基于累积梯度的裂缝提取算法

受光照条件和噪声影响, 采用摄像方法检测裂缝时, 常用的边缘提取算法适用性较差。为此, 提出累积梯度算法用于计算裂缝边界。首先采用自适应二值化方法和图像形态学操作得到掩模图像。将掩模图像作用于原始图像, 得到扩充的裂缝区域图像。对该图像进行迭代膨胀, 对图像灰度值相加得到累积灰度值, 再用膨胀前后2幅图像的累积灰度值相减其差值最大时为累积梯度, 并将膨胀前的图像作为提取的裂缝。实验结果表明该方法能够在复杂背景下提取得到裂缝。     

快速SUSAN-Laplace角点算法

提出了一种新的SUSAN-Laplace角点算子。新算子首先使用拉普拉斯-高斯核对图像进行卷积,并将图像转换为二值或三值图像,然后使用SUSAN算子检测角点。这样既快速又具有SUSAN算子的位置精确性。SUSAN- Laplace角子具有较好的旋转、仿射、光照、尺度和噪声不变性,其计算速度也较快,比Harris角点快1.5倍,比SUSAN角点快6倍。应用中SUSAN-Laplace角子有一种快速算法,快速算法在计算拉普拉斯-高斯卷积时使用移位运算代替全部乘除法运算,能进一步提高计算速度。SUSAN-Laplace角子较其它角点算法能产生更丰富的角点,应用到SIFT算法中可提高对小目标的识别能力。     

基于幅值相位型离散Hopfield神经网络的多进制振幅键控盲检测

针对统计量算法盲检测多进制振幅键控(MPSK)信号的缺陷, 提出了一种幅值相位型连续多值复数Hopfield神经网络算法, 构造了适用于MPSK信号的幅相型离散多电平激活函数,并分别在异步和同步更新模式下证明了该神经网的稳定性.当该神经网的权矩阵借助接收数据补投影算子构成时, 该幅相型离散Hopfield神经网络可有效地实现MPSK信号盲检测. 仿真试验表明:该算法所需接收数据较短,可到达全局真解点,并且适用于含公零点信道.     

复杂光照下QR码图像二值化算法研究及应用

在复杂光照条件下二维码扫码器采集到的图像容易出现整体高亮、阴影区域和局部高亮、阴影区域,使得图像分割阈值确定困难,研究了Sauvola算法中的窗口大小w值和修正因子k值对于QR码图像二值化的影响。针对全局二值化方法抗噪能力差和局部二值化方法处理速度慢的缺陷,提出了一种改进的QR码图像二值化方法,将Otsu和Sauvola算法相结合提升算法抗噪能力,并利用积分图算法提高算法运行效率。实验证明,该方法二值化效果优于经典的二值化方法,平均运行效率比原Sauvola算法提高17倍,提升了识别成功率。     

复用加权二进制编码条纹三维测量方法

二值条纹不受三维测量系统非线性伽马效应的影响，同时能显著提高投影效率。基于此，提出一种复用加权二进制编码条纹方法以实现三维测量。首先，对传统正弦条纹的灰度进行特定均匀采样，使用二进制编码条纹方法生成8幅二值条纹。然后，对二值条纹组合进行唯一化处理，将4幅相异的二值条纹投影到被测物体表面，对采集到带有物体表面调制信息的二值条纹进行复用二进制加权运算，生成调制后的正弦条纹。最后，对该方法开展了多组对照实验。实验结果表明，所提方法将用于加权生成正弦条纹的二值条纹优化为4幅后，仍然可以保持良好的测量精度和效果。所得标准球的局部点云与拟合标准球的平均距离，相比于传统三步相移技术降低了72.3%。     

基于正交分解的室外光照阴影检测

针对室外光照条件下阴影的快速高效检测问题,提出了基于正交分解的阴影检测算法。利用室外场景图像中阴影区域内外的线性模型建立线性方程组,对该线性方程组的解空间进行正交分解,得到一幅彩色光照不变图像和一幅光照变化图像。通过K-means算法将彩色光照不变图像分类为几个区域,每个区域具有一致的反照率。根据分类结果,对光照变化图像采用EM算法进行高斯混合建模,提取阴影区域。最后采用形态学算子对提取的阴影区域进行优化。该算法不需要复杂的特征算子学习过程,大大降低了计算的时间复杂度,而且不需要任何先验知识,可以直接应用到实时场景处理中。     

