基于强噪声条件下的激光图像边缘检测研究

边缘检测是激光图像处理的一个重要步骤,针对当前激光图像边缘检测误差大,易受噪声干扰等缺陷,为了获得完整的激光图像边缘,设计了基于强噪声条件下的激光图像边缘检测方法。首先采集激光图像,采用直方图均衡技术对原始激光图像进行增强处理,改善激光图像质量,然后采用小波变换去除激光图像噪声,并采用Canny算子进行激光图像边缘检测,最后测试结果表明,与当前激光图像边缘检测方法相对比,本方法能够检测出更多激光图像边缘细节,激光图像边缘检测精度的平均值超过93%,而且激光图像边缘检测时间控制60 ms以内,为激光图像提供了一种高精度检测技术。

基于改进Canny边缘检测的堆叠货箱分割定位方法

为了提高集装箱卸货的自动化水平,针对集装箱内堆叠货箱难分割定位的问题,提出了一种基于改进Canny边缘检测的堆叠货箱分割定位方法。通过阈值分割和形态学处理进行图像预处理,去除背景干扰,提取堆叠货箱区域图像,基于改进Canny算法对堆叠货箱进行边缘检测,根据堆叠货箱边缘特征进行筛选并基于最小二乘法进行直线拟合,解决边缘线条不连续和虚假边缘问题,对边缘进行区域化处理,以此将堆叠货箱分割成独立的货箱区域,提取每个独立货箱的最小外接矩形,得到货箱中心点的位置信息。实验结果表明,该方法对堆叠货箱有很好的分割效果,定位精度小于5 mm,满足定位精度要求。

基于遗传算法优化Canny算子的织绣文物纹样抽取方法研究

织绣文物中的纹样彰显中国传统文化造型艺术的形式美感,是文创设计的重要素材源泉。针对传统Canny算子进行纹样边缘检测需人为确定阈值的问题,本文提出基于遗传算法自适应优化Canny算子阈值的方法,将边缘点、非边缘点类间梯度幅值方差设置为适应度函数,通过格雷码对阈值染色体编解码、锦标赛选择算法优选交叉变异后的阈值,求解最优适应度对应的高低阈值,用于纹样边缘检测;此外,运用形态学操作得到纹样的完整、精确轮廓;最后,添加Alpha通道抽取纹样前景。实验表明,上述方法在织绣纹样抽取精度和像素准确度(PA)上,优于传统Canny算子、混合蛙跳自适应Canny算子、Otsu法优化Canny算子等已有方法,可有效检测织绣文物图像中纹样真实边缘并完成纹样抽取。

基于实际工程项目的装配参数视觉检测实践教学设计

根据“新工科”建设对实践教学的要求,结合精密制造行业视觉检测实际工程项目,对智能制造专业的机器视觉课程实践教学进行了教学案例设计。根据实际工程项目案例将教学实验划分为基础型、综合型、创新型三类,旨在增强学生的工程体验感,使学生能够循序渐进地掌握机器视觉的知识点和应用技能,促进本科实践教学课程建设,提高学生的创新能力和工程实践能力。

基于计算机视觉与Canny算法的服装纸样轮廓提取

为提高服装二维纸样轮廓信息采集转换的准确性及方便性,设计了一种基于计算机视觉的服装纸样轮廓提取方法。将手机相机作为图像采集设备,采用相机标定的方法进行图像畸变矫正,对图像灰度化处理后进行伽马变换。通过改进的Canny算法对纸样图像进行边缘信息的提取,使用自适应双边滤波保边去噪;在原Sobel算子上增加了45°和135°方向的梯度模板计算梯度;采用自适应双阈值确定边缘;融合形态学算法处理轮廓;最后按需进行轮廓骨架提取。结果表明:本文方法适用于二维纸样的轮廓提取,其提取误差在0.15~1.50 cm之间,可实现单独对服装纸样的外轮廓、内轮廓及内外轮廓图的提取,完成轮廓的无差别提取,减少后期人工对轮廓图的编辑,提高二维纸样数字化录入效率。

