基于改进Canny算法与深度残差网络的车顶绝缘子憎水性识别方法

定期检测绝缘子憎水性等级(hydrophobicity class,HC)能及时避免污闪事故的发生,为了解决目前车顶绝缘子憎水性检测方法识别效率低、人工判断主观性强的问题,提出一种基于改进Canny算法与深度残差网络的车顶绝缘子憎水性识别方法。首先,通过喷水试验获取HC1—HC7的车顶绝缘子伞裙表面喷水图像;然后,采用改进Canny算法提取绝缘子伞裙表面的水珠边缘轮廓图,从而消除绝缘子伞裙色彩、光照阴影等因素对憎水性图像识别的影响;最后,采用ResNet101神经网络进行迁移学习,针对憎水性图像水珠形态多变,引入可形变卷积网络(deformable convolutional networks,DCN)加强了模型的鲁棒性。试验结果表明:利用改进Canny算法对绝缘子憎水性图像作预处理,结合DCN-ResNet101模型进行判断,测试准确率达到92.9%。

基于改进Canny算法的工件边缘检测方法

为了使区域模板匹配定位能够更准确地进行,需要机器视觉精准地检测出工件边缘信息,同时消除噪声、伪边缘等无关信息的干扰。针对采用Canny算法进行边缘检测时图像平滑处理过度、阈值需要预先确定、对无关信息消除能力较弱等缺点,提出一种基于改进Canny算法的工件边缘检测方法。采用双边滤波方法处理图像,以有效去除噪声并保留边缘信息;增加45°与135°方向的梯度模板计算梯度幅值,使更多的边缘信息能够检测出来;运用最大类间方差法来确定Canny算法的高阈值,使边缘检测算法具有较强的自适应能力。实验结果表明,改进的算法能够准确地检测到真实边缘,具备较强的自适应性,特别是对存在划痕的工件进行边缘检测时,此方法能够消除划痕干扰,其检测效果优于传统Canny算法。

一种用于红外小目标检测的改进Canny算法

针对红外小目标检测问题,分析了Canny算法存在的不足,将子波理论引入到Canny算法中,提出了基于子波去噪的改进Canny算法,最后用实例证明该算法具有良好的红外小目标检测性能。

基于改进Canny算法的道路标线自动识别及定位

在自动化道路病害检测过程中,检测车的横向偏移会导致路面病害横向定位的误差,通过边缘检测算法对标线进行自动识别及定位,可消除病害横向定位的误差.但传统Canny边缘检测算法存在对标线边缘识别不全,噪声、伪边缘较多的问题.因此本文对Canny算法进行改进:采用维纳滤波替代高斯滤波以滤除噪声;利用OTSU法自适应地选取图像阈值;提出划定准偏区域以滤除路面干扰并提高边缘完整识别率.研究结果表明:与其他边缘检测算法相比,该算法检测出的边缘像素总数分布在900～2 000,与标准值1 352较为符合,8连通域数与边缘像素总数、4连通域数的比值分别分布在0～0.04和0～0.29,在抑制噪声、剔除伪边缘及路面干扰、边缘识别连续性和单一边缘响应方面实际应用效果较好;人工法验证结果表明该算法定位标线结果与实际值的吻合度高达99%,可在同步采集的3D激光图像上进行路面病害横向定位.

基于改进Canny算法的女性服装款式轮廓检测研究

为了降低女性服装多样性(如纹理、款式等)在边缘提取环节带来的难度,提出一种改进Canny算法,使得服装款式图像的轮廓提取更具有实用性和强适用性.创建女装图像的样本库后,对样本进行图像预处理,并使用Otsu算法对所获得的灰度图像进行二值化,凸显出目标的服装轮廓.然后在Canny算法中采用自适应的双阈值进行边缘分割,提升边缘的准确性,并设计追踪算法,提取服装款式的外部轮廓,减少了纹理和服装所形成的噪声.根据实验结果,对比微分算子算法和改进Canny算法.该算法在女性服装款式轮廓提取时,表现出良好的鲁棒性、准确性和连续性.

改进Canny算法的热管焊头缺口边缘检测研究

为了解决传统热管折弯作业模式存在的弊端,提高热管折弯精度,实现热管折弯工序的自动化,设计了一种基于机器视觉的热管检测加工一体化设备。首先介绍该设备的系统结构与电气控制,并分析其运动精度,然后为了提高热管焊头缺口边缘图像的采集质量,从而保证定位精度与加工精度,在传统的Canny算法基础上进行了两方面的改进,一是利用双边滤波代替传统高斯滤波平滑图像,在滤波消噪的同时增强对边缘轮廓的保护;二是采用遗传算法优化OTSU法对非极大值抑制后的梯度图像进行分割阈值求取,实现Canny边缘提取的自适应。实验结果表明,该算法能够实现Canny双阈值选取过程的自适应,且可在去除非目标信息的基础上较完整地检测出边缘轮廓,满足热管检测加工的精度要求。