一种基于谱线幅值归零的加窗插值FFT谐波检测方法

提出了一种基于谱线幅值归零的加窗插值 FFT 谐波检测方法用于分析复杂电网信号中的各次谐波。 该检测方法将每一次在离散频谱中找到的最大谱线及其左右两侧的数根谱线幅值归零,直到各次谐波分析完毕。 通过仿真实验分析了在基波频率稳定时对模拟信号的测量精度,研究了基波频率波动对谐波分析的影响。通过对EAST 实验数据的分析,验证了该谐波检测方法的可行性和高精度性。     

一种基于Sobel与K-means的边缘检测方法

传统边缘检测算子处理结果为边缘锐化的梯度图像,需人为确定阈值获取二值边缘图像,容易造成边缘信息丢失。应用增加了卷积模板的Sobel算子,使用K-means聚类算法基于梯度直方图自适应获取阈值,并分割梯度图像得到二值化边缘,最后对边缘细化与连接。通过使用最大类间方差法检验阈值与边缘检测结果对比分析,该方法自适应梯度阈值定位准确,所得边缘信息丰富度、定位精度、连续性均优于改进Sobel算子,与最佳阈值Canny算子检测结果基本相同,适用于机器视觉均匀稳定照明环境下获取图像的边缘检测。     

基于直方图均衡化的Robinson图像边缘检测算法

针对图像边缘检测,现有Robinson相关算法存在效率低、阈值设定随机性大、易出现伪边缘等问题,提出一种改进Robinson的图像边缘检测算法。该算法利用直方图均衡化对图像进行增强,然后将Robinson算子原有的八方向梯度依照两两垂直原则组合为八组,分别计算每组梯度的范数,并取其最大值作为该像素点的梯度。最后取整幅图像的灰度均值作为阈值来识别图像的边缘像素和背景像素。实验表明,相对于现有相关算法,该算法检测结果更加清晰完整,同时避免了传统算子人为设定阈值随机性大的问题。     

大口径反射镜表面颗粒污染物暗场检测算法研究

针对大口径反射镜表面污染物的成像特点,研究了污染物的暗场检测算法,包括图像采集过程中的自动聚焦算法,图像处理过程中的畸变校正与污染物提取算法等。就自动聚焦算法提出了粗-精结合的峰值搜索策略,并采用Tenengrad函数作为清晰度评价函数,获得了较高的聚焦精度。畸变校正算法在所建畸变模型的基础上,基于标定板角点的射影变换性质,求解畸变模型系数,实现了图像畸变校正,校正结果的方均根误差为3.3092 pixel。污染物提取算法采用顶帽变换去除图像背景,对去除背景的图像采用拉普拉斯算子加权自适应二值化算法提取污染物,该算法针对光照不均的小尺寸污染物图像的处理效果较好,检测结果数量误差为7%,检测精度优于全局阈值算法以及均值算子加权自适应二值化算法。该检测算法可以为反射镜表面洁净状态评估提供技术支撑。     

Real-time application of critical dimension measurement of TFT-LCD pattern using a newly proposed 2D image-processing algorithm

A critical dimension measurement system for TFT-LCD patterns has been implemented in this study. To improve the measurement accuracy, an imaging auto-focus algorithm, fast pattern-matching algorithm, and precise edge detection algorithm with subpixel accuracy have been developed and implemented in the system.The optimum focusing position can be calculated using the image focus estimator. The two-step auto-focusing technique has been newly proposed for various LCD patterns, and various focus estimators have been compared to select a stable and accurate one.Fast pattern matching and subpixel edge detection have been developed for measurement. The new approach, called NEMC, is based on edge detection for the selection of influential points; in this approach, points having a strong edge magnitude are only used in the matching procedure. To accelerate pattern matching, point correlation and an image pyramid structure are combined.Edge detection is the most important technique in a vision inspection system. A two-stage edge detection algorithm has been introduced. In the first stage, a first order derivative operator such as the Sobel operator is used to place the edge points and to find the edge directions using a least-square estimation method with pixel accuracy. In the second stage, an eight-connected neighborhood of the estimated edge points is convolved with the LoG (Laplacian of Gaussian) operator, and the LoG-filtered image can be modeled as a continuous function using the facet model. The measurement results of the various patterns are finally presented.The developed system has been successfully used in the TFT-LCD manufacturing industry, and repeatability of less than 30 nm (3σ) can be obtained with a very fast inspection time.     

