一种在尺度空间下基于边缘的角点目标检测方法

图像中的目标角点位置是实现很多计算机视觉任务的关键数据。为了克服传统检测算法产生的数据冗余问题,提出了一种在尺度空间下基于边缘的角点目标检测方法。首先,构建一个分组多层的尺度空间,将原图投影到其中后得到多个平滑图像。与此同时,采用定义的边缘算子检出平滑图像中所有边缘而得到多个按序存放的像素点集,当点集数量稳定时停止更大尺度的变换。然后,在当前尺度下,计算点集中各元素反映其角点强度的特征值。根据这些特征值变化规律检出角点的支撑集区间,并在此区间中采用高斯拟合函数确定最终的目标角点。实验表明,该方法能够检出特征显著的目标角点及其角度,其中合成图像精度在像素级,应用案例中的平均误差与图幅比约为1.5/100。     

基于机器视觉的水表机芯灵敏度检测

为了解决人工检测水表机芯灵敏度存在效率低、精度差等问题,开发了一套基于机器视觉的水表机芯灵敏度检测系统.设计了一种基于指针通气前后转动角度差的间接检测算法.利用最小二乘法求得初始轮廓圆心,以圆心的横坐标和纵坐标将指针轮廓分为4部分,计算每部分轮廓点到圆心距离的标准差,取标准差值最小部分作为轮廓集合来拟合出精确圆,实现指...     

基于机器视觉的钢轨圆孔动态测量方法

为动态检测铁轨上圆孔两侧尺寸是否合格,提出了一种基于机器视觉的圆孔动态测量方法。首先,通过工业相机动态采集圆孔图像并对图像预处理,其中,图像中外圆和内圆的半径分别对应圆孔两侧尺寸。其次,利用边缘检测和梯度法获取外圆的圆心与半径,在边缘检测时,采用记忆化搜索降低无关边缘的影响。然后在极坐标系下搜索外圆区域获取内圆轮廓点,并对其迭代拟合,最终得到内圆尺寸,实现了圆孔两侧尺寸的动态测量。经实验测试表明,这种方法测量精度高,光照度为2000 lx时,圆孔两侧尺寸测量误差均小于1个像素。     

基于机器视觉的发动机气缸壁珩磨角测量方法

针对实际工业检测中发动机气缸壁珩磨角人工测量存在效率低、精度低等问题,提出了一种基于机器视觉的发动机气缸壁珩磨角测量方法。首先利用Gabor最优滤波通道算法处理样本图像获得线性特征增强后的网纹图像,再对网纹图像进行DFT转化获取傅里叶频谱图像,然后基于数字微分分析算法获取频谱图像中的峰值直线并计算两条峰值直线的夹角作为计算结果,同时与基于Camera Measure测绘软件手动测量结果进行对比。通过实现测试结果表明:该方法相对于手动测量结果的误差仅为0.33%,重复测量的均值差为±1°以内;在检测时间上,检测一个工件的平均时间为0.53 s。该测量方法测量精度高、测量速度快等优势,可以有效地取代工业检测中的人工测量。     

基于各向异性高斯核的多尺度角点检测

Moravec角点检测是一种经典的角点检测算法,它认为角点是各个方向亮度变化足够大的点,但该算法不具有尺度变化特性。提出了基于各向异性高斯核的多尺度角点检测算法。利用小尺度高斯核定位准确,大尺度下抗噪声能力强的特点,对图像进行多尺度多方向分解;在每个尺度下,保留每个像素最小的幅度值,对其进行非极大值抑制。将小尺度下检测到的点作为候选角点;在大尺度下,观测候选角点的邻域内是否有极大值点出现,若存在,判定该点为角点,若不存在,将其剔除。与最著名Harris角点检测算法相比,新算法可以在不同尺度下获取角点,克服了单一尺度的Harris算法可能存在的角点信息丢失、角点位置偏移和易受噪声影响而检测出伪角点等缺点;在无噪或加噪条件下,新算法的检测性能有明显地提高。     