无人机影像GrabCut路面裂缝识别

无人机影像裂缝提取是近年来研究的热点问题之一。针对无人机影像强边缘信息干扰问题,本文提出了一种基于GrabCut算子的裂缝识别方法。该方法首先运用GrabCut算子提取保留裂缝的前景路面,然后运用去噪、边缘检测和双阈值轮廓识别方法探测路面裂缝。这种裂缝识别方法较好地排除了大量伪边缘信息和次生噪声干扰,实现了高分辨率无人机影像裂缝自动识别。试验结果表明,基于GrabCut算子的路面提取方法优于颜色特征提取算法和分水岭算法,适用于复杂场景路面提取,具有较高的普适性;同时,该方法可以快速获取裂缝信息,检测尺度可以人为控制,易于实现多尺度裂缝信息识别。研究结果可应用于路面裂缝定位识别、线性路面设施检测及路面灾害性评估等领域。

基于机器视觉的镍板材表面缺陷检测研究

针对电解法提纯镍板材表面出现的质量缺陷,设计改进Canny的缺陷检测方法。利用双边滤波使图像去噪保边,研究一种增强梯度的掩模并融入Sobel中形成双层卷积核,增强缺陷边缘梯度,弱化缺陷内部及背景区域的梯度。采用分水岭算法代替非极大抑制与形态学边缘连接算法进行边缘细化。实验结果表明:本算法对镍板缺陷的检测效果优于经典算法和其他几种改进算法。

基于三维激光点云数据的电力电缆绝缘缺陷识别

针对电力电缆绝缘缺陷识别精准度较低的问题,提出一种基于三维激光点云数据的电力电缆绝缘缺陷识别方法。利用剪裁法增强原始三维激光点云数据,通过区域生长法与最小二乘法完整获取电缆绝缘材料的三维结构面信息。借助Canny边缘检测方法求解电缆绝缘表面缺陷与内部缺陷边缘信息,自动识别出电力电缆绝缘的缺陷位置及缺陷类别。结果表明,所提方法可以精准识别电缆绝缘表面的划痕缺陷、电缆外屏蔽表面起泡和孔洞缺陷,识别耗时短,鲁棒性较优,具有较高实际应用价值。

基于OpenCV和YOLOv5的车道线检测与识别

为更加快速、准确识别汽车行驶区域并区分车道,实现无人驾驶,提出一种结合视觉OpenCV算法和改进YOLOv5算法的目标检测跟踪模型进行车道线检测的方法。在图像预处理阶段,首先读取视频图像,把每一帧RGB图像转为灰度图,通过Canny算子对图像的边缘轮廓进行提取,然后绘制车道线的掩码区域,并与边缘检测结合,采用ROI技术提取感兴趣区域,最后进行概率霍夫变换和最小二乘拟合,将得到的直线绘制到原图像中,最终对每一帧处理后的图像进行输出。目标识别模块采用卷积神经网络(convolutional neural network,CNN)深度学习方法及YOLOv5算法进行目标识别处理。实验结果表明,所提检测算法能够实现准确的车道线检测,实时性和准确性比传统算法高很多,且该方法具有良好的鲁棒性。

基于机器视觉的堆叠货箱抓取系统设计

针对冷链运输领域自动化水平低的问题,设计一套基于机器视觉的堆叠货箱抓取系统。基于Matlab标定工具完成相机标定,得到坐标系转换数学模型,使用改进Canny边缘检测算法提取图像中堆叠货箱的位置信息,通过PLC控制卸货机器人按照既定程序实现对冷链集装箱中堆叠货箱的抓取作业。实验结果表明:图像处理时间小于2 ms,抓取效率可达5 s/件,抓取位置误差小于5 mm,完全满足工业生产要求。

基于环保回收面料拼布图像的视觉测量技术研究

从“环保”这一理念出发,以环保回收面料拼布图像为研究对象,将环保回收面料作为拼布图案中的元素,通过计算机对拼布图像进行视觉测量,并计算出拼布图案中各元素所需要的环保回收面料的形状、尺寸及个数,解决目前传统人工测量环保回收面料存在的问题,提高拼布图案中环保回收面料测量的高效性和精准性,在加速拼布成品的生产的同时降低环保回收面料的再次浪费。

