跟踪潜在匹配点,直至图像金字塔最底层,以提高定位速度;基于最小二乘法调整位姿参数,使其达到亚像素级精度。实验表明,该方法具有鲁棒性强、定位速度快且不受光照变化及遮挡的影响,定位精度达到1/15像素,定位成功率大于95%,满足无砟轨道扣件定位需求。     

快速定位图像尺度和区域的3维跟踪算法

目的 传统的2维自然图像的增强现实算法,对模板图像的各个尺度下的整个图像提取特征点并保存到特征点数组中,跟踪阶段对模板图像提取出的所有特征点进行匹配,造成了大量的无效运算,降低了特征匹配的效率.为了解决这个问题,将模板各个尺度的图像进行区域划分,提出了一种快速定位图像尺度和区域的算法,缩小特征匹配的范围,加快3维跟踪的速度.方法 预处理阶段,通过对图像金字塔每一尺度图像分成小区域,对模板图像上的特征点进行分层次分区域的管理.在系统实时跟踪阶段,通过计算几何算法快速确定当前摄像机图像所对应的尺度和区域,从而减小了特征匹配的范围.结果 该方法大幅度缩小了特征匹配的范围,降低了特征匹配所消耗的时间,与传统算法相比,在模板图像分辨率较大的情况下特征匹配阶段时间可以缩短10倍左右,跟踪一帧图像的时间缩短1.82倍.系统实时跟踪过程中的帧率总体保持在15帧/s左右.结论 提出的快速定位图像尺度和区域算法适用于移动设备上对2维自然图像的跟踪,尤其在模板图像分辨率较大的情况下,算法能够显著减小特征匹配的范围,从而提升了实时3维跟踪算法的运行效率.     

一种面向密封条长度检测的模板匹配优化算法

针对现有的汽车密封条长度测量设备中使用模板匹配算法检测特征点位置时,密封条自身旋转导致匹配效果差的问题,提出一种基于Hough变换的自适应模板更新算法。该算法在传统模板匹配方法的基础上,通过设定阈值对模板匹配效果进行判断;对于匹配效果不好的图像进行Hough变换,结合特征点的几何特征进行识别;通过特征点的位置与尺寸信息,将其转化为新的模板用于下一次的模板匹配,实现模板的自适应更新。试验结果表明,该算法弥补了传统模板匹配法对图像旋转异常敏感的问题,提高了识别的稳定性,同时保证了检测效率满足现场的要求。     

采用单目视觉的桥吊负载空间定位方法

针对基于模板匹配算法的单目视觉桥吊负载空间定位系统中标识模板旋转、倾斜等造成的匹配性能降低的问题,提出一种结合垂直梯度方向线圆检测与线性预插值的桥式吊车负载实时空间定位方法。该方法通过设置一个附于负载上方的球形标识物, 利用球形标识物在被检测时对旋转和倾斜等情况不敏感的特性, 首先利用垂直梯度方向线的圆检测算法, 对兴趣区域内的球形标识物图像进行精确快速的检测; 再结合空间几何方法对球形标识物球心空间坐标进行计算; 此外, 还使用线性预插值的方法解决了空间坐标的实时反馈问题。通过物理实验, 将空间位置数据转换为负载摆角与吊绳绳长,与传统接触式方法进行对比。实验结果表明,该方法转换得到的摆角数据精确更高,且满足实时性要求;同时,绳长转换数据与接触式方法测得数据误差满足在2.49%以内,满足精度要求。     

图像数字水印中的模板匹配检测方法

基于对数极坐标映射(LPM),设计了图像数字水印技术中的模板匹配检测方法.该模板匹配检测方法的特点是:在图像数字水印的嵌入过程中,从对数极坐标域中切取一块模板匹配信息;计算该模板匹配信息与加入水印后的图像在LPM域中的相位谱的相关系数来进行水印的检测工作.这种方法不使用原始图像的全部信息,减少了相关性检验的计算时间,提高了工作效率.实验结果表明该方法对图像中数字水印具有较强的检测能力.     

一次性注射器针头反表识别系统

介绍一种能正确识别一次性注射器针头在装配过程中是否反表的系统。系统由面阵光源、普通数字摄像机、运动控制卡、步进电机、针排夹具和接近开关等组成;采用虚拟仪器的IMAQ Vision模块进行编程,对摄像机采集到的针头部分图像进行自动阈值处理、二值化、目标定位、模板匹配等图像分析处理;由于针排与针可能存在一定的倾斜,所以,在模板匹配前需要对采集到的图像进行校正;通过计算模板与搜索图之间的相似度对针头反表进行识别,并进行显示报警。     

多尺度融合的立体匹配算法

针对局部立体匹配方法存在的匹配窗口大小选择困难、弱纹理或高光区域立体匹配精度较低等问题,文中结合卷积神经网络(CNN)与图像金字塔方法,提出多尺度融合的立体匹配算法.训练CNN,用于自动学习待匹配图像对的图像特征,完成匹配代价计算.构建图像金字塔,对待匹配图像对进行多尺度表达.构建弱纹理区域模板,将各层待匹配图像划分为弱纹理区域和丰富纹理区域,将弱纹理区域图像变换成小尺度图像进行匹配度计算,降低弱纹理图像的误匹配率.在变换回大尺度图像时与丰富纹理区域匹配结果融合,保持匹配精度.在KITTI 数据集上的实验表明,文中算法具有较好的图像匹配效果.     

