利用重心原理的图像目标最小外接矩形快速算法

提出了一种基于重心原理的求取目标最小外接矩形的快速算法——寻找主轴法。利用重心原理确定水平主轴与垂直主轴的初始位置和旋转中心,根据水平主轴确定目标的初始外接矩形,在水平主轴和垂直主轴构成的锐角区域内,旋转外接矩形,找到面积最小的外接矩形,作为寻优目标。该算法利用重心原理确定的主轴初始位置非常有效,缩小了搜索区间,减少了整个寻优过程中的旋转次数,并且仅旋转用直线方程表示的主轴,大大减少了运算量,有效提高了运算速度,可以快速找到目标的最小外接矩形。

基于最小矩形法的柑桔横径实时检测方法研究

农产品的大小是农产品分级的重要特征之一.本文以柑桔为研究对象,对利用计算机图像处理技术检测柑桔横径的方法进行了探索。 研究了柑桔图像的平滑和边缘提取方法,比较了利用Sobel算子和跟踪虫(tracking bug)法所得到的柑桔边缘,发现跟踪虫法寻找边界的速度比用Sobel算子快,且不需要进行细化处理.为了适应实际生产中柑桔方向的随机性和外形的不规则性的要求,使柑桔尺寸检测的方法有更好的适应性,设计了一种利用柑桔的最小外接矩形(MER)求最大横径的方法,并在柑桔的外形尺寸检测中进行了验证,实际最大横径Dr与预测最大横径的相关性为0.9982,利用此方法估测果径的最大误差在1.30mm以内,最大相对误差为2.64％,平均相对误差为1.35％,GB/T12947-91鲜柑桔分级标准中均以5mm为分等标准差,故MER法的精度能满足实际生产中柑桔分级精度的要求.本研究结果不仅为进一步研究开发基于图像处理技术的柑桔品质检测系统打下了基础,而且可用于对其他农产品进行检测.

一种新的精密光学镜片表面疵病宽度测量方法

针对目前光学镜片表面疵病宽度测量主要依赖人工检测而导致弯曲划痕宽度检测精度较低的现状,提出一种新的基于数字图像处理技术的表面疵病划痕宽度测量方法。该方法先获得疵病目标的轮廓;然后计算其最小外接矩形,根据矩形长宽比初步判别疵病类型(划痕或麻点);最后将疵病分割为多个小区段,分别计算每段的最小外接矩形并获得其宽度,比较后取最大宽度作为疵病宽度值。实验结果表明,该方法具有较高的可行性与精确性,可以满足工程实际的需要。

一种快速提取植物叶片最小外接矩形的算法

为了提高提取植物叶片最小外接矩形的计算效率与精确度,提出一种快速提取植物叶片最小外接矩形的算法。该算法首先使用Canny算子提取叶片轮廓,然后使用基于平面扫描法的Graham算法构造叶片轮廓凸包,最后提取叶片最小外接矩形。仿真实验结果表明:在Flavia植物叶片数据库中进行测试,该算法优于旋转法、顶点链码法。

板栗长短径的实时光学检测算法

研究基于顶点链码的边界跟踪算法,建立板栗图像区域的最小外接矩形(M ER),长和宽分别代表板栗长径和短径。用实测法和预测法分别测量10组板栗样品的长、短径。两种测量结果最大绝对误差为1.2 mm,最大相对误差不超过5%。在同一计算条件下,基于顶点链码的M ER法的计算时间为普通M ER法的1/3。

利用数字图像处理技术量测针片状颗粒含量

针对利用游标卡尺法判断颗粒针片状特征,费时费工,效率低,且准确率受人为因素影响大的缺陷,提出了利用数字图像处理技术量测颗粒针片状特征的方法,通过拍摄粗集料颗粒的平面图与侧面图,利用最小外接矩形技术,获得了粗集料颗粒的最小厚度与最大长度。结果证明,该方法效率高,准确性好。

伞滑刃线虫交合刺形态图像的规范化和定位算法

应用数字图像处理与分析技术中的最小外接矩形算法和镜像变换算法,用Visual c++作为开发工具,通过编程实现计算机对伞滑刃属线虫交合刺形态图像鉴定规范化和定位的智能化。输入伞滑刃属66个有效种的交合刺形态图像运行程序,均获得正确的定位结果。

