基于改进NCC算法的大尺寸原位风机叶片可见光图像拼接

风机叶片的原位检修与维护对保证风电机组的安全运行起着至关重要的作用,目前主流的无人机巡检方式需要对风机叶片图像进行全景拼接以进一步定位分析叶片的微小缺陷和评估叶片的整体状态。针对风机叶片结构单一纹理稀疏难以拼接的问题,提出一种改进归一化互相关NCC算法的图像拼接技术,利用Canny边缘检测算法提取叶片边缘并进行筛选去重得到边界坐标,将NCC算法沿叶片边界坐标搜索匹配以简化搜索路径加快运算速度,同时增加关键信息的权重提高拼接准确率,并结合图像金字塔粗-精匹配思想对算法进行进一步加速,最终根据得到的最佳匹配位置获取空间对应关系实现图像拼接。实验结果表明,所提方法的匹配耗时约为原始NCC算法的6%,其他经典灰度匹配算法的3%~10%,同时也低于其他改进的NCC算法。其拼接成功率为94.74%,高于所有对比方法,最终成功获取了风机叶片可见光全景图像,表明该方法对大尺寸风机叶片可见光图像全景拼接具有良好的稳定性。

基于NCC-P-S优化算法的断路器机械特性测试方法研究

机械特性参数是评价断路器动作性能的有效依据,传统测试方法不能在线测试,且传感器安装复杂。该文提出一种基于计算机视觉技术的非接触测试方法:在断路器操动过程中捕捉高速图像序列,运用归一化互相关匹配算法(normalized cross correlation,NCC)对图像运动目标进行逐帧搜索,获得绝缘连杆或主轴的运动轨迹,由其与动触头的关联关系计算断路器的机械特性参数。在图像序列目标跟踪的NCC匹配算法中,结合降分辨率金字塔快速搜索法,并对后续帧图像的扇形识别区域进行有向动态调整,这种优化方法称之为归一化互相关图像金字塔扇形快速匹配算法(normalized cross correlation-pyramid-sector,NCC-P-S)。通过实验证明:降分辨率分层匹配和有向搜索优化大大提高了目标的搜索速度和精度。

基于识别区域估计优化NCC-P算法的断路器储能弹簧形变特性研究

储能弹簧作为断路器分合闸动力元件,其可靠性对断路器运动过程的驱动和控制至关重要。提出一种基于图像匹配跟踪技术的非接触式弹簧形变特征测试方法:由高速相机捕捉储能弹簧伸缩过程高速图像序列,以弹簧活动端首圈为形变检测匹配目标,采用归一化互相关图像金字塔匹配(normalized cross-correlation-pyramid,NCC-P)算法对目标进行逐帧搜索,并获得各关键帧目标的坐标以及弹簧形变相关特征参数。提出基于识别区域估计优化归一化互相关图像金字塔匹配(normalizedcrosscorrelation-pyramid-estimation,NCC-P-E)算法。根据前后帧位置关联预测后续帧目标位置,并根据该预测动态调整识别区,消除相似结构对匹配结果的干扰,提高匹配速度和准确率。通过实验验证可知,该方法可在断路器带电的情况下有效检测断路器弹簧释能过程中的伸缩形变特征。

基于NCC与SSDA的快速特征点匹配融合算法

快速、正确的匹配从两幅或多幅图像中提取出来的特征点是基于特征点图像配准问题的关键。传统的只使用归一化互相关匹配(NCC)算法进行的特征点粗匹配,虽然具有较强的抗噪声能力,但是匹配的速度很慢,而且错误率也比较高。因此,在研究了NCC算法与序贯相似度检测(SSDA)算法基础上,并改进了SSDA算法的非相似度计算方法,提出将两种算法融合在一起形成一种快速的特征点匹配算法,改进算法充分利用了两种算法的优点,大大提高了特征点的匹配速度,而且减少了错误匹配的个数。通过实验证明,该算法是一种有效的特征点匹配算法,比只使用NCC算法进行特征点匹配所需的时间降低了70%以上,正确匹配率也有所提高。

智能型水面垃圾清理机器人控制系统的设计与研究

近年来,我国水域垃圾污染问题日益严重,针对当前现状设计一种基于图像处理的水面垃圾清理机器人控制系统,该控制系统以STM32F407作为基础结合图像处理NCC模板匹配算法以及PID控制算法,并应用GPS、视觉传感器、超声波传感器、姿态传感器和风向传感器,能够根据多个传感器协同感知环境信息并且自动靠近水面漂浮的垃圾,同时可以判断机器人的运行状态。实验室测试结果表明该机器人可以精确地识别垃圾并且能够稳定、灵活地运行。

