基于改进Zernike矩的圆形标志高精度定位方法

在基于视觉的户外边坡监测中,针对圆形标志中心定位精度低,实效性差的难题,提出一种改进的Zernike矩圆形标志高精度定位方法。首先对圆形标志图像进行二值化和形态学滤波处理,然后利用Canny算子对二值化图像进行边缘检测,实现圆形标志边缘的粗定位。其次结合Zernike矩法和大津法,对粗定位得到的圆形标志边缘进行重定位,通过Zernike矩法来重新定位边缘的位置,并基于改进的大津法来确定圆形标志的亚像素边缘点。同时,利用基于灰度梯度优化的方法来对亚像素边缘进行细化,进一步提高定位的精度。最后利用最小二乘椭圆拟合法来实现圆形标志中心的高精度定位。通过实验证明,改进的Zernike矩圆形标志高精度定位方法能够有效提高圆形标志的定位精度和实效性,并具有更高的运行效率。

基于改进Zernike矩的海洋绞车排缆间隙亚像素检测方法

针对海洋绞车现有排缆方式易受环境干扰、接触摩擦磨损影响排缆精度问题,采用非接触式视觉检测直接表征排缆质量的排缆间隙的排缆方式,提出了一种基于改进Zernike矩的海洋绞车排缆间隙亚像素测量方法。首先将二维图像梯度信息垂直投影为一维波形,提出基于Scharr梯度信息的垂直投影排缆间隙定位方法,快速定位间隙区域;然后通过主梯度方向插值改进Zernike矩的亚像素边缘检测,提高亚像素边缘检测精度;最后采用基于DBSCAN的最小二乘曲线拟合方法实现多条不相交曲线拟合,实现排缆间隙大小测量。实验结果表明,本文方法相比于拟合法、插值法、传统Zernike矩法亚像素检测具有较高的准确度和测量精度,排缆间隙测量误差在0.1 mm内,相对误差可达8.60%以内,为有效实现精准排缆提供前提保证。

基于改进Zernike矩的远场激光高精度中心测量

针对远场激光光斑分布不均匀、形状不规则的特性,提出一种基于改进的Zernike矩的远场激光高精度中心测量方法。在传统Zernike矩亚像素边缘检测基础上,使用新型的logistic边缘检测模型和阶跃阈值自适应提取方法,在减少人工对阶跃阈值误判的同时,提高对实际边缘的识别精度,最后使用最小二乘法椭圆拟合得到高精度激光光斑中心。该方法在远场激光中心检测中,单帧误差在0.5 pixel左右,连续多帧中心偏差波动在1 pixel以内,拥有较高的精度和可靠的稳定性。

改进Zernike矩的亚像素圆孔类零件测量方法

为了提高圆孔类零件半径尺寸的测量精度,提出一种改进的Zernike矩亚像素圆孔类零件测量方法。首先对传统Canny算子进行改进,分别在图像输入、去噪、梯度幅值计算和阈值选取方式上进行了优化,实现圆孔中心像素级边缘坐标的粗定位;其次提取待测零件圆孔所在的目标区域边缘像素点,利用在Ghosal算法的基础上提出新的边缘判断条件和采用迭代法计算得到Zernike矩的最佳灰度阶跃阈值来判断并获取亚像素边缘点,且从灰度边缘模型的角度对误差进行了分析;最后利用最小二乘原理实现圆孔中心坐标和半径的高精度检测和测量。仿真结果表明,改进算法的圆心坐标相对误差在0.02pixels范围内,半径的相对误差精度为0.05pixels范围内。通过对几个不同零件的实际测量,实验结果表明,改进后的算法和原算法与人工测量值对比,改进后的算法相对误差值更低,得到的实际值更接近人工测量值,测量精度明显高于传统的Zernike矩算法,所达到的测量精度能够满足工业零件生产过程中的精度要求。

