水下图像处理技术研究综述

随着自主式水下机器人的发展，水下探测技术成为新的研究热点。然而，吸收效应和散射效应导致水下获取的图像存在雾化和色彩偏差等缺陷。降质的水下图像在一定程度上降低了水下目标识别的准确性。为了改善水下图像质量，国内外学者对水下图像处理方法进行了深入研究。因水下图像处理方法对提升水下目标识别准确性具有良好的促进作用，故其具有重要的研究与分析价值。介绍了水下成像模型，分析了水下图像视觉质量下降的原理；根据水下物理成像模型将水下图像处理方法分为水下图像增强与水下图像复原，并分别对两类方法的研究现状进行分析与归纳；最后，总结与讨论了各类方法的优缺点，并展望了未来的发展方向。     

双目视觉引导机器人码垛定位技术的研究

针对机器人采用示教方式码垛时所遇到的误抓取等问题,提出了一种基于双目视觉引导机器人码垛的定位方法。完成了双目标定、手眼标定以及极线校正工作,利用灰度变换与图像滤波相融合的算法对图像进行预处理,提高图像的质量。将图像的灰度级分布与立体匹配算法相结合,提高立体匹配的精度,获得更好的视差图像,对视差图像进行处理得到了码垛产品区域的中心点,然后结合平行双目系统和手眼标定的结果引导机器人对产品进行定位、码垛。实验表明：该方法可实现对产品区域中心点的精确定位,获得其坐标值,引导机器人码垛。     

基于图像的机器人指尖跟踪过程仿真分析

对机器人指尖运动轨迹的视觉跟踪是智能机器人手势识别研究的关键.在多自由度机器人指尖跟踪过程中,由于自由度较高,指尖运动速度很快,指尖在运动终端的变化细微、灵活.利用传统的算法进行指尖图像跟踪时,需要连续、形状运动关联的特征才能完成跟踪,在较高自由度运动的情况下,指尖的运动终端图像特征的突变性因为无法以连贯的图像特征形式被捕获而被忽略,导致指尖跟踪图像与指尖终端的实际运动过程存在较大偏差,跟踪准确性下降.提出一种新的机器人指尖图像定位跟踪方法.针对采集到的指尖跟踪图像进行初始化处理,获取图像的高频部分和低频部分的向量,针对上述向量进行小波变换处理,实现指尖图像的去噪处理,提高了图像的质量.对指尖跟踪图像像素进行归一化处理,为指尖跟踪提供了准确的数据基础.利用线性分析的方法,对图像中的指尖运动轨迹区域进行准确分割,实现了指尖运动轨迹的准确跟踪.实验结果表明,利用改进算法进行指尖跟踪,能够有效提高跟踪的准确率.     

面向光流分析的机器人红外视觉图像对预处理

为了增强机器人单目视觉系统在黑暗环境下的环境感知能力,提高其在视觉图像序列处理过程中光流场计算的准确率,对由红外摄像机所采集的红外图像序列的预处理方法进行了研究,建立了一种空域与变换域相结合的处理方法。为平衡红外图像序列对之间的亮度差异并提高图像亮度,在空域中采用直方图均衡化方法进行处理;然后,对图像进行非下采样Contourlet变换,在变换域中利用图像的强边缘、弱边缘和噪声在不同分解尺度和分解方向上具有不同几何流的性质进行区分,分别采取保留、增强以及去除处理;最后利用调整后的系数进行图像重构。该预处理方法在平衡图像亮度的同时增强了图像纹理并减少了噪声。实验结果表明,预处理程序有效地提高了红外图像对的光流有效点识别率,该方法增强了机器人单目视觉系统在黑暗环境中对环境的感知能力。     

一种改进的TNAM灰度图像表示算法研究

图像表示在机器人、图像处理、模式识别等领域里是一个非常重要的研究内容之一.以流行的线性四元树表示方法和TNAM表示方法为研究对象,提出一种改进的TNAM灰度图像表示算法,并对算法的存储结构和总数据量进行了分析.理论分析和实验结果均表明:与流行的线性四元树表示方法和TNAM表示方法相比.改进的TNAM表示方法能更有效地减少数据存储空间,是灰度图像模式表示的一种良好表示方法.     

