位数随机的有效数字自动运算算法

针对物理实验数据的自动处理,提出一种位数随机的有效数字自动运算算法,包括有效数字运算结果的科学记数表示算法、有效位数的取舍算法、数据表示形武的转换算法以及不同位数有效数字的运算算法.对有效数字多项式的自动运算实验结果表明,该算法符合运算优先级的要求,运算结果符合有效数字的取舍原则,算法运算的结果与人工运算的结果完全相同,算法满足位数随机的物理实验数据的自动处理要求.     

一种区域分离方法及其在米粒检测中的应用

针对计算机视觉技术中米粒靠接在一起不利于大米的分级检测，采用图像处理分离靠接在一起的米粒融合区域，提出了基于扫描式区域增长的区域分离方法。该方法充分利用了单个米粒图像区域为凸性区域这一几何特点，通过区域增长的方法在图像中寻找由凸性米粒靠接在一起所形成的融合凹性区，并从凹处将融合区域分离开来。由于利用了米粒区域的几何特征来分离融合米粒区域，因此分离工作的自适应性强。大米垩白粒率的检测实验结果表明：该方法分离融合米粒区域的成功率达到了100％，而且检测结果与人工检测结果基本一致。     

用平板扫描仪及图像处理方法检测大米粒型

提出并用区域跨度定义了米粒粒长及粒宽,即定义米粒区域的最小跨度为米粒粒宽,与此跨度方向垂直的方向上的米粒区域跨度为米粒粒长.根据此定义,通过搜索米粒区域跨度的办法搜索米粒粒长及粒宽,再由米粒粒长及粒宽求出大米粒型.由于此定义与人工对米粒粒长及粒宽的测量方式是一致的,因此,基于此定义的大米粒型检测方法的检测精度高.利用平板扫描仪及图像处理方法检测大米粒型的实验结果表明:用该定义对大米粒型的测量结果相对于人工测量结果的相对误差为1.03%,且该检测方法具有米粒旋转不变性检测的特点.     

基于饱和度的异色米粒检测方法

提出了一种基于饱和度的异色米粒检测方法.该方法由于利用米粒的一维饱和度特征将米粒分成正常白米粒和异色米粒两大类,因而,可通过一个分类阈值同时检测出米粒中的各种异色米粒.由于利用正常白米粒和异色米粒两类饱和度特征优化了分类阈值,而且还通过扫描式区域增长的办法来提高单个米粒的饱和度特征,因而,可在群米粒中检测出单个异色米粒,且检测精度高.实验结果得出:该方法对异色米粒检测的检测精度为97.8%.     

摩托车前照灯配光性能成像测试系统软件标定方法的研究

摩托车前照灯的安全检测是保障行车安全的一个重要因素。本文针对配光屏幕CCD成像测试系统,开发出一种软件标定方法。该方法利用边缘梯度算子找到目标图像的边缘来调整CCD摄像机与配光屏幕之间的相对位置,利用系统成像放大率来标定符合国家标准的靶标空间。实验证明:该软件标定方法符合基于成像测量的摩托车前照灯配光性能测试的要求。     

基于成像测量的车辆前照灯配光屏幕标定方法

根据基于面阵CCD摄像机成像测量的车辆前照灯配光性能测试系统的特点,提出一种成像测量与图像处理相结合的车辆前照灯配光屏幕照度测试靶标标定方法。该方法直接利用车辆前照灯配光性能成像测试系统对车辆前照灯配光屏幕上不同照度测试位置处分别放置的直线靶标进行成像,获取各直线靶标图像。在图像处理中,采用图像差分法及二值化方法提取各直线靶标,通过对各直线靶标的细化操作,获得各单直线图像,最后,采用本文提出的“粘贴”和“裁剪”方法将各单直线图像融合成一幅车辆前照灯配光屏幕照度测试位置靶标图像。该标定方法不仅能在车辆前照灯配光性能成像测量中使配光屏幕上的照度测试位置用照度测试位置靶标图像中对应的成像位置来定位,而且还能保持配光屏幕的均匀反射率特性。因此,该标定方法有利于实现配光屏幕上各处照度的同时成像测量。实验结果得出:文中标定系统的标定准确度为93.53%,符合车辆前照灯配光性能测试的要求。     

基于区域跨度搜索的大米粒型检测方法

提出一种基于区域跨度搜索的大米粒型检测方法.该方法利用区域外切矩形的长度和宽度表示区域的跨度,通过米粒区域外切矩形旋转搜索米粒的粒长及粒宽,再由粒长及粒宽求出米粒粒型.由于是对米粒区域中互相垂直的2个方向上的米粒区域跨度的同时旋转搜索,因此只须对米粒区域外切矩形旋转90°即可搜索出米粒的粒长及粒宽.大米粒型检测的实验结果表明:该方法对大米粒型的检测结果与人工测量结果基本一致,相对误差为1.73%,且具有米粒旋转不变性的特点.     

基于CCD摄影测量的摩托车前照灯配光性能测试研究

对利用面阵CCD摄像机测试摩托车前照灯配光性能的方法进行了理论分析，采用CCD图像像素灰度值来表示配光测试屏幕上的照度值，以实现CCD摄像机测试摩托车前照灯配光性能的目的。并对配光测试屏幕上各测试点的图像像素灰度分别进行了照度标定，建立了屏幕照度与屏幕图像灰度之间的对应关系。标定实验结果得出的标定误差为0．021lx，系统符合摩托车前照灯配光性能测试的要求。     

基于色彩局域旋转搜索的区域融合方法及应用

报道了一种基于局域旋转搜索的目标区域融合方法。该方法可在搜索目标区域的同时，对那些搜索出的互不连通的各部分目标区域进行融合处理。由于融合处理只在局域范围内进行，因而处理的像素少，并可在1次局域旋转搜索过程中同时实现对目标区域的搜索及融合处理。该方法已有效地应用于彩色图像跟踪之中，实验在350MHz主频的微机上完成，系统的图像处理速度为20frames／s，相对于CCD的25frames／s图像采集速度，图像跟踪率为80％。     

基于色彩局域搜索的彩色目标快速跟踪方法

提出了一种基于色彩局域搜索的彩色目标快速跟踪方法。该色彩搜索法是利用目标特征色在目标跟踪点附近搜索目标，而无需对整幅图像地行搜索。其图像处理速度不受图像尺度的影响，因而实时跟踪速度大大提高。实验结果得出：该方法的跟踪速度可达到18．45frames／s，跟踪效率为73．8％。