基于Blob分析和贝叶斯决策的水下目标提取方法

由于水下环境复杂多变,造成目标与伪目标的高混合度,某种单一的分割方法通常不能提取出理想的目标区域,因此提出一种基于Blob分析和贝叶斯决策的水下目标提取方法。首先,利用改进的二维OTSU算法计算出最佳阈值,并根据该阈值对图像进行阈值分割,经过连通性分析得到闭合的初始分割区域;然后,采用7种Blob算子对闭合区域进行7维向量描述,并基于贝叶斯决策准则剔除伪目标区域;最后,利用数学形态学算子去除目标区域边界的毛刺和干扰,得到理想的目标区域。通过对水池实验抓取的水下图像进行处理,结果表明该方法能够准确、有效地提取出真目标区域。

基于BLOB的积木特征提取算法

介绍了搭积木机器人机器视觉系统的特征提取算法。该算法首先将获得的积木图像在 OHTA颜色空间下进行阈值分割 ;在分割后的二值化图像中进行 BL OB分析 ;最后根据积木自身的特点进行了噪声去除和特征提取。试验证明该算法能够有效地提取出同一图像中多个积木的特征 ,提取的坐标精度能够满足机器人的操作要求。

基于多方位视觉的果实形状特征的提取研究

针对传统瓜果分级中捕捉单幅果实图像来分析果实特征时信息较少的缺陷,提出了一种基于多方位视觉系统的果实形状特征提取算法。同步采集3个方向的果实图像信息,经OHTA空间上的图像分割和改进的BLOB算法去噪声等处理后,分别给出果实的多方位的图像特征信息。运用统计学原理,设计了线性分类器,对3个方向的图像特征信息进行了互补性融合,得出分级判别准则。利用开发的智能瓜果精选分级试验样机,验证了该算法的有效性,试验结果证明识别成功率达到97%,达到了实用的要求。

基于团块的特征提取

本文提出了一种新的基于四块的图像处理思想，描述了在团决的链码表示的基础上提取其点、线、面特征的算法．与以往的图像处理方式相比，新方式更接近人眼观察景物的方式，并可在图像处理的早期引入知识以控制搜索空间，减少计算量，加快运算速度．

舌诊图像点刺和瘀点的识别与提取

计算机舌诊系统中,点刺和瘀血点是重要的舌象。基于斑点检测、支持向量机(SVM)和K-均值聚类算法,提出了对舌诊图像中点刺和瘀点的识别及提取方法。首先利用SimpleBlobDetector斑点检测算法检测斑点,并提取出斑点数量、大小和分布等特征值生成特征向量,再使用SVM进行点刺(瘀点)舌象识别。点刺(瘀点)提取同样基于斑点检测算法,提取斑点颜色特征,使用K-均值聚类将斑点聚类为多个小类簇,定义基于加权颜色空间距离的判别函数,将聚类结果同第一次斑点检测的结果对比,得到正类和负类,最终提取出点刺和瘀点。利用该方法进行实验,识别正确率达到97.4%,提取误检率为6.0%,漏检率为10.1%,表明了本方法的有效性和应用价值。

一种基于边缘提取的印刷品斑点检测方法

先对标准印刷品图像利用Robert算子检测出边缘,并利用形态学的方法对边缘进行膨胀。接着用HOUGH变换检测待测图像与背景相交的两条直线,以此将其与标准图像配准。在边缘点处,利用象素的灰度、邻域内的平均灰度、象素梯度方向信息进行对应象素的比较,当差别较大时被认为是一个疑点;在非边缘点处,直接利用灰度、邻域内平均灰度信息比较,差别较大时被认为是一个疑点。最后,对疑点图像进行斑点分析。实验结果表明,提出的方法能较快、较准地检测出印刷品当中的斑点。

改进的Wallis变换在特征提取中的应用

经典的Wallis变换能在增强原始影像局部反差的同时压制噪声,但它在运算过程中需要对影像进行分块,并对每一块进行独立的处理,这会导致块效应现象。提出了一种双线性插值的Wallis变换方法,视觉分析表明,它有效避免了块效应现象,并将改进的方法应用于Blob特征提取。对比实验证明,由于块效应现象,经典的Wallis变换会在特征提取时提取不少伪Blob特征;而改进后的方法显著减少了提取的伪Blob特征,保证了提取特征的准确性。

电子连接器外观缺陷检测方法研究

为了提高电子连接器产品的质量,对其进行产品检测已成为产品生产过程中一个重要的环节。考虑到连接器的多样性、各类外观缺陷等因素,本文提出了一种基于机器视觉原理的检测方法 .通过对连接器进行几何参数测量及对缺陷连通区域提取,实现了对连接器外观缺陷的检测,具备一定的通用性。

基于机器视觉石英晶片外观的缺陷检测方法

针对石英晶片的外观缺陷检测技术的不足,提出一种基于机器视觉开发软件对石英晶片外观缺陷检测方法,对石英晶片生产过程中出现的外观缺陷进行了分析,提出了缺陷检测的流程,建立了基于几何特征的模板定位算法和基于Blob算法的缺陷分析算法,实现了对图像的获取、边缘检测、定位、识别和斑点分析,在C#环境下对其图像处理技术利用机器视觉软件进行了开发,搭建了石英晶片的外观缺陷检测实验平台,通过摄像机实现了石英晶片的外观图像的捕获,利用视觉软件获得石英晶片的外观质量,最后对此系统进行了测试。实验表明:该石英晶片外观缺陷检测方法具有检测速度快、精确度达到99.7%、匹配误差小于0.3等优点,可满足现场使用的要求。

