复杂背景下边缘提取与目标识别方法研究

通过对传统形态学边缘提取方法的分析,提出了基于形态学多结构元边缘提取算子,该算子既有良好的边缘提取特性,又很好地解决了噪声抑制和保持图像边缘细节之间的矛盾,通过灰度加权平均值作为阈值进行二值化,更加突出了边缘效果。针对目标成像特点,在提取图像中边缘的像素数、复杂度和最小外接矩形长宽比等多个特征的基础上,通过计算图像中目标边缘的特征评价函数和隶属度函数,利用模糊综合评判技术进行了目标识别。模拟试验表明:基于形态学的多结构元算子具有较强的噪声抑制能力,可以很好地提取复杂背景下的目标边缘;模糊综合评判技术可准确提取目标,较好地解决了复杂背景下的目标识别的难题。     

视觉测量中圆形标志两种提取方法的比较

针对靶场视觉测量相机标定中圆形标志在复杂背景图像上的提取和定位问题,研究了两种不同的圆形标志提取方法,一种是基于感兴趣区域的交互式提取方法,另一种是基于图像灰度和几何形态学的提取方法。对两种方法的圆形标志提取过程进行了研究,并分别采用两种方法对视觉测量图像中的圆形标志进行提取实验,对两种方法的边缘提取效果和定位结果进行了对比,分析了两种方法的优势和不足。圆形标志的提取结果表明,第一种方法能够平滑地提取出圆形标志的边缘,但受圆形标志的成像情况影响较大,第二种方法边缘提取效果受圆形标志的成像情况影响较小,但提取出的边缘为锯齿形,部分圆形标志的像素点被误判为背景,与圆形标志的实际成像有一定误差。     

红外热成像技术在大型起重机械金属裂纹探伤中的应用

对大型起重机械金属构件中常见的裂纹缺陷进行识别是红外热成像检测应用中一个新的研究方向。介绍了主动式红外热成像检测的技术原理,设计了通过主动式红外热成像检测技术对含有裂纹缺陷的金属钢板试件进行检测的无损检测Non-Destructive Testing(NDT)系统,并根据检测系统搭建了试验平台。针对试验中采集到的原始红外热图像存在裂纹缺陷轮廓模糊、环境噪声干扰等问题,提出采用图像灰度转换、直方图均衡化、中值滤波、阈值分割和边缘检测等方法来提取裂纹缺陷的边缘轮廓特征。结合提取出的轮廓特征,并根据钢板试件的实际试件尺寸和预埋裂纹缺陷轮廓特征图像像素之间的换算关系,得到裂纹缺陷的识别精度。经过对比验证,红外热成像技术可以满足大型起重机械金属构件裂纹缺陷的检测需求。     

基于图像处理的异型电子元器件管脚偏移误差检测方法研究

在异型电子元器件插件作业中,对异型电子元器件管脚偏移检测是实现自动插装的关键技术。文章基于数字图像处理技术,对管脚进行识别和提取,并在此基础上提出管脚偏移误差的图像检测方法。     

THz焦平面连续波透射成像系统的成像面积及对比度

研究了THz辐射和THz焦平面器件的特性,分析了THz焦平面探测器连续波透射成像系统的能量传输过程。考虑大气衰减、器件限制等影响因素以及连续激光照射、目标场景与焦平面探测器之间的信号传递关系,推导出了连续波透射成像系统的成像面积及对比度两个重要的参量模型。然后设计并组建了连续波THz透射成像系统。根据所建模型分别对信封中的环三亚甲基三硝铵(RDX)粉末和塑料盒中的金属刀片两种不同被测物体的成像面积及对比度进行了计算。结果表明:基于理论推导的两种实例其最大成像面积可达4.74cm×6.32cm和3.534cm×4.712cm,图像对比度分别为0.242 2和0.306。与美国麻省理工学院(MIT)的成像系统进行了对比,该系统的成像面积为3cm×3cm或4cm×4cm,与本文推导结果处于同一数量级,由此验证了本文提出的模型和方法的合理性和有效性。     

