基于灰度及几何特征的微晶玻璃缺陷检测

气泡缺陷检测作为评估微晶玻璃材料性能的重要环节,可指导微晶玻璃原坯切割与再加工,充分发挥其稳定的光学特性。针对环形光源照射微晶玻璃圆柱试样时,视场背景亮度不均匀且微晶玻璃外周边界被增亮的问题,提出了一种基于灰度及几何特征的微晶玻璃气泡检测算法。算法先根据图像局部灰度特征利用Canny边缘检测算子获取疑似气泡轮廓,再基于气泡几何特征剔除微晶玻璃外周边界的虚假目标获得真实气泡缺陷信息。实验结果表明该算法能有效提取气泡缺陷,提高气泡缺陷检测准确率。     

基于ARM处理器的运动目标检测与跟踪系统

运动目标的检测及跟踪技术广泛应用于军事与民用领域。传统基于PC的目标跟踪系统不能满足对体积、功耗及便携性的需求,基于ARM处理器S3C2440A和嵌入式Linux操作系统构建了一个比较完整、实用的目标跟踪系统。该系统利用摄像头采集运动目标图像,处理器进行数字图像处理,LCD显示跟踪目标。阐述了实现原理及图像获取、目标检测、图像分割和目标跟踪算法程序流程。通过实际测试,该系统能满足对低速运动目标的检测、识别和跟踪,且具有较好的实时性和稳定性。     

一种适用于玻璃生产线的瑕疵检测算法

以一个基于线阵CCD的玻璃生产线检测系统为硬件平台,重点研究了玻璃瑕疵的检测算法。首先提出了卡尔曼滤波器跟踪背景光强变化的方法,利用瑕疵在时间轴上造成的灰度突变来识别瑕疵的到来与结束,然后通过形态学的方法对瑕疵点的坐标进行定位,最后将玻璃瑕疵的位置坐标及其图像送至上位计算机进行分类处理。本文的算法已经固化于FPGA构成的实时处理系统中,实现了精度高达0.1mm的玻璃瑕疵实时检测。     

基于模糊快速Hough变换的盘孔边界识别方法

为了快速准确地识别出某型航空发动机篦齿盘均压孔的边界,提出一种新的模糊快速Hough变换.利用局部梯度信息将检测圆所需的3D Hough变换转化为一个2D Hough变换检测圆心位置和一个1D Hough变换检测圆的半径.在检测圆心位置时,对2D参量空间进行多分辨率分级,通过迭代计算由粗到精逐步细化参量空间.采用模糊投票的方法来处理边缘像素位置和梯度方向的不确定性.通过实验对比了模糊快速Hough变换与标准Hough变换、随机Hough变换进行盘孔边界识别的效果,结果表明模糊快速Hough变换可以快速准确地识别出盘孔的边界,性能优于另外两种算法.     

一种圆形标记点的快速提取算法

为实现快速、高精度的定位圆形标记点,提出了一种圆形标记点的识别与定位算法。在相机成像时,圆形标记点经过透视投影变换后,形态类似椭圆,用拟合椭圆的方法获取椭圆的圆心。快速获取椭圆的粗边缘点,利用高斯分布特征获取亚像素边缘点,对边缘点进行优化后利用最小二乘法拟合椭圆,可以得到最为精确的圆心坐标。实验证明,该算法用时约0.005s,椭圆圆心的位置精度在0.05pixel以内,具有很好的实用性。     

特定边界跟踪中角点检测研究

针对边界跟踪算法中在角点附近丢失边界信息的问题,对待检测边界中角点的判别和检测方法进行了研究。分析了边界搜索中所扩展的邻域的半径和角点位置的关系,提出了角点存在判据,给出了角点存在区间。提出了寻区间法角点检测算法,用5个已知边界点之间的关系,判断出角点存在的邻域,通过选取合适的邻域半径,使角点存在区间向角点收敛。对测试图像和人侧面轮廓图像的边界利用所提出的算法进行跟踪,测试图像的边界点从19个增长为37个,人侧面轮廓图像边界点从13个增长为21个,新算法准确地检测到轮廓角点和后续种子点,使边界跟踪能够反映所有的边界信息。     

轴对称悬滴法液体表面张力实验系统

研制了悬滴法液体表面张力测量系统,该系统包括图像采集系统、耐高压实验本体和温度控制系统等.悬滴图像信息由高分辨率的CMOS相机采集,并利用Canny算法进行边缘检测,进而提取悬滴边界并进行坐标变换,以获取悬滴的轮廓坐标,采用坐标轮换法与Newton法结合实现悬滴边界的全轮廓拟合计算.实验系统的温度范围和温度波动度分别为:20~180℃,±0.01℃;压力范围为:0~20MPa.为了检验系统的可靠性和精确性,测量了正庚烷在温度范围为293.15~373.15K的表面张力.通过不确定度分析,测量流体表/界面张力的相对不确定度为0.22%.     

