机械设计图像主轮廓提取算法研究

针对传统的轮廓提取方法在机械设计图像上无法获取令人满意结果的问题,提出基于区域填充和标引消除的主轮廓提取方法.根据机械图孔洞分布的特点,提出一种能自动选择种子点的种子填充算法实现图像内部孔洞填充,并结合图像形态学和轮廓跟踪算法实现图像中标引的消除,从而得到图像主轮廓.实验结果表明,该方法能够对机械设计图准确而高效地进行填充,且能够准确提取出机械设计图像的主轮廓.     

遥感分类图像斑块土地面积的自动计算方法

遥感应用中经常涉及到面积统计,提出了两个自动计算分类图像斑块面积的方法,逐行扫描法和点生长法。这两种算法由计算机图形学中的图形填充方法--扫描转换及种子填充方法发展而来,详细分析了两个算法过程,对两个算法的优劣进行了比较,得出点生长法算法实现简单,逐行扫描法处理速度快的结论,并给出了对一幅图像的计算结果。     

红外图像处理在墙体空鼓检测上的应用研究

提出了一种基于红外图像的建筑物墙体空鼓检测方法,不但可以远距离、无损地对建筑物空鼓等缺陷进行定性检测,还能对建筑物热工缺陷进行定量分析;采用一种红外图像处理方法来消除墙体温度分布中梯度干扰的影响;通过自适应地调整参数对红外图像进行图像增强处理,有效地排除了环境干扰;通过基于空鼓缺陷边缘轮廓的连通域计算,可直接得到空鼓面积的大小数据;建筑物缺陷现场检测实验结果表明,提出的检测方法既能快速定位出建筑物空鼓等缺陷位置又能以78.3%的精度检测出空鼓面积大小,具有较高的工程应用性。     

基于视觉的移动设备屏幕提取与规范化方法

为了解决照片中移动设备屏幕图像的获取问题,提出了一种基于视觉的移动设备屏幕图像提取与规范化方法。首先使用轮廓识别算法对原始图像进行边缘检测,获得包含设备和手部的轮廓;其次,通过种子填充法从轮廓得到设备和手部的填充区域;接着在原始图像上使用基于颜色空间的皮肤检测方法得到手部区域,再与之前得到的填充区域做减运算,以得到独立的设备区域;然后再在独立设备区域的轮廓上做多边形拟合,得到设备的四个顶点;最后通过透视变化得到规范化后的设备屏幕图像。实验表明,该方法在背景不复杂且设备作为主体的照片环境下具有较高的准确率。     

基于小波变换的磁瓦表面缺陷检测方法研究

针对磁瓦表面缺陷人工检测时存在效率低、稳定性差的问题,提出一种将小波变换应用于磁瓦表面缺陷检测的视觉检测方法。实验中对随机样品磁瓦和模板正品磁瓦进行相同的处理,对比两者处理过程中采集到的参数来判别实验磁瓦是否存在缺陷。先通过小波去噪处理图像,利用灰度直方图阈值提取图像并二值化,计算对比阈值提取区域匹配相似度;再用Canny边缘检测算法提取出阈值提取区域轮廓边缘,经过形态学操作,计算对比最大轮廓长度,最大轮廓面积和凸凹平均面积;最后通过设定提取特征的合格区间来判别磁瓦是否存在缺陷。实验结果显示,该算法对倒角不合格、偏磨、掉块和起层等缺陷的识别效果较好,可将磁瓦表面存在的显著缺陷准确地检测出来。     

人体表面损伤面积的交互式检测系统

通过对人体表面损务而检测问题的分析，提出了一个能比较客观和科学地进行损伤面积检测的方法。首先将人体表面损伤的轮廓描绘下来，再将其经扫描仪输入计算机，然后采用图像处理的有关方法对扫描输入的图像进行处理，最后计算其有效包络内的面积。     

灰度形态学在印刷品缺陷检测中的应用

本文提出了一种新的印刷品缺陷检测方法,此方法运用灰度形态学膨胀和腐蚀算法对标准模板图像进行预处理,能够解决待检测图像和标准模板图像匹配过程中出现的轮廓伪影问题,减少缺陷的误判.并在缺陷检测过程中,按照高精度图像检测要求,结合分层的快速检测方法,提高了缺陷检测的速度.大量的实验证明,该方法能够有效地减少轮廓伪影,解决了以往图像检测缺陷识别中的检测效果和速度不理想的问题.     

