一种基于阶跃图像的条纹投影轮廓术校正方法

投影仪的非线性响应导致投影条纹图产生意外的变化,在条纹投影轮廓术中严重影响了最终的三维测量精度。以前的方法要么需要处理大量的图像,要么容易受到斜角投影的影响,而现有的伽玛校正方法并没有考虑到这一点。通过建立系统成像模型,分析了倾角投影对成像光谱的影响,提出一种基于阶跃成像的伽玛校正方法。由于数据在空间上的处理和阶跃图像的性质,该方法不需要计算就能实现对不同投影角度的伽玛参数进行可靠地估计。最后,通过实验验证了该方法的有效性。

一种基于卷积神经网络学习的条烟激光码识别

在我国烟草行业中,假冒伪劣产品的销售和生产现象屡禁不止,产品追踪工作也十分繁重,在此背景下本文介绍了一种基于神经网络学习的条烟激光码识别算法,用于智能识别条烟激光码,甄别烟草真伪并读取烟草的详细信息。识别过程中首先使用Fast RCNN对条烟激光码进行粗略检测,找出字符的大致位置,然后利用边缘投影法定位字符的准确位置。由于卷烟的32位激光码的具体形态差异过大,为此文章还提出了码值自适应变异技术,简化取样工作,同时提高算法识别率。最后,文章对不同的检测方案进行了测试,结果显示全烟标识别正确率约为74%,错1个字符的比例约为20%,错2个字符及以上约为6%。论文设计的算法已在相关条烟激光码识别系统中得到了应用,识别效果良好。