高分辨率PCB图像亚像素边缘检测算法

针对高分辨率工业印刷电路板PCB图像的直方图和边缘特征进行了统计分析,提出了一种基于直方图统计的双门限选择方法进行像素级边缘定位,然后根据亚像素原理把像素级边缘校正到亚像素精度的快速亚像素边缘检测算法。与插值、空间矩以及曲面拟合等传统亚像素边缘检测算法的对比实验结果表明,本文算法在检测精度上达到0.066个像素,满足检测精度的要求,并在计算速度上具有较大优势。     

高斯核函数在角膜地形图仪图像处理中的应用

角膜地形图仪作为角膜检测的重要仪器,采集和分析人眼的Placido图像,检测图像亮环中心线的坐标信息,绘制反映角膜表面形状的角膜地形图.对角膜地形图仪的图像处理技术进行了深入研究,提出一种基于高斯核函数的Placido图像处理方法,用离散的高斯卷积核描述连续高斯核函数,用泰勒多项式描述灰度曲线表达式,建立亮环检测的判别表达式,该方法获得了精确的亚像素点坐标信息.利用标准球验证算法精度,屈光度平均误差小于0.25D,满足人眼角膜检测的要求.     

一种轴类零件边缘精确定位方法

针对目前的边缘检测算法存在定位精度低、处理速度慢、抗噪性能差等缺陷,提出了一种轴类零件尺寸检测的图像边缘高精度定位方法。该方法采用改进的自适应中值滤波算法、改进的Kirsch算子和在图像边缘灰度梯度方向上进行二次函数逼近高斯曲线拟合方法,实现了图像边缘亚像素高精度定位,提高了尺寸检测精度。通过对气门尺寸的计算机视觉检测实际应用,证明提出的算法精确且稳定,满足高精度视觉检测要求。     

用于红外双目视觉的边缘增强算法研究

红外图像的空间关联性强,并且存在一定的非均匀性,因此诸如Canny算子之类的传统边缘提取方法并不适用。本文讨论了像素级和亚像素级结合的边缘检测方法,首先采用脉冲耦合神经网络(pulse coupled neural network,PCNN)方法进行像素级边缘定位,再结合空间灰度矩的方法进行亚像素级边缘细分。该方法能够对高温构件的红外边缘进行快速检测,并能极大提高边缘的定位精度。     

模板图像匹配中的亚像元定位新方法

研究了模板与图像匹配中元定位的方法．分析了在亚像元定位中的重采样和曲面拟合方法,对重采样方法进行如下改进：仅对模板进行ｎ 倍重采样,产生（２ｎ－ １）个子模板,计算每个子模板与图像的归一化相关系数（ＮＣ值）,则ＮＣ最大值的子模板所对应的偏移即为要求取的亚像元偏移．并提出了一种导数求取曲面拟合系数的方法;融合重采样和曲面拟合提出了一种新的亚像元定位方法,实验结果表明了此算法的有效性．     

基于机器视觉的零件尺寸测量

提出了一种基于机器视觉的非接触测量方案,力求把非接触测量手段与零件尺寸测量问题更有效地结合起来。采用超分辨率重构技术消除噪声以及由有限检测尺寸和光学元件产生的模糊,从图像中获得更多的细节和信息。利用最小二乘回归亚像素边缘检测技术进行边缘定位及角点提取。基于机器视觉CCD摄像机采用线性回归法进行摄像机的标定。最后,实验分析和比较了基于机器视觉的零件尺寸测量的应用效果。     

基于区域划分的红外超分辨率重建

提出了红外超分辨率重建系统以获取高分辨率红外数据。首先,根据红外图像获取过程建立了数学模型,讨论了降采样、模糊、运动以及高斯噪声对红外系统的影响;在非退化特征提取的基础上提出了基于特征的亚像素配准算法,其根据所得到的非退化特征应用归一化均方根误差来估计两帧之间的亚像素位移。然后,分析了传统全变分因子在高分辨重建时的不足并对其进行改进;利用区域划分将图像划分为平滑区域和细节区域,并根据区域的不同情况自适应全变分因子,从而使细节区域不至于过平滑。最后,利用MM(Majorization Minimixation)算法对合成的低分辨率红外图像和真实红外图像进行了超锐度重建。与同类相关算法的比较实验显示:所提算法亚像素配准最大误差为0.09pixel,重建后的红外图像质量优于其他同类算法。所提算法可以对低分辨红外图像序列进行有效重建,具有配准精度高、重建图像细节丰富等特点,可应用于各种红外成像系统。     

复杂背景下蓝色线结构光中心提取方法

针对复杂背景环境下蓝色线结构光测量系统中如何准确快速地提取出光带中心的问题,根据线结构光中像素的蓝色分量在RGB三基色中的比重以及光带中心两边灰度分布特性,提出了一种基于区域重心法的线结构光中心快速亚像素提取算法. 该算法运用自适应阈值法确定光带边界阈值,采用平滑处理降低光带非正态分布对光带中心提取的影响,应用区域重心法进行光带中心的亚像素提取,最后采用连通区域法剔除错误的光带中心. 实验结果表明,该算法具有较高的稳定性、良好的抗噪性、较强的鲁棒性.     

双目立体实时测距系统的关键技术研究

基于双目视差测距原理,建立了一个被动测距实验系统。围绕提高测距系统的测距精 度、准确率、速度和抗干扰性能等,研究了图像预处理、配准算法、搜索策略等关键技术。提出了改进的互积相关配准测度,并采用粗、精配准相结合的搜索策略以及抛物线拟合方法,实现了快速双目立体目标测距。实验证明该测距算法可有效地抑止噪声、双目光强和图像对比度差异等因素的影响;测距系统测距精度高、稳定性好、实时性好,对于10km目标相对测距误差小于4% ,响应时间小于0. 5 s。