基于FPGA的PET图像快速边缘检测系统研究

正电子发射断层扫描成像(PET)技术作为一种非侵入式成像手段,主要应用于检测工业件内部结构、缺陷等静态特征.而进行检测件内部的结构分割、缺陷定位等操作一般需要PET图像的边缘信息作为参考.为了快速提取PET图像的边缘信息,在FPGA上设计了一种基于中值滤波的多方向Sobel快速边缘检测优化算法.实验结果表明,该算法在提取清晰图像边缘的同时,能提升算法上百倍的执行速度.     

焊接缺陷的磁光成像小波多尺度识别及分类

针对焊缝微小凹陷、未熔合和焊偏等焊接缺陷,提出了基于磁光成像无损探伤的小波多尺度边缘提取算法及主成分分析-误差反向传播神经网络(PCA-BP)缺陷分类模型;研究了焊件表面及近表面缺陷的可视化无损检测及分类方法。首先,通过对焊件施加感应磁场,利用法拉第磁致旋光原理构成磁光传感器,获取焊接缺陷磁光图像。然后,针对焊接缺陷磁光图像存在噪声干扰、对比度低且成像背景复杂等特征,基于小波模极大值的多尺度边缘信息融合方法,设计了具有高抗噪性的缺陷边缘检测算法。最后,通过PCA法对磁光图像列方向灰度变量进行预处理,得到能表征95%磁光图像列方向灰度变量信息的256个特征点作为输入特征量,构建了三层BP神经网络模型,对焊接缺陷样本进行分类。试验结果表明,所提方法能准确识别微小凹陷、未熔合和焊偏等焊接缺陷,模型分类准确率可达90.80%。     

交变/旋转磁场下焊接缺陷磁光成像检测与分类

针对任意角度焊接缺陷难以检测的问题,研究在不同磁场激励下焊接缺陷磁光成像无损检测系统。重点介绍了由U形磁轭产生的交变磁场和平面交叉磁轭产生的旋转磁场激励焊件的机理,比较了交变/旋转磁场激励下不同焊接缺陷的磁光成像效果。基于法拉第旋转效应分析磁光成像特性与磁场强度之间的关系,磁光图像的灰度值可以匹配相应的漏磁场强度。采用主成分分析法提取融合图像列像素灰度特征和通过灰度共生矩阵提取磁光图像纹理特征,建立BP神经网络模型和支持向量机模型识别这些缺陷特征。试验结果表明,在旋转磁场激励下,BP神经网络模型和支持向量机模型的分类精度分别为94.1%和98.6%,相比交变磁场,分类精度分别提高了10.7%和8.5%。旋转磁场激励下的磁光成像克服了定向检测的局限性,能够实现对任意角度焊接缺陷的检测及分类。     

基于分级概率成像的大电机定子绝缘损伤识别

为了正确评估大电机定子绝缘老化程度,提出了一种基于导波复合特征的分级概率成像损伤检测方法。通过提取损伤前后Lamb波信号之间的相关系数,利用全局概率成像初步获取绝缘损伤的分布区域和损伤程度。通过提取Lamb波散射信号波包传播时间和峰值特征,采用局部概率成像方法进一步表征损伤的局部特征。通过对两种损伤概率成像结果进行图像融合获得定子绝缘损伤识别结果。最后,对不同的典型绝缘损伤进行了损伤检测实验。结果表明:利用复合特征和分级概率成像方法可以识别出定子绝缘损伤位置和损伤程度,能够为大电机定子绝缘故障诊断提供更加有效的参考信息。     

