基于模糊差影法的图像信息缺失检测研究

飞机综合显示系统能够显示多种仪表信息,当显示系统出现故障时,会发生图像信息缺失的情况。传统针对图像信息缺失的判别,采用人工判读的方法效率较低,采用自动化检测是其发展趋势。以飞机综合显示系统中的姿态仪为研究对象,对图像显示中可能存在的缺失信息进行自动识别,结合机器视觉检测技术,研究了模糊差影算法,并详细说明了模糊差影算法对图像缺失的判定规则与关键参数的选择方法,指出了传统差影法的不足,从而完成了图像中缺失信息的自动检测。利用GL studio仿真设计的姿态仪进行了实验验证,证明了上述方法的有效性与合理性。

用差影法与多模板匹配快速实现人脸检测

提出了一种用差影法与多模板匹配快速实现人脸检测的方法。该方法减小了搜索人脸的范围,减少了运算量,提高了检测的速度,具有较强的鲁棒性,而且通过适当地增加样本可望进一步提高检测性能,具有一定的可扩展性。实验证明,其最突出的优点是误检率非常低。

一种基于差影法及SVM的在线纸病检测分类方法

目的解决目前纸病分类算法存在的实时性差、难以适应生产线在线检测要求等问题。方法提出一种基于差影法和支持向量机的在线纸病检测分类方法。首先使用差影法来判断纸张是否含有纸病;对含有纸病的纸张进行打标机打标,同时存储图像,提取纸病区域外接矩形的特征向量;最后使用支持向量机对纸病进行分类。结果将该方法与已有的BP神经网络以及朴素贝叶斯方法进行对比可知,分类正确率高于目前已有的分类方法,对于4种纸病的分类正确率均在90%以上,而且实时性好,更加适合于在线检测。结论该方法可以有效地对纸病进行分类,满足生产线实时检测分类的要求。

基于差影法的智能家居视频监控架构方案

本文介绍了差影法的原理,简单论述了差影法在视频监控中的具体应用。最后提出一种把此方法应用于智能家居的软硬件架构方案。

投影法和差影法在焊缝跟踪图像识别中的应用

为了在焊接过程中利用图像分析的方法快速、准确地识别焊缝特征并进行自动化控制,采用了两种图像处理的方法,即投影法和差影法.同时采用两者结合的方法进行处理,可准确地识别出焊缝特征,该系统采用无接触式的面阵CCD摄像机对焊缝区域的图像进行采集,通过采集卡采集到计算机上进行显存,然后对采集的图像进行处理,当准确地识别出焊缝中心后,把反馈的信息传给PLC,PLC对焊枪进行控制.该方法与传统的方法比较,具有算法简单、处理速度快、抗干扰能力强、焊接效果明显等优点.

差影法模拟物体运动轨迹的研究与实现

物体在不同介质中的运动轨迹受到介质的粘度、比重的影响,将物体的运行轨迹从图片中提取出来,有助于分析物体在不同介质中的运动规律。本文中动态视频转换成静态bmp图片序列,采用差影法针对bmp图片进行处理,再将处理后的系列bmp图片进行整合,得到物体的运行轨迹,呈现出物体运行轨迹曲线。结果表明差影法对物体运动轨迹的模拟可靠有效。

基于差影法的Hessian矩阵激光条纹中心提取方法研究

Hessian算法进行激光条纹中心提取会因干扰噪声的存在产生杂点,影响条纹提取精度。鉴于此,本研究提出了一种基于差影法的Hessian矩阵激光光条中心提取方法。利用图像形态学的处理方法去除部分干扰,结合差影法获取激光条纹目标区域的图像。并利用Hessian矩阵及泰勒级数只对消噪后的激光条纹目标区域进行高斯卷积和泰勒展开,以求得激光条纹中心坐标。从处理速率和提取精度两方面对本研究提出算法进行了评价,结果表明,该方法较单独应用Hessian算法精度提升了30%,处理速率提高了5倍,有效提升了激光条纹中心提取的速率和精度。

