空中红外小目标并行分割算法

为提高空中红外小目标检测速度,提出了一种基于灰值形态学序列图像膨胀累加、背景估计和自适应阈值分割的并行结构小目标分割算法。该算法对灰值膨胀运算后的相邻三帧图像进行累加以增强小目标能量;将灰值形态学开、闭运算的平均值作为背景估计图像;采用自适应阈值算法从二者相减的差图像中分割出可能目标;其中小目标能量增强和背景估计采用并行处理结构。基于VisualC 6.0编程进行了实验,结果表明,算法对连续三帧768像素×576像素红外视频采集图像的处理时间为3.73s,较常规串行分割算法快一倍以上。     

基于输送带及视觉跟踪的机器人分拣包装工作站仿真

目的 提高分拣包装工作站的生产效率和柔性,并探索在早期设计阶段利用虚拟仿真技术进行验证。方法 以某食品公司巧克力饼干产品的生产为例,提出结合输送带跟踪和视觉识别技术搭建分拣包装仿真工作站。在ABB公司离线编程与仿真软件Robotstudio开发环境下,首先对相关设备进行了三维建模,并根据任务要求完成工作站的空间布局。其次,需要完成输送带创建、动态Smart组件设计、工作站逻辑连接、输送带跟踪功能启用、相机数据记录和机器人控制程序编写。最后,分析工作站结构得到生产节拍的参数设定公式。结果 仿真工作站实现了对持续移动输送带上杂乱摆放物料的动态跟踪分拣装盒,能依据理论计算方式调节参数满足生产节拍的需求。结论 工作站达到了预期功能目标,可以为各行各业里以机器人为中心的分拣包装系统高效、柔性生产研究提供参考与借鉴。     

基于虚拟仿真的龙门机器人板材智能分拣系统及方法

在木门加工生产线上,针对龙门机器人对不同尺寸板材分拣的需求,本文提出了一种基于虚拟仿真的龙门机器人板材智能分拣实验系统。该系统基于Unity3D软件平台开发,搭建了龙门机器人分拣任务虚拟仿真场景,并在虚拟仿真实验场景中完成了虚拟数据集采集、相机标定以及手眼标定。针对不同尺寸的板材分拣任务,本文提出了基于板材的矩形角点势自适应识别的智能分拣算法,首先利用目标检测模型在局部区域内对板材进行角点检测,由双目成像原理恢复出的角点三维坐标计算板材尺寸和目标板材的抓取位姿,以此完成木门的分拣。该方法在相机采集图像过程中出现板材被遮挡的情况以及在板材复杂纹理和复杂背景的情况中更为鲁棒。此外,该方法完全在虚拟仿真环境下进行开发测试,不仅节约成本、安全高效而且方便进行多种测试方案的改变,对于向真实场景进行算法迁移和开发具有积极作用。实验结果表明,本文提出的方法可以完成龙门机器人板材智能分拣任务,对设计木工家具制造过程中龙门机器人智能分拣系统具有指导意义。     

基于snake模型的IVUS图像序列三维分割方法

针对血管内超声（Intravascular Ultrasound,IVUS）图像序列中血管壁内外膜轮廓的提取问题,提出一种基于snake模型的三维并行分割方法。首先,对原始图像进行滤除噪声和抑制环晕伪像等预处理。然后,获取IVUS图像序列的四个纵向视图,并从中提取出内腔边界和中-外膜边界。通过将这些边界曲线映射到各帧IVUS图像中,得到横向视图中的初始轮廓。最后,将该初始轮廓作为snake模型的初始形状,通过使snake能量函数最小,模型不断变形,最终得到各帧IVUS图像中的内腔和中-外膜边界。该方法可实现对IVUS图像序列的并行分割,与二维串行分割方法相比,可大大提高处理效率。采用大量临床图像数据的实验结果证明该方法可自动、快速、可靠的完成IVUS图像序列的分割。     

红外序列图像的支持向量机分割方法

红外序列图像的准确分割是自动目标识别的关键,而当图像背景复杂时,传统的图像分割技术往往难以满足要求,为此,提出了基于支持向量机的红外序列图像分割方法。序列图像中的部分帧被作为训练样本,通过选择适合的模型参数,运用支持向量机方法建立学习机器,将后续图像帧中的目标从复杂的背景中识别出来,从而实现红外图像分割。实际红外序列图像分割表明,基于支持向量机的图像分割方法不需要复杂的预处理和后处理工作,分割效果理想,对于小目标的图像,识别正确率可达 99%。     