列车轴承表面缺陷图像的边缘检测研究

为了实现含有噪声的列车滚子轴承内圈外表面缺陷图像边缘信息的机器视觉检测,提出一种改进Canny算子与改进的新型形态学算法融合的边缘检测算法,采用一种新的自适应中值滤波器替换高斯滤波器进行图像降噪,并拓展多方向梯度模板计算图像的幅值。使用最大类间方差法自适应获得最佳阈值,减少伪边缘的出现,进一步提高算法的适应性。对两种方法检测到的子图像信息熵进行图像融合,获得最终的边缘检测图像。试验结果表明,对比单一地使用Canny算子和数学形态法,文中采用的融合算法具有更好的自适应性和检测性能。

基于小波去噪与改进Canny算法的带钢表面缺陷检测

针对带钢表面图像亮度不均匀、对比度低以及缺陷种类多、形式复杂的问题,提出一种基于小波去噪与改进Canny算法的带钢表面缺陷检测算法。首先通过小波变换将原始图像分解,对低频分量采用改进的同态滤波提高亮度和对比度,对高频分量采用改进的阈值函数进行去噪,并通过小波重构得到增强图像。其次对传统Canny算法进行改进,通过改进的自适应加权中值滤波进行平滑,并增加梯度方向模板;然后采用迭代式最优阈值选择法与最大类间方差法来求取高低阈值,提高算法的自适应性。最后采用形态学处理对缺陷边缘填充,并去除干扰边缘及毛刺,得到带钢表面缺陷区域。实验结果表明,所提算法对带钢表面缺陷的检测效果较好、精度较高,适用于多种类型的带钢表面缺陷检测。

Canny边缘检测和轴线矢量靶场目标姿态测量

对于靶场飞行目标的姿态测量问题,提出一种基于Canny边缘检测与Hough直线检测的靶场目标图像轴线提取方法,并利用成像平面交会获得旋转锥形载体的轴线,实现目标轴线的姿态测量的目的。靶场试验一般有多台光学测量设备采集目标图像,对采集到图像首先应用Canny算子检测目标边缘,对边缘图像适用Hough直线检测算法提取到成像平面上的目标轴线,进而可以得到测站和目标轴线所在的空间平面,利用面面相交原理获得目标轴线矢量的姿态角。该测量方法是基于Canny边缘检测和Hough直线检测的轴线提取方法,在仿真试验中对应用不同参数提取的轴线角度误差在0.3°左右,在实际试验中对目标的轴线提取误差在-0.7°~0.6°之间。实验表明该方法提取出的目标轴线的姿态角能够满足试验需求。

一种改进Canny算子的图像边缘检测算法

在移动机器人自主作业时,环境中往往存在障碍物,路径规划避障时要进行动态目标检测.Canny边缘检测算法可以与众多动态目标检测算法相结合,提高目标检测的效果.但是传统Canny边缘检测存在着自适应性不强,边缘检测可能不连续,或者检测虚假边缘的现象.本文提出了一种优化Canny边缘检测算法,通过改进的自适应中值滤波来预处理图像,对算法效率及对噪声点的处理做出了优化,紧接着增加梯度计算方向,最后结合改进的大津阈值分割法,提出了三阈值分割法代替原始的阈值分割法使图像边缘信息更加完整准确.仿真结果表明,该算法在边缘检测准确率上对比传统Canny边缘检测,Sobel算子与较新改进算法均有20%左右的提升,该算法优化了传统算法检测的连续性和准确率.

基于改进Canny算法和Hough变换的脉冲氩弧焊坡口边缘提取研究

针对脉冲氩弧焊中被动光传感采集的图像存在光亮变换快,目标像素少,难以提取出坡口的问题,提出一种基于改进阈值选择和双阈值检测的Canny算法。通过中值滤波和双边滤波代替传统Canny算法中的高斯滤波对图像进行滤波,引入背景像素与前景像素的数量比改进Otsu算法的最大方差,计算得到了靠近坡口的梯度值的阈值,依据改进后的双阈值检测获得完整的坡口边缘信息,对边缘信息进行Hough变换提取出清晰的坡口边缘。实验结果表明,和传统Canny算法相比,改进后的Canny算法提取坡口成功率提高,获得的坡口边缘信息也更加完整。

