活塞表面缺陷图像的亚像素边缘检测技术研究

针对活塞图像对比度低、缺陷区域小、缺陷种类多、人工检测效率低等问题,提出一种结合区域生长法和亚像素边缘提取的活塞表面缺陷检测方法。利用图像处理软件采集活塞图像,分析活塞表面图像中缺陷区域与正常区域灰度值的差异。使用区域生长法进行图像分割,结合Canny算子对活塞表面缺陷边缘进行初步定位。通过定位感兴趣区域的位置,进行亚像素级别提取,并平缓感兴趣区域边缘。实验表明,所提算法比传统的边缘提取方法得到的缺陷区域更精确、平滑。     

微细对接焊缝初始点定位方法

为了解决焊接机器人对薄板微细焊缝的自动定位和焊接问题,研究了一种基于视觉的高精度微细对接焊缝初始点定位方法。提出一种局部范围内两步精确定位方法,第一步,获取工件在不同尺度及旋转角度下的图像,建立典型的模板匹配库,利用模板匹配方法提取出焊缝初始点位置区域;第二步,采用Shi-Tomasi算法在此局部范围内进行角点检测,计算亚像素级角点位置并进行初始点精确定位。通过对现场拍摄的50幅不同高度和旋转角度的图像进行初始点检测,实现了对所有图像的准确检测。实验结果表明,两步定位方法鲁棒性强,可以精确定位出规则边界和不规则边界焊缝的初始点,解决了微细对接焊缝初始点定位问题,达到了期望结果。     

浅地层探地雷达目标探测和定位新方法

提出基于模板匹配的探地雷达目标自动探测与定位新方法，和图像分割方法相结合以减少模板匹配的计算量。将雷达图像分割成可能存在目标的区域和背景数据区域，对可能存在目标的区域进行模板匹配计算。模板根据待匹配点的深度生成。如果探测到金属目标则对模板倒相，实现金属目标的准确定位。所提方法包括图像分割、模板生成、匹配算法、金属目标识别和模板倒相算法。对实测数据处理的结果表明，所提方法探测和定位准确、鲁棒性好。     

基于改进Zernike矩的小模数齿轮亚像素边缘检测

针对传统Zernike矩亚像素边缘检测算法中奇数尺寸模板卷积的不对称性,在分析卷积不对称性和卷积窗口中心局限性对检测精度影响的基础上,提出一种改进的Zernike矩亚像素边缘检测算法。算法采用像素级边缘检测算子进行初定位,获取像素级边缘点;利用小尺寸奇数模板求解Zernike矩进行二级初定位,获取亚像素级边缘点;分析二级初定位边缘点所在区间;根据所在区间,选取偶数模板或者奇数模板求解Zernike矩进行精定位,获取更精确的亚像素级边缘点。为了验证算法的有效性,分别对模拟图像和实际图像进行亚像素边缘检测实验。根据齿轮的边缘特性,通过最小二乘拟合法评价算法对齿轮图像的检测效果。实验结果表明,该算法具有绝对定位精度高、抗噪性能强、曝光敏感度好的优点。     

基于IMAQ的零件图像特征提取和识别

提出了基于IMAQ的提取零件图像特征的方法,该方法是使用边缘检测算子对零件图像进行边缘检测,然后把检测的图像分成若干个区域并统计各区域的边缘像素量,各区域中的相对边缘像素系数作为特征,利用神经网络实现识别。文中给出特征样本的实验结果,结果表明文中提出的方法能够有效地识别零件。     

分层提取匹配印刷电路板元器件缺陷检测

文中提出了一种基于数学形态学与种子填充相结合的分层提取匹配算法,检测印刷电路板(PCB)中的贴片电阻和电容丢失与立碑、集成电路(IC)芯片丢失与极性错误等缺陷。算法分为PCB图像预处理、分层提取、模板分类匹配3部分。算法的关键在于消除无关信息干扰并通过种子填充算法对各类元器件进行分层提取,然后将不同元器件分别进行基于单链表的模板分类匹配。本算法在检测长度为19 cm、宽度为13.5 cm的PCB样本时,在确保精度为0.1 mm以上的情况下最快检测速度可以达到2 s/块。     

基于小波神经网络的零件图像特征提取和识别

提出了基于小波提取零件图像特征的方法,该方法是应用小波变换对零件图像进行多尺度边缘检测,将被检测的边缘图像分成若干个子区域,分别统计其中的边缘像素量,各区域中的相对边缘像素系数作为零件图像特征,利用神经网络实现识别.文中给出样本的实验结果,结果表明文中提出的方法是有效的.     