改进Canny算法在码垛机器人视觉图像处理中的应用研究

针对实际应用过程中码垛机器人视觉图像处理易受车间光照不足、噪声干扰等因素影响的问题,对码垛机器人视觉系统视觉图像检测原理进行了研究。通过对比常用边缘检测算法的检测性能,提出了一种改进的Canny算法;通过改进梯度幅值的计算方法,提高了去噪效果和边缘定位精度,并通过双阈值的自适应提取的方法,实现了自适应设定阈值对图像进行边缘检测;通过实验,对边缘检测算法的检测效果进行了测试分析。研究结果表明:改进的Canny算法能有效克服光照不足、噪声干扰等因素影响,避免边缘检测过程中出现的断边和虚假边缘,其检测效果优于传统的Canny算法以及其他几种边缘检测方法。

改进的Canny算法在直焊缝图像缺陷边缘检测中的应用

对含有夹渣、气孔和裂纹缺陷的直焊缝X射线图像进行缺陷的边缘检测时,传统的Canny算法虽然可以检测出缺陷的边缘,但具有自适应差和容易出现伪边缘的缺点。提出了一种改进的Canny算法,对经过非极大值抑制后的梯度直方图,利用像素最值梯度和像素最值梯度方差自适应获取连接缺陷边缘所需的高、低阈值;同时也改进了计算梯度图像所需的模板。实验结果证明,改进的Canny算法不仅进一步抑制了噪声,也避免了伪边缘的出现,在保留缺陷的边缘细节方面具有良好的效果。

GVF Snake模型中一种改进的Canny算法

图像因光照、结构复杂等因素在靠近轮廓内部时存在边界强度大的重边界,采用梯度矢量流(GVF)Snake模型提取此类图像的轮廓时,初始轮廓线会错误地收敛到重边界上,称作分心问题。从GVF场力变化的角度分析迭代次数、边界强度差对分心问题的影响,发现增强GVF边缘图弱边界的强度能使弱边界附近的场力不受重边界的影响。为此,利用经典Canny算法代替传统GVF边缘图的计算方法。针对经典Canny算法丢失弱边界的不足,提出一种改进的Canny算法,将梯度方向作为补偿权重增加梯度幅值。实验结果表明,改进的Canny算法能够较好地保留弱边界,以此算法作为GVF的边缘图可有效解决分心问题,并且相比利用减少迭代次数抑制分心问题的方法具有更好的稳定性。

基于Canny算子的改进图像边缘检测算法

图像的边缘检测是图像处理领域内最关键的技术之一。针对工件分拣中需要机器视觉精确的检测出其边缘信息,并且从噪声和其他无关信息中筛选出来,提出了一种改进的Canny算法对工件进行边缘检测。该算法利用双边滤波来替代高斯滤波进行图像预处理,从而不仅可以保留更多的图像边缘细节也可以有效的去除噪声。而后运用最大类间方差法(Otsu)来进行阈值分割,使目标和背景分离更加准确。最后利用形态学思想将阈值分割后的二值图像分别进行膨胀和腐蚀,得到形态学梯度,将梯度图像和原始阈值图像的求交集得到灰度图像,而后进行Canny算子边缘检测。

改进的Canny算法对猪胴体特征有效分割的研究

对猪胴体的图像分割是实现猪胴体自动分级技术实现的基础,针对猪胴体图像的特点,提出了一种基于改进Canny算法的分割方法,改进Canny算法中阈值选取和边缘连接,实现了图像分割的自动化。并与根据阈值分割的局部阈值分割方法的效果进行比较,实验表明对于猪胴体改进Canny算法的分割方法优于局部阈值的分割方法,取得较好的分割结果。

一种基于自适应阈值Canny算法的输变电设备图像检测方法研究

图像边缘检测是输变电设备故障检测或获取关键信息的重要方法。传统的Canny边缘检测算法存在对噪声敏感、滤除噪声时容易丢失弱边缘信息、其固定参数适应性差的问题,本文提出了一种基于传统Canny算法的改进算法,引入了引力场强度算子来计算图像梯度,并针对较少边缘信息和丰富边缘信息两种典型图像,分别提出了基于图像梯度幅度和标准差均值的自适应阈值选取方法。在输变电设备图像边缘检测的几组对比试验表明,改进的Canny算法对噪声更具鲁棒性,可以保留更多有价值的边缘信息,能够有效提高输变电巡检图像识别准确率,具有很好的工程应用价值。

基于边缘检测和Hough变换的圆定位算法

为了解决机器视觉系统对具有小直径特征的多圆进行定位时计算量过大、效率低下和检测精度过低的问题,提出一种基于边缘检测和Hough变换的圆定位改进方法。首先,针对Canny算法进行边缘检测时对图像平滑处理过度,且对无关瑕疵点削弱能力差的缺点,采用改进的中值滤波代替高斯滤波,增加45°和135°方向来计算梯度幅值,通过最大类间方差法自动选取阈值。改进的Canny算法能有效去除细小瑕疵并完整保存孔位边缘。其次,在边缘检测的基础上用Hough变换对圆进行定位,对像素点采取75%的抽样,同时限定检测圆的直径范围,减少累积次数。实验结果表明,检测精度可达0.06mm,能够满足工业现场检测要求。

