基于RANSAC的圆拟合算法在螺纹孔检测中的应用

在视觉检测过程中,针对多残缺、多噪声圆周的拟合精度不佳的问题,提出了一种基于RANSAC的圆拟合算法。首先对图像进行边缘检测,使用基于Scharr算子的Canny算法可获得高质量的边缘分布图;使用霍夫梯度法在边缘分布图中对目标圆弧进行粗定位,并提取包含目标圆弧的点集;提取到的点集中含有大量无关边缘像素点,使用RANSAC算法剔除点集中的异常数据,得到有效样本数据构成的待拟合圆周点集;最后采用LIN算法对待拟合圆周点集进行拟合,得出最终的拟合结果。算法在椒盐噪声和曲线噪声抗干扰实验中表现优异,有着较强的抗干扰能力。已经成功应用到了螺纹孔圆周的拟合,精度和实时性均可满足实际生产要求。

基于极坐标Hough变换的焊点检测标定方法

针对探头在粗定位情况下对车身焊点检测效率和准确率方面存在的不足,提出了一种结合焊点形态结构特点,利用极坐标Hough变换算法和改进的边缘检测算子,以精确获取焊点坐标的方法.此方法通过形态结构决策降低参数存储,用极坐标构造二维参数极大地提高了运算速度,再结合滤波、最小二乘法、双阈值法等算法,能在高噪声的背景下对焊点进行检测标定,以提高机械臂末端探头检测焊点质量的效率和准确率,对于工业上车身焊点检测具有重要的实际意义.实验结果表明,该方法处理焊点图像的准确率达到99.2%,且快速性也有很大的提高.

基于改进霍夫梯度圆的管孔中心位置确定方法

针对在核电蒸发器传热管涡流检测过程中,需要提高管板爬行器找到待检测传热管管孔中心精度的问题,迁移采用机器视觉定位技术,提出一种基于霍夫梯度圆和最小二乘法的视觉定位方法来精确定位传热管管孔中心并拟合出管孔圆。首先对待测图像进行Canny边缘检测和霍夫梯度圆检测,然后依次遍历Canny边缘图中的每个边缘点,根据计算该边缘点到所有霍夫梯度圆圆心的距离来判断计算结果与该霍夫梯度圆半径之间的差距是否在误差范围之内进行投票,遍历完毕后取票数最多的霍夫梯度圆下的边缘点为有效边缘点集,最后通过最小二乘法拟合出圆中心及半径。通过和传统霍夫梯度圆检测方法的对比实验,结果表明所提方法的定位精度高、抗干扰能力强及泛化能力强,具有现场环境下高精度、高效率的定位检测功能。

基于梯度幅度和Hough变换的林木根系GPR目标检测

探地雷达图像中识别林木根系的重要依据是双曲线回波特征。通过分析精确检测到的林木根系探地雷达图像中的双曲线,提出了目标曲线检测的改进方法。该方法包括2个方面的内容:1)基于探地雷达图像具有子波频率信息的特殊性,提出了一种基于梯度幅度的感兴趣区域(ROI)提取方法,为了使梯度幅度图中双曲线特征更为突出,对普通梯度法进行了微分取值方式的优化,实现了双曲线的快速提取;2)对提取出来的ROI进行Hough变换以检测双曲线,通过位置信息与幅度信息综合投票提高原始Hough变换的精确度,去除背景杂波等虚假目标,从而实现目标双曲线的精确提取。

基于源数估计的无约束欠定盲源分离算法

信源数目的估计是欠定盲源分离的前提条件,为了提高混合信号分离的准确性,提出一种Hough加窗法。利用Hough变换的思想将观测信号转变为角度变量,对变换域中的角度直方图进行加窗获得变换量的聚类区域,其峰值数即为信号源的数目。在此基础上,通过寻找变换量与混合矩阵列向量的关系可得到混合矩阵的估计值。提出一种无约束分离算法,由内点法从散点图分布中选取合适的初始迭代值,通过梯度下降法实现信号的分离。仿真实验结果表明,Hough加窗法具有较高的估计精度、较强的抗噪声性以及较低的稀疏敏感性,无约束分离算法具有较好的分离效果。