一种新的兴趣区域车辆定位方法

利用哈夫变换检测图像中的直线结合车辆位置特征确定兴趣区域,实现感兴趣区域的确定,使用最大类间方差法将感兴趣区域的车辆进行分割提取,去除道路等背景信息。计算阈值分割后的图像的行/列的平均灰度值,再对该值来确定车辆的精确位置信息。实验结果表明,若车辆存在兴趣区域,文中提出的基于兴趣区域车辆定位方法可以实现有效检测。该方法计算简便,检出率高,具有一定的实际应用价值。     

基于亚像素图像块匹配方法的压电陶瓷驱动特性测量

为了高精度地测量压电陶瓷的驱动特性,提出一种基于计算机视觉的亚像素图像块匹配位移测量方法.对困扰亚像素图像块匹配方法的三个重要因素:搜索区域大小、模板图像大小、亚像素拟合精度进行详细分析和试验,提出根据试验结果和微纳米图像序列的测量特点选择最佳的搜索区域、模板大小、匹配准则函数和亚像素拟合方法的原则;使用高精度纳米平台、高倍显微镜以及标准栅格所组成的试验系统对该方法进行位移测量精度的验证试验;使用改进的亚像素图像块匹配方法对实际的压电陶瓷驱动器的驱动特性曲线进行测量.结果表明,该方法得到的压电陶瓷驱动特性曲线符合物理分析结果;并且方法本身操作简单、测量结果可靠,能够满足高精度的微纳米测量要求.     

基于改进的SUSAN算子的棋盘格亚像素角点检测算法

针对SUSAN算子在检测棋盘格角点这一特殊类型角点时出现的不足,提出了改进的SUSAN角点检测算子。改进的算子在分析原有算子仅考虑USAN区域的大小而不考虑USAN区域的形状这一局限性的基础上,通过在SUSAN圆模板内附加两个圆环模板来实现对所有棋盘格角点的有效检测。此外,鉴于棋盘格角点图像形状和灰度分布具有对称性以及灰度对比强烈的特点,采用灰度重心法对角点进行了亚像素定位。为了提高算法性能,具体操作时采用区域分离思想,将USAN区域分成内部像素区域和边缘像素区域两部分,通过对内部像素区域灰度的均值化,达到了抑制内部像素区域噪声的目的。实验结果表明,所提出的算法准确、有效,能达到亚像素级的精度。     

正交分光成像系统实时多光斑亚像素定位研究

正交分光成像系统在高频动态坐标测量中具有独特优势。针对其在高频测量条件下数据量大,光斑坐标难以实时提取的问题,提出了一种基于现场可编程门阵列(FPGA)的实时多光斑峰值位置亚像素定位算法。首先设计与光斑光强分布相近的模板,通过模板匹配解决了原始图像中因噪声导致的峰值抖动问题;其次对匹配后的图像进行阈值比较并生成窗口信号,对窗内像素进行高斯拟合,拟合中心作为光斑峰值亚像素坐标。计算中充分利用FPGA并行处理的特点,采用流水线设计实现了硬件加速。实验表明,该算法可实现对多光斑位置的实时提取,光斑重复定位极差小于0.1像素,标准差为0.014像素,分辨力达亚像素级别。     

基于图像区域像素二阶中心矩的集成电路芯片图像拼接技术

在集成电路芯片光学检测中,完整而准确地获取芯片形貌的图像非常重要.针对集成电路芯片表面形貌图像获取的要求,首先讨论集成电路芯片图像放大采集系统构成及工作原理,并研究图像拼接在精密芯片图像检测中的必要性及重要性,针对集成芯片的微观表面图像特征处理的要求,提出集成电路芯片的区域像素二阶中心矩图像拼接技术,通过建立图像区域像素的二阶中心矩进行匹配点的准确搜索,随后进行芯片精密显微图像的拼接.编程实验证明,采用本方法可获得集成电路芯片表面的清晰图像,并使芯片的微观形貌和细小缺陷等细节能得到很好的展现.     