基于机器视觉的光学镜片测量方法

光学镜片的种类多,每种镜片上待测目标也比较多,现有的图像处理方法测量精度低,对多类型工件适应性差。针对上述问题,现提出基于机器视觉的光学镜片测量方法。首先基于改进的Harris角点检测对工件进行角点定位,其次采用最小二乘法分段拟合角点间的几何基元,最后根据每一类待测目标模板提取的尺寸索引信息,测量几何基元之间的尺寸。实验结果表明：该方法不仅可以针对多种工件,对具有毛刺边缘工件也可以做到高精度测量,通过对比本文测量与基恩士三维测量仪测量的偏差进行分析、计算均方差,得到方法的精度为±0.02mm,重复测量偏差的均方差在0.01mm以内。     

基于机器视觉的图像边缘检测算法研究

提出机器视觉的方式弥补传统缺陷检测的弊端。针对目标图像模糊退化,采用中值滤波技术降噪的同时保护边缘信息;采用大津法算法进行阈值搜索;并进行直方图均衡化调整图像对比度。采用改进的Canny算子对传送带撕裂进行边缘识别提取,增加裂纹目标的可识别性。构建改进的T2FNN样本训练模型,将传送带裂纹图像的特征参数输入训练模型中,在隶属层输出模糊化的输入节点,最后通过输出层提供输入节点到输出的映射。通过验证对图像检测得到的数据结果,发现基于机器视觉基础的Canny算法在各种环境下对传送带撕裂的图像有更好的边缘检测效果,能更精准的做出判断,发出警报。     

基于机器视觉的芯片偏移检测系统

针对矩阵式测试盘上芯片偏移检测问题,搭建一套基于机器视觉的芯片偏移检测系统,主要包括上下料流道、三维移动 平台和视觉检测模块。 检测系统以一标准样板为基准,构建模板匹配与仿射变换相结合的图像矫正算法,实现不同待测样本间 检测的通用性;以灰度梯度及梯度方向为依据,设计针对芯片区域的矩形测量算法;系统以芯片左上角和右下角点连线的中心 为基准点计算芯片偏移量。 实验结果表明,本系统针对芯片偏移检测的误差范围-2. 145~ 4. 257 μm,单片芯片偏移计算算法执 行的平均时间为 72. 56 ms,检测轴运行速度为 20 mm/ s,对行列数为 5×12 的矩阵式测试盘上芯片的平均检测时间为 64. 5 s/ 盘,可满足实际加工过程的需求;使用测量系统分析(MSA)中的偏倚与线性度分析方法对本系统的准确性进行评估,结果表明 系统的偏倚和线性均满足生产需求。     

基于改进3D-Harris角点检测算法的电厂地下管廊点云拼接方法研究

提出一种基于改进3D-Harris角点检测算法的电厂地下管廊点云拼接方法。以电厂地下管廊多组海量点云数据为分析对象,利用主成分分析法获取目标检测点在邻域点云微切平面上的法向信息,进而提取点云的边界点;构建基于目标检测点法向信息的协方差矩阵,计算并比较其角点响应强度函数,从中选出部分待筛选点作为真伪角点检测对象;利用基于高斯曲率极值点的伪角点检测方法,滤除伪角点并筛选出真角点;最后通过快速点特征直方图方法匹配各组点云间的相似角点,利用最近点搜索点云配准算法实现地下管廊多组点云间的拼接,并与传统3D-Harris角点检测算法的结果进行比较。对比表明,所提出算法计算耗时短且角点提取正确率高,可实现电厂地下管廊海量点云的精确拼接。     

基于多尺度Gabor滤波器的角点检测

为了克服在不同图像上的尺度选择问题,提出了一种基于边缘轮廓线的多尺度Gabor滤波器的角点检测算法。该算法首先利用Canny边缘检测算子提取图像的边缘轮廓;进而用一组构建好的4个尺度8个方向Gabor滤波器的虚部对图像进行平滑,并计算每个像素在其相同尺度下各个方向上Gabor滤波器虚部响应的归一化的和;最后将每个边缘像素点在所有尺度下的乘积作为新的角点测度, 当角点测度大于预设阈值时,则认定该点为角点。将实验结果与经典的Harris、CPDA和He&Yung角点检测算法进行比较,提出的算法在检测准确率、定位误差、噪声稳健性性能指标上,都取得了更好的结果。     

