基于模板校正与低秩分解的纺织品瑕疵检测方法

针对周期性纺织品存在的拉伸变形问题,提出结合模板校正与低秩分解的纺织品瑕疵检测方法.首先对原图像进行模板校正,减少图像拉伸变形对检测结果的影响.然后提出低秩校正分解模型,包含低秩项、稀疏项和校正项,通过交替方向法优化求解,生成低秩矩阵和稀疏矩阵.最后利用最优阈值分割算法,分割由稀疏矩阵产生的显著图,完成瑕疵检测.在标准数据库上的实验表明,文中方法的查全率有所提高.

基于结构相似性与模板校正的织物瑕疵检测方法

针对复杂的具有周期性结构的织物瑕疵检测,提出一种基于结构相似性与模板校正的织物瑕疵检测方法。通过图案的周期性,得到图案单位模板大小,再对图像自动分割,同时应用基于模板校正的方法以减少晶格之间未对准的影响,并构建均值模板。通过计算所有晶格间的结构相似性,并将相似关系通过传递闭包的方式得到等价关系,再进行晶格间的聚类。之后通过阈值分割方法,完成瑕疵区域的检测。通过实验表明,改进后的算法检测效果较好,本文算法显著提高了样本的查准率。

基于图像校正和模板分割的纺织品瑕疵检测

针对具有复杂周期性图案的纺织品的瑕疵检测问题,提出一种基于图像校正和模板分割的纺织品瑕疵检测方法.该方法应用一种基于Hough变换和透视变换的图像校正方法,将周期性图案不规则的图像校正为单元排布规律的图像.通过周期计算的自适应分割的方法将无瑕疵的图像分割为单元图案,再使用模板校正的方法对分割后的图案进行校正,并以校正后的图案作为模板,对低秩分解后的图像使用GIS(Golden Image Subtraction)方法,计算图像的阈值.同样地,对有瑕疵的图像进行校正之后,再进行低秩分解以突出显示出瑕疵的部分,并将使用GIS方法检测后大于阈值的部分标记为瑕疵.通过实验表明,该方法对于箱形图的断端和粗条纹两种瑕疵类型以及星形图的粗条纹和细条纹两种瑕疵类型有较好的检测效果,尤其在查全率和f值上表现稳定并领先于其他对比方法.

广角镜头的同心圆模板畸变校正算法研究

现在广角摄像头在我们生活中的使用越来越广泛,但广角摄像头所摄取的图像存在一定的畸变,本文就是在广角摄像头的网格模板校正算法的基础上,提出基于十字基准线的同心圆模板畸变校正算法,并着重介绍该校正算法的算法思想及设计实现。

多投影仪组合显示的自反馈亮度校正

针对目前的亮度校正方法存在的问题,提出了闭环的自反馈亮度校正方法。该方法首先计算一个初始模板;然后在反馈过程中,使用模板对白色图像进行亮度衰减,根据相机获取的投影图像,以及屏幕与投影仪坐标的对应关系,用一定的模板修正规则来修正每个投影仪对应的亮度校正模板;重复反馈过程,直到达到亮度一致的约束条件。该方法避免了亮度响应曲线的复杂又耗时的测量工作,通过迭代反馈来不断修正亮度校正模板,最终使得亮度校正后的图像投影后逼近亮度一致。自反馈亮度校正方法中计算的初始亮度校正模板过渡更均匀,消除了模板中的三角带问题;采用的模板更新方法能够使迭代反馈过程更快地收敛。实验证明,该方法能够有效地解决自由立体投影显示系统中的亮度校正问题。

灰度校正在红外序列图像拼接中的应用

为满足红外图像无缝拼接的需要,提出了一种基于红外序列图像的灰度非均匀性校正算法。该算法利用灰度非均匀区域的相对稳定性,通过对拍摄的大量红外序列图像求平均,获得相机灰度校正的模板图像。然后利用此模板对各帧图像进行校正,实现在同一幅度照射下各像素灰度的一致性。最后利用由HJRG-001型红外热像仪获得的红外视频图像序列进行拼接实验,并使用SURF算法对校正后的序列图像进行拼接。实验结果表明,该方法简单快速,有效地校正了由成像系统造成的图像灰度非均匀性,并且在保持图像清晰度的前提下,明显消除了拼接缝,提高了拼接图像的质量。

环形结构木模板施工技术研究

在工程建设中,出现了大量的环形结构工程,例如污水处理厂污泥池、二沉池,水泥厂料仓等,普遍设计为环形结构。目前,在环形结构施工中,模板通常选用定型钢模板,但因工程结构的特殊性,钢模板定型加工后,基本为一次性使用,存在周转使用价值不大,成本支出高、材料浪费大且钢模板搬运吊装不便等问题,而采用木模板体系则取材方便、一次投入成本低,操作简单且木模板可多次周转使用。通过工程实践应用,探究并总结环形结构木模板施工技术,在环形结构施工中具有较为广泛的推广意义。

基于Harris的角点检测改进算法

研究红外成像目标跟踪精度优化问题,模板跟踪的累计误差会造成目标跟踪漂移,稳定的角点可以对模板进行校正并减少累积误差。为了实现对运动目标的精确跟踪,使其始终与目标的相关性最强,针对Harris算法检测尺度单一和鲁棒性不足的缺点,采用多分辨率的方法,提出了Harris与B-Spline尺度空间相结合的角点检测算法,并对改进算法进行了数字仿真。结果表明,提出的算法提高了Harris算子的性能及抗噪声性能,可去除错误检测点,并提高了角点检测精度,从而实现了在复杂背景条件下地面目标的准确识别和稳定跟踪。

基于子区域匹配的稀疏表示跟踪算法

经典稀疏表示目标跟踪算法在处理复杂视频时不免出现跟踪不稳定情况且当目标发生遮挡时易发生漂移现象。针对这一问题,提出一种基于子区域匹配的稀疏表示跟踪算法。首先,将初始目标模板划分为若干子区域,利用LK图像配准算法建立观测模型预测下一帧目标运动状态。然后,对预测的目标模型区域进行同等划分,并在匹配过程中寻找最优子区域。最后,在模板更新过程中引入一种新的模板校正机制,能够有效克服漂移现象。将该算法与多种目标跟踪算法在不同视频序列下进行对比,实验结果表明在目标发生遮挡、运动、光照影响及复杂背景等情况下该算法具有较为理想的跟踪效果,并与经典稀疏表示跟踪算法相比具有较好的跟踪性能。

自然场景下的车牌分割方法

自然场景下的车牌面临着光照不均匀、角度倾斜、运动模糊等影响,易造成车牌分割错误。针对以上情况,对车牌进行旋转校正及二值化处理,提出一种基于模板匹配与二分法结合的方法对车牌进行分割。通过二分法进行分割,通过模板进行校准寻找最优分割点。实验结果表明,无论光照条件良好还是光线较弱或不均匀,该方法都能对车牌进行准确分割,有效克服字符粘连及断裂的情况,在自然场景下鲁棒性良好。

浅析耐磨粗骨料楼地面施工方法

大面积混凝土耐磨地面施工,采用角钢模板支模,分仓跳仓浇筑施工,耐磨层施工撒布专用耐磨骨料、使用专用圆盘施工机械多次施工完成。