利用多次差影融合法对弱点目标检测与轨迹跟踪

针对复杂天空背景下弱点目标的检测与跟踪,提出了一种利用多窗口、小尺度、多次差影融合点目标图像的快速检测与跟踪方法。用该算法对仿真及真实拍摄的空中弱点目标进行跟踪,证明该方法杂波滤除度高,计算速度快,实时性好,在工程上有重要的应用价值。

基于双掩模图像差影的工业产品表面缺陷检测

针对利用图像差影法进行缺陷检测时易受配准精度和产品制作过程扰动的影响,以及单掩模算法难以检测不同类型缺陷的问题,结合工业产品表面缺陷,提出基于双掩模的图像差影策略。通过分别提取模板图像和待测图像的边缘并作膨胀处理得到双掩模即模板掩模和待测掩模,双掩模进行融合处理后分别与模板图像和待测图像做卷积,再采用差影法进行缺陷检测。实验证明:该方法能精确检测出多类表面缺陷,且满足实时要求。

图形处理中消除扫描变形影响的方法研究

扫描变形在图形处理与目标识别中有非常不利的影响,如何确定扫描变形和减少扫描变形的影响并没有一般的方法,该文通过对比几何定位符的位置关系来确定扫描变形,并通过图形膨胀来消除扫描变形的影响。实验证明这种方法可以有效地除去图形处理中扫描变形引起的误差。

基于图像背景差影的冲压板料表面缺陷检测

为避免毛坯板料冲压成成品之后处理困难的问题,需要对冲压毛坯板料表面缺陷进行检测。提出一种高斯金字塔加速的NCC模板匹配和背景差影法相结合的冲压毛坯板料表面缺陷检测方法,首先通过高斯金字塔结合归一化互相关(NCC)函数对待检测毛坯件匹配定位,然后利用快速傅里叶变换在频域处理图像获得无缺陷背景图像,通过背景差影法获得缺陷差分图像再利用阈值分割提取缺陷。实验证明缺陷检测准确率高达96.7%,每幅图像检测耗时低于0.054 s,满足工业生产速度要求。

基于机器视觉的模具保护方法研究与实现

传统注塑机模具保护方法不稳定,经常出现误检测使模具损坏现象,为此提出一种基于机器视觉的模具保护方法;此方法是将合模前空模前景图与空模背景图相比较,计算各个ROI(Region of Interesting)检测区域内的像素合格率,以此判断合模前模具中是否有异物;采用了近红外光照明、背景自动更新等技术,以解决周围环境光亮度变化和震动对检测结果的负面影响;同时设定多个ROI检测区域,以提高检测速度和稳定性;根据实验结果可以得出基于视觉的模具保护方法具有处理稳定,速度快的特点,能够有效地保护模具和检测工件的完整性。

手机玻璃屏表面缺陷视觉检测方法研究

目的针对手机玻璃屏表面缺陷人工检测存在的准确率低、稳定性差等问题,提出一种基于机器视觉技术的手机玻璃屏表面缺陷检测方法。方法采用统计平均法建立模板图像,以减少外界光照对模板图像的灰度影响。采用基于互信息的配准方法实现模板图像和待测图像的像素对齐,将配准后的待测图像与模板图像进行差分运算,获取残差图像,并采用Niblack方法实现残差图像上的缺陷判断。通过搭建的实验平台获取了300幅手机玻璃屏图像,并采用文中提出的方法、模板匹配法和人工检测法对300幅图像实施缺陷检测。结果实验结果显示,文中方法的真正率为92%,真负率为96.5%和准确率为95%。与模板匹配法和人工检测法相比,文中方法在真正率、真负率和准确率上分别至少提高了5%,4%和4.3%。结论文中方法与人工检测方法相比,提高了手机玻璃屏表面缺陷检测的准确率和稳定性。