一种基于算法融合的运动目标跟踪算法

视频目标跟踪的重点和难点在于如何快速、准确的匹配目标。针对复杂背景下,单一模式的跟踪算法不能准确跟踪目标的问题,提出了一种基于算法融合的运动目标跟踪方法。该算法综合运用去均值相关跟踪算法(normalized cross correlation,NCC)和均值漂移算法(MeanShift)2种基本模式对输入输入视频进行处理,结果送入Kalman滤波器进行滤波与预测,最后根据最小总均方误差准则进行自适应融合。试验证明,该算法能够较好地实现复杂场景条件下的目标跟踪,提高了跟踪的鲁棒性。

一种基于边缘积分与邻域提纯的图像匹配方法

在利用Harris算子检测角点时,不同的图片有时需要需多次设置阈值,才能得到理想的角点分布,本文对Harris算子作改进,采用边缘积分图像,统计邻域内边缘点的数量,确定对应的阈值。同时,对NCC算法作了进一步的改进,通过比较初匹配点对内边缘点分布的情况,对初匹配点进行提纯,降低了算法的运行时间。

基于Gabor小波的旋翼共锥度测量系统

基于双目立体视觉标定技术,提供了一种测量旋翼共锥度的新方法。针对桨叶图像需要实时处理的特点,提出一种新的基于Gabor小波变换结合RANSAC方法的特征点匹配算法。首先利用Gabor小波的尺度变换特性提取出桨叶的特征点,然后应用归一化互相关(NCC)对特征点进行初次匹配,最后利用RANSAC算法对初次匹配特征点进行二次匹配,得到匹配点的最优值。以桨叶上边缘点为目标点进行仿真实验,将获得到的桨叶左右图像目标点图像坐标值作为已知解,应用双目立体视觉标定技术求解出三片桨叶顶点的实际三维空间高度值。最后验证了系统的精度。

基于红外面阵扫描图像的配准和融合

针对红外面阵扫描图像的连续拼接,提出了一种基于灰度特征的配准和融合算法。该算法首先利用Harris算子对待拼接图像的特定区域进行角点检测,并提出了一种自适应阈值方法,用于提取特征明显的兴趣点,同时限定兴趣点的个数;其次选择合适的窗口大小,利用互相关归一化(NCC)函数,对拼接图像兴趣点邻域灰度范围进行图像匹配,获得图像变换关系;最后提出了一种基于双线性变换和渐入渐出相结合的图像融合算法。结果表明,自适应阈值角点检测后的兴趣点特征明显,分布均匀且数目被阈值很好地约束,图像配准精度高,采用本文融合算法后的拼接图像,重叠区域过度平缓,不存在拼接缝和灰度跳变现象。

核磁共振图像归一化互相关非局部自适应去噪

为了更好地去除核磁共振(MR)图像中莱斯(Rician)分布的噪声,首先提出使用图像局部归一化互相关(NCC)作为几何结构相似性的一个表征,对传统非局部算法中使用灰度计算像素相似性权值的方法进行有效补充;然后,将改进方法分别应用于非局部均值算法和非局部最小线性均方误差估计算法,并根据局部信噪比(SNR)动态自适应地计算非局部算法中待滤波像素自身的加权值或者像素之间相似性阈值,达到对核磁图像自适应降噪的目的。实验结果表明,该算法可以更好地抑制核磁图像中的莱斯噪声,有效保留图像中细节信息,对核磁共振图像进一步的分析研究以及应用于临床诊断等具有非常重要的应用价值。

基于改进Harris算法的全自动无缝图像拼接

基于传统的Harris算法,提出了一种改进的Harris算法用来进行角点检测。此算法通过改变原来的梯度算子,提高了算子的检测敏感度。采用一个新的角点响应函数,避免了人为设定参数。在图像拼接过程中,通过卷积神经网络(Convolution neural network,NCC)对图像进行配准,利用稳健的RANSAC算法剔除误匹配,最终图像融合。实验结果表明,该算法提高了图像拼接的准确性,减少了图像拼接所耗费的时间,提升了图像拼接效率,具有良好的实用性。

基于绝对值差的归一化波形匹配混合算法

基于归一化的波形匹配算法运用十分广泛,但缺点是运算量大。为此提出一种基于绝对值差的归一化混合算法。该算法先将原始波形分解成三层,在每一层分别采用改良的绝对值差法、改良的序列相似性法、归一化互相关法进行匹配,最终实现精确匹配。实验表明,这种混合算法比归一化互相关法在波形匹配速度上有了大幅度的提高。

