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。

基于卷积神经网络的人脸关键点检测算法设计

人脸关键点检测是模式识别和计算机视觉等领域十分活跃的研究方向。为了解决人脸关键点检测问题并提高检测的准确度,提出了一种基于卷积神经网络的人脸关键点检测算法,设计了一个新的网络模型,针对神经网络可能出现的梯度弥散和梯度爆炸的问题进行了优化。新型网络主要分为两个部分,第一部分是对人脸的关键点的总体预测,确定出大概位置;第二部分是对各个关键点的细微调整,保证结果的准确。为了提高网络的鲁棒性,采用两个数据集进行训练,在较短的训练时间内得到一个比较可靠的网络模型。实验结果表明所提出的方法十分适合用做人脸关键点检测,准确率达96%。