基于多尺度小波变换和结构化森林的表面裂纹分割

为实现复杂背景下裂纹目标的有效检测,提出一种融合小波边缘检测与多尺度结构化森林的裂纹分割方法,以提高裂纹检测稳健性。该方法利用多幅裂纹图像和人工标注结果提取裂纹图像特征通道并离散化映射标准结果;利用三角滤波器和降采样方法获取常规和相关性候选特征;并将该特征与离散化后的标签进行结构化森林分类器的训练和验证,进而获得多个尺度的裂纹分割。在776幅结构体裂纹图像和600幅钢梁裂纹图像数据集上进行实验,结果表明,相比于单一多尺度结构化森林方法和其他几种分割方法,本文方法能够在较短的时间内获得最高的分割精度。     

无人机视频运动目标实时检测及跟踪

对无人机拍摄视频中的地面运动目标提出一种实时检测跟踪算法。该算法利用特征点的对应关系将图像对配准,再对配准图像进行变化检测,根据变化和运动信息检测目标并消除虚警,将检测与跟踪相结合,对目标跟踪失效的情况,能重新正确定位目标,从而获取目标的完整运动轨迹。采用无人机拍摄的地面车辆图像的测试结果表明,算法能有效检测跟踪运动目标,并能达到25 f/s以上的实时处理速度。     

边界元法分析二维线弹性裂纹扩展

用边界元法研究裂纹扩展过程.首先将尖端区域Williams渐近展开的特征分析法与边界积分方程结合,解出切口尖端附近应力奇异性区域的各应力场渐近展开项系数,获得平面切口/裂纹结构完整的位移和应力场.再基于考虑非奇异应力项贡献的最大周向应力脆性断裂准则,运用边界元法分析边缘含裂纹半圆形弯曲试样在荷载作用下的启裂方向,对裂纹扩展过程给出自动跟踪方法,通过算例证明边界元法模拟裂纹扩展过程的正确性和有效性.     

A coarse-to-fine kernel matching approach for mean-shift based visual tracking

Mean shift is an efficient pattern match algorithm. It is widely used in visual tracking fields since it need not perform whole search in the image space. It employs gradient optimization method to reduce the time of feature matching and realize rapid object localization, and uses Bhattacharyya coefficient as the similarity measure between object template and candidate template. This thesis presents a mean shift algorithm based on coarse-to-fine search for the best kernel matching. This paper researches for object tracking with large motion area based on mean shift. To realize efficient tracking of such an object, we present a kernel matching method from coarseness to fine. If the motion areas of the object between two frames are very large and they are not overlapped in image space, then the traditional mean shift method can only obtain local optimal value by iterative computing in the old object window area, so the real tracking position cannot be obtained and the object tracking will be disabled. Our proposed algorithm can efficiently use a similarity measure function to realize the rough location of motion object, then use mean shift method to obtain the accurate local optimal value by iterative computing, which successfully realizes object tracking with large motion. Experimental results show its good performance in accuracy and speed when compared with background-weighted histogram algorithm in the literature.     

Study on inspection method of glass defect based on phase image processing

To solve the problem in projecting grating method, the paper presents an inspection method based on phase image processing for glass defects. In the proposed method, the wrapped phase difference is achieved according to the images of defect-free and defect-containing. The unwrapping phase algorithm, based on jump corrected is used to eliminate jump error. The segmentation of defect region is implemented by integrating grayscale mathematical morphology with high-low threshold segmentation, and the boundary coordinate of connected region is used to calculate the size and location of defect. The results demonstrate that the proposed method provides reliable identification of defects.     

基于颜色传递的双波段目标跟踪算法研究

针对复杂背景下Camshift算法容易丢失目标的情况,提出一种基于YCBCR空间将红外与可见光融合图像与彩色参考图像进行颜色传递后,采用Camshift进行目标跟踪的算法。该算法在颜色传递时充分利用双波段图像信息,得到的目标对比度高并且颜色空间较其周围背景突出,增强了目标的颜色概率图,提高了Camshift算法效率。实验表明,通过对可见光图像、经颜色传递后的红外图像以及传统颜色传递方法得到的图像采用相同跟踪算法进行定性分析,在该算法得到的图像中,跟踪窗口中心相对于目标质心仅有3个像素的误差,跟踪精度远远优于对比实验图像的跟踪结果,并且算法的跟踪时间为每帧20.6 ms,达到了实时性的要求。     

星载光电跟踪系统连续帧图像快速识别定位算法研究

为了解决星载光电跟踪系统对连续帧图像快速识别、准确定位的要求.在深入分析连续图像序列特性和星载光电跟踪系统特点的基础上,利用光电跟踪系统转台的角度变化信息,对图像序列进行帧间差值运算以获得目标残差图,并基于残差图和原始图像信息提出了一种新的目标识别定位算法,大大地减小了运算量.结合中值滤波和自适应波门跟踪算法,实现了运动目标的快速跟踪定位.通过对目标实测图像序列的实验,结果证明,该算法具有快速、稳定等优点,能满足星载光电跟踪系统实时图像跟踪的要求.     