基于融合Canny-SIFT算法的MRI细微特征提取

针对磁共振影像(MRI)中的细微特征难提取、易缺失问题,提出一种基于融合Canny-SIFT算法的磁共振影像细微特征提取方法。该算法首先解决因图像的灰度不均匀以及噪声信号繁杂导致图中纹理、细微特征信息不清晰问题,采用自动Gamma变换增加图像对比度,由泛洪填充和离散余弦变换构成的混合滤波器对背景和观察区域噪声做分别处理;针对重点观测区域细微特征提取不完整问题,根据实际诊断要求进行重要程度划分,通过特征匹配和拓扑关系推理获取重要区域的位置、面积等方面信息,同时完成自适应选取相应So-bel算子;最后通过阈值化分割和二值化处理获得输出图像;实验表明:该方法与已有Canny边缘检测精度有明显提升,结构相似性相较于传统常见方式提升了38.9%,均方误差下降了31.33%,与所提及的其他算法相比性能表现为最优。

基于图像分割和边缘提取相融合的射线缺陷图像增强算法研究

在实际工业生产中,噪声、环境以及人为等非理想因素会导致图像出现退化问题,另外还会致使缺陷形态各异并且特征变化十分复杂。由于图像质量的下降会影响人的主观感受以及后续计算机机器视觉应用的性能,所以图像预处理过程对于低质量图像来说是十分必要的处理步骤。然而,图像增强算法能否针对射线缺陷图像对比度提高等问题鲜有系统性研究。针对上述问题,本文以焊缝射线缺陷图像为例,研究图像增强算法对缺陷目标检测性能以及图像对比度的影响。首先对5种边缘提取技术进行分析对比,结合霍夫变换拟合焊缝边界,然后利用大津法灰度阈值处理,最后提出了基于射线缺陷图像增强与边缘检测的融合算法,另外针对未融合缺陷利用基于改进的形态学分水岭算法进行研究,并对比分析其结果。实验发现,分割和边缘提取相融合的图像增强算法对于低质量射线未融合缺陷图像作用较为明显,对线性缺陷或圆形缺陷图像作用表现出一定的负面影响。为了实现工业射线缺陷图像数据分析研究的目的,如何根据相应的需求进行后续图像识别操作需要进一步研究。

基于数字图像技术振动台试验结构位移信息捕捉技术研究

针对振动台试验模型箱位移、围岩错动以及隧道衬砌变形监测的需求,将YOLO-V2、改进Canny边缘检测、Hough变换及倾斜矫正技术相结合,提出了一种倾斜影像的自动矫正技术,实现了将倾斜影像修正为相机光轴垂直于测点运动平面的图像分析;提高了试验数据结果的处理精度,扩大了目标追踪算法在结构位移和变形监测的使用范围。同时通过核相关滤波技术完成对修正后的影像进行追踪,形成一套完整的地震动信号捕捉与监测系统。采用该系统进行了强震作用下穿越断层隧道韧性结构减震抗错性能试验研究,分别对模型箱位移、围岩错动和隧道衬砌变形进行信号识别与捕捉,同时对比分析了高精度拉线式位移计和位移传感器采集的数据,验证了系统的可靠性。结果表明:在监测点位设有标记物时,首先对采集结果进行倾斜矫正后追踪,通过监测结果与位移传感器进行对比,两者的2-范数小于0.005;而在无标记物时对结构表面特征物进行追踪,精度达到了97.5%;试验数据证明通过倾斜影像自动矫正技术来完成非对正对标记物时的影像进行追踪具有较高可靠性。

基于GrabCut的钢索直径检测方法

针对钢丝绳直径检测过程中由于光线背景干扰导致图像边缘分割不准确的问题,提出一种改进的GrabCut轮廓增强方法进行钢丝绳直径检测。首先,利用已知尺寸的标定物对图像进行标定;采用高斯滤波对图像进行去噪,同时针对光线背景复杂的情况,通过对输入图像进行RGB通道分离的限制对比度自适应直方图均衡化提升图像对比度,并利用图像梯度幅度增强轮廓的改进GrabCut算法对钢丝绳区域进行提取,用加权平均值法对提取后的图像进行灰度化处理,经过Canny边缘检测、形态学操作得到钢丝绳的边缘轮廓图像;最后通过计算边缘外切线之间的像素距离得到钢丝绳的真实直径,完成检测。实验结果显示,利用该方法进行钢丝绳直径检测,可以达到较好的精度且鲁棒性好。