球面折反射成像的内螺纹螺距视觉测量系统

为了实现内螺纹参数的非接触、自动化在线测量,本文以通孔螺母和盲孔螺母为检测对象,提出了一种基于球面折反射全景成像原理的内螺纹螺距参数的机器视觉测量系统。系统采集经球面折反射得到的图像,随后分割出完整的内螺纹区域;采用对比度受限的自适应直方图均衡化算法提高图像对比度,并采用中值滤波与双边滤波的组合来保护螺纹边界信息;再使用Zernike矩边缘检测算法确定每条螺纹的亚像素边缘;最终,基于折反射成像理论计算得到内螺纹螺距尺寸。与计量用螺纹综合测量机的螺距测量值进行了对比,实验结果表明该系统的平均测量误差为0.018 5 mm,满足工业生产中内螺纹螺距精度的要求,检测效率高,可用于内螺纹在线视觉检测。本研究为圆柱形内壁尺寸测量和缺陷检测提供了一种参考方案。     

鱼眼图像的目标物体角点检测方法

为实现宽视场角图像中目标物体的定位,提出了一种鱼眼图像的目标物体角点检测方法。首先对含有目标物体的鱼眼图像进行等面积切分,利用目标物体即网格图像灰度直方图的明显特征确定目标区域;然后根据实际应用对Harris算法进行改进,并将其应用至目标物体的角点检测中,确定目标物体位置。实验结果表明,能有效确定目标区域,视觉冗余度由90.3%下降到47.8%,目标物体角点检测准确率为83.8%,可以为实现宽视野范围目标的位置与距离同时测量奠定基础。     

基于图像处理的压接电缆弯曲度自动测量方法

输变电工程中通过对电力金具的压接实现架空导线的连接,压接电缆的弯曲度是衡量压接质量的重要参数之一.文中根据压接电缆自身特点,提出了一种基于图像处理的弯曲度自动测量方法.利用压接图像的灰度跳变自动确定压接电缆的压接区域,通过检测Harris角点,并结合图像的灰度特征确定拟合点,采用二次曲线拟合对压接电缆的弯曲形状进行逼近...     

加权SUSAN角点检测算法稳定性改进研究

SUSAN算法是比较稳定的角点检测算法,但是也存在着漏检和误检的情况。对经典SUSAN算法研究后针对其缺陷进行了改进,通过提出加权SUSAN算法,提高了角点检测的精度。同时,在USAN判决准则上进行了改进,新的准则增加了模板内和核心点灰度相似像素需要与核心点连通,并且USAN区域重心需要远离核心点的约束条件来进一步筛选候选角点。通过改进,减少了原算法的漏检和误检问题,实验结果也证明了改进方法的有效性。     

基于Harris的棋盘格角点检测改进算法

角点作为含有图像重要信息的一种特征点,运用角点计算可以有效减少图像运算量.正因为如此,角点检测在机器视觉中更是起着不可忽略的作用,并广泛应用于视觉测量、图像匹配和摄像机标定中.针对Harris的棋盘格角点检测的优劣性,综合尺度空间、Harris算子、Fonster算子和SVD算子的思想,提出一种由粗到精的多层策略,快速自动实现棋盘格角点检测与提取,既采用了Harris算子良好的定位性能和鲁棒性,又结合了其他算子良好的优越性,克服了单种算子的局限性.实验证明,该方法针对棋盘格角点有较高的检测精度、准确率和稳定性,可以满足实时性要求.     

基于机器视觉的光纤几何参数检测算法设计

为了满足工业检测中快速检测光纤横截面几何参数的需求,运用数字图像处理技术实现光纤几何参数测量。最大类间方差法用于分割高对比度光纤二次涂覆层区域;改进Canny算法用于提取低对比度光纤一次涂覆层和包层边缘,该算法在传统Canny算法的基础上运用局部区域距离阈值法代替双阈值法中的高阈值,实现单一边缘响应原则;结合使用二次曲线标准化法和齐次方程法用于边缘曲线拟合,并用高斯-牛顿迭代法求解光纤几何参数。检测结果与高精度光纤测试仪FGM-502进行对比,结果证明本文研究的光纤检测算法的有效性及准确性,满足企业光纤几何参数检测需求。