灰度-梯度共生矩阵模型的加权条件熵阈值法

基于二维灰度直方图的最大熵阈值法是依据"灰度-灰度均值"构成直方图的图像分割方法,该方法着重于图像的内部信息,忽略了边界区域的信息。应用图像的梯度信息建立"灰度-梯度共生矩阵",构造图像的二维灰度直方图,结合最大条件熵法进行阈值选取。为了充分提取图像内部和边缘信息,提出了二维加权最大熵阈值法。结果表明,该方法一方面能够保留更多的图像边缘信息,另一方面能够根据实际需要调节权值大小,得到兼顾图像内部和边缘信息的分割结果。

高斯加权的二维灰度重心法提取光条中心

为解决摄像机采集的激光条纹图像出现的明显不均匀现象,提高光条中心提取的精度和实时性,提出一种改进的二维灰度重心法。对光条图像进行中值滤波,用阈值法处理滤波后的图像;采用灰度邻域属性法进行光条中心的粗提取,求出条纹各列的法向宽度值;利用高斯加权的二维灰度重心法提取激光条纹中心。实验结果表明,在复杂的背景下该方法提取光条中心的精度和实时性均优于传统的灰度重心法、方向模板法以及自适应二维灰度重心法。

一种线结构光亚像素中心坐标提取方法

为了提高光条中心点提取的精度和速度,提出了一种新的线结构光条纹中心亚像素提取方法。首先对图像进行中值滤波,采用轮廓跟踪算法避免扫描光条纹区域外的像素,以此提高计算速度,结合灰度重心法对光条纹中心进行初提取;通过均方灰度梯度法计算光条纹的法线方向并以初提取点为中心进行双线性插值;以提取到的初始点和插值点采用加权灰度重心法计算光条纹中心的亚像素位置。实验结果表明,所提方法的标准误差在0.1400 pixel左右,运算时间约为0.0670 s。

星点中心高精度质心定位算法

质心法是星点中心计算的常用算法。为提高质心法的精度,对其进行了深入研究。在分析3种质心法形式的基础上提出了质心法的统一模型,并指出模型中的参数阈值T和灰度加权指数k对于质心法的最终精度有很大影响。采用模拟星点和实测星点对质心法精度与参数T和k的关系进行了分析,得出了相同的结论。随着T和k的增加,质心法精度先升高后降低,存在极值点;在极值点处,T为背景灰度,k为2.0;为保证信息量,T不能过高,但增加k可以获得增加T同样的精度效果;通过调节T和k,可以使质心法精度提高25%以上。

复杂背景下激光条纹中心亚像素提取方法

针对激光条纹中心提取的复杂背景及噪声干扰问题,提出一种自适应双阈值分割方法及改进灰度权重模型。首先对光条图像的特征及噪声来源进行分析,并采用双边滤波进行图像预处理;然后通过图像灰度直方图计算双阈值,并采用双阈值分区域处理获取二值化图像,从而提取初始条纹中心及条纹宽度;最后利用改进灰度权重模型提取激光条纹亚像素中心。将双阈值分割方法及改进灰度权重模型与传统算法进行对比,结果表明:双阈值分割方法较极值法、大津法能更加准确完整地提取激光条纹区域。对比提取的亚像素中心残差值,改进灰度权重模型(0.23)较灰度重心法(0.71)、极值法(0.86)、高斯拟合法(0.86)具有更优结果。本文方法能有效避免复杂背景以及激光条纹法线方向噪声的影响,提高中心定位精度,具有较高的抗噪能力与稳健性,适用于复杂背景下快速、精确的光条中心提取。

基于GWGCGM和DBSCAN的线结构光条纹中心提取方法

为解决传统光条提取算法难以同时保证算法的抗干扰能力和运行效率的问题,提出一种高斯加权灰度重心法与密度聚类相结合的亚像素条纹中心提取方法,该方法对含有噪声点的图像能有效提取光条中心线。首先对图像用单通道提取、伽马校正、大津法做预处理,以提取图像中的有效光条纹信息;然后用高斯加权灰度重心法初步拟合光条纹中心线,再利用密度聚类算法进一步精确拟合光条纹中心线,最终得到中心线的亚像素坐标。仿真实验结果表明,在处理含有随机噪声点数小于1000的一组原始图像时,该算法均方根误差都在0.72 pixel左右,均方根误差最大波动为13.6%;与传统的Steger算法相比,该算法运行效率提高了4.8倍且精度仅降低了9.2%。

面向大尺寸检测CCD图像中心提取精度的研究

大尺寸测量中,数字图像处理技术起到了至关重要的作用,而图像中心特征的提取精度是影响数字图像处理的核心因素之一。目前常用的中心特征的提取方法是传统质心法、灰度阈值质心法、平方加权质心法和高斯曲面拟合法质心法。由于采集图像时物体距CCD像面距离不固定,上述方法对不同物距采集的图像中心特征提取效果不同。现将在理论分析和仿真实验验证2个方面对这4种方法的特性进行比较。实验结果表明:高斯拟合质心法更适合较远距离采集图像的标定,而另3种质心法更适合较近距离采集图像的标定。

