基于形态学细化法的弯管中线提取及研磨位姿计算研究

针对弯管内表面磁粒研磨工艺中手动采点产生的随机误差大、研磨间隙无法保证以及位姿不准确等问题,文中利用图像处理方法设计并实现了弯管中线的快速获取及坐标转换,从而完成研磨装置运动位姿计算。首先,对弯管磁粒研磨基本原理进行了分析,根据研磨过程中单颗磨粒受力状态得出弯管研磨过程中的基本工艺要求;其次,利用工业相机获取弯管图像,通过形态学细化及m邻接点分支去除方法得到弯管的轮廓中线;最后将中线像素点转换到工件坐标系下并进行函数化,结合弯管磁粒研磨工艺计算出研磨位姿,通过机械手离线编程软件对研磨位姿进行运动检查。利用形态学细化法对其结果进行m邻接点分支去除,可以较好地得到光滑的单像素弯管廓形中线;弯管中线的函数化有利于研磨位姿计算,可提高研磨过程的一致性和可控性。

一种基于数学形态学细化的道路跟踪选择算法

在航空图像中提取道路信息具有十分重要的军事和民用价值。利用航空图像中道路与背景之间通常存在着灰度差异,结合数学形态学知识,提出了一种基于数学形态学细化的线性跟踪选择算法,并对算法进行了详细描述和算法优点分析,通过实验验证了算法的有效性,实验证明所设计的线性跟踪选择算法检测效率较高,参数易于选择,道路提取效果好,具有较高的应用价值。

基于最小相切圆和形态学相结合的作物行检测算法

机器视觉的农业导航路径规划是精准施药的关键,而作物行提取是其准确识别作物行路径的基础。为此,以玉米为研究对象,提出了一种基于最小相切圆原理和形态学相结合的作物行检测算法。首先在室外田间环境下采集生长早中期的玉米作物行图像,选择作物行比较规整的图像进行处理;其次,利用改进的超绿灰度化(1.8R-G-B)算法对玉米作物行图像进行灰度化处理,大大减少了噪声的干扰,通过中值滤波基本消除了噪声;然后,运用Otsu阈值算法获取了玉米作物行的二值图像。由于作物行呈线型,在此基础上,采用5×1像素的线型结构元素和3×3像素的方形结构元素两者相结合的方法对二值图像进行腐蚀、膨胀运算,并采用提出的最小相切圆与形态学结合的方法提取中央玉米作物行的骨架并进行中央作物行直线的拟合。实验表明:该算法能提供准确的位置信息,且对作物行边缘噪声具有较强的抗干扰能力,对进一步研究精准施药提供了参考依据。

基于轮廓线度量的形态学骨架剪枝方法

提出了一种基于轮廓线度量的骨架剪枝方法,该方法使用距离骨架点最近的轮廓点在轮廓线上的最小距离作为骨架点显著性的度量,该度量具有较好的显著性表现能力、多余的毛刺状分枝区分能力和公平性。在算法中将轮廓线上的所有点建立为kd-树,通过kd-树搜索距离骨架点最近的轮廓点。将此方法运用到形态学细化产生的骨架上,通过在最近骨架点搜索和距离计算上引入一定程度的平滑,得到效果良好的图像骨架。实验结果表明该方法有较强的稳定性和抗噪能力。

一种快速剔除伪分枝的作物行骨架提取算法

作物行骨架线的提取是机器视觉导航的基础,准确提取作物行骨架也是精准施药系统中一个至关重要的研究方向。为了克服传统骨架提取算法中的背景单一、存在较多的冗余分支及不连续等缺点,以农田作物行为研究对象,提出一种形态学细化和伪分支剔除相结合的实用型骨架提取算法。首先对采集到的作物行原图像通过灰度、滤波、阈值分割操作使其转化为二值图像;然后将二值化后的作物行图像先细化为单像素宽度的骨架线,再采用端点追踪法追踪伪分支骨架,而后剔除追踪的毛刺或无关枝杈,保证了骨架的单一性和圆滑性,提高了作物行检测的精度。通过与拓扑细化法和最大圆盘骨架提取算法比较,本文算法不但在去除冗余骨架的同时能保持自身良好的拓扑性和稳定性,而且能去除多余的毛刺状分支,同时表明该算法具有较强的稳定性和抗干扰能力。

基于傅里叶描述子的示功图诊断方法研究

提出了基于傅里叶描述子提取轮廓线特征的示功图故障诊断方法。利用八邻域搜索和形态学方法提取示功图轮廓线,在此基础上计算轮廓线边界点序列的归一化傅里叶描述子,保证了图像对于旋转、缩放和平移的不变性,并将其作为特征量输入到距离分类器中,从而实现故障智能诊断。实验结果表明,该方法可以有效地识别出示功图的不同故障类型。

基于二维EMD改进方法的图像边缘检测

图像边缘检测在图像处理与分析中具有重要作用,常用的多尺度多分辨率边缘提取方法主要有小波变换和经验模式分解法。针对传统的二维经验模式分解过程复杂,边界效应抑制效果不明显等问题,提出了一种易于实现的二维经验模式分解改进方法,并采用该方法结合灰度图像二值化和形态学细化操作实现图像的边缘检测。实验结果表明,该检测方法可以有效地提取图像的边缘信息。