水果采摘机器人视觉系统与机械手研究进展

水果采摘机器人对实现水果装备自动化智能化具有重要意义。对近年国内外水果采摘机器人领域关键技术研究工作进行总结,根据水果采摘机器人的重要组成结构与关键技术,对水果采摘机器人视觉系统的关键技术：传统基于水果特征的图像分割方法如阈值法、边缘检测法、基于颜色特征的聚类算法与基于区域的图像分割算法,基于深度学习的目标识别算法以及目标果实的定位等进行分析和对比;总结了水果采摘机器人机械臂与末端执行器的技术发展现状,指出水果采摘机器人存在的问题;对未来水果采摘机器人的发展趋势及方向进行了展望,可为水果采摘机器人相关研究提供参考。     

图像处理在管道机器人焊缝自动定位中的研究

由于目前数字图像处理技术在管道机器人焊缝自动定位中大都是基于人工控制的,所以提出了通过DSP对采集到的焊缝图像进行图像增强处理使其更适合计算机进行分析和处理,然后进行图像的二值化处理,从而对焊缝图像使用Canny算子进行边缘检测以及相关匹配处理,以达到焊缝图像处理的识别与自动定位的目的。使用DSP处理焊缝图像能够获得更好的处理结果,进一步提高图像处理速度。     

农业自主行走机器人视觉导航技术研究

对农业自主行走机器人的单目视觉导航技术展开了研究,包括行走路径的提取方法和机器人的自定位方法.对复杂农田场景和道路场景进行了描述和合理的假设,通过对图像信息的处理和理解,采用改进的Hough变换的方法提取出导航路径,并根据导航路径信息对农业自主行走机器人的自定位技术进行了研究,最终求得机器人相对于导航路径的横向偏离和角度偏差.实验结果表明,该方法能够满足农业机器人自主行走的要求.     

基于图像处理的人体步态信息采集与处理

为了获取健康人体的正常步态信息, 提出了一种快捷有效的获取方法. 通过在下肢关节点处粘贴标记点, 利用摄像机获取正常人行走的图像, 对图像进行二值化处理, 提取出标记点坐标. 经过最小二乘拟合分析可得到人体脚心在一个步态周期内的运动轨迹及运动速度. 最后对下肢康复机器人进行步态规划, 得到下肢康复机器人的步态轨迹及其速度,并对不同年龄人群的步态速度曲线进行了分析. 实验结果表明, 该系统可行性好, 工作稳定, 为下肢康复机器人的运动学分析与控制提供有力的理论依据和验证方法.     

证书分拣盖章机器人图像识别的研究与实现

设计了一种证书分拣盖章机器人,介绍了证书图像进行采集处理的方法.通过对机器人获取的特定图像像素3种基本颜色分布的分析和学习,实现有效信息的快速定位和提取.针对特定的图片,通过分析图像的通道值分布,建立数学模型,供机器学习,快速取得关键信息坐标数组;利用关键数据坐标数组,可以在摄像头获取的证书图片上截取关键数据区域图像,...     

A real-time near infrared image acquisition system based on image quality assessment

This paper presents a real-time image acquisition system with an improved image quality assessment module to acquire high-quality near infrared (NIR) images. Thermal imaging plays a vital role in a wide range of medical and military applications. The demand for high-throughput image acquisition and image processing has continuously increased especially for critical medical and military purposes where executions under real-time constraints are required. This work implements an NIR image quality assessment module, which utilizes improved two-dimensional entropy and mask-based edge detection algorithms. The effectiveness of the proposed image quality assessment algorithms is demonstrated through the implementation of a complete finger-vein biometric system. The proposed model is implemented as an embedded system on a field programmable gate array prototyping platform. By including the image quality assessment module, the proposed system is able to achieve a recognition accuracy of 0.87 % equal error rate, and can handle real-time processing at 15 frames/s (live video rate). This is achieved through hardware acceleration of the proposed image quality assessment algorithms via a novel streaming architecture.     

基于PCNN改进算法的手写体识别研究

脉冲神经网络(PCNN)被广泛应用于图像处理、模式识别等领域。提出了一种基于PCNN的凹点检测改进算法。首先改进神经元激励函数,并利用小波收缩法去噪,保持图像的层次性,然后通过凹点检测识别手写体。实验结果表明,提出的方法能有效提高手写字母的识别率,尤其是在噪声环境下,识别率得到大幅提升。     

局部灰度级展开的子块直方图均衡方法

直方图均衡是进行图像处理最基本的处理方法，该文提出一种用改进的子块直方图均衡的方法，在将图像分成子块处理的基础上再根据子块内的灰度分布决定其展开范围，而不是机械地在全部灰度级展开，通过对一幅肺部CT图像进行处理表明，该方法较之传统的方法更能够提高细节的对比度，能有效地应用于边缘检测以及医学图像处理等领域。     