面向异形玻璃的视觉引导算法研究

提出一种面向异形玻璃基于形状模板的匹配方法和奇异值分解的迭代匹配方法的轮廓度误差视觉测量算法,该算法可以识别定位各种各样的异形丝印玻璃。首先,在图像中使用基于Sigmoid函数的亚像素边缘检测方法来拟合产品的亚像素边缘,接着使用基于形状的模板匹配方法来进行粗匹配,再在粗匹配的基础上使用SVD算法得到图像的旋转平移矩阵,进行精匹配。最后计算相关对应点之间的距离作为匹配精度。     

基于弧度步长的列车闸瓦图像分级匹配方法

针对货运列车运行故障动态检测系统中闸瓦缺失故障的检测,提出一种基于弧度步长的图像分级匹配方法。截取正常闸瓦图像作为模板,经预处理后计算其轮廓不变矩;在待检图中提取车轮外圆,并于该圆心处新建直角坐标系,取第四象限圆弧,以选定弧度为步长取圆弧上点作为一级遍历限定路径,遍历计算待检图模板窗口的轮廓不变矩,采用归一化相关匹配法对相似性进行度量,然后由一级遍历最大相似值及其坐标计算二级遍历动态区域进行小范围遍历,最终确定闸瓦区域。对比实验结果表明,该算法能有效避免待检图复杂背景对匹配的干扰,保证定位准确的同时极大地提高了检测效率,满足闸瓦缺失故障检测的实时性要求。     

基于机器视觉检测印刷码的改进模板匹配算法研究

针对提高印刷行业中瓶盖印刷码字符识别的检测速度这一问题,研究了对图像积分算法和模板匹配相关系数计算公式改进的方法,提出了一种基于Matlab图像积分的改进模板匹配算法。设计了通过CCD工业相机采集图像信号以进行图像积分处理以及4次查值,可快速确定目标区域内的像素和来求取相关系数值的实验思路。通过采用Matlab软件编程测试,验证了该方法用于检测瓶盖印刷码的可行性,大大缩短了原模板匹配算法的内存读取开销。实验结果表明:与传统的匹配算法相比,该算法在检测速度方面改进的匹配算法能够提速20%多。     

基于机器视觉的条烟分类识别与定位研究

针对人力分拣条烟速度慢、易出错等问题,提出利用机器视觉实现对条烟的分类识别与定位。首先对图像进行预处理,在图像像素范围内辨别条烟像素所占区域;其次根据图像算子计算条烟的边缘区域,得到图像中条烟的方位向量;再次利用金字塔搜索策略寻找与图像条烟边缘匹配的模板;最后采用支持向量机的数据分类功能,实现对条烟的分类。实验表明,该方法可准确识别条烟并对其进行精确定位,对于提高工作效率具有重要意义。     

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。     

基于机器视觉的带式输送机带速检测方法的研究

针对带式输送机带速检测方法中存在可靠性和准确性差等问题,提出了一种基于机器视觉的带式输送机带速检测的方法,该方法利用摄像头采集输送带上表面图像,根据上表面序列图像相邻图像之间具有相同时间间隔的特点,采用图像匹配算法计算相邻图像特征点的相对像素位移,利用图像坐标系与物理坐标系之间的映射关系,计算出输送带物理位移量及带速。提出一种基于SURF-ORB算法的输送带上表面图像匹配算法,该算法通过划分图像的感兴趣区域缩小图像匹配搜索范围,利用SURF算法提取相邻图像特征,ORB算法对相邻图像进行特征描述,实现相邻图像特征点的匹配。采用OpenMP技术实现图像特征和特征描述的并行运算。实验结果表明,该检测方法能够检测带式输送机的带速,检测精度到达±0.05 m/s。     

基于显微视觉的亚像素压电陶瓷驱动特性测量

为了得到纳米操作压电陶瓷驱动器高精度的驱动特性,提出一种基于显微视觉的亚像素位移测量方法。本文采用Harris角点初始定位,对标准的栅格图像序列进行角点匹配,获得模板匹配的初始区域。并提出了二元拉格朗日插值与二元非线性Newton-Raphson迭代算法的亚像素位移测量方法,能够在保证良好测量精度的同时有效地减少亚像素匹配中耗时的相关计算。最后使用改进的亚像素图像块匹配方法对实际的压电陶瓷驱动器的驱动特性进行了测量,并与真实结果和理论模型描述结果进行了对比。实验结果表明,该算法位移测量精度高、稳定性好,得到的压电陶瓷驱动特性曲线符合物理分析结果,能够满足高精度的微纳米测量要求。     

基于模板匹配的零件检测的应用

提出了基于IMAQ的模板匹配的零件检测方法,叙述了对图像进行预处理、确定零件的特征区域和设置最小分值,实现了零件的匹配和检测。实验过程表明,应用模板匹配对零件检测可以取得预期的结果。