基于透视校正的指针式仪表读数识别

针对在倾斜拍摄条件下如何正确获取指针式仪表读数的问题,提出了一种基于透视校正的识别方法。采用色值叠加法进行图像增强;采用Otsu算法对图像进行二值化,并通过最大连通域获取仪表表盘区域;采用Hough变换法和最小二乘法进行表盘区域的边界直线的提取;通过透视变换法对表盘区域图像进行校正;利用兴趣区模板提取指针特征,并通过最小二乘法确定指针的偏转角度,用以计算仪表的读数。实验结果表明,所提方法具有较高的准确度和较好的实时性,对在倾斜条件下拍摄的仪表图像进行读数识别具有一定的实用价值。     

基于阈值分割和形态学相结合的金属废料 X 射线图像轮廓提取方法

针对金属废料 X 射线透射图像中废料之间距离较近时图像可能相互粘连,导致不能有效提取单个物料轮廓的问题,提出了一种基于阈值分割和形态学相结合的金属废料 X 射线图像轮廓提取方法。首先分析图像噪声信息分布,利用约束灰度值范围的 Otsu 阈值分割算法获得全局最优阈值对图像进行滤波;然后采用动态阈值分割方法得到二值化图像,在此基础上采取一种改进的形态学处理策略实现对各单物料区域的连通区标记;最后对各连通区进行轮廓提取以获得单个物料区域的轮廓。经实验表明,该方法有效地提高了在物料粘结情况下图像轮廓提取的准确率和成功率。     

LED芯片图像的势函数标记分水岭分割

全自动LED芯片测试分拣系统通过视觉图像处理精确定位LED芯片,其图像特征信息的提取建立在良好的图像分割基础上。为了精确提取图像特征,针对LED芯片图像的特点,改进了分水岭分割算法,采用直方图势函数提取标记,并在标记基础上对梯度图进行分水岭变换,实现了LED芯片图像的良好分割。实验结果表明,该方法有效地抑制了过分割现象,具有较好的抗噪性,对LED芯片图像感兴趣区域提取准确度高、鲁棒性强,分割效果较好。     

BGA焊点空洞缺陷的数字形态学检测

空洞缺陷是BGA焊接缺陷中比较常见的一种, 主要由回流焊时产生的气体没有及时排出而导致. X射线无损检测技术可以使空洞缺陷在焊球图像上显示为白色区域供技术人员查看, 但在噪声、不均匀照射、存在与缺陷类似目标的干扰下如何准确地自动提取缺陷一直是个难题. 提出使用Otsu算法分割焊球, 使用数学形态学中的开闭运算、 顶帽变换提取空洞缺陷的技术方案, 实现每个焊点空洞缺陷的准确提取和自动分析. 实验结果表明, 提出的技术方案鲁棒性强, 可应用于BGA焊点的空洞缺陷检测.     

棉花中异性纤维识别方法的研究

皮棉异性纤维的识别是皮棉自动剔除系统的关键环节,文中通过分析直方图,选择了合适的图像增强方法,改进了Otsu分割算法,并提高了计算速度.实验结果表明,所选择的图像增强方法和改进的Otsu算法能够有效地提高图像分割的质量.     

一种应用在电子封装机上的视觉定位算法

高性能的电子封装机需要其对准系统具有快速、准确定位的特点,而传统的图像定位算法其准确性不高。针对这个问题,提出了一种改进的视觉定位算法。首先对图像进行适当的预处理和分割,然后采用基于Hough变换和最小二乘法相结合的方法,进行标记图像的边缘提取,最后计算角度偏差和平移偏差。该方法不仅有较快的计算速度,同时对标记图案的残缺不敏感,可以提高对准系统的准确率。     

基于分水岭方法的超声TOFD检测图像分割

为解决超声渡越衍射时差(Time of flight diffraction,TOFD)检测图像中缺陷识别的问题,分析检测图像的特点,研究图像自动分割的算法,其中包括图像预处理及图像分割.提出基于信号互相关算法的图像预处理方法,在此基础上,应用峰值搜索方法提取焊缝区域,利用带控制标记符的分水岭变换对预处理的图像进行分割...     

碳纤维增强铝基复合材料裂纹图像检测

根据检测目标的特点,提出了适用于本文的以下4种改进的图像处理算法:图像二值化、区域生长、数学形态学算法、骨架提取算法。利用上述图像处理算法相结合的方式对由SEM(扫描电镜)采集到的微观裂纹图像进行处理,提取并计算出裂纹长度和宽度,将计算值与测量值进行比较,验证方法的准确性。此方法为碳纤维增强铝基复合材料裂纹的裂纹图像检测提供了一种新途径。     

基于分水岭的短裂纹统计技术

局域短裂纹数统计是疲劳短裂纹扩展研究的关键技术之一,本文提出并实现了一种基于分水岭算法的局域短裂纹数统计方法。针对传统分水岭算法容易产生过分割的缺点,在分析含短裂纹群材料试件锥束CT图像中短裂纹群的形态特征的基础上,综合运用一系列数学形态学方法进行预处理,有效抑制噪声,增强图像对比度,提取标记;之后,运用距离变换进一步优化预处理结果,最后,使用标记控制的分水岭算法实现分割并统计局域短裂纹数。实验结果证明,该算法能有效地抑制过分割现象,得到较好的统计结果,是实用、准确和有效的。     

SURF与灰度差分在小模数塑料齿轮缺陷检测中的研究与应用

利用FLANN算法对已检测的SURF描述子进行特征匹配,对获得的关键点进行迭代排序,用RANSAC算法进行匹配点优化提纯。通过灰度差分算法对经过矩阵变换配准后的图像进行缺陷区域提取,采用Otsu阈值法进行图像分割,并对缺陷连通域面积特征进行分析。试验结果表明,该方法在检测速度与范围方面优于传统的检测算法,在小模数塑料齿轮工业在线检测方面有着积极的研究意义与价值。