基于YOLOv3的烧结机台车箅条图像角点定位

准确抓取台车四个角点对于图像展平处理以及实现烧结机箅条智能监控具有重要意义,由于环境的复杂性,采用轮廓、特征点查找等方法很难实现角点的精准定位,而台车图像的高分辨率又给深度学习端到端模式的运行效率带来很大挑战。本文提出了一种深度学习与传统图像处理相结合的烧结机台车图像角点定位方法。首先从四个角点的大致位置提取出小块感兴趣区域,再采用YOLOv3检测模型,得到四个角点在感兴趣区域内的坐标,最后通过坐标换算得到角点的真实位置。通过定位角点可对图像进行畸变矫正,对计算箅条的斜率和间距具有重要意义。实际应用情况表明,该方法可实现快速精准的角点定位,并能适应生产场景,实际运行过程中达到了不低于95%的检测精度和少于1秒钟的检测时间,这为烧结机箅条的智能监控奠定了良好基础。

数字影像中目标角点定位的无阈值算法

在分析现有角点定位算子的基础上,针对现有大部分角点定位算子在角点定位过程中需要选择适当的阈值,而阈值的选择本身比较困难的这一关键问题,提出了一种基于移动小窗口内最大值的无阈值的角点定位算法的基本思想。并通过实验来证明算法的有效性。实验结果表明,这种算法在理想的情况下具有非常好的角点定位效果,而对于复杂的非均质图像来说也有较好的定位效果。

结合先验信息的渐近式角点定位

针对批量微小型二维工件在视觉检测中角点的定位,提出一种渐近式分步提取方法。该方法以图像单像素轮廓上固有的几何关系为先验信息,首先在轮廓序列中锁定本次待测角点的存在区域,然后根据角点特征灵活设置响应函数检测角点,并对其精确定位及时排除伪角点,之后重新锁定区域。这一过程循环渐近,直至将所有角点检测出。实验结果表明,对同一工件不同位姿多次采像检测,角点间距的标准差在0.5 pixel以内,重复性高。与Harris角点检测、CSS角点检测算法比较,对视场内杂质背景的抗干扰性强,定位准确、快速。该角点定位方法在微小型二维工件的大批量高速检测中,具有明显优势。

基于ACSS角点定位的液晶显示仪表示值识别算法

针对工业现场具有复杂背景的液晶显示仪表示值识别困难的问题,提出一种基于ACSS(Advanced Curvature Scale Space,改进曲率尺度空间)角点定位的示值识别方法.首先根据ACSS角点检测原理设计出适合于检测示值框顶点的方法,以定位示值区域;其次利用字符的灰度特性确定字符串区域并对字符串进行分块局部二值化,以切分字符串;最后通过三线扫描法识别字符.对热能表示值的识别实验证明了该方法具有较强的鲁棒性和适应性.

直线拟合方法在瓷砖角点定位中的应用

在基于机器视觉的瓷砖尺寸检测系统中,为了定位瓷砖的角点,在检测到边缘以后,还要对边缘进行拟合。针对Hough变换拟合瓷砖边缘精度不高的问题,将Hough变换与最小二乘法相结合对瓷砖边缘进行拟合。先对边缘点作Hough变换,再取Hough变换得到的直线附近的点作最小二乘法拟合,从而定位角点。实验表明,本方法具有精度高和抗干扰能力强的特点,将其用于实际瓷砖尺寸检测,效果良好。

基于局部方向分布的角点检测及亚像素定位

提出了一种基于局部方向分布的角点检测与定位算法.该算法主要由两步组成,首先利用绝对角点能量和相对角点能量进行角点检测,然后使用最小二乘技术拟合支撑像素方向线的交点得到角点的亚像素位置.实验结果表明,相对于常见的角点检测算法,基于局部方向分布的算法不仅具有更高的定位精度,同时对噪音也有较强的鲁棒性.

棋盘格模板角点的自动定位

棋盘格模板角点的定位是摄像机定标过程中的重要环节,定位的正确与否直接关系到定标的成败.提出了一种利用棋盘格模板图像中的消失点和栅格线特征以及局部灰度特征,实现棋盘格模板角点自动定位的方法.结果表明,与手动定位相比,该方法明显地减少了定位过程所用的时间,提高了工作效率,尤其适合于利用多幅棋盘格模板图像对摄像机进行自动化定标.