稀疏气泡流动的粒子跟踪测速技术研究

采用动态阈值技术实现了对气泡图像的正确分割,利用灰度加权方法提高了气泡颗粒的定位精度。根据稀疏气泡流动图像的特点,提出了一种新的基于相关的粒子跟踪测速算法(2HPTV)。通过进行两时刻中围绕待研究气泡所取的两个小的诊断窗口的相关运算,成功实现了气泡颗粒的轨迹追踪。实验表明本文算法较传统的PIV技术在测速精度上有很大程度的提高,与4帧粒子跟踪测速算法相比,降低了对摄像机帧频的要求,具有较强的实用性。

Cortex-A9平台钢筋焊缝光条中心提取实现

在钢筋焊缝三维形貌的现场检测中,由于传统检测仪不便移动与笨重,则利用Cortex-A9处理器构成一种便携式检测系统进行三维视觉检测。其中提取焊缝的光条中心非常重要,因此将实现在嵌入式系统下光条中心的提取,首先由处理器控制cmos摄像头实时采集获得的图像进行平滑滤波并用大津法得到动态阈值进行图像分割,然后利用灰度平方加权阈值重心法得到焊缝光条纹的亚像素精度中心。实验结果表明该算法抗干扰能力强,在开发板平台上提取原始图像的光条中心用时0. 15 s,可实现焊缝光条中心的精确提取。

列车轮对内侧距光学快速测量系统设计及实现

列车轮对内侧距的准确、及时测量,是列车检修中必不可少的工作。目前,主要使用专用机械卡尺测量轮对内侧距。由于机械卡尺读数与记录都是人工操作,步骤繁琐。针对以上问题,设计了基于三角测距原理的列车轮对内侧距快速测量系统。首先,采用嵌入式处理器驱动摄像机的方式采集轮对内侧激光点图像,并根据激光光斑在像素平面的移动特征,提出快速搜索光斑初步位置方法,剪裁出含有光斑的局部图片;然后,利用阈值分割法和图像形态学处理法,过滤局部图片中光斑的背景噪声;最后,根据灰度重心法精确提取光斑中心坐标,计算轮对内侧距。为验证该系统的可行性,与轮对内侧距机械测量卡尺进行对比试验。试验结果表明,轮对内侧距光学测量方法准确有效。该系统能够大大缩短轮对内侧距测量时间,提高工作效率,在列车日常维护中具有一定的应用价值。

基于斜射式线结构光的隧道错台快速检测技术

为实现隧道错台快速、自动检测,保障隧道结构安全,提出基于斜射式线结构光的错台快速检测方法。首先,基于斜射式激光三角法原理和成像原理推导出错台量计算的理论公式,并且采用随机抽样一致性(RANSAC)算法进行线性函数拟合逼近,将不易测量的角度参数转换为函数常量;然后,结合目标检测算法Yolo-v3和图像梯度特征提取图像感兴趣区域(ROI),采用灰度平方加权重心法对光条中心点进行亚像素级提取,依据直线间距离公式获得像素位移量;最后,对室内试验数据和实际工程数据进行验证。研究结果表明:利用Yolo-v3算法实现错台区域定位,准确率可达97.35%,计算效率每秒26张图像,同时与极值法、Steger法、灰度重心法相比,提出的算法在光条中心点提取方面更加精准,并且87%的错台检测结果与实际测量结果绝对误差在0.6 mm以内,最大绝对误差不大于1.5 mm,满足工程应用。

太阳杂光噪声下星敏感器星像点质心定位方法

为了保障太阳杂光干扰下星像点质心定位的精度,本文提出了一种去阈值和杂光斜面噪声的质心定位新方法。首先,在星像点窗口内将太阳杂光灰度噪声建模为一个斜面。针对质心定位新方法,推导关于杂光斜面模型各参数估计误差的质心定位误差分析公式,尤其是关于开窗大小的函数关系。然后,基于窗口边缘像素给出杂光斜面模型的最小二乘参数估计公式。最后,采用传统的灰度重心法、去阈值灰度重心法和所提方法进行质心定位仿真测试,结果表明,所提方法的精度比传统灰度重心法和去阈值质心法的精度分别提高了2倍和15倍,是太阳杂光干扰下星像点质心定位的有效方法,具有一定的工程应用价值。

多重干扰下管片端面条纹中心提取优化算法

在盾构实际施工过程中,为解决在对管片状态采用非接触式测量检测时,管片端面干扰较多,传统光条中心点坐标提取算法易受干扰、波动性大的问题,提出一种光条中心点坐标提取优化算法。该算法首先采用自适应阈值二值化、形态学处理等操作对图像进行预处理,消除部分干扰;其次采用加权灰度重心法提取得到初始光条中心点坐标,将此坐标作为优化对象,采用距离阈值和三次样条插值法对坐标进行初步优化和二次优化,得到最终优化的线结构光中心坐标点。试验结果表明,该算法不仅提高了中心点坐标提取精度,而且满足工业需求,实时性较高,为后续检测管片椭圆度、捕捉管片相对盾构姿态奠定了良好的基础。