Automatic ridgelet image enhancement algorithm for road crack image based on fuzzy entropy and fuzzy divergence

True estimation of the boundary of a road crack and its size is a major task for its automatic detection. The improvement of visual effects of a road image is necessary for such a task. Therefore, we propose an automatic ridgelet image enhancement algorithm. A nonlinear function plays an important role in the enhancement algorithm in the ridgelet domain of an image. However, it is difficult to adjust the parameters of the nonlinear function adaptively with the variation of the road crack image input. Based on the fuzzy entropy criterion, we introduce two fuzzy divergences and two supplementary linear combinations between the fuzzy entropy and two fuzzy divergences as new measurements to solve the threshold segmentation problem in the ridgelet domain. According to the distribution histogram of magnitudes of the ridgelet high-frequency coefficients, we obtain the optimal segmentation thresholds that act as the parameters of the nonlinear function by using the maximum or minimum measurements of fuzzy entropy and fuzzy divergence, respectively. The self-adaptive nonlinear function makes it possible to realize the automatic enhancement of a road crack image. Experimental results show that our image enhancement algorithm can effectively enhance the global and local contrastive effects on road crack images.     

基于改进谱聚类的重叠绿苹果识别方法

水果的可见光谱目标识别是实现农业自动化采摘至关重要的一步。在水果识别的过程中,由于重叠和遮挡的影响使得目标识别困难,识别率不高。本文针对自然环境中果实重叠的识别问题,利用谱聚类算法对图像进行分割,然后使用随机霍夫变换实现果实的识别和定位。针对传统算法运算复杂度高,运算速度慢的问题,本文提出了基于均值漂移和稀疏矩阵原理的改进谱聚类算法。首先使用均值漂移算法对图像进行预分割,均值漂移是一种用于密度梯度的无参估计法。该算法实质是一种迭代,先计算出偏移量,根据偏移量移动点,如此反复,直到偏移量为零即收敛到一点为止。利用均值漂移算法除去大多数的背景像素,为减少谱聚类算法的计算量做准备。然后提取预分割图像的有用信息即图像中像素对之间相似度的描述,将提取的图像特征信息映射到稀疏矩阵中,并使用K-means算法将其分类。得到最终的分类结果,实现对预处理图像的再次分割。然后恢复图像分割区域的颜色,使用彩色向量梯度提取边缘轮廓,对得到的轮廓图像使用随机霍夫变换,并在检测过程中设置半径参数的范围从而进一步加快算法的运行速度。经过检测可以得到目标的圆心坐标和半径,从而实现重叠绿苹果的识别。降低了谱聚类的数据处理量,提高了算法的运行速度。经过试验分析和算法对比,该算法得到较高的重合度95.41%,较低的误差率4.59%和误检率3.05%。     

高帧频信标光定位与跟踪实验研究

信标光斑准确定位是完成空间光通信跟踪和捕获时的一个重要方法。应用改进的Otsu分割方法,对采集序列图像进行实时处理,提取潜在的信标光斑,对后续图像处理引入感兴趣区域的读入技术,在感兴趣区域内对信标光图像进行处理,应用卡尔曼预测模型实现了信标光跟踪,并将跟踪误差控制在精跟踪视场之内。实验结果表明,改进的Otsu具有更佳的抗噪能力和分割效果,并且实时性和定位精度均获得了满意的结果。     

基于幅度调制的非线性超声相控阵成像方法*

超声相控阵是超声检测领域常用的材料缺陷定位和成像技术,可便捷快速地对裂纹、孔洞等缺陷进行成像。但是,传统超声相控阵方法对较小缺陷如闭合裂纹不太敏感。非线性超声信号因对材料性能退化以及微小缺陷敏感而广受关注。本文针对疲劳闭合裂纹检测,提出一种基于幅度调制的非线性超声相控阵成像方法,通过测量物理聚焦和虚拟聚焦两种聚焦模式下超声扩散场中的声能差,并将其作为非线性参量,实现疲劳裂纹闭合部分的定位成像和定量表征。将该法应用于7075铝合金试样疲劳裂纹的实验测量,并研究了扩散场信号延迟时间对非线性超声相控阵成像结果的影响。结果表明：相较于传统超声相控阵全聚焦法,基于幅度调制的非线性超声相控阵成像方法能够更准确地定位和成像疲劳裂纹闭合部分;延迟时间的选择对疲劳裂纹长度的表征精度影响较大,本文研究了该延迟时间的选择方法并实现了检测结果的优化。