改进的SURF-RANSAC图像匹配算法

为改善传统SURF图像匹配算法存在计算量大、配准精度低等不足,提出一种改进SURF-RANSAC算法。基于SURF算法中构建描述符的思想,采用圆形邻域代替矩形邻域提取32维描述符,实现描述符的降维;通过自适应阈值方法完成特征点初匹配,降低人为设定阈值对匹配结果的影响;通过特征向量构建余弦约束对随机采样一致性(RANSAC)算法进行改进,实现匹配点对的提纯。实验结果表明,改进后的算法不仅提高了匹配速度和精度,还具有较强的鲁棒性。

基于ARM的坩埚气泡动态智能检测系统

为了得到石英坩埚透明层气泡的形态参数及数量。搭建了一种基于ARM的石英坩埚气泡动态智能检测平台。首先利用STM32作为机械臂的控制单元,搭载电子放大镜采集坩埚气泡图像;其次对采集的气泡进行增强处理并且提出一种融合霍夫变换气泡轮廓提取算法,利用凹点提取分割算法分割重叠气泡。最后基于ARM开发了实时检测系统。实验结果显示,设计的系统对气泡信息定位准确,单张图像检测时间仅为0.1 s,实现了动态获取气泡直径、数量的功能。

基于视频图像的坩埚气泡三维测量方法

针对现有坩埚气泡检测只能进行二维测量的问题,提出一种三维空间气泡检测方法。首先,利用数码显微镜采集坩埚透明层空间视频图像,并对图像序列进行增强、分割、填充处理;为准确识别聚焦气泡,提出一种基于图像质心邻域的气泡分类筛选算法;最后基于图像深度标定信息,提出一种基于阈值聚类特征树的平衡迭代规约和聚类算法(BIRCH),通过聚类实现气泡三维重建。选取不同坩埚样品进行测试,实验结果表明,方法对气泡的平均识别准确率为95.9%,能够准确统计出坩埚透明层空间气泡分布情况,验证了方法的可行性,对坩埚质量检测具有较高参考价值。

面向石英坩埚的小气泡检测算法研究

针对石英坩埚气泡检测现有方法实时性差及小目标检测能力不足的问题,提出了一种改进YOLOv5的石英坩埚气泡检测算法YOLOv5-QCB。首先,自建石英坩埚气泡数据集,根据气泡尺寸小且分布密集的特点,减少网络下采样的深度,保留丰富的细节特征信息;同时,在颈部使用空洞卷积以增大特征图感受野,实现全局语义特征的提取;最后,在检测层前添加有效通道注意力机制,增强重要通道特征的表达能力。实验结果表明,相比于原模型,改进后YOLOv5-QCB能有效降低对小气泡的漏检率,平均检测精度从96.27%提升到98.76%,权重缩减了1/2,能够实现快速、准确检测石英坩埚气泡数量。

AVS+统计复用视频压缩图像质量评价方法研究

本文研究提出了AVS+统计复用视频压缩图像质量评价方法,包括测试图像序列库的建立、码率点的确定、测试评价方法以及结果判定等。