基于距离加权的矩形拟合方法研究

本文提出了一种基于距离加权的矩形拟合方法,用于处理带有噪声的坐标点集合的拟合,有效抑制噪声对于矩形拟合的影响。该方法首先基于聚类思想,对坐标点集合进行分割,划分为四条边对应点的集合,然后采用最小二乘法求解矩形的四个顶点坐标和法向量,最后根据矩形的几何性质进行迭代优化和修正。该算法能够有效地处理噪声干扰和数据缺失的情况,适用于各种形状和尺寸的矩形拟合。

基于矩形拟合的人体检测

提出了一种在单幅图像中检测人体的新算法,将人体看作由躯干和四肢构成,用一个四边形拟合躯干,用一个或者两个四边形拟合每个肢体,人体检测就是寻找满足一定几何和拓扑约束的四边形组合。首先检测与拟合图像中的矩形区域,然后搜索满足几何和拓扑约束的矩形组合,如果该矩形组合的概率大于阈值,则调整各个矩形顶点的坐标,以便得到一个紧凑的人体模型表示。最后,重新计算该紧凑模型的概率。实验结果表明,该方法可以用于基于内容的图像检索以及基于视频的人体运动分析。

一种基于矩形拟合的LED贴片机元件定位算法

针对LED贴片机中元件的视觉定位问题,提出了一种基于矩形拟合的元件定位算法。利用大部分LED贴片灯珠为矩形的几何特征,首先根据背景灰度对采集图像进行全局阈值分割;然后以顶点为界将元件轮廓坐标分为四组并做等间隔采样;最后根据矩形相邻两边正交的特性对采样坐标进行矩形拟合实现元件定位的目的。实验表明,该方法具有较高的准确性和较强的鲁棒性,符合高精度贴片机的贴装要求。

基于改进Hu矩和矩形拟合的芯片识别定位算法

目的为了实现高质量、高精度的全自动SIM贴片机的视觉识别定位,采用基于改进Hu矩和矩形拟合的芯片识别定位算法对芯片进行识别定位。方法首先对图像进行预处理,在Ostu分割的基础上提取图像的形状轮廓。然后利用相对矩和离心率特征相结合的改进Hu矩进行芯片的识别检测。最后在识别的基础上提取外轮廓,通过对外轮廓的矩形拟合实现对芯片定位的目的。结果识别芯片时采用改进Hu距的方法,正确率至少达到98%,显著提高了芯片的识别能力。芯片进行定位时,矩形拟合定位精度在0.5像素之内,位置精度高。结论该方法可基本满足芯片贴装时SIM贴片机视觉系统对高质量和高精度的要求。

基于矩形拟合的Chip元件位置误差视觉检测算法

元件位置误差检测是贴片机视觉检测的关键,其精度直接影响贴片机的贴装精度。针对高速高精度全自动贴片机片式元件(Chip)机器视觉的定位问题,提出了基于矩形拟合的Chip元件位置误差检测算法。采用改进的最小二乘法,对元件各边边缘点同时进行直线拟合,保证四边满足矩形特性,精确地计算出元件的位置误差,满足贴装元件定位检测系统对高精度和高速度的要求。

基于矩形拟合的新型人体检测方法

本文提出了一种全新的基于矩形拟合的特征算法,即在图像中,用颜色分割将人体的四肢和躯干分别用矩形进行表示,然后找出各个矩形区域的面积、中心点、长短轴等作为每个人体部位的特征,再将人体每个部位的这些特征与设定的阀值相比,判断是否为人体,从而实现人体检测。实验结果表明,提出的新方法能够运用于人体的检测并得到良好的检测结果。

跟踪目标的快速椭圆拟合方法

提出一种基于最小外包矩形的快速椭圆拟合方法 ,该方法利用最小二乘法获得目标的最小外包矩形框,再求取外包矩形框的内切椭圆,该椭圆能有效反映目标的大部分运动信息。本文对该方法进行了目标拟合的有效性和实效性实验分析。分析表明,本算法得到的拟合椭圆内背景像素比例(Background Pixel Raito,BPR)相比于传统的矩形框和经典的Khachiyan椭圆拟合方法有了显著的下降,且拟合方法无需迭代运算,拟合速度仅次于传统的矩形框,比经典的Khachiyan椭圆拟合方法快3倍。本算法对于实时目标跟踪应用具有很好的应用价值。

图像中规则目标的轮廓提取算法研究

本文基于改进的矩形、椭圆和多边形拟合算法,提出了一种图像中规则目标的轮廓提取算法。将该算法应用于模拟的二值图像和真实场景图像,验证了其有效性和鲁棒性。算法成果可应用于军事侦察、测绘标注、城市规划、专题制作等领域。

基于贴片机视觉系统的SIM芯片识别定位算法

目的采用贴片机的机器视觉技术实现SIM芯片高质量和高精度的识别定位。方法采用工业摄像机收集原始图像信息,上传到VS配置的Open CV系统中进行图像预处理,减少图像信息,方便特征提取。对芯片图像进行Zernike边缘检测,减少噪声干扰,改善图像效果。通过矩形拟合提取芯片轮廓,获取芯片中心坐标。最后,通过芯片轮廓面积的提取,获得面积区间,确定合格芯片,并对其进行识别检测。结果实验结果表明,识别合格芯片的正确率达到100%,且抗噪性好;芯片定位时,位置精度在0.5个像素之内。结论在复杂情况下,该方法可保证贴片机的贴装质量和精度,有利于提高贴装的合格效率。

