光杆六角螺栓的视觉检测

为了测量光杆六角螺栓的外形尺寸,提出了一种基于图像测量的视觉检测方法。简要介绍了六角螺栓制造的工艺流程,指出了光杆螺栓检测的重要性。在分析Hough变换原理的基础上,介绍了圆的检测方法,提出了一种基于特征的正六边形检测方法。首先进行直线检测,利用检测到的直线建立直线方程,其次根据方程求取相邻直线的交点,计算每条边的长度和相邻两边的夹角。最后利用Hough变换的圆检测方法检查交点是否在同一圆周上。在检测实验中螺杆直径的测量误差为0.37%,螺栓头部正六边形的角度测量误差为0.40%,边长测量误差为1.25%。结果表明,该方法是有效的,能较准确地检测出光杆六角螺栓的外形尺寸。     

基于改进的概率Hough变换的转鼓装校技术研究

为解决裂隙灯转鼓装校时人眼对转鼓图像中的十字叉丝的中心距离计算存在的不确定性问题，提出一种基于改进的概率Hough变换的转鼓数字化装校技术。通过对原图像预处理、改进概率Hough直线检测、制定直线交点筛选规则，实现了高精度的转鼓图像十字叉丝直线检测和叉丝中心距离计算。实验表明，改进的概率Hough变换能够准确地检测图像中的十字叉丝，并将多余直线100%拟合成4条直线；利用交点筛选规则可以准确筛选出2个有效交点。该装校技术能够实现转鼓数字化装校，以数字信息来提示工人转鼓装校优劣，且能够满足转鼓生产线上的实际需求。     

基于消失点检测算法的束靶红外图像畸变校正

传统的霍夫变换、Cannylines直线检测算法、霍夫概率变换方法在图像上的直线检测效果不佳,存在检测线段不连续不正确的问题,因而,利用Sobel滤波对红外图像横轴和纵轴两个方向分别进行锐化,通过线段检测(LSD)算法实现线段特征检测,进而经线段聚类拟合获得图像中完整的直线,通过对直线交点计算获得消失点,最后依据透视关系计算得到校正图像。实验结果表明,该方法可以实现对中性束红外图像的自动有效校正。     

基于数字图像的高精度面内转角测量方法

针对科研与工程中转角测量优于5″的高精度要求,提出了一种用直线做特征标志的基于图像的测量方法。用高分辨率相机采集被测物上长直线标志,通过高精度检测图像上直线的倾斜角度来计算转角。分析了基于图像高精度角度测量中出现的多种原来无需考虑的影响精度的因素。给出了角秒级角度测量时直线的拟合检测算法以及直线标志的成像宽度、长度、与采样方向的角度等参量的选择应满足的条件。仿真和实验结果表明直线宽度5~9 pixel,直线方向避开与采样方向成0°和45°角时角度检测精度达到最优,当直线长度不小于1000 pixel时测量精度优于5″。     

基于直线边缘特征匹配的扩展目标跟踪方法

为了稳定而精确地跟踪扩展目标,提取相邻两帧图像中扩展日标的所有直线边缘征,计算两帧中所有直线的相对斜率、相对倾角和相对截距进行匹配来确定跟踪化置.通过计算相邻帧之间交点描述子的欧氏距离找到最佳匹配,计算出所有交点的重点作为跟踪位置来实现扩展目标跟踪.实验中该方法在扩展目标的跟踪中有非常好的表现.其结果表明在不发生太大变形的情况下.都可以比普通的模板匹配跟踪有更好的稳定性和更精确的跟踪位置.     

一种基于梯度的直线段检测算法

针对传统直线段检测算法计算量大、鲁棒性差的不足,本文提出了一种在数字图像中检测直线段的算法.图像梯度对于检测图像中的边缘结构具有重要意义,算法首先求取图像梯度的模值和方向;然后根据梯度模值伪排序结果采用梯度区域增长方法扩张方向一致的邻域像素,得到的连通像素区域作为直线段候选区域;最后用外接矩形描述候选区域,其长轴和短轴可作为直线段判定标准,满足判定标准的长轴就是所求的直线段,并用MATLAB对图像进行仿真实验.结果表明:本文算法耗时8.87 s检测出了108条直线段,与传统算法相比,不但耗时降低了17%,而且检测出的直线段增加了16%.     

基于透视变换的直升机桨根扭转角测量方法

现有方法常将相机从下至上拍摄标记物图像，当桨叶扭转幅度较大时，相机主光轴与标记物平面法向量存在明显夹角，导致拍摄图像存在透视畸变现象，从而引发较大测量误差。为解决上述问题，提出一种基于透视变换的直升机桨根扭转角测量方法。首先，将靶标垂直固定在桨叶下方，相机正对桨毂拍摄图像。其次，计算桨叶在低速拉平状态下待测方位与正方位靶标图像中的四个顶点坐标，并求解待测方位的透视变换矩阵，然后利用透视变换矩阵对桨叶高速运动状态下待测方位拍摄的畸变图像进行校正。最后，求得基准图像与校正后图像中的圆心坐标，进而计算出待测方位扭转角。实验结果表明，各方位测量误差均小于0.2°。该方法不但测量精度高，而且具有多方位动态测量的优点，在直升机旋翼桨叶运动参数测量领域具有良好的应用前景。     

基于机器视觉的工件尺寸和角度的测量

针对一款手机U盘芯片的二维尺寸的测量问题,提出运用图像处理的方法,实现手机U盘芯片长度和偏角的非接触式测量。通过COMS工业相机采集到U盘芯片的背光图像,在边缘检测的基础上,用Hough变换检测和定位U盘芯片边缘直线。针对在一条边上Hough变换对应检测到多条直线的情况,本文提出采用直线参数平均法拟合边缘直线,从而获得较精准的边缘位置。通过对已知尺寸的标准块进行相机标定,由此计算出精确的U盘芯片的尺寸和倾斜角度。实验表明：该算法能够满足工程上较高精度的检测要求。     