基于粒子滤波节点选择的协同跟踪

针对视频传感网中的目标协同跟踪问题,基于粒子滤波提出一种新的节点选择协同目标跟踪方法。采用粒子滤波解决目标跟踪问题获到目标的后验概率密度分布,并得到节点的信息熵估计,以此评价节点对目标状态估计的不确定性;通过背景建模和相除法完成目标斑点的有效提取,计算斑点所占像素数用来目衡量节点捕捉目标信息的能力;基于以上这两个因素确定节点的置信度,比较置信度大小来实现优化节点选择并进行粒子滤波目标协同跟踪。实验结果表明,与同类方法相比,该算法能够有效提高目标跟踪精度,实现相机节点的选择分配,完成节点间协同跟踪。

基于红外热像仪的火源定位方法

为了在消防机器人上实现火源的识别与定位,研究了基于红外热像仪的图像识别算法。利用红外热像仪感知的温度特征将疑似火源的区域从背景中分割出来;对二值化后的图像利用Blob提取算法,得到每个目标区域的像素集合;在此基础上,使用光流法提取图像的动态特征;提出一种分段均值的方法,并结合光流方向的其他特征来判定目标区域是否为火源。实验结果表明,提出的算法能有效定位火源。

基于CUDA加速的实时团块跟踪算法

为有效解决目标稳定实时跟踪问题,提出一种基于团块的目标跟踪方案。该算法利用目标的颜色和空间特征,通过四叉树分割将目标划分为多个区域,每个区域即为一个团块。根据团块的特征,结合模糊聚类的思想构建了团块目标模型,并定义团块间匹配准则,以此进行目标跟踪。同时,使用CUDA提供的强大并行计算能力提高程序执行速度。经过视频序列测试,表明了该设计方案的有效性和实时性。

基于斑点检测的钢管堆垛自动计数方法

针对待检测的钢管数量大、背景杂乱、拍摄角度和光照条件不一致、钢管形状和堆垛不整齐等复杂场景,在研究分析现有方法不足的基础上,文章首先提出了利用支持向量机(SVM)算法进行图像阈值估计,然后利用斑点检测对目标图像中的钢管进行识别的方法。现场图像进行识别实验的结果证明,对于复杂场景下的钢管识别,此算法具有很高的精度和鲁棒性。相对于现有的方法,本算法具有更好的识别效果和工程实用性,具有很高的推广意义。

一种团块位置的提取方法

如何正确提取团块位置以实现自动跟踪对图像理解有重要意义。由于团块在图像中出现频繁且位置不确定，位置提取困难。针对一个二值图像识别系统提出了基于集合变换（即数学形态学和二值有序统计）的团块位置提取方法。即，首先对图像进行二值化，其次对二值化图像进行形态学变换，最后对变换的结果图像进行统计分析，由分析结果得出团块的位置信息。用本方法对地图中九种团块线型作了实验，表明该方法运算简单，并行性高。

图像测量中多件分割提取方法的应用研究

目前市场上大多图像测量的对象只是针对单个工件,本文提出了多件同时检测的概念,并在对区域分割和团块提取方法研究的基础上,开展了多件同时检测分割提取的测量应用。即可同时对同一视场中的多个工件采集图像数据,把该图像分割出不同的连通区域后进行团块提取,其目的在于方便对单件的细节特征进行后续的图像测量和分析。经实验证明该方法对多件整体图像进行目标分割提取具有较高的有效性和准确性。

动态背景下的前方车辆检测

提出了一种结合基于区域和基于特征的动态背景下的前方车辆检测方法。基于区域的方法运算速度快能够满足实时性要求但是计算精度低;基于特征的方法计算结果精度高,但比较复杂,初始时时间消耗多。将这两种方法相结合,采用基于区域的方法利用红色车尾灯先提取出感兴趣区域,然后采用基于特征的方法采用Blob算法对感兴趣区域部分进行特征提取再结合红色车尾灯信息可实现目标车辆的检测。通过Matlab仿真实验证明了此方法的有效性和实用性。

雷击后飞机外表面损伤图像识别方法研究

缺陷检测目前已成为机器视觉领域的重要研究方向之一。在航空再制造领域,机器视觉技术可望加快飞机雷击损伤部位检测的速度,降低人员劳动强度,缩短检查时间。本研究对含有雷击损伤的飞机外表面室外图像采用sobel_amp()算子得到其边缘图像,并基于雷击后飞机外表面损伤缺陷特征提出了一种膨胀边缘灰度差法对损伤进行识别。依据上述方法提出了一套雷击图像损伤识别系统,对含有飞机雷击损伤部位的图像进行HSV分量转换、图像裁剪、边缘提取、改进Blob分析、区域选择和形态学处理,最后经人工复核检出雷击损伤部位。实验表明:对比前人所提出的迁移学习方法,本研究提出的膨胀边缘灰度差法无须人工标注和模型训练,可显著提高损伤识别的召回率,避免漏检的可能性,从而在不牺牲飞行安全的前提下,提高检测效率、大幅降低人员工时。