基于图像分析的瓷砖角点快速定位

在基于机器视觉的瓷砖尺寸检测系统中,通过上光源采集的图像中存在较多干扰,对角点的快速、准确定位极为不利。根据瓷砖在图像中的形状和位置特征确定角点的参考区域,然后在参考区域内精确搜索边缘,定位角点。实验表明,本方法具有速度快、精度高和抗干扰能力强的特点,可用于实际瓷砖尺寸的检测。

一种大场景下的棋盘靶标角点自动定位算法

针对棋盘图案,提出一种亚像素精度的角点自动定位算法.该算法采用由粗到精的分层次检测策略,首先通过投影算法自动定位靶标图像中棋盘子图像的大致位置;其次在棋盘子图像中进行Hough变换,并根据角度投影图和幅值投影图进行棋盘角点的初步定位;最后在初步定位的角点邻域内通过高斯灰度插值和Harris算法得到最终的亚像素精度的角点位置.此外,本文还利用Hough变换提取的直线对角点进行自动排序.实验结果表明,该算法自动化程度较高,能够在大场景中自动定位靶标及其角点位置,而且精度较高,适用于大场景环境下畸变较小的摄像机的标定.

基于梯度与对称度提取棋盘格角点及角点递推定位

在摄像机标定中常用黑白棋盘格作为标靶,而获取棋盘格角点位置是标定的首要任务。介绍了使用8等分圆形模板获取棋盘图像的灰度梯度和中心对称度,并对其组合,显著增强了角点区灰度并抑制了非角点区灰度。再对局部峰值点孤立,使真角点与伪角点灰度明显区分。进一步对估计的角点集中心区取一样点作基点,由其5个最近邻角点判断棋盘格边缘方向,用线性预测和误差约束方法估计并向外递推取得所有邻接角点的像素级坐标,用角点行列数中值估计并确定棋盘格角点区及其左下角以完成定位。最后对所有角点区局部用更大的模板重新检测不对称度,并用角点及其4个邻点不对称度的线性模型估计角点亚像素级坐标。

基于概率密度梯度方向的角点重定位技术

由于各种外界因素的影响,角点检测算法检测的角点可能出现位置偏移。在分析该现象的基础上,提出对角点进行重新的定位。首先,通过计算角点的二阶模板值来进行角点模糊定位;其次,引入像素点的概率密度梯度方向,通过比较角点和角点邻域内的像素点的概率密度梯度方向的关系来判断错误角点,并找出所有的候选替代点;最后,根据角点和候选像素点之间的关系,寻找出新的角点。通过实验对比发现该算法能正确地对发生位置偏移的角点进行重新定位。

基于角点检测与颜色连贯性分析的车牌定位算法

针对低分辨率视频图像,提出一种基于角点检测与颜色连贯性分析的快速车牌定位算法。考虑到车牌具备固定的颜色连贯性特点,首先由车牌背景颜色与车牌字体颜色得出分析掩膜;然后使用较小的阈值和最小角点间距计算得出掩膜内角点;最后对角点进行颜色加权,选择权值最大的分析区域。该方法对图像噪声具有极好的抗干扰性,适用于分辨率较低的视频图像数据。实验表明与其他方法相比,该方法的车牌定位准确率高,平均耗时短。

基于点到弦距离累加的快速角点检测

提出了一种鲁棒的快速角点检测算法,以解决现有基于点到弦距离累加的角点检测算法存在的缺陷,即角点定位低、算法时间复杂度高等问题。该算法结合了‘单尺度’和‘多尺度’的优势,首先在‘单尺度’下获取候选角点集合,保留了邻近角点,并使得后续计算量大大降低,然后在‘多尺度’下计算候选角点的特征值,使之有效地去除伪角点。实验表明,所提算法的时间复杂度降低了,并且保持了算法的鲁棒性,角点定位精度也得到了提升。

靶标角点自动匹配世界坐标通用算法

为了提高相机标定自动化水平,针对各种样式靶标,提出了一种角点匹配世界坐标的通用算法。分析了影响角点匹配世界坐标的主要因素:镜头畸变和投影变换导致的几何形变。算法利用"区间方差和"搜索极坐标系下最佳投影角,自动选择区间划分方式进行"二次分类"。仿真分析并验证了该算法有效抵抗几何形变和镜头畸变的能力。通过实验验证算法可稳定准确地实现靶标角点匹配世界坐标。在项目解决方案中作为独立算法模块,有效提高标定自动化水平。

基于轮廓曲线的角点识别方法

Harris角点检测算法是一种经典的角点检测算子,针对其过于依赖阈值选取及计算量大的缺点,论文提出一种改进的基于轮廓曲线的角点识别的方法,通过判断边缘点方向性,先确定出粗角点,再采取由小尺度到大尺度逐步剔除伪角点的方法,最终实现角点识别。实验结果表明,文中方法对角点提取的时间仅为Harris算法的5%,而且角点定位精确,漏检率低。

