应用模拟退火粒子群算法优化二维熵图像分割

针对二维熵图像分割方法存在计算时间长、实时性差的问题,提出一种基于模拟退火粒子群算法的二维熵图像分割方法。将模拟退火机制引入粒子群算法(PSO),根据初始种群的最优适应度值设置初始温度,采用Metropolis准则优化生成个体最优位置和全局最优位置,对PSO算法的惯性权重参数进行优化,避免粒子在寻优过程中陷入局部最优,提高算法的收敛速度。对多幅具有不同直方图分布的图像进行阈值分割实验,实验结果表明,该方法与二维熵穷举分割法相比,分割结果相同,分割效率大大提高,分割阈值选取的准确性和运算时间都优于遗传算法(GA)和PSO算法。

基于CSS角点检测的快速匹配算法

为了实现准确、快速的图像匹配,从角点检测与描述子两方面入手,提出了一种基于CSS角点检测的匹配算法。首先,在曲率尺度空间下,检测图像在不同尺度下的角点并剔除不稳定角点;其次,基于曲率对图像轮廓描述的精确性,以特征点为中心划分3×4的子邻域,计算子邻域内轮廓曲线点的高斯加权曲率等4维向量特征,建立48维描述子,由于CSS角点检测包含曲率计算,因此生成描述子时避免了曲率的二次计算,提高了匹配速度;最后,提出一种"二进制距离"方法对描述子进行匹配,进一步优化匹配速度。通过实验证明,在保证精度的情况下,CSS快速匹配算法大幅度缩短了匹配时间,对旋转、亮度变化具有较好的匹配效果。

基于机器视觉的太阳能电池板对位系统

太阳能电池组是发展太阳能发电技术的核心组件,而太阳能电池组技术的关键环节是电池组的焊接过程,提高其焊接自动化程度具有重要意义。针对焊接过程中,人工摆放效率低、成本高等缺点,给出基于机器视觉的解决方案。该视觉对位系统基于美国Cognex公司开发的Vision Pro软件,联合VB.net编程语言进行软件开发。利用采集图像、训练模板和定位、找几何形状等工具,结合相机标定和坐标转化算法,完成特征提取和偏差计算。采用两个相机来提高对位的精度。对位后的电池组摆放误差被控制在±0.5mm以内,满足实际生产需求。实际证明该视觉对位系统对发展绿色能源具有重要的实用价值。

基于机器视觉的卡尺工具法螺母实时检测系统

对变形的螺母进行人工决策,判断能否继续使用时,会存在很大的主观性,为此提出基于机器视觉的卡尺工具法实时检测系统。该检测系统首先通过CCD相机对螺母图像进行采集,再用Halcon算法库对采集的图像进行分析处理,实验提出基于卡尺工具的边缘检测方法对螺母内径进行圆拟合,通过测量拟合圆的直径对螺母进行检测,最后通过C#做出界面实现检测功能。经实验验证,该检测系统正确率高、测量精度可控,测量时间不超过60 ms。

Research and development of fringe projection-based methods in 3D shape reconstruction

This paper discusses current research and development of fringe projection-based techniques. A system based on Fourier transform profilometry (FTP) is proposed for three-dimensional (3D) shape recovery. The system improves the method of phase unwrapping to gain accurate 3D shapes of objects. The method uses a region-growing algorithm for the path prediction guided by the quality map to increase the recovering accuracy and provides a fast and simple tool for 3D shape recovery. The shape measurement and data recovery are integrated to offer a new method of 3D modelling. Examples are presented to verify the feasibility of the proposed method.

基于法向量距离分类的散乱点云数据去噪

在三维点云数据的去噪中,很难实现既保持尖锐区域的特征,又使平滑区域高度光顺。为此,提出了一种基于法向量距离分类的去噪方法。首先计算点云数据的微分几何信息。采用鲁棒的方法对点云数据进行法矢量估算,并将其法矢量方向调整到一致。再根据采样点的局部二次曲面拟合来估算点云数据的曲率;然后通过计算从采样点到其切平面的法向距离,将点云数据划分为平滑区域和尖锐区域,并采用加权局部最优投影算法和双边滤波算法分别对平滑区域和尖锐区域进行滤波去噪。选用Bunny和Fandisk点云模型,分别采用单一的加权局部最优投影算法、双边滤波算法及两者相结合算法对点云模型进行去噪测试。测试结果表明:所提方法可有效去除噪声模型中的孤点,提高点云分布的均匀性;增强点云模型平滑区域的光顺度,保持了尖锐区域中的几何特征并避免了过度光顺和细节特征失真。对比测试数据可知,降噪点云模型的误差和偏差较小,Bunny模型的平均误差为0.0011 mm,Fandisk模型的平均误差为0.0007 mm。

应用改进布谷鸟算法优化多阈值图像分割

针对传统多阈值图像分割方法在寻找最优阈值过程中存在计算量大、计算时间长的问题,提出了一种基于改进布谷鸟算法的多阈值图像分割方法。首先,将教与学搜索策略引入布谷鸟算法,提高了算法的局部搜索能力;其次,选择当前种群中适应度值较优的精英解构建精英库并随机选择精英解指导搜索方向,强化优势经验的学习;最后,引入模拟退火机制选择鸟巢位置,有效避免了个体在寻优过程中陷入局部最优。选择了多幅不同类型的复杂多目标图像进行分割实验,并与布谷鸟算法、蛙跳算法、教与学优化算法及广义反向粒子群与引力搜索混合算法的分割结果进行对比分析。实验结果表明,该方法在分割准确性、计算时间和收敛性上均优于对比算法,能快速有效地解决复杂多目标图像的多阈值分割问题。