基于引导滤波和积分投影算法的轨道扣件定位

精确定位是实现轨道扣件缺陷计算机自动检测的基础,为此提出了一种改进引导滤波去噪和灰度积分投影结合模板匹配算法的轨道扣件定位方法。首先,通过具有良好边缘保持能力的改进引导滤波算法对轨道扣件图像进行去噪;其次,利用改进Canny算法在Opencv平台对扣件图像进行边缘检测,实现轨道扣件图像边缘检测的自适应性;再次,采用灰度积分投影算法结合先验知识粗定位扣件区域;最后,通过模板匹配算法精确定位轨道扣件。仿真实验表明:所采用的算法具有较好的定位能力,可以准确地定位轨道扣件区域,为进一步的扣件识别提供了可靠的基础。

基于遥感影像的油罐自动检测算法

油罐自动检测和识别对于大比例尺、自动/半自动计算机制图具有重要的意义。提出的油罐检测算法利用改进的随机Hough变换(RHT),改进的Canny算法和模板匹配算法,不仅在识别率上有较大的提高,同时也缩短了检测时间,并解决了油罐识别中模板匹配模板选择问题,降低了RHT计算复杂度。通过实验证明,采用本文提出的油罐自动检测算法识别率优于80%,满足了75%的指标要求。

智能车路径识别算法研究

基于恩智浦智能车,对路径识别算法进行了研究。首先针对图像的光照不均匀现象,通过直方图判断分类,提高算法对图像的适应性。接下来对分类的图像进行预处理,引入窗口自适应滤波算法代替传统的中值滤波对"椒盐噪声"进行处理,并采用动态阈值算法对图像进行二值化分割。最后对图像分割并应用改进的Canny算法进行图像中线提取及拼接,边缘阈值是以灰度值期望和方差为基础,以正态分布来求取高低阈值,不需人工参与。实验结果表明本文提出的图像预处理算法可以很好地去除噪声,并消除"灰度白"现象准确得到中线信息。

基于图像特征提取的管道X射线底片缺陷识别

针对油气管道X射线底片传统评片方式效率低、检测结果主观性大等原因,在X射线底片数字化的基础上利用图像特征提取的方法实现管道缺陷自动识别。由于X射线底片图像具有噪声大、对比度低等特点,又因其缺陷面积、圆度及周长等几何特征值与边界轮廓有关,本文提出一种改进Canny边缘检测算法对缺陷的边缘轮廓进行提取。实验结果表明,本文方法能有效实现对缺陷特征的提取,且实时性强。

基于DSP+FPGA的元器件焊接垂直度识别方法

为实现电路板上柱状元器件焊接垂直度的精准检测,设计了一款基于DSP+FPGA的垂直度识别系统;DSP承担核心算法任务,FPGA作为数据预处理单元,完成接口的逻辑、系统的互连以及数据通道;在硬件平台上嵌入了基于元器件形心配准的垂直度识别算法;首先对预处理的图像利用改进的Canny算法提取元器件的像素级边缘,并采用边缘跟踪算法去除噪点和干扰边缘并对元器件进行编号,在粗提取的边缘上用Zernike矩算法来精确定位元器件亚像素级边缘;在此基础上,提取元器件轮廓的最小外接矩形来修正边缘并得到每个元器件的形心坐标,最后根据形心的偏移距离来完成每个元器件垂直度的识别;实验结果表明,该垂直度识别系统的设计方案识别结果精度高,检测速度快,满足实时性要求,具有重要的实际工程意义。

基于机器视觉的无砟轨道层间结构位移测量方法研究

为实现板式无砟轨道层间离缝的全天候监测,提出一种基于机器视觉的非接触式层间结构位移测量方法。针对传统Canny边缘检测算法自适应性较差的问题,对其进行改进。利用自适应中值滤波器代替高斯滤波器;提出一种基于分块迭代的局部阈值分割法自适应地选取阈值,并通过高斯拟合算法检测改进算法的优越性。通过室内试验对标记点大小、光源强度、拍摄距离和拍摄角度4个方面进行对比分析,选择最适测量参数。试验结果表明,在标记点运动的状态下,最大测量误差为2.6%,在误差的允许范围之内。通过现场测试验证,该测量方法可有效地对板式无砟轨道层间结构位移进行精确测量,为我国高速铁路的运行安全监测提供技术支持。

基于图像处理的弓网燃弧检测方法

为提高弓网燃弧检测准确率,针对识别燃弧弧光困难的缺点,提出了一种结合改进Canny算法与求取目标重心法的弧光识别方法.首先,对燃弧可见光图像灰度化处理,利用图像二值化法区分弧光与背景;其次,采用改进的Canny算子检测弧光边缘,记录边缘内像素点总数及各像素点相对位置坐标;最后,计算燃弧重心横坐标,根据燃弧重心横坐标值是否位于接触线在相机中的成像范围内来识别燃弧.仿真结果表明,该方法能够准确识别燃弧,有效提高弓网燃弧检测准确率.