基于相位一致性和Hough变换的多源图像配准方法

由于红外图像与可见光图像对比度不同,常用基于梯度幅值的特征匹配方法难以正确配准。在分析红外图像与可见光图像成像机制的基础上,提出了一种结合相位一致性边缘检测与Hough变换的多源图像配准新方法。该算法首先采用高通滤波和平台直方图均衡方法对红外图像进行预处理以提高红外图像的对比度,再利用具有图像对比度不变性的相位一致性边缘检测法提取两幅图像的边缘,结合Hough变换选取图像空间中最长的线作为特征,采用改进相位相关法作为相似性度量,在对数极坐标域下计算出两幅图像的几何变形参数。仿真实验结果表明,该方法能够以较高查准率实现红外与可见光图像自动配准,并具有较强的鲁棒性。     

The high precision positioning algorithm of circular landmark center in visual measurement

For vision measurement in the center circle landmark location problem, an improved center of the ellipse based on Zernike moments sub-pixel positioning algorithm was proposed. First, using Sobel operator edge of the image pixel level positioning and then use the constructed Zernike moments to solve the model, combined with Zernike orthogonal polynomials and completeness and plural moment magnitude rotational invariance calculated edge sub-pixel position; followed by analysis of the principle deviation generated by the moments template and ideals model, a correction formula was proposed to compensate and improved edge criterion used to image sub-pixel edge positioning; finally, using the least-squares ellipse fitting algorithm fitting circle center, reverse edge point, filtered residuals larger point, and then precise positioning of the ellipse center. The experimental results show that this method has good stability and high positioning accuracy can be efficiently used in many applications.     

基于标准互相关函数的图像分辨率自动标定方法

理想规则图像特征经标准互相关函数匹配后,相似函数C*(x)可用确定的解析式Z(x)表达.但是对于含噪声图像,相似函数C(x)较之C*(x)发生了变化,但存在"零相似不变性".将此原理应与于显微视觉中图像物面分辨率的在线标定,推导了矩形图像特征的一维相似函数解析式Z(x);求解C(x)=0作为Z(x)的近似,并给出了具体标定算法;通过仿真图像实验,给出标定算法的正确度在0.1～0.2 pixel;最后,将标定算法应用于可连续变焦的微对准装配系统,实测算法的精密度可达为0.08 pixel.实验结果表明,基于"零相似不变性"的标定算法是具有实用性的亚像素标定方法.～290nm波长激发下,310～390nm范围内产生荧光光谱,峰位波长在350nm,最佳激励波长为250nm;采用垂直偏振片(起偏角为0°)起偏照射样品,发现偏振荧光峰位不变,荧光峰强度随检偏角的增大而呈明显的线性递减关系.由实验数据计算得到荧光偏振度为0.783,表明分子具有一定确定取向;另外,分析认为酸性橙Ⅱ产生荧光,是由于分子中含有苯环和萘环结构吸收紫外光能量,以及氮键在光子作用下形成顺式异构体的激发单线态后,两者发射的光子所致.整个结果对酸性橙Ⅱ在食品中的违禁使用检测、特性表征、以及分子规律的更深入研究,有一定的参考价值.     

一种眼镜镜片缺陷自动化检测系统的研究

根据光散射原理和视觉检测的方法,研究开发了一种基于机器视觉的眼镜镜片缺陷自动化检测系统,对眼镜镜片进行图像获取、简单的图像处理与分级、分拣,实现对镜片的分类。系统采用并行机构运行,利用低角度前向照明方式获得了镜片表面和内部的斑、杂质、羽毛等缺陷图像;利用归一算法进行图像处理与分级,得到不同缺陷的识别信息。实验结果表明,系统能够检测出镜片中含有的所有缺陷,每个镜片的平均检测时间控制在2 s以内,检测精度为0.038 mm。     

Facial expression recognition algorithm using LGC based on horizontal and diagonal prior principle

