基于模糊熵评价和最优搜索的自动对焦算法

针对传统自动对焦算法不能实现最优对焦,以及易受清晰度评价函数局部峰值影响,从而导致重复性和稳定较差的问题,提出一种基于模糊熵的清晰度评价算法和全局最优拟合算法,应用于工业影像测量的自动对焦。该算法用模糊熵对图像清晰度进行评价,可降低噪声以及放大倍率和光照强度变化对自动对焦性能的影响,结合多尺度全局搜索和微尺寸曲线拟合搜索算法,避免局部峰值的干扰以实现最优对焦。该算法在环境变化的条件下,尤其是针对光照不稳定和变倍精度不够高的环境下,具有很高的聚焦精度,重复性和稳定性有显著提升,能够满足工业影像测量对自动对焦的要求。通过实际工业影像测量系统中的应用对比试验,该算法的有效性和优越性得到了验证。

基于分布式数据库系统的一种查询优化算法

分布式数据库系统由于数据的物理分布和冗余使得分布式查询处理增加了难度和复杂度,使得分布式数据库系统的查询优化较集中式数据库系统更为重要。介绍分布式数据库系统的特点和分布式查询优化及一种新的查询算法:基于语义信息的分布查询处理。

边缘检测算法在影像测量仪中的应用

选择恰当的边缘检测算法是提高影像测量系统测量精度的关键。文章对比分析了传统的边缘检测算子、canny算子的优缺点。在理论分析的基础上,结合实际的测量结果,提出了中心B样条边缘检测算法,该算法在影像测量系统中表现出良好的抗噪声干扰,并且综合性能也优于其它算法。

基于级联支持向量机融合多特征的人脸检测

人脸图像中包含丰富的特征信息,不同特征具有其各自的优势。基于此,提出一种基于级联支持向量机有效融合多种特征的人脸检测算法。该算法首先利用肤色模型对待检图像进行预处理,筛选出疑似人脸区域。然后在疑似区域中提取图像的HOG(Histogram of Oriented Gradients)和LBP(Local Binary Patterns)特征,并分别对这两种特征集进行特征选择,训练两个SVM(Support Vector Machine)分类器,最后将两个SVM分类器级联起来实现人脸检测。在多个人脸图像数据库上的实验结果表明,该人脸检测算法提高了人脸检测率,降低了误检率,并且对多种光照条件、姿态、表情以及部分遮挡的情况都具有较好的鲁棒性。

基于边缘检测的影像多线自动测量算法

介绍了基于小波变换的边缘检测算法。利用此算法提出了一种影像多线自动测量算法,给出了此算法的步骤。结果表明,该算法达到了较好的测量效果。最后讨论了该算法的不足之处。

影像边缘检测方法

边缘检测是图像处理过程中的重要环节。介绍了影像测量中的边缘检测的主要过程,包括图像二值化处理、图像边缘的细化、边缘点的提取等。给出了详细算法描述,为影像测量技术的发展提供了参考。

基于模型分析的指纹奇异点检测

针对传统的奇异点检测方法主要基于方向场变化且容易受噪声影响,提出了一种新的基于模型分析的指纹奇异点检测方法.首先用基于离散余弦变换基函数对方向场进行建模,在计算方向场的基础上,利用常微分方程系统线性化数学模型,通过对模型参数和平衡点进行分析,检测指纹奇异点位置.实验结果表明,基于常微分方程线性化模型分析的指纹奇异点检测方法比传统的Poincare Index方法对噪声更具有较好的鲁棒性,能进一步提高奇异点检测的准确度.

改进Canny算子在工业影像清晰度评价中的应用研究

【目的】为了实现不同离焦和正焦图片边缘检测中高低阈值的自适应确定。【方法】提出一种基于改进Canny算子的自动对焦清晰度评价函数。该函数利用传统Canny边缘检测算子的运算迅速、抗噪性强和精度高的特点,将模糊熵应用于Canny算子高低阈值的自适应确定,并用图像边缘点的模糊熵和作为图像清晰度评价值。【结果】在工业影像测量自动对焦系统中,算法的有效性得到了验证。【结论】试验结果表明,清晰度评价函数在满足单峰性和无偏性的前提下,具有较高的实时性,以及对环境较强的适应性,能够满足工业测量系统中对自动对焦的需求。