不均匀光照下的虹膜定位算法研究

虹膜定位是虹膜识别中的基础性环节。针对经典虹膜定位算法易受光照影响且速度慢的问题,分析不均匀光照对虹膜定位的影响,提出最小二乘法粗定位与微积分算法精定位相结合的虹膜定位方法：首先利用形态学灰度运算处理虹膜图像,对处理图像阈值化后提取并修复瞳孔区域,利用最小二乘法对瞳孔区域下部边界点进行内边缘粗略拟合;然后根据外边缘点存在区域的灰度梯度确定虹膜外边缘点,利用最小二乘法进行外边缘粗略拟合;最后利用微积分算法精确定位虹膜内外边缘。以中国科学院虹膜库CASIA（version 2.0）1 200幅虹膜图像做实验,平均耗费时间为4.38 s,定位成功率为98.3%。与经典的Daugman算法和Hough变换算法相比,所提出的算法对不同光照条件下的虹膜图像能更准确、快速地定位。

基于直线拟合的显示器背板边缘定位

在工业生产过程中,为了获取显示器背板的准确加工位置,需要准确定位显示器背板的角点,角点的精确获取依赖准确的边缘拟合。针对梯度下降法拟合边缘时容易受噪声干扰的特点,笔者将梯度下降法和霍夫变换相结合对显示器背板边缘拟合,即先对边缘点进行霍夫变换,再对霍夫变换后的点用梯度下降法拟合。实验表明,该方法具有较高精度和较强的抗干扰性,能满足工业生产的需求。

基于改进GA-Otsu与RANSAC回归的指针式仪表识读算法

为解决指针式仪表的人工读数效率低、识读精度不高等问题,提出一种基于改进GA-Otsu与RANSAC回归(随机抽样一致性)的指针式仪表识读方法。利用ABF(自适应双边滤波器)对指针式仪表图像进行纹理和噪声滤除,结合Hough梯度法与Mask掩膜法对仪表图像进行表盘提取。基于改进GA-Otsu的图像分割算法得到分离的指针区域,经过形态学处理提取指针细化图。采用RANSAC算法拟合得到指针中心所在直线,计算其角度值,并结合量程信息与角度法完成仪表读数识读。实验结果表明,该算法能有效地分离指针目标与背景,相较改进前识读速度提升了约42.34%、识读平均相对误差小于1.15%,并对不同光照和阴影干扰均有较强的鲁棒性。

自动加油机器人的运动控制与仿真

在完成内置输油管式自动加油机器人结构设计的基础上对其进行运动学建模和正运动学求解,并采用广义弹簧法对非球腕式的机器人进行逆运动学的数值法求解并进行仿真。在视觉引导方面,采用霍夫梯度法对加油口的特征进行识别,在确定始末位姿后对机器人进行轨迹规划并利用MATLAB进行仿真,最后建立机器人的动力学模型对机器人进行动力学的仿真。

基于灰度梯度联合二值图的抗干扰指针仪表自动识读方法

无人值守机器人在智能配电房进行设备状态检测过程中,需对配电房内的各类指针式仪表进行自动化识别判读。对于方型指针式仪表检测过程中出现的大角度倾斜、阴影与反光干扰,提出一种基于灰度梯度比值阵与联合二值图的抗干扰指针识别算法。在表盘定位过程中,提出基于灰度直方图峰值检测与灰度梯度比值阵相结合的方法,有效消除了边框阴影的干扰,实现四条边框方向的定位;在指针识别过程中,提出基于联合二值图的方法,有效增强了表盘中的指针信息,并通过Hough直线检测与线段聚类,最终进行倾斜校正从而获取指针角度。利用C++语言与OpenCV视觉库在计算机中进行算法实现与验证,结果表明,该算法在强干扰条件下仍表现出较高的鲁棒4生和精度,具有较高的应用价值。