边缘增强图像互相关模板匹配的并行架构

基于归一化互相关测度(NCC)的模板匹配已经在图像处理领域得到了广泛的应用。对图像进行边缘检测然后进行模板匹配,可充分利用图像的空间相关性,锐化模板匹配结果的相关峰,提高匹配的准确度,可以获得更高的定位精度。为了有效提高定位精度,考虑到导弹制导系统的算法实时性、体积以及为适应战场不同任务阶段采用不同匹配策略的灵活性要求,基于FPGA,通过结合Sobel边缘检测,进一步改进了提出的图像归一化互相关模板匹配高速并行实现架构。对边缘检测前后图像模板匹配的仿真比较结果表明,边缘检测处理可有效锐化相关峰;基于Altera的FPGA芯片EP2S90和开发软件Quartus Ⅱ 8.0的并行实现架构功能与时序仿真及在实际目标识别系统中的应用表明,这种方案可有效地提高系统的运算速度和定位精度,FPGA实现本身也进一步缩小了系统的体积。     

基于图像处理技术的电能表外观检测系统

为适应智能电能表自动化检定的要求,设计了由图像处理技术完成外观检测功能的系统,实现了外观检查的自动化,解决了人工检测方法工作量大、效果不佳的问题;系统采用高性能CCD相机完成图像采集,确保图像信息丰富完整;利用图像平滑去噪、形态学处理等技术完成图像的预处理,大幅降低后续比对的难度;运用基于高斯金字塔的混合配准算法完成图像配准,最终实现待检图像与模板图像之间匹配程度的检测;该方法检测时间短,正确率高,已成功应用于省级计量中心电能表自动化检定线,满足生产需求。     

基于十字模板的特征点匹配方法

针对传统模板匹配中矩形模板计算量大、容易造成误匹配的问题,对矩形模板进行改进,提出了十字模板匹配算法;对待匹配的两幅图像进行边缘提取,结合两幅图像的灰度图像获得灰度边缘图像,并利用十字模板匹配方法匹配选定的模板区域;最终在连续性约束的条件下,利用欧氏距离完成特征点匹配。对比实验结果表明十字模板匹配速度快,准确度高;基于十字模板的特征点匹配方法简单可靠,具有一定的实用性。     

适用于复杂环境下的实时目标跟踪技术

针对复杂环境下目标跟踪过程中目标存在旋转、视角、尺度等变化以及噪声干扰的问题,提出了一种基于尺度不变特征与快速模板匹配相结合的目标跟踪技术;该技术通过分别提取预先存储模板和实时采集图像的尺度不变特征,建立初始模板;采用菱形搜索策略对模板的低分辨率子图和待跟踪图像的低分辨率子图进行快速互相关检测,根据检测结果在该帧高分辨率图像中建立紧凑ROI,在此区域内进行模板匹配,对目标进行精确定位;在目标跟踪的过程中采用自适应模板更新策略,以保证在目标发生变化时跟踪的稳定性;实验结果表明,该技术在稳定性、准确性和实时性等方面均优于传统方法。     

基于LOG算子的小信息量图像匹配算法

为了提高远距离图像导航精度,解决小信息量、小模板及噪声条件下图像匹配的难点,针对传统相位相关的图像匹配算法对图像高频信息利用不足、匹配精度受模板尺寸影响及抗噪声干扰性能差的缺点,提出了基于改进LOG边缘检测算子的图像匹配新算法,采用新的LOG算子对参考图像和模板进行边缘检测,并利用相位相关在整幅图像内对模板进行配准。通过实拍图像对新算法进行了验证,实验结果表明,与传统图像匹配算法相比,新算法匹配精度高、抗噪声能力强,目标定位稳定、可靠。     

新的噪声污染灰度图像边缘检测方法

传统的图像边缘检测方法由于引入了各种微分运算,因此用于噪声图像边缘检测时对噪声极度敏感。针对这一问题,提出了一种基于独立分量分析技术的噪声图像边缘检测方法,该算法通过计算数据之间的高阶统计信息,提取特征模板,然后将被高斯噪声污染的灰度图像与这些模板逐个匹配,提取出边缘成分。实验结果表明,基于独立分量分析技术的模板匹配方法自适应强,复杂度低,是一种有效的高斯噪声污染灰度图像边缘检测方法。     

基于模板匹配的纸币号码识别系统

设计了一种能准确识别纸币号码的系统;该系统首先通过CCD摄像头采集图像,然后经过图像处理、扫描法定位、模板匹配几个过程输出号码串;为了提高识别率,采用基于图像轮廓提取和利用图像上、下矩对字符进行粗分类的模板匹配算法,显著减少模板匹配的计算量;实验结果表明,该方法取得了较高的识别率,并且已经在一个实际的系统中得到应用.     

基于图像学中组合对象的识别研究

本文的主要研究是集中在计再机视觉领域中的图像目标识别上,与以往的图像目标检测不同的是我们研究的对象不再是将对象看成是一个整体进行检测,而是通过将对象进行分解与组合来对对象进行识别.分级衍生语义检测语法通过将组合对象的部件分级后形成一个图形金字塔,再利用特定的概率公式对图形金字塔中的形状进行组合和匹配检测来进行目标检测.