面向OLED屏像素缺陷检测的新方法

有机发光显示器OLED(OrganicLED)的内部像素缺陷常由于尺寸小、对比度不高、且灰度与像素轮廓灰度相近等问题,在使用传统阈值分割方法处理时会将像素轮廓保留下来,因而不能达到缺陷的有效检测目的。提出一种多次迭代差影法的OLED屏像素缺陷检测方法。该检测算法在对图像进行中值滤波和图像增强处理后,对图像实施多次像素模板提取和差影运算,获取到对比度较低的缺陷图,运用K-均值聚类方法对图像进行分割,从而较好地实现缺陷的识别。运用Labview和IMAQVision软件包工具,编程实现所提出的算法,并通过实际获取的OLED图片验证了方法的有效性。结果表明,该方法能很好地保持缺陷的细节,并能检测到8μm×8μm的微小缺陷。

基于轮廓PCA的字母手势识别算法研究

提出了一种改进的手势检测识别算法。首先对采集的手势图像综合运用Krisch算子的背景差分与肤色分割等算法进行预处理,然后根据手势的方向去除胳膊等非目标,截取手型区域。最后对手型图像进行轮廓检测,根据手型轮廓的二值图像进行PCA降维,并与投影降维后的样本计算空间距离,从而进行手势分类。通过此方法可以快速、准确地检测到手型区域,识别手型含义,且具有实时性。

无标记印刷品质量在线检测方法研究

印刷品图像配准是实现印刷品自动检测的关键技术。以高分辨率印刷品图像为研究对象,将原始图像分割成多个兴趣区域,将兴趣区域的中心坐标与旋转角作为图像配准参数,通过变步长搜索算法获取被测图像与模板图像之间的最小旋转角;通过仿射变换将待检图像与模板图像进行配准并使用双向差影法计算两者的差影图像;通过二值化阈值与缺陷区域面积阈值进行缺陷识别。实验结果显示:该检测系统对合格品的检测准确率为96%,对不合格品的检测准确率为94%。

ICU病房实时视频监测系统中运动检测算法的研究与应用

针对ICU病房中患者自主运动的行为需求,本文提出了一种基于普通PC控制USB摄像头的运动捕捉系统。本文重点对基于普通PC机环境下,运动目标监测算法进行了研究。应用环境和实验数据表明,该系统实现了低成本、保证视频质量的新型监测系统。

自动图像采集算法研究

针对当前视频采集系统的弊端,提出了一种新的图像采集算法,该算法可以实时地采集达到给定要求的图像。通过实验证实该算法是一种行之有效的图像采集方法。

基于HALCON的刹车片轮廓缺陷检测方法研究

设计了一种基于机器视觉技术的刹车片轮廓缺陷方法。设计了由背光光源、工业相机与图像处理计算机组成的检测系统。对于常见的刹车片轮廓缺陷,使用HALCON机器视觉软件设计检测算法,创建匹配模板,利用基于形状的模板匹配算法实现对图像的快速对准,最后利用差影法对刹车片轮廓缺陷进行检测。实验表明:系统能够实现刹车片轮廓缺陷的检测,具有速度快、准确率高、稳定性强等优点。

基于SURF算法的遥控器缺陷自动检测

针对遥控器缺陷检测中待测样品图像可能出现的平移、旋转变化造成误检率过高的问题,提出了一种基于SURF(Speeded Up Robust Feature)算法的遥控器缺陷自动检测方法。上述方法首先利用SURF提取特征点,其次采用分块匹配对原匹配算法进行改进,实现特征点的加速匹配并消除误匹配点,根据匹配得到的单应性矩阵求得校正后的图像,得到校正图与模板图的差分图。对差分图进行二值化和形态学处理,标注缺陷位置。实验结果表明,所提出的算法能有效检测出遥控器中的缺陷,并对旋转、平移等具有较好的鲁棒性。实验平均检测时间为0.82s,达到了实时性的要求,具有一定的应用价值。