无参考的特征点复杂度激光干扰图像评估

由于目标识别和检测效果取决于目标提取的准确性,本文结合主动成像与目标识别技术搭建了激光主动成像系统实验平台,研究了激光干扰对获取图像质量以及特征点提取效果的影响。提出了一种无参考的特征点复杂度图像评估算法。该算法在目标区域位置计算图像的特征点、纹理、梯度和对比度复杂度,然后综合4个因子得到归一化的评估结果。利用激光主动成像系统对设定目标进行了照明成像实验,同时采集了不同干扰功率和光斑位置的干扰图像。使用本文提出的特征点复杂度算法对标准数据库及实验获得的激光干扰图像进行了评估。实验结果表明:提出的评估算法能够客观地反映图像质量的变化情况,可对不同程度的激光干扰图像给出合理的评估结果,其评价结果更符合主观视觉感受,并且能够指导激光主动成像识别系统的防护与应用。     

用于目标测距的单目视觉测量方法

为了克服对应点匹配和单个特征点提取误差对测量结果的影响,本文在基于图像处理的基础上,提出了一种基于特征点的单目视觉测距方法.首先利用小孔成像原理,得出成像点与目标点的映射关系,建立小孔成像模型.然后通过对目标图像的分析,得出目标物与目标图像的面积映射关系,建立视觉测量的直线测距模型;通过图像处理,提取目标图像的特征点,...     

大功率Nd:YAG激光焊接过程同轴视觉传感

利用半透半反分光镜片成功地解决了激光焊接同轴视觉传感技术中同轴成像光信号分离提取难的问题,建立了大功率Nd:YAG激光焊接过程同轴视觉传感系统。针对无辅助照明光的激光焊接同轴视觉图像成像信号的特点,设计了相应的中值滤波和同态滤波来消除图像的低频噪声和增强图像,并基于图像阈值分割技术搜索、检测出了熔池和小孔图像边缘的位置。最后,利用Hough变换对图像边缘进行曲线拟合得到熔池和小孔边缘曲线的拟合方程并从拟合结果中求得熔池和小孔的二维尺寸。     

基于图像处理的啤酒罐装高度检测方法研究

本文对图像处理技术的概念、特点、构成进行了概述。对现有的经典图像分割和识别方法进行了剖析，对比了使用不同边缘检测方法对理想情况下(未加噪声)的图像进行了液位识别和液面高度的提取，并对加入均值为零方差不同的高斯噪声的图像使用了同样的边缘检测方法进行液位识别和液面高度的提取。     

结合光斑与目标特征的激光干扰效果评估

在分析激光干扰图像整体特征、目标局部特征和干扰光斑分布特性的基础上,提出了一种加权特征相似度(WFSIM)评估算法来评估激光干扰效果。该方法首先利用亮度、对比度和边缘清晰度等图像整体特性与局部特征点保持度这一目标识别特征来得到图像特征评估模型。然后,根据光斑的大小、强度和位置等特性计算饱和像素率、信噪比和光斑视觉区域重要性等加权因子,利用这些因子对评估模型进行加权,最后得到归一化的评估指标。利用激光主动成像识别系统对设定目标进行了照明成像识别实验,同时使用不同干扰功率的激光对识别系统进行干扰,并采集不同背景强度和光斑位置的干扰图像。基于本文提出的WFSIM算法对获得的激光干扰图像进行了评估。结果表明,与传统的均方误差(MSE)、峰值信噪比(PSNR)及结构相似度(SSIM)等评估方法相比,提出的WFSIM算法对不同背景强度、光斑位置和杂波干扰下的图像都给出了合理的评估结果,其评价结果更符合人类的主观视觉感受。     

基于压缩感知关联成像的目标检测技术

高效率的目标检测是视觉应用的重要技术,但运动目标的提取易受环境的影响。关联成像能够解决特殊环境下难以获得清晰图像和一些常规成像技术不易解决的问题。在目标检测中,利用关联成像采集图像信息并运用背景差分法在压缩域中获得目标图像的测量值,直接通过压缩感知重构出目标图像。这种方法可以解决在特殊情况下无法检测到目标的问题,同时检测到的目标图像清晰,采样次数少,信噪比也较高。     