基于3D视觉的微通道换热器定位与尺寸测量

为实现微通道换热器生产线的自动化与智能化,提出一种基于3D视觉的微通道换热器定位与尺寸测量方法,以引导机械臂进行抓取上下料。首先,用3D相机以俯视角度拍摄产品,矫正获取的图像并将RGB图像与深度图像对齐;其次,通过产品3D信息的辅助实现精确的二维图像分割以及角点的二维坐标定位;最后,加权拟合角点的深度值,通过角点二维坐标及深度信息进行坐标转换得到其三维坐标,计算产品尺寸。实验结果表明:该算法能够在复杂的背景中实现精确的图像分割与尺寸测量,在测量距离为4000 mm时相对测量误差可控制在1%以内,能够满足系统需求。

基于曲率与灰度复合的角点亚像素定位方法

针对轴类工件表面毛刺、油污等附着物对视觉测量中角点检测的干扰问题,提出一种基于曲率与灰度复合的角点亚像素定位方法。该方法对图像感兴趣区域进行形态学和双边滤波预处理,消除毛刺和部分油污等附着物;根据曲率特性检测候选角点,利用角点处曲率角的多尺度不变性进行伪角点的预筛选,通过以角点为圆心的圆形窗口内灰度信息进一步排除伪角点,实现角点粗定位;根据粗定位角点和区域端点的连线,对原始图像的边缘点进行筛选,并对筛选后的边缘点进行最小二乘直线拟合,实现角点精准定位。实验表明,该方法有效克服了轴类工件表面附着物对角点检测的干扰问题,角点综合定位的重复性达到0.01mm,角点定位算法精度达到0.004mm,基于角点的综合测量精度为0.06mm。

基于机器视觉的注射液针头胶帽缺陷检测

目的封装检测是保证流水线上产品质量的关键。针对预罐装注射液,提出一种基于机器视觉的注射液针头胶帽缺陷的实用检测算法。方法算法首先采用以灰度分布概率作为度量标准的直方图双峰法,对图像进行阈值分割;随后依据以特征角点为中心延伸出的4个象限区域进行特征分析,定位胶帽下边沿左、右角点,以计算胶帽高度;将对称轴点集进行分段直线拟合,得到对称轴所有可能的斜率和截距,基于边缘信息计算最优对称轴和胶帽倾斜角。结果采用多组图像检验算法缺陷检测,实验结果显示检测成功率达到97.86%。结论该算法能够对针头胶帽的多种缺陷进行检测,对不合格产品进行分类。

基于边缘方向投影的棋盘格角点亚像素细化

随着视觉测量技术在工程中的推广,越来越多的视觉标定和测量需在车间现场由非专业人员执行,这会造成拍摄的棋盘格图像中包含较多的噪声。为了实现噪声下棋盘格角点稳健、精确的亚像素细化,提出一种基于边缘方向投影的棋盘格角点亚像素细化方法。首先基于非极大值抑制算法计算初始边缘方向,然后基于最小加权二乘拟合法细化边缘方向,最后基于边缘方向最大投影细化棋盘格角点的亚像素坐标。结果表明:在高质量的棋盘格图像中,所提方法的棋盘格边长测量偏差的最大值均小于0.021 mm,棋盘格边长测量偏差的均值均小于0.006 mm;在高斯噪声和角点污染的棋盘格图像中,所提方法的棋盘格边长测量偏差的最大值均小于0.05 mm,棋盘格边长测量偏差的均值均小于0.02 mm。

基于机器视觉的铣刀破损自动化检测研究

随着中国工业智能化的进程不断加快,对刀具工件的质量和生产效率提出了越来越高的要求,及时掌握铣刀的质量好坏,对于提高生产效率与产品质量具有重要的现实意义。针对人工检测铣刀破损存在不稳定、效率低、成本高等缺点,提出了一种基于机器视觉的铣刀破损自动化检测方法。首先由工业CCD相机从不同角度自动采集铣刀的多幅图像,应用双边滤波、分段线性变换、大津法阈值分割方法对图像进行预处理。确定铣刀刀具尖端点并在捕获的刀具磨损图像内优化破损检测区域。根据铣刀的形状特征提出基于特征角点定位的破损检测方法,检测刀片的实际边界并拟合出理论边界,实现对铣刀是否存在破损的自动化检测。实验结果表明,该系统能够实现铣刀破损的快速检测,且检测质量较高,满足了实际应用需求。