非特征点双目测距技术研究

提出了一种局部稠密匹配与人工干预相结合的测距方案,利用非特征点与特征点的位置关系,构建"最小矩形"以缩小匹配范围,再应用NCC(归一化互相关)算法对非特征点进行稠密立体匹配,最后根据双目测距原理直接获取非特征点的距离信息。该方法能任意选取图像上的非特征点进行实时距离测量,具有精度高、速度快和操作性强等优点。

一种改进的基于Harris角点的图像拼接方法

主要研究了图像拼接的优化问题,针对传统的Harris角点检测算法流程进行了改进。在通过NCC算法对特征点进行匹配的过程中,采用了一种改进的特征点描述方法,减少了常规NCC算法产生的伪匹配点,从而提高了运算的速率。为验证其有效性,该方法被应用于一个图像拼接的实例中,实验结果表明,该算法缩短了图像拼接所消耗的时间,提高了图像拼接的精度和效率,具有良好的实用性。

基于机器视觉的丝印样板表面缺陷检测方法研究

针对丝印样板表面缺陷检测采用人工目测法其检测效率低且漏检率高等问题,提出了一种基于机器视觉的丝印样板表面缺陷检测方法。对于边缘断裂缺陷,首先采用基于图像金字塔和归一化互相关(NCC)函数相结合的算法定位可能产生缺陷的边缘区域,然后在边缘区域生成一条灰度值扫描线,根据扫描线上的灰度值判断是否存在边缘断裂缺陷。对于圆度不完整缺陷,首先按照种子搜索、曲线追踪、曲线连接和轮廓选择的步骤提取出圆形轮廓,然后基于轮廓像素点拟合得到理想的圆形轮廓曲线,最后逐点比较提取的轮廓与拟合圆形曲线上对应点之间的距离,并根据设定的距离范围来判断被测目标轮廓是否存在圆度不完整的缺陷。实验结果表明,该方法实现了对丝印样板表面边缘断裂缺陷和圆度不完整缺陷的检测,提高了检测效率和准确率,缺陷检测的综合准确率达到94.6%。

基于自编码器的接触网定位器底座开口销缺失识别算法研究

随着接触网故障检测技术的发展,接触网悬挂状态检测系统可得到接触网定位器的海量高清图像用于线下故障排查。为提高接触网定位器底座开口销缺失检测的准确性和效率,基于自编码器无监督网络模型,根据定位装置开口销区域的图像特征设计开口销缺失识别算法,并通过实际现场图像数据验证算法的有效性和通用性。试验分析表明,该算法对于背景复杂、光照不均等现场实际图像均具有良好的适应性,算法检测准确率达90%以上,可提高接触悬挂零部件缺陷检测效率,具有重要的实际工程意义。

自适应PID控制在冷热站房节能系统中的应用

本研究的目的在于克服冷热站房节能系统控制方式落后、节能效果较差的问题.采用的方案是设计一种新型冷热站房节能控制方式,该方案根据用户需求,利用自适应PID技术,设计出站房控制模块,加强了系统控制能力,使节能系统具备了自适应调节能力;通过设计矢量控制模型给出最佳冷热能量转换通道;利用归一化积(Normalized Cross Correlation,NCC)模板匹配算法,整合站房能源需求数据,匹配最优能源分配方案,最终提高站房整体节能效率.该方案研究成果是通过测试网点冷热能源节能前后具体数据,发现同比制冷节能增加20%以上,制热节能增加30%以上,提高了制冷和制热能力.研究分析得出结论,本研究控制效果较为明显,恢复时间同比缩短了0.2 s.

基于Dense SIFT特征的无人机影像快速拼接方法

特征匹配是无人机影像拼接过程的关键步骤,针对传统的特征匹配方法在影像拼接过程中获取匹配点少、特征点分布不均匀、匹配耗时长等问题,本文提出一种基于Dense SIFT特征的无人机影像快速拼接算法。首先,利用影像POS信息构建连接矩阵以引导匹配过程;然后在降采样影像上进行影像分块,利用Dense SIFT算子获取初始匹配点,并采用两次NCC方法分别实现降采样影像和原始影像上匹配点的精化;最后,基于共线方程将影像投影至物方面上,完成影像的快速拼接。本文选取2组无人机影像进行拼接实验,将本文算法与SIFT和SURF匹配拼接方法进行对比,结果表明:在影像特征点匹配方面,本文方法获取匹配点数量是SIFT和SURF算法的5倍以上,且匹配点分布更加均匀;在影像拼接结果方面,本文方法不仅能够较快完成影像拼接,而且有效避免了拼接影像中的"重影"现象,保证了较好的拼接质量。