基于图像层级的机器素描研究

针对运用机械臂绘制的机器素描图像存在缺失真实感、艺术感,硬件设备复杂,难以普及的问题,提出基于图像层级的机器素描方法.该方法在运用灰度变换、滤波、二值化等图像预处理方法处理原始人物图像的基础上,分别提取出图像轮廓和图像内部填充区域两部分二值目标图像,通过简易路径规划遍历目标图像,根据遍历轨迹控制XY型简易机械臂绘制图像轮廓及按层级绘制模式填充图像内部区域,实现人物素描图像的绘制.实验结果表明,该系统可根据图像轮廓实现任意曲线的绘制,通过层级绘制模式包含环境因素达到了衬托素描图像使其更具层次感的目的.     

基于最小包围面积矩形的密封条截面轮廓缺陷检测方法

针对汽车密封条截面轮廓缺陷检测的技术需求,采用机器视觉检测方法获取截面轮廓形状,提出了基于最小包围面积矩形和基于角度直方图的联合配准方法,然后提取配准图像骨架,利用其公差带特征值判断缺陷,并通过实验验证理论方法的可行性和系统的有效性;试验证明,检测正确率平均值为93.5%,略高于人工检测的正确率90%。     

基于色彩感知的车载导光板黄化缺陷检测

在导光板生产时,因生产治具温度过高,不可避免地会出现黄化缺陷.为提高黄化缺陷检测精度及效率,在分析导光板及其黄化缺陷的光学特征基础上,本文提出了基于机器视觉的导光板黄化缺陷检测方法:首先,将图像灰度转换,用双边滤波器对图像平滑处理,降低噪声影响;其次,对像素点邻域依次差值,凸显导光板轮廓特征;进而,通过自适应的阈值填充算法与设置线段距离阈值,完成导光板轮廓提取和3个导光板的分割;最后,根据导光板坐标生成矩形区域,构建81维特征向量,建立并训练SVM模型.该方法在工业现场采集的导光板图像上进行了大量实验,实验结果表明,该算法运行效率高,鲁棒性强,在训练样本较少的情况下仍有较高的检测精度.     

基于图像处理的自动化焊接缺陷特征提取与焊接质量分析

在自动化焊接技术快速发展的背景下,提出了一种基于图像处理的自动化焊接缺陷特征提取与焊接质量分析方法。在采集焊接图像后,运用图像预处理、图像增强、背景分割,二值化处理和轮廓提取等图像处理技术,有效地提取出了焊接后工件中的焊接缺陷特征,并计算缺陷面积,对缺陷程度进行了分级。对多幅焊接图像进行试验,验证了该方法在实际运用场景中是有效可行的,为自动化焊接质量的监测问题提供了新的思路。     

数学形态学在磁瓦表面缺陷检测中的运用

高效、快速的磁瓦图像处理方法是基于机器视觉技术磁瓦表面缺陷检测系统的关键技术之一。由于数学形态学具有简化图像数据,保持它们基本的形状特性,同时天然具有并行实现的结构特点。提出了一种将数学形态学运用到磁瓦表面缺陷检测中的方法。通过选择合适的结构元素,对缺陷图像进行多种形态学运算,提取出缺陷轮廓,并作为缺陷面积计算的基础。实验结果表明,该方法效果良好,缺陷的检测准确率高,计算处理的速度快。     

基于MATLAB的数字图像人数统计

从视频截取的图象中统计人数,一直是图象处理领域的一个前沿课题,在交通监控、客流量统计、运动分析、虚拟现实等领域都有很高的实用价值。本文提出了一种应用MATLAB软件,基于人体轮廓特征的提取及填充的来统计人数的方法,首先对图像使用中值滤波去噪,然后用canny算子检测出了图像的轮廓,为了得到完整封闭的轮廓线,使用了形态学的方法进行膨胀运算,最后,用MATLAB实现了图像轮廓的填充,实验结果表明,该方法简单有效。     

基于遗传算法和数学形态学的木材分选图像分割研究

在木材分选过程中,能否精确提取缺陷轮廓是提高分选准确率的重要因素。本文讨论了提取木材缺陷轮廓的疗法,应用了遗传算法与数学形态学4相结合的方法对缺陷图像进行图像分割,最终提取出缺陷边缘,开与使用他统方法进行图像分割后提取出来的缺陷边缘结果相对比。对比结果显示,经过遗传算法和数学形态学进行图像分割,最后得到的小材缺陷轮廓更加消晰,连贯,易于识别。     