The traditional Local Binary Pattern (LBP) algorithm can analyze the center pixel and neighboring pixels of the gray relationship, using in facial expression recognition, but you cannot consider the eyes, mouth, forehead and other areas in the expression feature different trends in the gradient direction. Firstly, we propose the Local Gradient Coding (LGC) algorithm, though the binary encoding to the horizontal, vertical and diagonal gradients respectively, to produce the fusion characteristic, then this can fully describe the facial muscles texture, wrinkles and other local deformation of contains the expression information. On the other hand, in order to reduce the computational complexity, and to remove the redundant, while not lose the main information contained in the face texture expression. This paper proposes and optimizes a new LGC operator based on horizontal and diagonal gradient prior principle (LGC-HD). The experimental results from JAFFE database show that, LGC-HD algorithm is more quickly and effectively to extract facial expression feature than LGC algorithm. Comparing to the traditional LBP algorithm, LBP uniform pattern and Gabor filtering, this LGC-HD algorithm has a significant advantage in the recognition accuracy and run time.     

The development of an inspection system for defects in silicon crystal growth

This study presents an inspection system to detect the growth defects of silicon crystals that comprise a CCD camera, an LED light source, and power modulation. The defects on multicrystalline silicon can be observed clearly while the silicon wafer were irradiated by the red LED light at a small lighting angle (i.e., 20–30°). However, the growth defects on monocrystalline silicon wafer were difficult to observe because of it low image intensity. And then, the growth defects image was significantly enhanced when the wafer was illuminated by a white LED (WLED) and rotated at a specific angle (i.e., 23°). The experimental results showed that the WLED illumination system made the growth defects more easily observable than did other LED sources (i.e., red, blue, and green LEDs). In addition, the proposed inspection system can be used for on-line fast detection for quality control of monocrystalline silicon wafer.     

基于稀疏光流法的ORB特征匹配优化

针对图像特征误匹配数量大的问题，提出一种基于稀疏光流法的ORB图像特征点匹配算法。对特征点进行暴力匹配得到初始匹配点集，利用稀疏光流法计算特征点运动向量，估计出特征点在待匹配图像中的二维坐标位置，剔除偏离估计位置较远的特征点匹配对，最后利用随机抽样一致算法进行几何校验进一步优化匹配结果，达到剔除误匹配的效果。实验结果表明:该算法相较于ORB算子、SIFT算子、SURF算子准确率平均提升了21.6%，较RANSAC-ORB算法准确率平均提升了2%，且该算法对图像光照变换、视角变换、模糊变换、旋转和缩放变换和光照变化具有较好的通用性。     

特征级联在车辆检测中的应用与研究

对现有的采用机器学习算法检测车辆进行研究,分析其存在的不足;表现在特征或者算法单一,对光照等条件变化鲁棒性不够;针对这些问题,提出一种融合LBP特征与HOG特征,并结合Adaboost与SVM的车辆检测算法;借鉴级联的思想,首先采用AdaBoost对训练样本提取LBP特征进行训练,得到的分类器用于初步筛选并将其分类结果作为下一层分类器的输入;然后采用SVM算法对训练样本提取HOG特征进行训练,得到的分类器用于二次筛选上一层分类器的分类结果;实验结果证明Adaboost-SVM相结合的办法检测结果精度高,准确率和召回率均达到95%以上,FPPW与FPPI的值均在5%左右;同时由于算法采用的特征对光照条件具有较强的鲁棒性,因此光照条件的变化对算法的识别结果影响较低;实时性方面,每帧图像的处理时间为75 ms,满足实时性要求。     

模糊理论改进算法的CT图像弱边缘检测

为改进传统工业CT图像弱边缘检测效果及速度不佳问题,研究了基于分步式模糊推理法与改进解模糊算法的CT图像弱边缘检测方法。选取了相关度、一致性测度、梯度作为模糊化特征,推理过程中相对于整体推理法,采用了Mandani推理法依据简化的推理规则表进行分步模糊推理,在解模糊过程中依据隶属度函数图像提出改进解模糊方法。通过实验验证得出分步推理法对CT图像弱边缘的检测效果更好。在保证解模糊精度的前提下,采用重心法改进的解模糊法,相对传统方法计算速度有了很大提高。