基于图像边缘的灰度加权算法应用于LED管芯检测

LED管芯检测的像素级算法受到图像分割的影响,造成目标中部分像素的丢失。本文利用图像边缘区域的灰度加权算法,以求取物体边缘所在像素点的灰度来计算边缘位置。检测结果分析表明,该算法在检测精度上有了明显提高。

灰度极值加权求和图像振铃效应评价算法

在图像盲复原过程中,对模糊核的过估计会产生误差,导致图像振铃效应;现有算法无法对振铃的严重程度进行有效评估,针对这个问题,提出一种振铃效应的评价方法。从振铃效应产生的物理机理出发,分析图像盲复原所致振铃效应的原因和对图像质量的影响;通过提取振铃图像过冲与涟波区域,并对该区域梯度值进行加权统计,定量化表征振铃效应的严重程度。实验结果表明,当模糊核参数σ值超过3时,算法的结果曲线随着参数增大呈单调递增状态,SSIM评价结果变化幅度趋于零。算法可以有效地评价不同复原算法和不同复原参数下的复原图像中的振铃效应。

基于最近邻加权灰度均值算法的高压线目标检测

视觉导航算法的设计是高压线路巡检机器人领域的一项关键技术,为了解决当前目标检测算法准确率低、抗干扰能力弱、小目标检测效果差等问题,提出一种最近邻加权灰度均值算法,用于提取目标的感兴趣区域(ROI)。采用相线直径匹配的方式对ROI边框进行精细调整,依据特征提取与机器学习理论实现ROI分类。实验结果表明,该算法具有很高的ROI提取精度,分类器对于正样本的召回率最高可达99.83%,可有效地指导高压巡检机器人进行线路巡检工作。

采用GPU加速的无人机光通信系统对准技术

介绍基于图像预处理的灰度加权算法实现跟踪激光光斑质心的基本理论和方法;采用串行程序并行化、改进存取模式、算法归约化的方法对灰度加权算法进行并行优化;设计无人机跟踪实验对基于本方法所实现的光斑跟踪的实时性和准确性进行验证。实验结果表明:对于相机采集到的1280×1024像素的光斑图片,Jetson Xavier NX在GPU-CPU异构体系结构下完成灰度加权算法,所用时间约3.4 ms,相较于中央处理器所用时间10.9 ms提升了3~4倍;考虑中央处理器读取像素及闭环控制的时间,采用GPU并行加速的光斑质心跟踪帧率可达31 FPS,脱靶量小于0.1 mrad,满足了光通信系统的要求。