影响全自动夹杂物分析系统识别效果的因素

以帘线钢、易切削钢为研究对象,探讨利用全自动夹杂物分析系统对钢中夹杂物进行自动统计分析时,图像采集参数、灰度和阈值设置及保护区设置等参数对夹杂物统计结果的影响。结果表明:可通过最小夹杂物尺寸识别概率来计算所需的像素尺寸,进而选择合适的放大倍数和分辨率;灰度和阈值设置必须匹配,使用参比Al时,灰度差异比约为3.7时,可以得到准确的统计结果;试样中夹杂物尺寸较小时可不设置保护区,夹杂物尺寸较大时需设置保护区。

图像建模拍摄方法在文物数字化保护中的应用研究

当前基于图像建立三维模型的方法中,照片采集全过程通常依靠操作人员经验进行模糊预估,导致工作的重复、低效,且方法不具有可移植性。本文针对文物器形复杂、采集过程要求严格、色彩还原度要求高等特殊问题,在已有研究的基础上,对图像采集过程中的拍摄距离、可视范围、图像覆盖面积、图像拍摄数量等参数进行优化计算,并结合文物实际拍摄场景,加入高光噪声的影响,提出一种可推广应用的文物三维建模图像拍摄方法。实际拍摄操作证明了本方法可精确还原文物模型及纹理色彩,且比常用的模糊预估拍摄法的工作效率有大幅提高,进而从图像采集方面为文物三维模型的规范、高效建立提供有效参考依据。

基于机器视觉的籽棉颜色特征图像采集条件探究

近年来,利用机器视觉技术检测棉花颜色是一个研究热点。图像采集是利用机器视觉系统检测籽棉颜色的重要环节,采集的图像质量直接决定了检测结果的准确性和稳定性。本研究搭建了一套用于检测籽棉颜色的机器视觉系统,分析了入射角度、光照强度和样品密度对颜色检测结果的影响,并采用正交试验,优选了籽棉颜色特征检测图像采集参数。研究结果表明:在45°照明、光照强度为5300 lx、样品密度为0.105 g/m~3时,颜色检测结果的准确性和稳定性较好。该研究可以为应用机器视觉系统检测籽棉颜色提供参考。