基于最小二乘法的印鉴缺损轮廓修补法

作为印章识别系统中的第一步,印鉴提取起着至关重要的作用。就印鉴的预处理问题研究了印鉴图像的提取及对提取印鉴中缺失信息的修复,首先提出印鉴提取的通用模型提取印鉴图像,然后,针对印鉴信息缺失的不同原因,分别采取了不同的修复策略:对因签名等干扰字符覆盖造成的信息缺失采用了结合背景图像和原图像二值图的方法进行修复,而对于因盖章力度不均导致的印鉴轮廓缺损,采用了最小二乘法二次拟合的方法进行了修补。实验结果表明,提出的算法能有效地得到信息完整的印鉴图像,能满足后期识别工作的要求。

基于轮廓修补和图像差分的手机玻璃盖板表面缺陷检测

由于手机玻璃盖板每年出货量大,易产生表面缺陷,采用人工检测,效率低,同时传统表面缺陷检测算法精度不高。为此,本文在研究了其他表面缺陷检测领域的图像处理算法后,提出一种基于轮廓修补和图像差分的手机玻璃盖板表面缺陷检测算法,相较于传统的图像差分法,无须做图像配准处理,大大提高了算法的稳定性。在对原图像进行自适应中值滤波和ROI区域提取后,应用本文提出的算法进行检测,结果表明,手机玻璃盖板表面常见的点、线类缺陷都能被快速正确地检出。

复杂背景下燃油喷雾图像中油束轮廓的提取

提出了一种在复杂背景下燃油喷雾图像中前景油束轮廓提取的新算法,该算法包括油束前景区域预提取、油束轮廓细提取和油束轮廓修补3个步骤.在油束前景区域预提取阶段,利用具有自适应阈值的帧间差分法和形态学填充处理提取出完全覆盖真实油束的前景区域.在油束轮廓细提取阶段,结合像素点在时间维度和空间维度上的信息对预提取获得的油束前景区域内的每个像素点进行多重判断,得到油束轮廓.在油束轮廓修补阶段,结合前景点修补阈值和油束横向、纵向位置边界条件对在视窗污染位置处的油束轮廓进行预测,结果表明:该算法能够精确地提取出处于复杂动态背景下的前景油束轮廓.

基于视频流的集装箱锁孔追踪及中心定位

随着自动化、智能化技术的发展,铁路站场需要对集装箱进行自动装卸作业。考虑吊具在作业过程中会发生晃动,为了直接准确地定位集装箱相对吊具的位置,采用视频流对锁孔进行追踪识别及中心定位。在对第一帧图像进行背景分割并提取出集装箱图像后,首先运用基于支持向量机(SVM)的滑动窗口再定位检测算法获取集装箱锁孔区域图像,然后追踪视频流中的锁孔区域并提取对应的Canny边缘轮廓,最后通过基于轮廓端点的轮廓修补算法和锁孔中心定位算法实现追踪锁孔的中心定位。使用了1∶15的起重机和集装箱模型进行模拟实验,实验结果表明:基于SVM的滑动窗口再定位检测算法可准确地提取初始帧的锁孔区域,准确率达到99.65%;基于轮廓端点的Canny轮廓修补算法和锁孔中心定位算法可有效地进行锁孔轮廓修补和锁孔中心定位;MOSSE追踪算法更适用于集装箱锁孔追踪,并可以满足站场自动化的实时性要求。