基于Camra Link的嵌入式纸病检测系统的研究

本文涉及一种基于嵌入式处理器TIDSPTMS320C6455的分布式纸病检测系统及方法，可应用于工业高速的运动纸幅的黑斑、孔洞、褶皱、刮痕等常见纸病高速在线检测。它采用并排的多路工业线阵CCD相机采集运动纸幅图像数据，图像数据经CameraLink线缆传送到TITMS320C6455＋AIteraEP3C40F484C8的嵌入式纸病检测处理器。其中，先利用AlteraFPGA对图像进行采集、预处理，再利用C6455DSP检测图像中存在的纸病的类型、面积、位置等数据。检测结果及对应的纸病图像通过VGARS232数据线传送至显示器，同时通过千兆网接口把检测结果及纸病图像通过IMAQ客户端更新显示，并将其保存到后台数据库中。该系统开发环境为CCS3．3，简单美观，并且具有构建成本低、速度提升空间大、易于实现分布式检测优点。     

一种改进的血管壁超声图像边缘检测方法

血管壁超声图像边缘检测是IVUS图像处理中必不可少的步骤和重要的环节。传统的IVUS图像边缘检测方法是直接采用Snake动态轮廓模型、GVF Snake动态轮廓模型对IVUS图像进行处理,这些方法不易得到确切的血管壁边缘边缘轮廓。本文采用先对IVUS原图像进行预处理的方法。在预处理中,提出了采用不同高斯滤波方差下的Canny算子边缘检测和Hough变换圆检测方法。之后再采取GVF变换、图像除噪与图像迭加等处理方法。实验结果验证了该IVUS图像处理方法的有效性。     

基于SIFT算法的疵病图像配准

光学技术的发展对光学元件提出了更高的要求,检测的精度和准确性是其重要的部分,而疵病图像的配准是一个很重要的环节,因此对疵病图像的配准进行研究很有必要。针对疵病图像配准算法进行了阐述,并对基于特征点匹配的SIFT算法的原理及过程进行了介绍,用MATLAB软件进行编程,搭建实验平台获取疵病图像,并采用尺度不变特征变换（SIFT）算法对所获取的疵病图像进行配准、拼接,得到了完整的疵病图像。实验结果表明,该算法能有效地对疵病图像进行配准,为后续的疵病信息提取打下良好的基础。     

基于ROEWA与Hough变换的SAR图像边缘检测

指数加权平均比率(ROEWA)算子是SAR图像常用多边缘检测算子之一,但该算子只能检测图像的边缘强度,无法得到边缘的方向。为此利用Hough变换优秀的抗噪性能和方向选择性,提出了一种基于Hough变换的SAR图像边缘方向计算方法。首先使用ROEWA算子对SAR图像进行边缘检测,然后在传统非极值抑制定位方法的基础上,进一步细化边缘,最后利用Hough变换对细化后图像计算边缘方向。SAR图像对比实验结果表明,该方法能够更准确地计算边缘位置与边缘方向,为SAR图像线性目标检测提供了一条有效途径。     

基于视觉图像的车身漆膜微小疵病检测方法

汽车漆膜能够保护车身不受外界环境的腐蚀,但是由于生产工艺的影响,汽车漆膜在涂装时会出现多种类型的疵病,因此汽车漆膜的微小疵病检测是现在汽车生产自动化发展的关键。本文基于汽车漆膜检测的实际需求,提出了一种基于视觉图像的车身漆膜微小疵病检测方法。本方法首先对汽车漆膜图像进行多帧叠加,抑制噪声;之后利用二维小波提取图像趋势项及微小疵病的特征;最后通过局域自适应阈值和场曲优化的分割系数,实现疵病二值化分割。实验结果表明,本文方法可实现大面积图像上对0.1mm以上疵病的有效检测,且微小疵病的召回率达到97.6%,误检率为1.3%,可达到预期检测结果。     

小波分析在电池钢壳口部裂纹检测中的应用

小波变换可以把噪音信号从有效信号中去除,并对图像进行分解处理;通过多尺度下的基于小波变换,可以检测并表征一个图像信号.利用此信号处理方法,可有效地实时检测与识别电池钢壳口部的裂纹.     

