基于RANSAC算法的柱面全景图拼接方法

针对RANSAC算法只适用于平面图像配准的局限,将RANSAC 算法应用于柱面图像上,设计了一套适合柱面全景图像拼接的算法.整个算法用匹配特征点 对之间的关系解决了两幅图像的旋转、垂直偏移以及柱面图像拼接时的月牙缺陷问题.实验 结果表明,该方法能正确找到两幅图像的重叠位置,实现自动拼接,在基于柱面投影的全景 图生成中应用,效果良好.     

一种曲面药瓶标签校验方法关键技术

针对药瓶标签具有曲面性以及采集设备视角小的问题,提出了一种基于全景拼接技术的药瓶标签校验方法.采用柱面反投影算法将发生畸变的曲面药瓶标签进行校正,使用SIFT尺度不变特征算法对校正后标签图像进行拼接,提取拼接后的标签名等信息,采用基于连通域的字符分割技术进行字符切分,计算分割字符与模板字符的特征矩阵及相似度矩阵,从而识别出药瓶标签.结果表明,该方法能够校正标签两侧的文字压缩,实现图像拼接,得到包含完整药瓶名称的图像,并能够实现字符的准确切分,具有速度快和识别率高的优点.     

基于数学形态学和改进Otsu的单板缺陷检测

在经典检测算子中,针对单板灰度图像的缺陷检测存在缺陷边缘检测不清晰甚至出现伪边缘的问题,提出了一种Otsu改进算法与数学形态学相结合的单板缺陷检测算法.在HSI彩色空间中,对利用数学形态学滤波后的H、S、I分量采用本文算法进行分别处理,并将三分量的检测结果进行叠加.结果表明,该算法能够准确检测出单板的一个或多个缺陷边缘.与经典边缘检测算子的检测结果对比可知,该算法无论对于缺陷的定位还是边缘的提取均优于其他方法.     

柱面全景图的分块压缩和解压缩

基于图像绘制是实现虚拟现实系统的一种新方法,它采用全景图来构成虚拟环境。柱面全景图易于采集和存储,是最常采用的一种环境映照表示。但是,柱面图一般幅面较宽、色彩丰富,占用的内外存空间就较大,而且交互环境要求视景的快速生成,所以作者提出采用JPEG标准,对柱面全景图进行分块压缩和解压缩。     

单线阵CCD系统的表面凹坑缺陷检测方法

为解决表面凹坑缺陷与其他平面表面缺陷同时在线检测的问题,提出一种基于单线阵CCD系统进行表面凹坑缺陷检测的方法．根据光辐射照射模型和相机成像模型,建立了基于单线阵CCD的凹坑检测数学模型,由模型推导出图像像素灰度与凹坑深度的关系,利用特定光源和光照角度的关系,进行表面凹坑缺陷的检测．结果表明,由于凹坑边缘部位深度的渐变引起CCD输出电压信号的渐变,凹坑图像呈现边缘像素灰度渐变现象,且随光源光照角度的降低,凹坑图像特征更加突出．边缘灰度渐变的图像特征成为凹坑缺陷与其他平面缺陷相区别的重要特征,有利于凹坑缺陷的检测与识别．     

柱面全景图像的实现技术

柱面全景图像是基于图像的虚拟现实技术的一个关键组成部分。本介绍一种利用线阵ＣＤ摄像机实现３６０度柱面全景图像的方法，该方法可以实现任何角度实时图像画面的不失真恢复显示。     

基于边缘检测的焊缝图像的区域分割

为了检测焊缝图像中焊缝区的缺陷,根据射线检测焊缝图像的特点,首先对图像进行对比度增强、二值化处理和物体边缘轮廓的细化和收缩处理,检测出图像焊缝区与缺陷区的边缘.最后用Hough变换对图像进行缺陷区边缘检测.仿真与实际运行结果表明,该方法检测精确度高,且有效提高了检测速度.     

基于FCN的TFT-LCD表面缺陷快速检测算法

为克服TFT-LCD表面缺陷检测中边缘模糊、对比度低、图像中存在重复纹理背景等噪声的干扰,提出了种基于全卷积神经网络的端到端的快速检测算法.该算法能够通过感受域获取原图信息,并生成低对比度特征图,然后将低对比度特征图映射到高对比度特征图上,最后通过高对比度特征图上的感受域重构出高对比度缺陷图像,并将缺陷筛选出来.     

