基于改进的Hough变换缸套内面网纹夹角检测

目的缸套内面网纹角是影响缸套性能的重要参数,为了在生产过程中快速准确检测出网纹角参数,剔除不合格产品,研究基于改进的Hough变换缸套内面网纹夹角检测方法。方法确定缸套图像的预处理算法,增强图像网纹特征,滤除次要信息;确定基于Canny算子的网纹特征边缘分割方法;确定基于改进的Hough变换网纹直线特征提取方法,通过计算提取直线夹角的平均值得到缸套网纹角值。结果试验表明,基于改进的Hough变换网纹角检测结果与进口仪器检测结果相比,平均误差为1.54%,检测精度高。结论提出的检测算法可准确识别缸套内表面网纹角,能很好地代替传统人工复膜检测和昂贵的进口检测仪器,满足工业现场自动检测的需要,提高了检测的效率和精度,降低了检测成本。     

基于SUSAN和Hough变换的直线边缘亚像素定位方法

提出了一种基于SUSAN算法和Hough变换的直线边缘亚像素定位方法.在该方法中,给出了SUSAN算法模板选择的依据,同时定义了直线边缘响应函数并引入加权Hough变换.首先,利用直线边缘响应函数对直线边缘进行提取;然后对具有响应值的灰度点进行Hough变换并将该响应值作为权值记入参数空间累加器,得到粗定位;在粗定位的基础上对映射区进行局部细化,并对区域内点进行拟合,最终得到直线边缘精定位.实验证明:直线边缘定位精度可达0.3 pixels,同时为解析曲线亚像素定位提供了一种新的思路.     

一种基于中点画圆算法的改进Hough变换检测圆方法

为了对机械零件图像中的圆形几何特征进行视觉检测,将中点画圆算法与Hough变换相结合,提出一种基于中点画圆算法的Hough变换检测圆的新方法,并对中点画圆算法中的浮点运算等方面进行了改进。给出了该新方法的具体实施步骤和检测结果,表明了该方法的可行性。最后,通过对比实验验证了该方法的有效性。     

基于局部Otsu分割与Hough变换的海天线检测

海面波浪、船只与光照等因素的影响,使得可见光海面图像中的海天线难以被准确检测。为提高海天线检测的准确性与鲁棒性,提出了基于局部Otsu分割与Hough变换的海天线检测方法。首先,通过纵向中值滤波快速地抑制灰度图像中的光斑等高频噪声。然后,根据图像特点进行纵向分块处理来补偿光照的不均匀性并将船只的干扰范围限定在部分图像块中,再进行局部Otsu分割得到二值图像并提取其中的边缘像素,抑制了波浪边缘的干扰。最后,采用Hough变换拟合边缘像素以得到海天线。实验结果表明所提方法具有较高的准确性、鲁棒性与实时性,其检测准确率达93.0%,显著高于三种代表性的海天线检测方法。     

集成模糊特征的Snakes模型分割图像纹理

对纹理图像进行局部一维离散傅里叶变换,把傅里叶变换能反映图像纹理的高频部分的振幅谱作为纹理的特征向量.利用模糊概念定义模糊特征向量,把模糊特征向量集成到Snakes模型.改进的Snakes模型使活动轮廓曲线在曲线内部力场、图像梯度力场和特征向量对区域的模糊隶属度确定大小的曲线法向力场的共同作用下运动.对纹理实验图像和真实图像的进行了分割实验,实验结果说明新的模型能对图像纹理进行有效的分割,模糊特征的融入扩大了Snakes模型分割图像的范围.     

基于Hough变换和清零法的缸套内面网纹角检测

目的 发动机缸套内面网纹角直接影响到发动机的性能,为了高效准确地检测出内纹角,舍弃残次品,拟研究网纹夹角的检测方法。方法 采用邻域运算和自适应中值滤波对网纹图像进行图像增强,达到去除噪声和保留细节的双重效果;然后对其进行边缘分割处理,得到边界分明的边缘图像;再对其进行二值化,以减少Hough变化所用时间;最后提出一种基于Hough变换与清零法相结合的直线提取算法,并根据提取的直线特征计算网纹角。结果 实验结果表明,基于所提算法检测出来的夹角,对比传统方法和国外通用的仪器,平均检测误差降低为0.43%。结论 所提算法具有夹角误差小、准确度高、用时少等优点,能代替昂贵的进口仪器。所提算法在直线检测和包装条形码领域有较好的应用价值。     

自适应聚类Hough变换及地震断层检测

针对现有基于Hough变换的地震断层检测方法只能检测单个断层,不能准确检测多个断层的不足,提出了一种基于自适应聚类Hough变换的地震断层检测方法。该方法首先对预处理后的地震相干图像进行边缘检测并对边缘图像进行Hough变换以检测出边缘图像中的线段,然后根据倾斜角和位置信息对线段进行自适应聚类以获得更完整的线段,最后根据初始地震图像对完整线段中的各点进行调整以获得准确、平滑的断层。为验证该方法的有效性,在实际地震图像上进行了对比实验。实验结果表明,该方法可正确检测地震图像中的多个断层,正确率达到90%以上,与现有方法相比,峰值信噪比提高了约10%。     