一种基于分水岭和Radon变换的波向检测方法

根据波浪图像的纹理特征,提出了一种新的基于分水岭和Radon变换的波向检测算法,该方法利用波浪纹理特征,选择效率高且易于实现的分水岭变换,对图像波谷进行分割,提取波谷形态方向并推算出带有±180°方向模糊的波浪方向;截取波浪纹理图像并生成时栈图像,通过Radon变换去除方向模糊,实现波向的有效检测.仿真实验结果表明,该算法简单有效,有利于提高波向检测的精度和效率.     

多尺度压缩求导的一维图像边缘检测

为了更加精确地计算塑料薄膜缺陷的宽度,在基于小波算法的多尺度变换基础上,提出了一种用于一维图像不同尺度间的压缩求导边缘检测方法.小波变换提供图像的多尺度描述,将压缩求导应用于不同尺度间的小波域,从而可将各尺度的图像信息更加有效地合成,得到最优的边缘检测效果.该方法比以往的单纯直线拟合方法具有更好的精确度,可以有效地增强边缘和抑制噪声.对一维图像进行的实验证明该方法是正确和有效的.     

基于数据融合的图像边缘检测算法研究

提出了一种基于数据融合的图像边缘检测算法。该算法对原始图像分别采用Canny算子和小波变换两种方法进行边缘提取,再将两种方法结果通过数据融合的手段获得一幅新的边缘图像。实验证明,融合后的图像边缘包含了原始图像丰富的细节信息和较完整的轮廓,该算法优于单独采用Canny算子所获得的边缘图像,是一种有效的图像边缘检测方法。     

基于Canny算子的多尺度小波变换图像边缘检测方法

图像边缘检测是图像处理中的重要一环,本文基于Canny边缘检测算法,提出了一种改进的Canny边缘检测算法。该算法采用新的基于多尺度小波变换边缘检测的设定方法,充分利用了不同的尺度变换可以得到不同边缘细节的特点,可以对低分辨率的边缘能够很好的提取,并能有效的抑制噪声,具有优于传统Canny算法的性能。经实验仿真,验证了该算法的有效性。     

一种基于形状的近岸舰船检测

高分辨率光学遥感图像上近岸舰船的灰度、纹理特征往往和码头比较接近,其自动检测比较困难,但是舰船独特的形状特征却能将其很好地区分开;不变性广义霍夫变换是一种可以在未知位置、大小和朝向的条件下定位形状的非常有效的方法,但是它对局部形状变形的适应性比较差。改进了不变性广义霍夫变换,提出了一种基于鲁棒不变性广义霍夫变换的近岸舰船检测方法。实验结果表明该方法能有效地进行高分辨光学遥感图像中各类近岸舰船的自动检测。     

机械手多线段目标实时视觉检测与定位

本文提出了一种基于视觉的机械手拣选中的货物线边缘实时Hough变换检测与定位方法。在图像预处理的基础上，采用判断分析法对货箱货物图像进行二值化，提取货箱及货物的边缘，利用滤波方法尽可能去掉非边缘部分。对边缘图像进行细化处理，利用多尺度Hough变换得到对应货箱及货物的八条直线方程，依此在子像素分辨率下求得货箱及货物的方位及相对位置，控制机械手运动定位并进行货物抓取。实验结果表明了该方法的有效性。     

基于视频的城市道路多车道划分方法

在智能交通系统中,基于视频的多车道划分是实现车流量检测、车辆跟踪及车队长度计算等的重要前提。传统方法是采用Hough变换检测车道标志线来实现车道的划分,但在复杂背景下该算法检测车道线时会产生车道线间断、干扰直线和检测不准确的现象。针对这一问题,本文提出了一种复杂背景下多车道线划分的新方法。根据传统Hough变换粗略提取出的各车道标识线附近的所有亮点像素构成特征样本集;按照模糊聚类原则划分出每条车道线所属的模糊子集;建立隶属函数确定直线在参数空间中的变量,实现车道标识线的精确检测。实验证明,本文算法能够准确地划分出各车道,且具有良好的鲁棒性。     