Mean shift 算法在带钢缺陷图像分割中的应用

带钢自动表面检测系统中缺陷图像的分割效果对缺陷识别具有重要影响．为了提高缺陷图像的分割效果,提出了采用 Mean shift 算法对带钢缺陷图像中的感兴趣区域进行平滑从而获取缺陷边缘的方法,并将该算法与中值滤波算法进行了比较．测试结果表明,Mean shift 算法能够有效地对缺陷图像中的感兴趣区域进行平滑,并精确得到缺陷目标的边缘,该算法在带钢的缺陷分割中具有较好的性能．     

摩擦片表面缺陷的视觉显著性检测算法

针对摩擦片表面缺陷高精度高效率的检测要求以及摩擦片自身复杂的表面状况,提出基于视觉显著性的检测算法. 利用图像分割,将摩擦片从背景中分离;使用高斯平滑弱化表面纹理,采用多尺度细节增强算法补偿高斯平滑中丢失的缺陷边缘信息,计算图像中目标的显著性进行强弱分化;采用连通域法和OTSU,提取缺陷区域的二值图像. 经由实验验证,该算法针对摩擦片的缺陷检测具有较强的针对性,缺陷识别率超过98%,双面检测100个摩擦片用时27 s. 从客观和主观两个方面对检测结果进行评价验证,结果表明,该算法具有较高的识别率和精确度,满足工业检测的需求.     

基于X射线炮弹图像边缘检测技术的研究

在深入研究边缘检测技术和小波理论的基础上,结合X射线图像及炮弹内部弹药缺陷的特征,与传统的边缘检测算法相比较,找到了一种适用于X射线炮弹弹药图像的缺陷边缘检测方法———小波模极大值多尺度边缘检测方法.实验结果表明,该方法能够较准确地提取X射线炮弹弹药缺陷的边缘特征.     

一种基于小波变换去噪的活塞环图像检测技术

为精确测量活塞环的尺寸和识别破损缺陷,提出一种关于活塞环图像测量及破损缺陷的检测算法.该算法首先对活塞环原图像进行预处理,获取缺陷识别模型所需图像,然后通过小波变换获取清晰的活塞环图像边缘,再通过最小二乘法对活塞环图像边缘进行拟合,得到活塞环边缘曲线,建立算法模型,识别活塞环破损缺陷,得到活塞环的尺寸参数.该检测算法的缺陷识别率达99.5%,且实现活塞环的宽度亚像素测量.     

一种灵活的柱面反投影算法

传统柱面图像反投影算法依赖于圆柱模型以及标定的精度,且物距发生变化时模型将会失效,需要重新进行标定,过程繁琐,场景适应性不足.为此,提出一种灵活的柱面图像反投影算法.根据透视投影原理,像素当量随距离远近呈二次曲线分布,因此可以通过拟合二次曲线表征其成像特性,对竖直方向和水平方向分别进行处理,进而实现柱面图像反投影变换.当目标物体相对相机发生前后方向和左右方向位移时,通过修正二次曲线的系数适应其成像特性的改变,无需再次标定.实验结果表明,该算法精度与传统方法相当,且在左右移动、一定缩放范围内保持精度不变.本文算法仅需一次标定即可满足目标物体小范围内移动时的图像变换需求,提高了场景适应性.     

基于ViBe的端到端铝带表面缺陷检测识别方法

针对铝带表面缺陷高精度检测要求以及传统算法识别率不佳的问题,提出端到端的表面缺陷检测与识别方法.从铝带表面初始图像序列中快速计算出平均图像,视为无缺陷背景图像,用于初始化ViBe算法的背景模型.采用ViBe算法从当前图像中分割出缺陷区域,对缺陷区域二值图像进行中值滤波和形态学运算,以去除噪声点和修补边缘,实现缺陷区域的准确提取.利用当前图像实时更新ViBe背景模型,以增加对光照变化的适应能力.提取缺陷外接矩形区域图像,归一化后输入到训练好的卷积神经网络中进行识别分类,得到分类结果.实验结果表明,提出方法的缺陷检出率为93.02%,缺陷识别率为99.86%,具有较好的应用价值.     