基于最小外接矩形的SOP贴片元件的定位识别

针对SOP封装贴片元件的成像特点,为了限制目标区域的数量,减少计算元件角度的运算量,首先采用基于最小外接矩形算法快速获取目标区域的中心坐标、近似面积及近似周长,以矩形面积和周长为限制条件搜索出目标矩形并计算出元件实际中心;然后结合基于邻接矩阵的搜索算法搜索出单排目标矩形的中心;最后通过最小二乘法拟合直线计算出元件的角度。该方法简单高效,有效地减少了元件识别过程中的运算量。实验结果表明,该算法在保证对SOP元件高精度定位的同时,可实现高效率的贴装。

基于最小外接矩形的稻米粒型检测方法

粒型是稻米分级的重要特征之一。对利用计算机图像处理技术检测稻米粒型的方法进行了探索,设计了一种利用稻米轮廓的最小外接矩形(MER,MinimumEnclosingRectangle)计算粒型的方法,并对算法进行了验证。实际测量值与计算值的相关性为0.959,最大误差在0.21以内,最大相对误差为5.69%,平均相对误差为3.21%。最小外接矩形计算方法不仅为进一步研究开发基于图像处理技术的稻米外观品质检测系统打下了基础,而且可用于对其他谷物进行粒型检测。

基于图像处理的苹果大小分级研究

为了实现苹果的智能分拣,在GB/T 10651-2008《鲜苹果》的标准下,采用图像处理方法对分拣系统中的苹果大小进行分级。首先,针对同一种类的苹果,对摄取到的苹果表面图像进行图像预处理,得到平滑且无噪声影响的苹果二值图;然后,通过寻找每个苹果5幅表面图像中最小外接矩形长宽比最接近1的苹果图像,依此作为获取苹果最大横截面直径的重要依据;最后,通过寻找苹果图像质心,将质心与目标像素点的最大距离作为半径,用最小外接圆的方法得到苹果的最大横截面直径。实验研究表明:选取的30个红富士苹果,最终得到系统分级正确率为93.3%,系统的平均分级时间在1.5 s以内,满足实际苹果分级的需要。所提出的方法可为按照行业标准对苹果进行大小分级提供参考。

基于机器视觉的马铃薯图像特征参数获取方法n

目前马铃薯的分级方法主要还是以人工为主,而人工分级普遍存在不稳定性,费时成本高,依赖人的主观经验等.近些年来,机器视觉技术在农业领域取得了广泛的应用,尤其是农产品分级领域取得了较多的成果.机器视觉技术具有无损害、经济性好、精确率高等优点.对于马铃薯分类,可以从外观尺寸上判断马铃薯的形状类型和重量范围.人工分级时,通过观察不同马铃薯样本的不同横截面大小,就可以主观上判断出马铃薯的形状类型,大致评估质量范围.基于人工分级的特点,通过机器视觉进行分级,只需获得不同横截面的的投影,通过提取图像特征参数的方式来对这些横截面进行定量分析,就可以模拟人工分级的模式对马铃薯进行基于机器视觉的自动分级.本文设计了一套机器视觉系统,分别获取马铃薯平放时的图片与竖放时的图片,以获取最大横截面与最小横截面的投影.采集图片并对得到的照片进行图像处理,得到只有目标区域和背景的二值化图像.从一副图像中获得9个特征,然后通过100个马铃薯样本得到了基于这些特征的数据集.利用软件Unscramble对这些数据集进行分析,以验证方法的合理性.

基于图像处理技术的枸杞外形参数测量算法研究

根据枸杞外形参数测量需求,本文开展了基于图像处理技术的最小外接矩形算法在枸杞干果测量中的应用研究。该算法通过搭建高精度数据采集平台,采集不同等级的干果图像及其外形参数数据,采用直接旋转迭代和椭圆拟合确定矩形基准后旋转迭代两种方法进行矩形外接。经对比,图像计算与手工测量结果的最大误差为0.11 mm,最小误差为0.05 mm,满足实际测量的应用需求。该应用研究成果可为图像测量及采摘巡检等设备研发提供理论依据。