基于压缩感知的激光干扰图像尺度分析

利用激光干扰CCD成像侦察系统可以使其降低或失去侦察能力,客观、准确、定量地评估干扰的效果是干扰技术研究的重要环节。本文以现有的背景杂波量化尺度为基础,结合激光干扰图像对CCD成像系统目标检测性能的影响,提出了基于压缩感知的图像尺度,并将该尺度运用于基于机器视觉的激光干扰CCD效果评估。激光视场内干扰实验及数值计算表明:该方法能够利用压缩感知理论的特点,较好地实现了对激光干扰CCD成像检测系统效果的定量评估,从而验证了该尺度的有效性。     

预测搜索算法在图像相关中的应用

数字散斑相关方法在亚像素测量过程中运算量大,在对实时性要求较高的系统中该方法的应用受到了限制。提出了一种原理简单、搜索速度快、精度高的预测搜索算法,介绍了预测搜索算法的原理,并给出预测位移的公式。通过实验验证了对算法的精度、效率和鲁棒性,说明对数字散斑相关方法进行优化后,既不损失亚像素位移的计算精度又提高了图像处理的效率。     

机器视觉在激光干涉测量d31中的应用

提出一种应用机器视觉技术的激光干涉法, 可以研究压电材料的逆压电系数. 在传统干涉测量法中引入机器视觉实现干涉图像灰度最佳估计, 使用数字图像处理技术, 一方面应用降噪算法有效去除激光干涉图样中的噪声, 从而确定激光干涉场的光强分布, 另一方面将干涉图样的明暗变化进一步转化为可量度的灰度变化以提高测量分辨力. 通过合理设计算法, 该方法中对位移的理论测量分辨力可以提高达一个数量级, 为干涉光波长的1/1024, 因此在逆压电系数d₃₁ 的实验测量中可以有效提高分辨力. 关键词： 机器视觉 逆压电系数 双光束干涉 数字图像处理     

基于特征重聚焦网络的多尺度近岸舰船检测

针对监控视频中的多尺度近岸舰船检测问题,提出了一种基于特征重聚焦网络的舰船目标检测算法,设计了由多维特征聚合模块(MFAM)与注意力特征重构模块(AFRM)组成的特征重聚焦策略.其中,MFAM基于输入的特征金字塔构建特征聚合块,进一步融合多尺度舰船不同层次特征的语义信息.AFRM基于多分支空洞卷积以及通道与空间注意力机制提升网络对目标非局部信息的表征和对背景干扰的抑制,并构建了用于目标检测的特征重聚焦金字塔.在Seaships7000舰船公开数据集上的实验结果表明,相比其他算法,本算法对监控视频中多尺度近岸舰船的检测效果更好.     

锂离子电容器卷芯外形视觉在线检测系统设计

为解决锂离子电容器卷芯的生产设备钉卷机检测能力不足、操作者劳动强度大、效率低等问题,设计了一款基于机器视觉的锂离子电容器卷芯外形尺寸在线检测系统.应用高清CMOS工业相机、PLC、光电传感器等搭建硬件平台并安装到钉卷机上,设计了适用于锂离子电容器卷芯检测的图像处理算法,并基于此对该系统进行验证.结果表明,该系统具有识别...     

基于一维标定物和改进进化策略的相机标定

为了解决运动参数光电探测过程中的相机标定问题,制作一种两端及中间各安装一个红外反光标记球的一维标定物.不需要其它复杂标定装置,只要将这种特制的一维标定物在测量空间内多次随意移动并摄取其图像,即可实现标定.算法首先假定主点位于像面中心附近的某个位置,再求出焦距、旋转矩阵、平移向量和比例因子,最后通过评价函数将相机标定转换成寻找两相机最佳主点对的非线性最小化问题.在传统进化策略中引进个体的自我改进系数、个体间距离等概念,提出了求取子代个体间的欧式距离并排序的方法,设计了搜索最佳主点对的改进型进化策略算法.与传统标定方法相比,基于一维标定物的方法克服了多相机场合的遮挡问题,改进进化策略的引入打破了一维标定物需做某种特殊运动的限制,使一维标定物自由运动时相机内、外参数的同时求解成为可能,改进的模拟退火进化策略改善了算法的全局收敛性能并加快了收敛速度.     

基于去离群点策略提高目标位姿测量精度

针对在单目视觉目标位姿测量过程中,特征点提取出现离群点的情况,提出一种基于去除离群点策略的位姿测量方法(ORPE).建立了以特征点误差极大极小为原则的最优化目标函数,通过确定特征点最大观测误差值边界,判定并去除离群点,由此可消除离群点误差对位姿测量的影响.仿真实验使用ORPE对1 m×1 m × 1 m的立方体目标进行位姿测量,验证了算法的正确性;使用ORPE测量Boeing飞机模型的位姿,平均姿态角误差2.07°,平均位移误差1.6%.通过和最小二乘测姿法(LSPE)结果对比分析可得ORPE法误差小于LSPE法误差.表明ORPE能有效去除离群点,同时提高佗姿测量精度.     

机器视觉及其应用(系列讲座)第三讲图像处理与分析——机器视觉的核心

图像处理与分析是机器视觉中的核心部分,图像处理的目的可以抽象为提取目标物的特征增强；在完成对目标物增强的同时,抑制非目标物。一般采用扩大目标物与背景特征差异的方法来实现。图像增强方法的有效性,可以从目标与非目标两个模式聚类特征是否明确可分来评价。图像分析的目的可以抽象为目标物的识别与提取。因为目标物的视觉特征,往往很难采用单一的数字模型准确描述,所以通常采用的方法是,采用多种描述来实现对目标逐步准确的识别。重点结合几个实例,讨论了图像处理与分析的方法。     

机器视觉及其应用（系列讲座）——第三讲 图像处理与分析——机器视觉的核心

图像处理与分析是机器视觉中的核心部分，图像处理的目的可以抽象为提取目标物的特征增强；在完成对目标物增强的同时，抑制非目标物。一般采用扩大目标物与背景特征差异的方法来实现。图像增强方法的有效性，可以从目标与非目标两个模式聚类特征是否明确可分来评价。图像分析的目的可以抽象为目标物的识别与提取。因为目标物的视觉特征，往往很难采用单一的数字模型准确描述，所以通常采用的方法是，采用多种描述来实现对目标逐步准确的识别。重点结合几个实例，讨论了图像处理与分析的方法。     

2007中国国际机器视觉展览会暨论坛在上海举行

2007年3月22日上午，2007中国国际机器视觉展览会暨2007中国国际机器视觉发展论坛开幕式在上海展览中心友谊会堂一楼友谊厅隆重举行。本届展览会展览面积4500平方米。参展厂商共97家，比去年增加了51．6％。展商及展品分别来自比利时、加拿大、芬兰、法国、德国、日本、韩国、新加坡、英国、美国、中国以及中国的香港和台湾等13个国家和地区。