基于小波及自适应Canny的磁环表面缺陷检测算法

针对常规分割算法难以将磁环缺陷从纹理复杂的磁环表面提取出来,本文提出了一种基于小波变换及边缘检测的缺陷提取算法.基于小波变换对磁环纹理的弱化作用,对小波分解低频部分采用自适应Canny边缘检测算法分割出含缺陷的边缘;基于阈值分割的轮廓查找算法,提取出磁环内外轮廓并作一定的处理;对含缺陷边缘和处理后内外轮廓做形态学处理和逻辑运算提取出磁环所有缺陷;对缺陷排序并提取出磁环主缺陷轮廓,判断轮廓闭合情况并填充轮廓得到主缺陷区域.实验表明本文算法正检率达94.7%.     

基于内容的特定图像过滤方法

针对互联网中色情图像传播愈来愈严重的现象,在充分分析色情图像的特征的基础上,提出基于计算机视觉与模式识别的图像过滤方法,该方法将人体肤色模型、面部模型以及图像轮廓、面积等多项图像特征识别技术相结合,实现网络色情图像识别过滤。该过滤方法,能够有效地过滤掉网络色情图像,实验结果表明,该方法能够达到80％以上的准确率,具有较高的实用性和应用价值。     

一种提高晶粒表面缺陷检测准确性的方法研究

晶粒质量影响半导体芯片性能,针对晶粒表面缺陷检测的问题。本文提出了一种新的缺陷检测方法,能有效抑制图像噪声,提高缺陷检测准确性。首先,采用形态学闭合重建方法去除噪声干扰。然后,将重建图像灰度级别作为聚类样本,构建一个基于离差阵的K-means分割算法准则函数,不断更新聚类中心直至准则函数收敛,完成图像分割。最后,提取分割晶粒 轮廓信息,根据轮廓间的差异性,利用轮廓相似度识别缺陷晶粒,对2937张晶粒图像进行处理并测试,结果表明:该方法能有效滤除了图像噪声,更准确更快速地进行图像分割,对良品检测准确率为100%。对三种典型表面缺陷的平均检测准确率为99.92%。     

顶点链编码图像的填充算法

填充是计算机图形处理领域的基本算法。该文提出一种填充算法,解决了顶点链编码表示区域的填充问题。该算法只需2种辅助标记颜色,处理灰度图像时无需附加内存,空间复杂度低。其运算效率接近最低时间复杂度,即填充区域面积加周长。处理表格图像所需时间仅为Ren算法的1/3。     

倒角类冲压零件轮廓缺陷视觉检测

倒角类冲压零件轮廓缺陷视觉检测对于提高生产效率、保障产品质量非常重要。针对倒角类冲压零件形状奇异、轮廓不规则,图像本身实物边缘与背景像素是逐渐过渡的,存在模糊性,缺陷特征弱小等难题,提出了模糊集合的轮廓提取算法和缺陷匹配的识别方法,检测并标记缺陷位置。首先,采用模糊集合强化边缘信息,在不需确定阈值的情况下,准确有效地提取冲压零件的轮廓。其次,利用轮廓的点、线特征,通过HOUGH变换对冲压零件进行定位。然后,以冲压件模板图像位姿特征为期望值,实时校正待检测的冲压件图像,实现精确对准。最后,采用差分相似匹配算法识别出缺陷。实验结果表明,提出的检测方法能够快速、准确地识别占整个零件0.4%以上的小缺陷,并标记位置,满足工业要求。     

头部MRI图像外轮廓提取算法的实现与比较

为精确提取头部MRI图像外部轮廓,提供后期三维重建数据,根据对边缘检测、迭代阈值、自适应阈值法和半阈值分割法在MRI断层图像分割效果的比较,提出一种改进的头部MRI图像轮廓提取方法。该方法在对图像进行预处理后,通过直方图统计结果对图像进行半阈值分割后得到二值图像,由二值图像梯度信息得到边界点集,通过八邻域搜索提取得到包含多条轮廓的轮廓数据集,并根据长度、面积等判定条件准确提取出断层截面的外轮廓。实验结果表明:该方法能提取出更为准确和连续的轮廓,较其他方法拥有更高的成功率。