改进Zernike矩亚像素边缘检测算法研究

针对Ghosal算法检测出的边缘较粗以及手动反复调节阶跃强度阈值引起的效率低的问题,提出了一种改进算法。首先,推导出模板系数,并计算得出Zernike矩。其次,利用推导出的公式计算出距离阈值和边缘阈值,利用Otsu法计算得到最佳阶跃强度。最后,通过设计三组实验,来验证改进算法的有效性。实验证明,改进算法能够更加有效地检测出图像的边缘,减少伪边缘的存在并且细化了边缘,提高了定位精度,同时降低了算法的执行时间。

基于改进Zernike矩法的电缆护套材料亚像素厚度测量

图像测量技术因其具有测量精度高、动态范围大、灵活性好等优点,如今已广泛被用在几何尺寸测量领域,亚像素定位是其中一项关键的技术,可实现对目标优于整像素精度的定位;针对普通Zernike矩亚像素定位法速度较慢的缺点,提出了基于Sobel的改进Zernike矩法,并将其应用到电缆护套材料的厚度图像测量系统中,在保证精度基本不变的情况下算法速度大幅度提高,实验显示速度提高了85%以上。

基于分块权重和相关反馈技术改进Zernike矩描述符的执行效率

Zernike矩是一种基于区域的形状描述符,它适合于描述具有复杂边界的目标。原始的Zernike矩描述符认为形状中任何位置的像素都具有相同的重要性,基于此,提出了一种改进的Zernike矩描述符。它首先采用预定义的两个半径值对原始形状进行分块,提取各分块的Zernike矩值作为图像的形状特征向量,然后采用相关反馈信息和各分块间的距离方差来动态调整各个分块的权值系数,根据欧式距离来计算图像间的相似度。改进的Zernike矩描述符可以根据人类视觉特征灵活确定形状各部分的重要性,而且相关反馈技术使得提取出来的图像更加接近用户的需求。实验结果表明,该方法能够有效地改善基于形状特征的检索效果。

基于改进Zernike矩的图像识别

针对图像旋转和尺度变换所引起的图像重采样和重量化的问题,提出了Zernike矩的改进方法.该方法先对图像中的目标区域进行形状归一化,再对Zernike矩进行归一化.实验数据表明,改进后的Zernike矩不仅具有旋转不变性,而且还具有改进前不具备的比例不变性.基于最小距离分类器对待识别目标进行分类的结果表明,改进的Zernike矩具有较高的识别率,其不足是不适用目标图像背景复杂的情况.

基于改进Zernike矩的小模数齿轮亚像素边缘检测

针对传统Zernike矩亚像素边缘检测算法中奇数尺寸模板卷积的不对称性,在分析卷积不对称性和卷积窗口中心局限性对检测精度影响的基础上,提出一种改进的Zernike矩亚像素边缘检测算法。算法采用像素级边缘检测算子进行初定位,获取像素级边缘点;利用小尺寸奇数模板求解Zernike矩进行二级初定位,获取亚像素级边缘点;分析二级初定位边缘点所在区间;根据所在区间,选取偶数模板或者奇数模板求解Zernike矩进行精定位,获取更精确的亚像素级边缘点。为了验证算法的有效性,分别对模拟图像和实际图像进行亚像素边缘检测实验。根据齿轮的边缘特性,通过最小二乘拟合法评价算法对齿轮图像的检测效果。实验结果表明,该算法具有绝对定位精度高、抗噪性能强、曝光敏感度好的优点。

基于改进Zernike矩的铆接孔径亚像素检测方法研究

针对飞机铆接孔径的检测问题,提出了一种改进的基于Zernike矩的亚像素铆接孔径检测方法。该方法首先通过直方图均衡化法对所采集的铆接孔径图进行增强处理,利用中值滤波法进行平滑处理,并采用梯度法锐化图像,然后在直方图谷底法、Prewitt算子边缘提取和Kirsch算子边缘提取3种图像分割方法基础上,采用Canny算子边缘检测进行粗定位,利用改进的Zernike矩进行亚像素级的边缘精细提取,提取出锪窝孔外圆的圆环区域,最后结合RANSAC算法进行圆拟合,产生圆轮廓并获取半径,完成拟合测量。经试验证明,该检测方法亚像素精确定位能力强,检测结果准确率高、稳定性好、重复测量精度可达到±10μm。