一个可视化集成图象处理环境

提出了图象处理的一个可视化集成环境，提供了图象和图象分析的可视化以及图象处理算法的集成。在此基础上研究图象处理算法或构造图象理解系统将大大提高工作效率。     

一种基于投影算子的二值图像处理算法

二值图像的处理是图像内容分析领域的一个关键环节,处理效果严重影响图像分析的结果.以历史文档为处理对象,提出了基于投影的二值图像处理算法,通过对投影数组的处理实现灰度图像二值化阈值的合理选取、文档外边框的自动检测和图像污点的自动检测.实践证明该算法处理效果好,时间复杂度和空间复杂度低,是一种切实可行的好方法.     

一种改进的Chirp Scaling成像算法

常规CS算法在算法推导过程中存在两个近似,即二维频率域泰勒展开忽略了距离频率的高次项以及二次距离压缩没有考虑调频斜率随距离的变化。随着SAR分辨率的进一步提高,由这些近似而引入的误差已不能忽略,不进行补偿成像效果将明显下降。该文提出了一种改进的CS算法,通过补偿距离频率的三次项,明显减小了算法的相位误差,使成像效果有明显改善,仿真结果验证了该方法的有效性。     

水平集方法的改进及在医学图像上的应用

针对水平集方法在运行前需要对图像进行高斯平滑处理,导致提取的结果不准确的缺陷,提出一种水平集的改进算法,通过对水平集的提取结果做聚类区域增长处理,修正水平集对目标的边缘提取。通过对比传统水平集方法和改进后的水平集方法对医学上的细胞图像的处理结果,表明该改进算法能有效提高图像边缘提取的质量。     

基于传统方法与深度学习方法的图片相似度算法比较

图片相似度比对作为计算机视觉的一个研究方向, 具有广泛的应用前景, 例如人脸识别、行人重识别和目标跟踪等. 然而, 目前有关图片相似度算法的总结和归纳相对较少, 并且将其应用在实际工业生产中也存在挑战. 本文总结了传统图像处理算法和深度学习图像处理算法在图片相似度比对方面的原理与表现, 旨在选取最佳的算法用于药品图片相似度比对的场景中. 在传统图像处理算法中, ORB算法在测试集上表现最佳, 准确率为93.09%; 在深度学习算法中, 采用改进的孪生网络结构、发明了一种标签生成法、设置特定的数据增强策略并增加一个特征面分类网络, 从而提高了训练效率和准确率. 最终的测试结果显示, 改进的孪生网络表现最佳, 可以实现98.56%的准确率和27.80次/s的推理速度. 综上所述, 采用改进的孪生网络算法更适用于药品图片的快速比对, 并且有望在未来的医药行业中得到广泛应用.     

一种高速印刷图像处理算法*

针对高速印刷图像处理中的高实时性要求,分析了高速印品图像的图像特征,提出了一种利用灰度形态学提取轮廓进行快速图像配准的方法.对配准后的图像,采用改进的图像差分算法进行图像比较和形态学滤波,能够快速准确地将印刷缺陷提取出来.实际应用表明,该算法能满足最高300 m/min彩色印品质量检测的需要.     

ARM架构下计算机图像并行化处理技术研究

为在图像处理与分析时具备良好的视觉效果,提高图像处理的速度,需要对ARM架构下计算机图像并行化处理技术进行研究;当前采用的方法是对各种变换频域图像特征提取与计算机图像集合特征的提取进行相结合,克服了当前对图像进行提取时存在图像形状描述的缺陷,提取图像特征向量维数相对较低;实验表明,通过对图像进行特征提取能很好地对图像效果进行展示,将图像的纹理特征进行详细的表述,将该方法应用到图像处理技术当中,具有良好的去噪效果及扩展性,该方法过程简单,但存在图像视觉效果较差的问题;为此,提出一种ARM架构下计算机图像并行化处理技术研究方法;该方法首先利用非局部均值去噪算法对图像进行去噪处理,然后结合图像去噪的结果利用小波变换对去噪图像进行边缘检测,最后采用非线性增强算法对图像进行增强完成对ARM架构下计算机图像并行化处理技术研究;实验结果表明,所提方法不仅提高图像处理速度,还提高图像视觉效果,具有广泛的应用价值。