地球同步轨道碎片观测图像分级检测方法

为了快速检测出地球同步轨道带光学观测图像中的空间碎片,提出了一种基于信噪比的分级检测方法.首先分析实测数据,得出观测图像中不同信噪比碎片运动相似的特性.对于高信噪比碎片,采取帧差法快速检测,并利用多帧图像计算速度信息;对于低信噪比碎片,根据高信噪比碎片检测结果得到的速度信息,采用改进的动态规划检测方法.实际图像检测结果表明:当递归方程的搜索窗口为5pixel×5pixel时,分级检测方法检测性能最好;当累积帧数大于5帧时,检测时间比传统动态规划方法减少了87%以上.分级检测方法具有检测率高、虚警率低、计算量小的优势,适合地球同步轨道带光学观测图像中空间碎片的检测.     

基于边缘拟合的双目视觉定位与测量方法

针对双目视觉定位与测量中某些被测物体角点不明显导致检测精度不高的问题,提出一种基于亚像素边缘拟合的双目视觉定位与测量方法。利用双目系统标定的结果对拍摄的图像进行去畸变和立体校正处理;使用Zernike矩方法对预处理的图像进行亚像素边缘检测,对获得的亚像素点进行聚类和拟合,计算拟合曲线的交点;根据对极几何原理来完成左右图像中的交点的立体匹配,利用视差及三角测距原理获得被测物体的位置信息及其尺寸。实验结果表明,新的方法能较好地解决角点不明显导致双目视觉立体匹配和定位精度问题,并能提高检测效率。     

基于模糊快速Hough变换的盘孔边界识别方法

为了快速准确地识别出某型航空发动机篦齿盘均压孔的边界,提出一种新的模糊快速Hough变换.利用局部梯度信息将检测圆所需的3D Hough变换转化为一个2D Hough变换检测圆心位置和一个1D Hough变换检测圆的半径.在检测圆心位置时,对2D参量空间进行多分辨率分级,通过迭代计算由粗到精逐步细化参量空间.采用模糊投票的方法来处理边缘像素位置和梯度方向的不确定性.通过实验对比了模糊快速Hough变换与标准Hough变换、随机Hough变换进行盘孔边界识别的效果,结果表明模糊快速Hough变换可以快速准确地识别出盘孔的边界,性能优于另外两种算法.     

Efficient randomized Hough transform for circle detection using novel probability sampling and feature points

This paper presents an efficient randomized Hough transform algorithm for circle detection. It optimizes the methods for determining sample points and finding candidate circles. Due to these two optimizations, sampling validity is improved and many false circles are prevented from being regarded as candidate circles. Experimental results demonstrate that the proposed algorithm, which features a strong robustness and high resolution, can dramatically speed up circle detection as compared to other algorithms. It can also be applied to detect ellipses.     

圆结构光视觉三维点管道缺陷检测及重构

管道内表面的缺陷检测对于保证介质运输安全,避免泄漏和爆炸事故非常重要。在分析三维点分布几何特征的基础上,对基于视觉检测获得的管道内表面三维点,通过判断同一圆周上相邻点法线夹角变化检测管道内表面的凹凸缺陷,采用空间点相邻三角平面法线加权平均获取空间点的法线。依据三维点呈圆周分布的特点,采用相邻圆周上点顺次连接进行快速三角剖分。基于上述方法对实际测量的管道内表面三维点和仿真三维点分别进行了凹凸缺陷检测和三维重构。该方法能实现径向变化小于0.1 mm的管道凹凸缺陷的检测和识别,三维测量精度为0.081 mm。     

同心圆检测中的区域划分算法

针对在基于图像的高准确度测量领域中同心圆图像检测这一实际问题,分析并实验验证了Hough变换法的缺点和一般圆拟合法的不足,根据系统光轴与同心圆旋转对称轴重合的特点,提出对图像平面进行区域划分再应用圆拟合法检测的方法.建立了基于距离空间聚类和基于随机采样两种区域划分算法,并且给出了圆心初值误差的极限.通过实验仿真,证明了新算法简单高效和可靠,而基于随机采样的算法更适合于实时检测的应用.     

装配同轴度的局部成像检测算法研究

在局部成像检测过程中,由于复杂零件外形轮廓或放置状态的不同,使得零件与成像面坐标轴之间产生了一定的夹角,造成获取的对称点集中存在非对称点集或对称点不存在的问题,若采用传统Hough变换、拟合法检测装配同轴度存在较大误差。针对上述问题,提出了装配同轴度的局部成像检测算法,提取图像的上下边缘点集,结合Hough线性变换,统计两点集对投影到霍夫空间的参数空间点,并搜索其累积数量的最大值点,该点对应的对称轴即为最优对称轴。仿真结果表明,该方法可以高精度地提取最优对称轴,同轴度误差仅为0.002 7。因此,采用装配同轴度的局部成像检测方法是有效可行的。     

A local voting and refinement method for circle detection

Improving the accuracy of circle detection in images is important for feature detection in remote sensing imagery. The standard Hough transform detects circles from the whole image space, which inclines to be disturbed by noise and the imperfection of the edge information. In this paper, a method of voting and determining circles locally is proposed. This method improves the accuracy and stability of circle detection in images with noise, incomplete edge information and complex backgrounds. Synthetic and real satellite images are used to demonstrate the effectivity of circle detection of the proposed method.