基于TMS320C6416GLZ的Sobel算法图像边缘检测

针对图像边缘检测方法在抗噪声性能和边缘定位等方面存在的缺陷,实现大图像库中图像边缘的精确提取等问题,本文借助于中值滤波及TMS320C6416GLZ专用处理芯片,对图像边缘检测算法进行了改进。试验结果表明,中值滤波对于消除孤立点和线段干扰非常有效,图像噪声得到了明显的抑制,尤其是改进算法后检测出的边缘,抗噪声能力强,边缘定位准确,检测出的边缘也较为细致。该算法增强了Sobel算子的实用性。     

一种基于曲面拟合的复杂表面缺陷检测方法

针对复杂表面轮廓不规则、边缘部分灰度骤变等特征,在对图像预处理后,先采用迭代法从具有多层次灰度区域的待检测图像中自动获取待检测区域。然后对其选择合适形式的映射函数,拟合图像低频部分,通过差分法获取可能包含缺陷信息的高频部分。采用边缘检测、开运算与闭运算等方法,去除图像差分结果中轮廓信息与微小瑕疵,突出缺陷。实验结果表明,该方法可有效检测出复杂表面中裂纹缺陷,避免由微小瑕疵引起的误检,检测效果良好。     

基于小波模极大值的磁瓦裂纹缺陷边缘检测算法

为了准确提取磁瓦表面缺陷的边缘信息,提出一种基于图像加权信息熵和小波模极大值相结合的磁瓦表面裂纹缺陷的边缘检测算法。针对磁瓦表面缺陷对比度低、背景纹理对边缘提取干扰大等特点,设计了一种自适应改变截止频率的BHPF滤波器。利用图像梯度方差加权信息熵对背景纹理的清晰程度和复杂程度进行定量描述,拟合出信息熵同截止频率的非线性函数关系,自适应改变滤波器参数。为避免在多尺度下将缺陷的边缘信息丢失,采用分解尺度判别函数获取小波变换的最优分解尺度。为保证裂纹缺陷边缘连续性和定位准确性,采用双阈值对小波模极大值进行判定求得边界点。实验结果表明,该方法对磁瓦裂纹缺陷边缘的检测优于传统的Canny和Sobel边缘检测算子,可用于磁瓦其他缺陷的提取,为实现缺陷的自动识别奠定了基础。     

带钢表面缺陷在线检测系统的设计

针对带钢表面缺陷人工检测方法效率低下的问题,设计了一套在线自动检测系统.首先,提出了带钢表面缺陷在线检测系统的总体设计方案,包括系统的硬件结构、软件结构以及图像采集系统.随后,着重研究了在线检测系统中所涉及的图像预处理方法、图像分割方法、特征提取选择和缺陷分类方法.通过缺陷区域频率域图像特征的提取和缺陷的人工神经网络分类,提高了分类结果的准确性.最后,采用常见缺陷的样本对该系统进行测试,实验结果验证了算法的有效性.     

钢轨表面缺陷图像自适应分割算法

针对钢轨表面缺陷提取时的灰度分布不均与杂散光干扰问题,在背景差分法的基础上提出了一种钢轨表面缺陷图像自适应分割算法.首先,通过统计钢轨图像中各行像素灰度特征,结合其均值与标准差分布曲线快速提取钢轨表面区域;然后,进行区域与边缘特征的均值窗口自适应选取;最后,根据均值模糊原理建立背景图像模型并进行图像差分,实现了钢轨表面缺陷分割.实验结果表明:提出的轨面提取算法快速、有效;钢轨表面缺陷自适应分割算法在凸显图像中缺陷部分的同时,有效减少了光照变化和反射不均的影响.该方法对测试图像的召回率和准确率分别达到了95.4%和81.3%.     

初始缺陷对单层柱面网壳稳定性的影响

通过结构非线性分析程序ＳＮＡＰ，利用“一致缺陷模态法”对单层柱面网壳结构进行了全面和系统的初始缺陷分析，选取了不同几何尺寸的单层柱壳，不同的荷载分布形式，考虑不同大小的初始几何缺陷，最后着重讨论了初始缺陷对单层柱面网壳稳定性的影响，对单层柱面网壳结构的设计有一定的指导意义。