机器人视觉目标数字图像实时处理及分割

机器人视觉目标图像信噪比低、背景噪声干扰大,目标识别处理通常利用目标的灰度信息进行预处理。文中设计一种基于数学形态学和遗传算法的灰度图像实时预处理和阈值处理技术图像分割方法。描述图像的基本结构和特征,用具有一定形态的结构元去度量和提取图像中的对应形态,以达到对图像分析和识别;经过预处理的原始图像,采用基于遗传算法的最大类间方差图像分割法,非线性快速地查找到最优的分割阈值,从噪声图中分割出可能目标。基于ARM嵌入式微处理器,以复杂可编程逻辑器件CPLD作为时序控制单元,进行图像处理、分割,实现了图像信息的采集、存储、传输及处理为一体。仿真实验表明,该方法实时性好,简捷、快速,对运动目标的图像识别有较好的实用价值。     

复杂场景条件下的运动目标检测算法

针对复杂场景条件下运动目标检测方法存在的局限性,提出了一种基于运动检测和静止图像分割相融合的算法。采用相邻帧差法结合建立的假设检验模型进行自适应的运动目标检测;为消除孔径效应和噪声的影响,根据运动目标检测的结果,在当前帧利用区域增长法融合运动分割的结果。试验结果表明,算法能从复杂场景的图像序列中有效地检测和提取出运动目标,并有很强的鲁棒性。     

基于背景重构和水平集的多运动目标分割

针对固定摄像机监控中多运动目标自动分割问题,本文提出了一种基于背景差分和水平集的新方法.首先,该方法通过求解连续三帧图像的对称差分,确定出当前帧中的背景像素点,并对背景像素点的灰度值进行统计,最后选择频率最高的灰度值作为该点背景像素灰度值来重构背景.其次,提出了基于8-邻域搜索的区域生长算法完成连通区域的检测,并通过设置阈值和连通域分析,消除背景块噪声并标定出运动目标区域.最后,对所有运动目标区域块,分别采用无需重新初始化的水平集算法作分割,得到封闭和完整的目标轮廓.实验结果表明,该算法能实现固定摄像机滥控中刚体或非刚体的多运动目标的自动检测和轮廓分割.     

基于自动确定特征点数的镜头分割方法

镜头分割对实现基于图像内容的视频检索具有重要作用.为了提高视频镜头分割的效果,采用Harris算子进行像素点的能量评估,并抑制伪特征点.通过图像帧分块和边缘检测,获取最小化特征点集,并使特征点分布相对均匀合理,然后根据特征点计算图像帧统计量,进一步形成图像帧的特征向量.在此基础上,结合图像帧渐变检测和闪光检测实现镜头分割方法,取得很好镜头分割效果.     

基于机器视觉的纽扣电池托盘分拣系统

目的为了提高电池生产企业的检测效率,避免误检,以降低企业生产成本。方法分析传统分拣方式中存在的不足之处,以ABB并联机器人和美国康纳智能相机为平台,搭建一个基于机器视觉的工业机器人分拣系统。运用经典的SIFT算法对分拣对象的图片信息进行处理,克服了光照和位置变化对视觉系统造成的不良影响,提高分拣了效率。结果 ABB并联机器人根据图像信息能识别出待分拣的物体,且工作稳定、可靠,分拣成功率为100%。结论该分拣系统软硬件设计合理,满足了电池生产企业的要求。     

一种特征点跟踪的运动目标检测

提出一种基于特征点跟踪的运动目标分割算法。在角点跟踪过程中,8等分匹配点邻域,构造方向子邻域提高匹配精度;提出一种新的聚类准则抽取最优特征子集估计运动参数;结合统计方法消除残差噪声;采用时域滤波滤除孤立区域检测出运动目标。对200帧可见光视频序列和100帧红外图像序列中运动汽车进行检测分割实验,检出率分别达到96%和94%。     

基于并联机器人的包装分拣系统设计

目的针对我国食品生产和包装存在的效率低、分拣精度不高等问题,基于并联机器人设计一种包装分拣控制系统。方法根据机器人自动分拣系统的结构,采用一种基于时间和工件位置的图像去重复算法,以去掉重复信息。为了提高抓取精度,基于PID算法设计一种位置跟踪控制器,能够判断物体位置并实时调整并联机器人末端执行器,以实现目标物体的动态跟踪和抓取。结合工业控制机和运动控制卡搭建控制系统,并进行实验研究。结果实验过程中最快分拣速度可达到120次/min,漏抓率为0,误抓率小于0.2%。结论所述控制系统具有较高的稳定性和准确性,可满足实时性要求。     

基于多峰灰度直方图分割的遥感影像码头目标提取

针对传统方法在码头目标提取时效率和准确度不高的问题,本文提出了一种基于多峰灰度直方图分割的码头提取算法。首先利用中值滤波法去除浪花等噪声干扰,确定感兴趣区域;然后针对多峰直方图自动寻找最佳分割阈值获取码头目标二值图像;最后对二值图像进行边缘提取,得到码头目标。结果表明,本文方法对不同类型遥感影像均能较完整地提取出码头轮廓,且精度和效率较为理想。     