基于改进Hough变换的纸塑复合袋视觉定位算法

目的 为快速精确获取纸塑复合袋纠偏过程中的位置偏移和倾角信息,提出一种基于改进Hough变换的纸塑复合袋视觉定位算法.方法 首先通过大津法对平台上的纸塑复合袋图像进行分割,去除皮带部分;然后利用基于方差的差异化滤波方法对纸塑复合袋图像进行降噪处理,突出复合袋图像边缘;最后运用Canny算子获取纸塑复合袋边缘点,利用改进的Hough变换算法对纸塑复合袋4条边线进行直线提取,求解纸塑复合袋的中心位置和倾角.结果 改进算法在直线提取精度和耗时2个方面均优于传统Hough变换算法,获取纸塑复合袋位置和倾角只需0.335 s,耗时减少了76％.结论 改进算法的耗时满足纠偏定位要求.     

一种集成模糊特征的测地线主动轮廓模型的图像分割

构建有模糊特征控制的曲线法向力场集成到测地线主动轮廓模型,使得该模型能包含更多的图像分割信息.当用模糊特征表示图像区域信息时,改进模型保持了原来模型具有边缘指示特性,同时具有区域特征一致性的分割性能.改进模型提高了演化曲线抓取感兴趣目标的范围和提取凹凸区域的能力,可以适应对弱边缘、噪声干涉图像的分割.图像分割的实验说明新的模型对图像分割具有良好的性能.     

铝镁合金孔蚀形貌图像增强与分割方法研究

对基于图像信息的腐蚀诊断与预测实现过程中腐蚀图像的增强、边缘提取和图像分割的小波分析等技术和算法进行了研究，并以铝镁合金在工业循环水中的孔蚀图像为例，说明了这些方法的应用。结果表明：基于灰度值的图像增强技术可增加腐蚀区域与材料基体的对比，用小波变换可对腐蚀图像进行分解，将腐蚀图像分解为包含主要特征的低频予图像和包含细节特征的高频予图像，相应的小波系数可反映出孔蚀特征，有利于用计算机图像技术实现腐蚀评价和预测。     

结合多尺度及密集特征图融合的阴影检测方法

为了提高图像中阴影检测的准确性,提出一种利用深度神经网络实现阴影检测的方法.首先,构造了一种密集特征图融合结构,将不同卷积层产生的特征图进行融合;其次,针对图像中阴影的多种尺度特征,设计了一种串并联结合的扩张卷积结构提取图像中阴影多尺度特征;最后,将串并联结合的扩张卷积结构和密集特征图融合结构进行结合,设计出一种端到端...     

基于共形几何代数与Radon变换的圆检测方法

为解决图像中的目标检测问题,本文给出了一种基于共形几何代数与Radon变换的圆检测识别方法,从新的角度出发,讨论了运用共形几何代数概念来解决圆检测问题的可行性和简便性.该方法主要是通过共形几何代数理论,将欧氏空间中的圆用共形几何代数中的矢量表示,进而可以等效为平面,最后利用三维Radon变换,对空间中的平面进行检测,可以有效地检测识别图像中的圆形目标.实验结果表明该算法简洁明确,可以对图像中的多圆进行同时检测识别,对于算法的集成,提高效率有着很重要的意义.     

一种边界-区域相结合的图像分割算法

提出了一种模仿人类视觉机制的区域-细节的图像分割算法.首先提取图像边缘,然后将边缘分段切割,得到端点集合,然后从端点集合生成Delaunay三角形网络,以Delatmay三角形为顶点,相邻三角形的属性差异作为边的权重,构造图;9以基于图的分割算法生成最小生成树,划分区域.最后用Snake模型精确确定区域边界,生成准确的区域边缘.实验证明,这种区域分割和边缘检测相结合的方法能准确地分割非纹理图像,较好地克服了块现象和非连续边界,相比单一区域分割或者边缘检测方法有更好的分割结果,并且计算速度比较快.     