改进Zernike矩的运动靶标高精度定位算法

针对目前运动靶标中心定位检测精度低、实时性差的难题,提出一种改进Zernike矩的亚像素边缘定位算法。该算法将Zernike算法和迭代法相结合,首先采用传统的Zernike算法计算图像的阶跃灰度矩阵,在阶跃灰度矩阵的基础上采用迭代法计算得到最佳灰度阶跃阈值作为边缘判据;最后从矩模板和灰度边缘模型两个角度对误差进行了分析和补偿。以靶标中心定位为实验研究对象,采用改进Zernike矩算法对靶标进行亚像素边缘定位,然后利用最小二乘法拟合圆心坐标,最后通过坐标变换得到靶标的空间位置,测试结果表明:该算法能够准确对运动靶标中心进行定位,算法的检测精度优于传统算法,同时最佳阈值的自动选取相比于人工手动调试具有更高的效率。

基于改进Zernike矩的光斑图像亚像素边缘检测算法

为了满足光束质量检测中对光斑边缘高精度的定位要求,采用了一种基于改进Zernike矩的亚像素边缘检测算法。首先由Sobel算子对光斑进行粗定位,再由Zernike矩的边缘模型对获取的像素级边缘进行重定位,最后根据改进的边缘判断条件,确定图像中的实际亚像素边缘点,以完成光斑图像亚像素级边缘的提取。通过对仿真图像亚像素边缘提取结果的分析,改进的Zernike矩算法边缘检测最大误差为0.338个像素,最小误差为0.088个像素,算法平均运行时间为319 ms,相比于传统算法运行时间减少了35.294%。

基于改进Zernike矩和均值漂移的插针位置检测方法

针对小型电子接插件插针位置的高精度检测,提出一种基于改进Zernike矩和均值漂移的亚像素检测方法。基于Canny算子进行边缘粗定位,提取插针感兴趣区域;改进传统Zernike矩法的模板尺寸,结合最大类间方差法实现自动最佳阈值选择;采用均值漂移对边缘点聚类,根据最小二乘法进行椭圆拟合,实现各插针位置的亚像素定位。仿真实验与实际测试结果表明,该方法能实现插针位置精确定位,定位误差在0.2像素范围内,具有定位精度高、噪声敏感度低的优点。

基于改进Zernike矩的轴类零件尺寸测量方法

轴类零件尺寸视觉测量当前多采用像素级边缘检测算法,难以适应工业自动化高精度测量需求。为提高轴类零件轴径尺寸测量精度,提出一种基于改进Zernike矩的轴类零件尺寸测量方法。首先利用Canny边缘检测算法对轴图像进行粗定位,获取像素级边缘。其次,根据图像目标与背景间灰度差异,提出基于多阈值Otsu的Zernike矩最佳判定阈值获取方法,获取亚像素级边缘。最后,提出基于边缘点搜索的改进最小二乘法拟合轴图像边缘直线,获取轴径尺寸测量值。实验结果表明,以自行车后轴轴径尺寸测量为例,所提出算法相比传统Zernike矩方法稳定性更高,与人工测量值相对误差在0.011%以内,测量精度满足工业零件尺寸测量中自行车轴直径6级公差精度要求。

基于Zernike矩和拼贴误差的布料图案检索算法

为提高纺织品企业检索布料图案的效率,提出了一种基于Zernike矩和拼贴误差的布料图案检索算法(ZMCE)。首先,通过计算选取最佳匹配时的分形参数和Zernike矩;其次,根据值域块与最佳匹配的定义域块之间的相似性度量计算拼贴误差;最后,将Zernike矩和拼贴误差作为布料图案检索的特征量进行特征提取。实验结果表明,ZMCE算法的平均查准率、平均查全率和单张图案的检索时间分为88.6%、53.4%和0.207 s,显著优于基本分形算法(BFC)、单一拼贴误差算法(SCE)和联合正交化分形参数和改进Hu不变矩算法(OFH),此外,ZMCE算法的平均查准率和查全率还优于文献[4]中的算法。因此,ZMCE算法在纺织品行业布料图案检索方面具有良好的应用价值。