车道识别技木

文中分析由车载摄像头获取的道路图像的特点,提出基于霍夫变换的车道识别算法,能够自动提取原始图像中的车道部分并检测出图像中的所有车道线.实验表明,对于不同的天气状况和车道种类,该算法均可得到良好的识别效果.     

无人值守表针实时视觉自动识别与分析方法

本文提出了一种基于计算机视觉的实时表针方位自动检测方法及其在变配电无人值守中表针指示数据自动读取中的应用.在图像预处理的基础上,采用迭代阈值法对表盘图像二值化,对二值化图像进行细化处理,利用HOUGH变换求取表针的当前位置和方向,依此在子像素分辨率下实时计算表针指示数据和越限报警.该方法可用于变配电无人值守视频监控系统中.实验结果表明了该方法的有效性和好的鲁棒性.     

基于混合模型的钢轨检测识别方法

为了改善我国现有钢轨检测识别方法准确性和鲁棒性不高以及弯轨拟合较差等问题,提出一种基于直线-曲线混合模型的钢轨检测识别算法。首先对图像进行预处理,调整滞后阈值进行Canny边缘检测。采用累计概率Hough变换对直轨检测并完成近远视场的划分以及消失点的确定。对近视场直轨采用直线模型拟合,根据其检测结果对远视场进行循环线性近似获取钢轨特征点,并根据钢轨灰度特征进行验证,采用最小二乘法完成曲线拟合。直线-曲线模型的切换根据制定的规则完成。实验结果表明,提出的算法检测正确率为90.1%,适用于不同环境的场景,具有较好的鲁棒性。     

基于激光测距成像和图像处理的输电线路防护技术

针对目前输电线路防外力破坏自动化水平不高的现状,考虑激光扫描成像的特点,结合图像直线特征提取和空间转换,以及样本匹配理论,提出了一种在参数空间内的危险目标自动识别方法。通过脉冲飞行时间法来扫描获取目标各点的空间位置数据,并将原始数据映射为一幅灰度图像,将灰度图像进行图像处理,包括二值化、去噪、边缘检测,最终通过Hough变换提取出图像中的直线特征,在参数空间中,提出了判断图像间相似性的度量函数,并建立了目标图像与危险目标数据库的匹配函数,从而实现输电线下方危险目标的自动识别,防止输电线路遭受外力破坏。实验结果显示,能顺利检测到危险目标且不会发生误报,是一种可行的检测输电线路中危险目标的方法。     

基于局部连通性和PCA的直线检测Hough算法

直线检测是图像处理和机器视觉领域一个重要的问题.提出了一个改进的Hough变换直线检测算法,通过考察边缘点所在的局部连通域,将原始二值边缘图像分割为一系列单元段,利用PCA筛选出近似直线的单元段,并以这些单元段作为Hough变换投票的基本单位进行多对少的投票,最后利用局部极大点检测得到最终的直线参数.在实际图像库上的实验表明,提出的算法具有高的直线检出率、检测精度和运行速度,及与具有类似检出率的算法相比较少的虚假直线数,综合性能具有优势.     

基于重要性采样的随机Hough变换圆检测算法

提出了一种新的基于重要性采样的随机Hough变换圆检测算法,利用基于圆的几何特性的边界点搜索策略提高采样效率,通过指定重要性采样技术中的目标分布,计算采样参数权重,使得圆识别更加容易和精确;利用基于聚类技术的峰值检测方法,实现多个圆的同时检测。通过将本文提出的新算法与现有的其他两种算法进行实验对比,表明该新算法在检测精度、检测速度、识别可靠性、抗噪能力等方面都有显著性提高。