基于数学形态学的实用车牌定位算法及实现

由于车牌图像分割困难、车牌位置定位不准确等问题,为了快速准确地得到车牌的准确位置,数学形态学具有速度快、方法简单等特点,使用数学形态学进行车牌的识别。通过预处理,采用最佳阈值分割的迭代算法进行车牌图像的二值化处理,然后主要利用数学形态学腐蚀运算进行车牌边缘检测,精确度高。结合车牌先验知识,利用连通区域法对车牌字符进行切分定位,通过大量实验,结果表明该算法具有一定的实用性。形态学边缘检测相对于边缘检测算子具有算法简单、速度快、定位准确和抗干扰能力强的优点。通过对不同车牌图像进行试验,算法具有较好的识别结果。

复杂背景下蓝色线结构光中心提取方法

针对复杂背景环境下蓝色线结构光测量系统中如何准确快速地提取出光带中心的问题,根据线结构光中像素的蓝色分量在RGB三基色中的比重以及光带中心两边灰度分布特性,提出了一种基于区域重心法的线结构光中心快速亚像素提取算法.该算法运用自适应阈值法确定光带边界阈值,采用平滑处理降低光带非正态分布对光带中心提取的影响,应用区域重心法进行光带中心的亚像素提取,最后采用连通区域法剔除错误的光带中心.实验结果表明,该算法具有较高的稳定性、良好的抗噪性、较强的鲁棒性.

一种去噪去污的人民币序列号分割方法

序列号的准确分割是人民币序列号识别的必要前提,然而人民币图像中引入的各类噪声和污染会严重影响其分割效果,为此提出一种能去除污染和噪声的序列号分割方法。在图像预处理时引入高提升滤波,在增强序列号边缘的同时,滤除各类噪声干扰;在字符分割时利用改进型连通区域算法,找到序列号完整的外围轮廓。在各面值人民币图像组成的数据集上验证该方法的可行性,通过与常用分割法准确率的对比显示该方法的优越性。该方法能对污痕、拆痕、字符粘连等污染的图像进行准确分割,比常用的分割方法具有更好的分割性能。

基于改进TV-L1模型的虾苗计数方法

为实现渔业生产中对虾苗的计数需求,针对虾苗图像光照不均、图像粘连等问题,对图像复原的TV-L1模型进行了改进,提出了一种新的对数商图像连通区域标记面积计数法。利用改进TV-L1模型作为低通滤波算子对图像进行平滑滤波和图像光照分量估计,将在对数域定义的原图像与光照分量估计的商作为光照归一化图像,对该图像进行形态学处理,采用最大类间方差法获取虾苗分割的最佳阈值并进行二值化处理,最后利用连通区域标记面积法来确定虾苗数量。实验结果表明,该方法的计数平均准确率较高。

基于微焦点X射线的SMT焊点缺陷检测仿真

针对传统的X射线的SMT焊点缺陷检测方法存在着检测所需时间较长、精确率较低等问题,基于微焦点X射线的SMT焊点缺陷检测方法,将基准图像的灰度均值作为初始背景,采集到新的SMT焊点图像后,对其背景进行更新,获取整体灰度校正后的图像。对各个子块进行直方图均匀化,获取部分对比度增强图像;对其做Gabor模板卷积,得到边缘图像。通过对增强图像的像素点进行加权,对马氏距离的协和方差重新估计,调整目标区域像素点权重,获取某个灰度值样本和全部样本加权的马氏距离,通过马氏距离增强目标区域的边缘特征;运用连通区域标记法,提取SMT焊点缺陷位置,对缺陷进行检测。实验结果表明,所提方法可检测焊点缺陷明显高于当前广泛应用的焊点缺陷检测方法,尤其在检测效率上有明显提升。

基于机器视觉的SOP芯片引脚缺陷检测研究

随着微电子元器件向着微小化发展,传统的人眼目检较之于在线机器视觉检测技术对于芯片缺陷的识别而言,精度低、效率低且成本高,无法满足当今芯片检测行业的高精度、高速度的要求。针对SOP芯片引脚缺陷进行基于机器视觉的检测识别方法的研究,通过一系列图像处理算法的运用,以模板匹配思想为主,以连通像素区域标记法为主要算法,采用MATLAB进行运算研究,可清晰地识别、提取出SOP芯片的各区域的特征,达到检测目的。

图像分割在鱼苗自动计数系统中的应用

文章基于计算机视觉和图像处理技术,对图像分割在鱼苗自动技术系统中的应用进行了研究。首先分析了常用的图像分割算法的特征,然后结合鱼苗计数的实际场景选择了Otsu算法的图像分割算法,采用联通区域标记法从而实现鱼苗的自动计数。通过实验表明该方法能够实现鱼苗的自动化计数,并且精准度高。

基于多模特征的足迹识别算法

基于足迹压力数据提出一种基于多模特征足迹识别算法.该算法采用连通区域滤波法实现足迹压力数据的去噪,对去噪后的数据提取足迹图像的形态特征、压力特征及卷积特征,并基于各特征权重实现足迹多特征的优化融合,最后采用支持向量机(SVM)分类器进行分类识别.实验结果表明:在50人的足迹压力数据上,三类不同模态足迹的识别准确率分别达到了100%,99.925%和94.445%,相较于仅采用形态特征和压力特征的识别,所提出算法的平均识别率提高了10.285%,表明该识别算法能够有效进行足迹识别.