灰度形态学滤波的红外运动小目标检测方法

针对空中红外图像中运动小目标的特征，提出一种采用灰度形态学滤波的背景抑制方法对图像进行处理，再利用自适应阈值分割方法对图像进行阈值分割的帧内检测方法；实践证明该技术能有效提高图像的信噪比，从而达到有效分割和快速检测小目标的目的。     

视觉引导的机器人条烟分拣系统设计与实现

目的 为了实现对多品种条烟高效率分拣,开发基于视觉的工业机器人条烟分拣系统平台。方法 系统采用LABVIEW图像采集及处理双进程执行系统,并基于LABVIEW进行二次开发的图像模板匹配算法。模板匹配算法得到的数据,通过与工业机器人之间的数据库对比来实现对条烟的识别和分拣,拓展机器人的应用范围。结果 4种任意放置条烟进行分拣,识别时间在100ms之内,条烟识别准确率为100%,条烟分拣速度根据传送带设置为0～4 m/s可调。结论 视觉引导的机器人条烟分拣系统软硬件设计正确,条烟识别准确,条烟分拣效率高。     

一种适合于多目标检测的图像分割方法

提出一种适合于多目标检测的8邻域图像分割方法,用以获取目标特征量,准确分割图像。在对二值化图像扫描形成目标块的过程中,标记各个目标像素,记录目标的边界点,得出分割目标的面积、周长、质心坐标。利用这些信息,可以选择跟踪一个或多个目标。仿真结果证明了该方法实用可行。     

基于机器视觉的自动分拣码放系统研究

目的为实现包装码垛自动生产线上不同型号工件的分类码放,有效提高生产效率,降低生产成本。方法在工件识别应用中,提出一种基于机器视觉、PLC控制技术、HMI人机界面的分拣码放系统。在完成工业机器人相应的硬件及关键算法设计的基础上,利用以太网构建PLC网络控制系统,并与上位机管理系统实现交互。结果经实验测试,该自动分拣码放系统对工件的识别精度较高,均在99%以上,处理时间较短,均在0.2 s以下,能够满足生产要求。结论生产实践表明,该系统提高了工件分拣效率,减小了工人劳动强度,降低了生产成本,具有很高的推广应用价值。     

基于局部增强和阈值分割的芯线彩色图像分割算法

不同颜色芯线的有效识别是制约数据线生产自动化的关键因素之一;阈值分割是一种简单有效地图像分割算法,但对于颜色信息较多的情况鲁棒性较差;基于指数函数的增强图像可以有效地放大和突出感兴趣的图像区域;本文提出了一种结合局部增强和阈值分割的分割算法,通过对图像进行局部增强以放大感兴趣灰度区域,然后再通过阈值分割的方式筛选出目标区域;该方法能够快速有效地分割出多种颜色区域,也具有良好的鲁棒性.     

基于改进半因果支持域的镁熔液第一气泡检测

为精准识别镁熔液含氢量检测中镁熔液复杂表面背景下的第一气泡,在基于图像处理的镁熔液第一气泡检测算法的基础上提出了一种基于改进半因果支持域的实时检测算法.该算法首先采用改进半因果支持域模型对4帧原始图像进行估计得到背景预测图像,其次使用原始图像减去背景预测图像得到残差图像;而后利用隔帧差分算法并结合双层流水线算法获取阈值分割后的二值图像;最后对二值图像进行逻辑与运算和形态学开运算,获取真实的第一气泡目标,并在相同实验条件下将该算法对单帧图像的预处理效果、序列图像的检测性能与基于改进背景预测和流水线算法进行比较.仿真结果表明:该算法可达到实时检测的要求,且在单帧图像预处理方面对复杂背景的抑制效果更好,预处理时间减少6.2%,同时在序列图像检测方面,算法的抗干扰能力更强,检测到的目标点更易观察,检测总时间减少17.3%.     

基于图像分块重建的运动目标检测

运动目标检测是图像理解的关键问题之一,人们通常采用背景法去除背景而获取运动目标前景。其中的背景重构是其中的关键。现有的背景重构算法很难同时满足实时性与鲁棒性的要求。提出基于图像分块重建的运动目标检测方法,首先将图像合理划分为若干个子块,通过帧差法得出子块的运动能量,据此判断出子块属于背景还是目标前景,再根据背景子块估计出背景图像。在背景更新阶段,根据图像4个角上子块(角块)的邻帧差分值来对场景的光线变化进行判断从而决定是否需要进行背景更新。将上述算法应用于一个人体目标检测中。实践证明,该方法具有较好的实时性与鲁棒性。