基于Canny算子的改进型图像边缘提取算法

针对传统Canny算子在进行边缘检测时存在抗噪声干扰能力较差、假边缘较多以及边缘模糊等问题,提出了一种基于Canny算子的改进型图像边缘提取算法,弥补了传统算法在边缘检测中的不足。该算法采用双边滤波代替高斯滤波,能够减少边缘丢失;增加2个方向的梯度幅值,能够保留更多的真实边缘;对图像进行Curvelet变换,可增强图像的细节。试验结果表明,该算法检测出的边缘更加真实和清晰,同时抗干扰能力较强,与传统Canny算子相比具有明显的优势。

基于Canny改进算子的油管裂纹检测算法

油管裂纹的传统检测方法存在着设备昂贵、危险性高、检测工作量大等问题,提出将数字图像中的检测算法应用于油管裂纹检测中。对拍摄的彩色油管裂纹图像选用灰度化、直方图均衡化、对数变换相结合的方式进行预处理,取得较好的预处理效果。结合油管裂纹检测的实际需求,对Canny算子在梯度计算方面、阈值选取方法和边缘连接方式进行改进。仿真结果表明,改进后的Canny算法对油管裂纹有更显著的检测效果,在裂纹检测的连贯性上取得了较好效果,减少了检测工作量,降低了成本。

基于机器视觉的机械式表盘自动读表技术的实现

针对当前机械式表盘自动读表技术存在计算量大、需采集多幅图像以及需要标定等问题，提出了基于改进的Canny边缘检测算子的指针旋转中心求解算法，该方法可基于单帧表盘图像快速解算出其回转中心及半径，并定位出表盘的有效显示区域，避免了复杂背景的干扰；基于表盘指针所在直线经过圆心这一前提，设计了过定点的Hough直线检测算法，显著降低了表盘指针检测时间．详细论述了算法的设计原理，并给出时间复杂度分析．实验表明：该方案算法稳定且计算量小，检测速度提高4～5倍，并可减少存储空间，具有良好的工程实用价值．

机器视觉标定中的亚像素中心定位算法

双目视觉检测系统中,圆形标志的中心定位精度直接影响标定的精度和整体测量的精度。传统算法定位精度较低,不能满足高精度测量的要求。采用Canny算子对标定板图像进行边缘检测,Zernike矩定位亚像素边缘,用最小二乘拟合标志中心。实验表明:该方法对圆形标志中心点提取精确且稳定,中心定位精度优于0.1个像素,系统测量平均误差小于0.02 mm,满足高精度视觉测量要求。

基于量子粒子群算法的医学图像配准

医学图像配准是图像融合等图像处理需要先行解决的问题。首先用坎尼算子提取图像的边缘,再用K均值聚类算法进行聚类分析提取轮廓特征点,然后引入了带有量子行为的粒子群优化算法来求解配准所需的空间变换参数。实验结果表明,QPSO能够迅速地在全局范围内找到最优解,应用于多模态医学图像配准是可行的。

基于会聚双目成像系统对圆锥类零件锥度测量的研究

针对锥类零件锥度的测量 ,提出了基于计算机视觉技术的新的测量方法 ,阐述了视觉测量系统设计技术与实现方法 ,并就图像采集、摄像机标定、特征提取。

基于计算机视觉的莫氏量规锥度测量方法的研究

针对常规方法的不足,把计算机视觉的原理引入到锥度测量中。通过对莫氏量规锥度内孔的前后大小两圆进行三维重建,设计了一套具有测量精度高而且操作简单的方法,对图像的采集、处理、摄像机标定、空间二次曲线的重建等若干关键问题进行了论述。

一种应用于视觉测量标定的亚像素级特征点提取算法

在应用视觉测量系统时 ,视觉传感器的标定是必要的步骤 ;当采用标定图案标定时 ,角点图像坐标的提取精度会影响最终标定的结果 ,方法的易操作性也会影响该项技术的应用 ;本文提出一种基于亚像素级的特征点提出方法 ,该方法的主要思想是先采用了自动提取的初始点为引导进行边缘提取和哈夫变换 。

基于图像识别的模拟射击精度判定方法

针对当前瞄靶训练效率低、无评判标准,而多数模拟射击训练系统忽视瞄准过程仅注重瞄准结果的现实问题,基于图像识别的模拟射击系统在击发瞬间采集瞄准图像,通过图像处理,得出觇孔圆中心、准星顶点中心和靶纸中心,再利用灰度矩细分定位法检测各中心之间的距离。根据射击原理,运用相似三角形的比例关系,计算得出模拟弹着点的方向和高低偏移量,从而得出模拟射击的射击精度,并通过实弹射击对其进行仿真及验证。结果证明,此方法可以有效地对模拟射击精度进行计算,且能获得每次击发后正确的瞄准修正方法,可替代当前的瞄靶训练。

基于系数优化的图像边缘增强误差扩散方法

传统误差扩散法所生成的半色调图像容易产生"蠕虫"效应及边缘模糊的现象。因此,本文提出了一种基于系数优化的图像边缘增强误差扩散方法,该方法以Shiau-Fan所提出的新加权误差传递算法为基础,采用canny算子来检测图像的边缘且沿边缘方向不断优化其误差滤波器的系数,从而达到增强半色调图像边缘及弱化"蠕虫"现象的目的。

一种改进特征提取方法在智能装填中的应用

图像处理技术是智能装填设计的关键技术之一,为解决装卸过程中,筒弹精确定位、抓取装置精准操作等问题,提出了一种改进的图像边缘特征提取算法,并通过实验给出了图像处理结果。结果表明,该算法对强光、雨雾等环境具有良好的鲁棒性,适应野外使用要求。