高温构件傅里叶单像素成像系统设计

对于高温下的视觉测量,如何降低高温构件本身发出的辐射以及热气流对图像质量的影响,在航空航天和汽车制造等领域具有重要意义。针对高温下复杂的光学成像环境,本文提出了一种基于单像素成像技术的高温构件图像采集方法,建立了高温构件单像素成像系统,分析了傅里叶单像素成像的工作原理及重建算法,根据高温物体的热辐射特性分析了其对单像素成像的影响及成像光谱范围。最后,对高温环境中的单像素成像进行了验证实验。实验结果表明:仅用30%的采样数据就可以对高温下的目标构件成像,且忽略了高温物体自身辐射光的强干扰。与传统CCD/CMOS的成像及边缘检测对比实验表明,本文的方法获取的图像特征更为清晰。该研究为单像素成像在高温构件工业领域的应用提供了一个潜在的发展方向。     

基于神经网络算法的故障检测技术

针对复杂的机电产品内部构件状态检测这一工程难题,本文介绍了一种自动在线检测系统.该系统采用X射线对产品成像,运用数字图像处理技术对射线图像进行预处理,由神经网络算法进行故障诊断.故障识别模型采用了改进的BP神经网络算法,以正常装配状态时的多幅图像经预处理后作为学习样本训练BP神经网络.检测时一般只需拍摄两幅不同方位的图像,经预处理后输入神经网络与样本图像进行比较判断,即可识别出关键元器件的状态.该系统将数字射线成像技术和图像处理技术相结合,并在故障识别算法中采用了神经网络算法,提高了产品故障的检测速度和可靠性,在工业无损检测领域具有一定的实用性.     

基于维纳滤波的运动模糊消除算法及其在航空成像系统中的应用

分析了航空成像系统运动模糊产生的机理,通过建立运动模糊数学模型,进行了消除运动模糊仿真实验。研究表明,由于成像系统与地面目标景物的相对运动,在目标图像上产生运动模糊,图像复原技术可以消除图像模糊。在图像复原技术中,点扩散函数(PSF)是影响图像恢复结果的关键因素,文中给出了估计点扩散函数的一般方法。虽然维纳滤波可以解决在逆滤波中H(u,v)零点噪声放大问题,但是在图像边缘附近误差较大。采用带最优窗的维纳滤波方法可有效抑制噪声和减小边缘误差。对实验平台获取的运动模糊图像进行实验,结果表明在图像边缘像素灰度平滑条件下,可以收到近乎完美的恢复效果。     

角点检测方法研究

角点是图像的一个重要局部特征,它决定了图像中目标的形状,因此在图像匹配、目标描述与识别及运动估计、目标跟踪等领域,角点提取都具有重要的意义.根据实现方法的不同可将角点检测分为基于边缘特征的角点检测、基于灰度图像的角点检测、基于二值图像的角点检测和数学形态学4类.详细阐述了这几种角点检测方法,并对不同方法逐一进行归纳分析,在最后指出了今后角点检测技术的研究方向和发展趋势.     

采用双三次插值的空间目标偏振成像

为了解决暗弱场景下空间目标与背景对比度过低,无法区分的问题,采用分焦面偏振成像系统分别对室外暗弱场景、室内空间模拟环境进行成像;为了弥补分焦面偏振成像系统图像分辨率下降的缺点,采用双三次插值算法进行上采样。通过分焦面偏振相机的一次曝光便可获得4个不同偏振角度下的光强图,进而解算出偏振度图像和偏振角图像,并与传统的光强图像进行对比;利用双三次插值算法对4幅光强图进行上采样提高图像分辨率,然后再解算出偏振度图像,与未通过上采样获得的偏振度图像进行对比。实验结果表明,偏振成像较之传统的光强成像,目标的对比度获得了提高,边缘信息、纹理信息得到了更好的展现,偏振度图像与光强图像相比,与对比度有关的EME指标至少提高了17%,双三次插值算法提高了成像分辨率。应用双三次插值算法的分焦面偏振成像系统,对暗弱场景下的空间目标的识别具有潜在的应用价值。