象棋机器人视觉识别算法研究

完成了象棋机器人的视觉识别算法研究,并进行了实验。对棋盘图像预处理,包括对棋盘图像颜色模型的研究、将彩色图像转换成灰度图像、利用均值滤波和中值滤波等方法对棋盘图像滤波、将灰度图像二值化等。利用图像分割算法进行了棋盘图像边缘提取等操作;利用改进的Hough变换对棋子的圆形和圆心进行定位,从而获得棋盘上的棋子位置,为棋子识别打下基础。针对象棋棋子图像特点提出了统计径向棋子像素的识别方法,首先利用数学形态学方法对棋盘图像进行细化处理,然后统计每个棋子的像素个数,从而实现棋子识别。实验结果表明,该方法能得到较好的识别率,而且对于任意角度的棋子像素值均具有保持不变的特点。该方法比较适合象棋机器人视觉系统。

地图数字化中沙地符号的自动去除算法

在对沙漠地区地形图进行数字化的过程中,图中的各种沙地类型符号对等高线等地图要素的自动矢量化构成了严重干扰,影响了数字化效率。针对扫描地图图像中沙地符号的去除问题,通过分析不同沙地符号的特点,在对地图图像进行二值化和细化处理的基础上,利用形态学去毛刺的方法去除沙地符号。对于较复杂的沙地符号,采用分级去毛刺的方法进行去除。实验结果表明,提出的算法能够有效地去除多种沙地类型符号,为地图要素的自动矢量化创造条件。

一种新型合成孔径雷达图像尾迹自动检测算法

船只尾迹检测作为近年来合成孔径雷达(SAR)图像海洋应用的一个重要方面受到广泛的关注,针对传统基于Radon变换的尾迹检测算法所存在的不足,提出一种结合图像增强、边缘检测、阈值分割、形态学细化和Radon变换进行斑点噪声抑制和船尾迹自动检测的算法。对真实SAR图像的处理结果表明,该算法较好的解决了传统Radon变换尾迹检测算法中尾迹真实性难以自动判定的问题,能够较准确的实现船只目标附近区域中的船尾迹的自动检测。

混合滤波器在玻璃瓶缺陷检测中的应用

本文提出了一种混合滤波器的方法,采用扩展的Sigmoid变换,使缺陷及边界的灰度值得到加强,再通过LoG(Laplacian of a Gaussian)算子进行目标轮廓检测和相似区域的分割,最后进行细化。结果表明,该方法相对传统的中值滤波阈值分割方法能取得较好的检测效果。

基于机载激光点云数据的山区道路提取

针对山区道路特点和机载激光点云数据处理的难点,依据道路点高程特点对原始点云滤波得到地面点集,利用点邻域内法向量和坡度、邻域内平面法向量偏角方差来描述山区完好道路表面的平滑特征提取候选道路点集,根据道路几何上连通的特性设置距离阈值对候选道路点集进行欧式距离聚类精化道路点,采用形态学细化方法提取道路线。以某一山区机载激光点云数据为例,实现道路提取方法,并验证方法的可行性。

一种寻找C带染色体中轴的方法

C带染色体的形状与带纹相对于G带和核型染色体要复杂 ,因此对它进行分类识别的难度也相应增大 ,尤其是寻找中轴这一关键技术不知花费了多少学者的精力都未能得到满意的结果 .利用自适应二值化、形态学细化、偏轴去枝、近端点边沿距离排序、高次方曲线拟合 ,终于解决了这一难题 ,获得了满意的实验结果 .

一种基于卡通画的线条画提取方法

给出了一种从卡通画中提取线条画的新方法。方法由三部分组成:线条提取、线条绘制和风格变换。给出了基于形态学方法细化图像,把结果中离散像素点深度优先遍历生成笔划路径集合,用不同细节来控制线条绘制,达到不同程度的抽象效果。给出了生成具有夸张风格的线条画的方法,实验结果显示用文中方法能从图像中抽象出生动的线条画。

一种改进BEMD的指纹边缘检测算法

为了解决二维经验模式分解(bidimensional empirical mode decomposition,BEMD)算法在指纹图像边缘检测中存在边缘连续性差、运算时间长等问题,提出一种改进算法。该算法首先采用Delaunay三角剖分法构造指纹图像局部极值点三角网格来求得局部均值;其次,通过滑动平均法来取代插值函数算法求取均值包络面,以局部包络均值和极值点数目差来确定筛分的终止;最后,对分解获得的前两层高频内在模态分量进行重构作为边缘检测原始图像,与指纹图像处理的二值化、细化技术相结合得到指纹图像边缘检测结果。从指纹库CFV2002中随机选取30组像素不同的指纹图像进行实验,仿真实验结果表明,与BEMD算法相比,改进BEMD算法的指纹图像边缘检测Pratt品质因数提高了0.067 7,运算时间提高了17.03s。所提出的改进算法可应用于指纹图像边缘检测。

大曲率激光条纹中心线提取方法研究

激光三维扫描中线激光条纹中心位置的确定直接决定了检测的精度。检测系统需要在恶劣工况下快速完成图像采集和处理,精度和实时性要求高。在铆钉表面激光条纹曲率变化大且实时性要求高的情况下,采用了基于并行形态学细化和方向模板的灰度重心法,对图像光条ROI进行运算,准确高速提取激光条纹中心线。该方法检测速度快、精度高,满足检测系统设计要求。