基于Zernike矩和FCM的管道内两相流流型识别

利用图像处理技术对传动管道两相流流型进行了识别。搭建了传动管道气液两相流实验系统。采用高速摄像机拍摄液压传动管路中气液两相流流型图像,利用图像处理技术获得图像的Zernike矩特征参数,然后结合模糊C均值聚类算法(FCM)对流型图像进行分类识别。研究结果显示,液压管路内的传动液为气液两相流,其流型为泡状流、环状流、弹状流、塞状流;在传动过程中,出现频率较高的流型是泡状流和塞状流;利用本方法对传动系统液压传动管路中的4种典型流型进行分类识别,总体识别率可达97%。本方法为管道中气液两相流的流型参数识别提供了新的途径。

小波变换下基于分形编码和Zernike矩的织物图像检索算法

为帮助纺织企业的工作人员快速、准确地从数据库中检索出与织物图像相同或相似的图像,提出了一种小波变换下基于分形编码和Zernike矩的织物图像检索算法。首先,利用小波变换获得低频分量,对变换后的低频子图进行分形编码,得到编码参数。然后,计算低频子图像的Zernike矩。将小波变换下的分形编码参数和Zernike矩相结合作为织物图像检索的特征量。相比于单特征检索方法,该算法克服了精度低、耗时长的问题。与基本分形算法(BFIC)、联合正交分形参数和改进的Hu不变矩算法(HVKF)以及稀疏分形图像压缩算法(SFIC)相比,该算法确保了重建图像的质量和较低的编码时间。实验结果表明,织物图像检索的平均精度和平均召回率均高于现有的检索方法。

基于3D Zernike矩的快速地形匹配算法

针对当前基于3D Zernike矩的地形匹配算法存在计算量大、实时性差的问题,通过分析3D Zernike矩的计算过程和构成地形特征向量的奇偶阶描述子的性能,提出了适用于地形匹配的3D Zernike矩快速计算方法和只使用奇数阶描述子构成特征向量的匹配方式.仿真实验表明:本文所提快速算法不仅能大幅降低计算量,还提高了匹配精度.

基于Zernike正交矩的图像亚像素边缘检测算法改进

介绍了Zernike矩及基于Zernike矩的图像亚像素边缘检测原理,针对Ghosal提出的基于Zernike矩的亚像素图像边缘检测算法检测出的图像存在边缘较粗及边缘亚像素定位精度低等不足,提出了一种改进算法.推导了7×7 Zernike矩模板系数,提出一种新的边缘判断依据.改进的算法能较好检测图像边缘并实现了较高的边缘定位.最后,设计了3组不同的实验.实验结果同Canny算子及Ghosal算法相比,证明了改进算法的优越性.

基于改进形态学梯度和Zernike矩的亚像素边缘检测方法

为满足电荷耦合器件(CCD)图像测量系统的快速、高精度测量要求,提出了一种基于改进形态学梯度和Zernike矩算法的图像亚像素边缘检测新方法。基于CCD图像灰度和空间结构信息特点,该算法先利用改进的数学形态学梯度算子进行边缘点的粗定位,在像素级上确定边缘点的坐标和梯度方向;然后再根据构造的边缘点向量和参考阈值,用Zernike矩算法对边缘点进行亚像素的重新定位,实现图像的亚像素边缘检测。仿真图像和实际图像的边缘定位实验结果表明,与Zernike矩、LOG-Zernike矩及Sobel-Zernike矩算法相比,该方法具有更好的定位精度与抗噪性,且检测速度更快。