基于图像算法的烟叶形状特征的提取

采用目标-邻域颜色判定法检测绘制出彩色烟叶图像的外形轮廓。在此基础上,采用矩形拟合法及比例测距法对烟叶轮廓进行特征拟合、分析,计算了烟叶的长度和宽度。

基于Halcon的拨叉脚端面尺寸测量

提出了一种基于Halcon的拨叉脚端面尺寸检测方案,利用数字图像处理方法,对待测图像用中值滤波器进行预处理和二值化处理,使用阈值分割的方法提取出拨叉脚端面的亚像素轮廓;从提取的轮廓中选出贴合拨叉脚端面的轮廓,将这些轮廓连结后进行矩形拟合,获得高精度的边缘轮廓,通过拟合后的矩形得到拨叉脚两端面的距离和偏转角度两个参数。实际测量结果表明,端面距离精度为98%,偏转角度精度为84%。

基于图像处理的大蒜蒜种品质无损分级方法研究

针对大蒜蒜种分级过程中蒜种易损坏、机器成本耗费大等问题,提出一种基于图像处理的大蒜蒜种品质无损分级方法。首先对采集到的大蒜蒜种图像进行灰度化、二值化等预处理得到二值化图像。然后在农业工作环境比较恶劣、存在不可避免的噪声情况下,采用形态学处理二值化图像,对图像采用腐蚀算子进行运算,消除噪声,再对图像采用膨胀算子进行运算,得到无噪声的二值化图像。在此基础上通过Canny算子进行有效外轮廓提取并进行旋转矩形拟合,得到最小外接矩形。最小矩形的长和宽比例代替真实蒜种的长宽比作为大蒜蒜种品质筛选的重要依据。实验结果表明,算法可以无损地获取蒜种长和宽的比例,实现大蒜蒜种品质筛选,图像处理过程时间平均为612 ms,满足正常工作实时性要求,在大蒜蒜种品质等级筛选中具有一定的应用价值。

QFP芯片贴装定位的视觉检测算法研究

针对采用数学形态学闭运算进行QFP芯片引脚修复的图像检测算法实时性差问题,设计一种基于极点四边形的QFP芯片位置误差视觉检测算法。利用QFP芯片图像的4个极值点确定极点四边形;依据极点四边形的转角初步确定芯片的转角;利用转角和4个极值点确定的4条直线提取芯片每侧引脚顶点集;采用推广的最小二乘法对芯片每侧引脚顶点集进行矩形拟合,由拟合后的直线斜率和直线交点计算出芯片转角和中心坐标。研究结果表明:该算法的运行时间约为数十毫秒,检测精度达到亚像素级,具有很好的实用性。

基于彩色影像分割的航空影像房屋提取方法

将灰度影像分割技术与彩色影像丰富的颜色信息相结合,研究出基于彩色影像分割的航空影像房屋提取方法,并通过实验证明了该方法的可行性。

Numerical Simulation of Sloshing in Rectangular Storage Tank Using Coupled FEM-BEM

Sloshing of liquid can increase the dynamic pressure on the storage sidewalls and bottom in tanker ships and LNG careers. Different geometric shapes were suggested for storage tank to minimize the sloshing pressure on tank perimeter. In this research, a numerical code was developed to model liquid sloshing in a rectangular partially filled tank. Assuming the fluid to be inviscid, Laplace equation and nonlinear free surface boundary conditions are solved using coupled FEM-BEM. The code performance for sloshing modeling is validated against available data. To minimize the sloshing pressure on tank perimeter, rectangular tanks with specific volumes and different aspect ratios were investigated and the best aspect ratios were suggested. The results showed that the rectangular tank with suggested aspect ratios, not only has a maximum surrounded tank volume to the constant available volume, but also reduces the sloshing pressure efficiently.

高分遥感影像建筑物轮廓的逐级优化方法

针对高分辨率遥感影像中分类法提取的建筑物轮廓不规则问题,设计了一种逐级优化规整建筑物轮廓的方法。根据分类验证思想提取的建筑物的初始结果,首先提取建筑物初始轮廓进行多边形拟合,获取与建筑物轴线倾斜程度相一致的最佳拟合外接矩形,然后将建筑物轮廓线段与最佳拟合外接矩形边界进行等分并比较两者之间的单向Hausdorff距离,对距离较小且满足替换条件的轮廓线段等分点利用对应的最佳拟合外接矩形边界等分点进行替换,实现轮廓初步的规整优化;接着利用Shi--Tomasi算法对建筑物局部无法规整的复杂轮廓区域进行特征角点提取、匹配、排序与剔除,进一步对边缘特征点进行有序连接与重构,实现轮廓深度的优化,最终提高边缘表达准确度和提取精度。通过对多幅遥感影像进行实验对比分析,结果表明本文方法不仅适用于不同分类方法提取的建筑物结果的轮廓优化,有效提高建筑物轮廓的边缘表达精度,而且相比于轮廓优化参照方法,逐级优化能更准确地适应复杂建筑物轮廓的细节变化,优化的精度整体较优,使建筑物边缘的准确性、规整程度得到有效改善,能更真实准确地反映建筑物的真实形状。