孔洞特征模型特征分割及自适应分层算法

目的 针对传统整体式3D打印分层算法对孔洞特征模型分层处理时层厚不够合理、难以较好平衡成形精度和成形效率等问题,通过改进分层算法,实现了孔洞特征模型3D打印成形精度和成形效率的提升。方法 首先确定模型上下水平面区域,剔除该区域的三角面片,使孔洞特征三角面片与其他部分处于非邻接状态,其次通过建立三角面片拓扑结构,将模型孔洞特征包含的三角面分离,最后以当前层相交三角面片法向量与z轴最小夹角为层厚判据,分别对模型孔洞特征及其他部分进行自适应分层,并将模型各部分分层路径整合,形成完整的模型3D打印机执行代码。结果 示例模型分层模拟及实际打印结果表明,对于实验所用的螺母模型和拇指轮模型,与三角面片法向量自适应分层算法相比,所提算法的模型成形精度分别提升了20.18%和62.68%,打印耗时分别缩短了34 min和11 min。结论 对于孔洞特征模型,采用分离模型孔洞特征与单独自适应分层的策略,能够较好地提升模型成形精度,并且缩短模型成形时间。     

采用多源图像分形特征的多目标检测方法

针对多目标的检测,本文提出一种采用多源图像分形特征的特征级融合检测方法.首先对多目标检测的特点进行了分析,对分形理论进行了介绍,然后详细介绍了该融合检测算法的思路和原理.该算法首先由红外图像阈值分割出部分目标;然后利用分维数图的统计特征可以增强分形维数的奇异性,在可见光图像的分维数图中搜索与已检测出的目标区域具有相近分形统计特征的区域,进行标记;再根据"距离相似度准则"进行目标的聚类识别,排除背景干扰,最终检测出全部目标.实验结果表明该融合检测算法能有效地进行多目标的检测与识别.     

非对称凸起模型特征分割及其在FDM分层上的应用

目的 以熔融沉积成型（FDM）的非对称多突起类模型为研究对象,通过改进分层算法提升模型3D打印效率并降低模型表面粗糙度。方法 通过切片分层算法,输入STL格式的模型文件,利用面片模型的信息储存特点,将模型凸起区域分割,并将分割后的模型凸起特征单独提取。以面片法向量与z轴的夹角为判据,对各部分模型进行自适应分层,然后调整打印路径,对各个部分的打印路径进行分段式优化,确定分段路径的打印次序,并输出3D打印机执行代码,完成实物制造。结果 对于实验所采用的汽车转向节模型,算法能够精确地分割提取模型的凸起特征区域。通过分层模型和实物打印的对比,相较于传统算法,新算法在保证尖端高度为0.005 mm的前提下,实现了模型分层更加精确的效果,并且整个打印过程中,喷头在凸起特征之间的空行程次数减少了93.42%,打印效率提升了28.09%。结论 对于非对称凸起模型熔融沉积工艺的3D打印,新的切片算法能减弱模型的阶梯效应和拉丝现象,极大地减少喷头空行程次数,从而提升打印效率并降低模型的表面粗糙度。     

基于SIFT变换和RBF神经网络的彩色全景图拼接算法

目的 为了复原存在平移、色彩差异、旋转、形变等问题的全景图,提出一种结合SIFT（尺度不变特征变换）和RBF神经网络的彩色全景图拼接算法。方法 通过SIFT算法匹配出两子图中对应的特征点,利用仿射变换解决图像间的旋转和形变问题,采用RBF神经网络纠正子图的色彩差异,最后利用权值矩阵融合技术实现重叠区域的融合。结果 文中算法在拼接效果上优于其他算法,其拼接效果DoEM值为0.902,图像重叠区域过度平滑,有效地避免了融合区域的亮度块或亮度线。结论 该算法效果好,可解决全景图复原过程中多方面的难题。     

分块Radon变换在低对比度掌纹特征提取中的应用

特征提取是低对比度掌纹识别的关键步骤.针对掌纹纹理特征明显的特点,本文提出了一种分块Radon变换的掌纹特征提取方法.该方法先对掌纹感兴趣区域进行一级小波分解去噪降维,接着对低频子图像进行分块以圈定局部主要纹理,最后把所有分块后的子图像进行70°～140°Radon变换,所获得的线积分组合在一起构成该图像的特征向量.运...     

印刷电路板表观检测中光电图像的快速配准方法

印刷电路板(PCB)表观缺陷检测是机器视觉检测领域的一个重要问题,为了有效地利用参考法对印刷电路板光电图像进行检测,需要提高图像配准精度.本文提出了一种基于随机Hough变换(RHT)和空间数据坐标变换理论相结合的配准方法,该方法在寻找配准目标和完成配准效率方面均有很大提高.利用PCB光电图像进行实验,结果表明:在提高检测精度,降低内存空间,减少计算时间等方面,该配准算法的优势明显.     

基于小波变换和形态学的织物疵点边缘检测

为了精确确定织物疵点边缘,提出了一种基于小波变换和形态学的织物疵点边缘检测方法.在利用形态学实现疵点检测后,对其进行小波分解,用小波模极大值法和基于数学形态学的算法分别提取高低频子图像的疵点边缘,采用合理的融合规则将两个边缘图像进行融合.实验结果表明,该算法能有效地抑制噪声,且边缘清晰、准确,效果优于经典的边缘检测算法,具有可行性和有效性.