一种基于蚁群算法的边缘提取算法

提出一种基于梯度定义和蚁群算法的边缘提取算法.根据梯度在边缘处的直观响应,提出自适应的边缘特征定义,并结合蚁群算法的特性,令蚂蚁遗留不同等级的信息素.根据搜索权值矩阵得到尽量平滑的边缘,最终的边缘通过自动阈值进行提取.实验表明:该算法的性能在同样的智能算法和经典的边缘检测算子中表现良好,并对噪音不敏感.     

一种基于蚁群算法的边缘提取算法

提出一种基于梯度定义和蚁群算法的边缘提取算法.根据梯度在边缘处的直观响应,提出自适应的边缘特征定义,并结合蚁群算法的特性,令蚂蚁遗留不同等级的信息素.根据搜索权值矩阵得到尽量平滑的边缘,最终的边缘通过自动阈值进行提取.实验表明：该算法的性能在同样的智能算法和经典的边缘检测算子中表现良好,并对噪音不敏感.     

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。     

基于太赫兹时域光谱技术的多层涂层高效可靠测厚方法

为实现基于太赫兹技术的多层涂层的快速与可靠测厚,提出了一种自适应教与学优化算法,改进了标准Kent混沌映射,提高了初始种群多样性;并基于步长调节优化和次优个体优化,改进了教阶段与学阶段,提高算法寻优精度和效率。将该算法与太赫兹波测量多层涂层厚度的理论模型结合,建立了涂层厚度求解方法。最后,制备了多层涂层样件,开展了太赫兹无损检测实验。实验结果表明:建立的涂层厚度求解方法相比于全局最优算法的效率提高了1倍,单次实验仅需50 s左右便可快速得到多层涂层的厚度、折射率和消光系数,测量所得的多层涂层厚度的相对误差在1.5%以内,且标准差最大不超过1.7μm。基于太赫兹测量信号,所提方法可以高效、准确及可靠地计算多层涂层的厚度。     

机器视觉应用中物体离焦及过厚对测量精度的影响

机器视觉技术在工业测量中具有广泛应用,实现高精度的机器视觉测量对精密加工、制造具有重要意义。针对机器视觉应用中待测物体偏离焦面及在纵深方向过厚导致测量结果出现误差的问题进行了研究。重点讨论了系统中镜头远心度引起的平行性误差及其对离焦物体测量结果的影响。实验结果表明,在物体偏离最佳成像面而引入的误差中,平行性误差占到90%左右,因此可通过后期对平行性误差进行补偿以较大程度地提高系统测量精度。此外,针对待测物体过厚导致边缘模糊这一问题采用多种边缘检测算法进行了分析。结果表明在一定范围内,物体纵深方向越厚,边缘检测误差越大。在这一结果的基础上,对算法进行改进,提出一种基于图像灰度曲线的补偿方法,使测量误差由超过20μm降至10μm以下。     

图像边缘检测方法研究综述

图像的边缘是图像最基本也是最重要的特征之一。边缘检测一直是计算机视觉和图像处理领域的经典研究课题之一。图像分析和理解的第一步常常是边缘检测。边缘检测的目的是去发现图像中关于形状和反射或透射比的信息,是图像处理、图像分析、模式识别、计算机视觉以及人类视觉的基本步骤之一。其结果的正确性和可靠性将直接影响到机器视觉系统对客观世界的理解。对一些传统的边缘检测方法和近年来广泛收到关注的边缘检测算法进行了简单介绍。综述中只涉及到检测方面,而没有讨论滤波、边缘定位、算法的复杂程度和边缘检测器性能的评价。     

基于混合多种群自适应蚁群算法的无人机航路规划

针对基本蚁群算法在航路规划中易于过早陷入局部最优解,对蚁群算法进行了改进。提出了具有多种群的蚁群算法,并将导引因子引入到状态转移策略中,减少蚂蚁局部搜索的盲目性,确保蚂蚁最终完成航路搜索。当算法陷入局部收敛时,通过交换各种群的信息素,并对每个种群的挥发系数进行自适应调整,从而扩大了搜索空间,提高了搜索全局性。最后在代价函数简化后的栅格图中对改进算法进行了仿真。仿真结果表明,该方法可以有效防止算法陷入局部最优,是一种有效的航路规划方法。     

谱域OCT的印刷电路板三防漆厚度测量

三防漆是一种广泛应用在印刷电路板（PCB）的保护性涂层,可以有效保护PCB使其免受恶劣环境的损害。三防漆的厚度是评价三防漆涂层质量的关键指标,因此需要对三防漆涂层进行厚度检测。提出了将谱域光学相干断层扫描成像技术（spectral domain optical coherence tomography,SD-OCT）与图像分割算法相结合,实现对三防漆涂层厚度快速无损测量。为了提高测量精度,选用了宽带SLD光源（带宽：180 nm）来设计SD-OCT系统,系统轴向分辨率达到1.72 μm。同时设计了基于边缘跟踪的涂层分割算法来实现三防漆涂层的快速准确分割。为了评估所设计方法的准确性,利用传统的金相切片方法进行了三防漆的厚度测量,将测量结果与该方法测量结果进行比较,分析了两种方法检测到的涂层上下边界吻合程度以及厚度差异。此外,还将所提出的涂层分割算法与我们组之前研究的基于图像梯度的边缘检测算法进行对比,分析了两种方法在测量结果的准确性和运行效率方面的差异,以此来评估该方法的优劣势。结果表明,所设计的三防漆厚度测量方法与传统的金相切片方法的测量结果具有很好的一致性,可以准确地实现三防漆的厚度测量;基于SD-OCT系统的三维成像能力可以直观地看到三防漆厚度地形图,克服了传统的金相切片方法无法进行区域性的三防漆厚度测量的缺陷;相比之前提出的基于图像梯度的边缘检测算法,此方法测量结果更加准确,效率显著提升,具备实时测量的潜力。     

基于Bertrand曲面模型的边缘检测算法

针对图像边缘检测过程中噪声抑制与细节保留不能兼顾的问题,提出一种基于Bertrand曲面模型的边缘检测算法.在确定像素级边缘的基础上,选取沿边缘方向的带状域为拟合区域,利用Bertrand曲面具有沿母线各点的法线与母线共面的性质,将拟合曲面区域内的像素点信息转化为边缘曲线的活动坐标,并对转化后的像素点坐标和归一化灰度值进行拟合,求得亚像素边缘到像素级边缘的法向距离,实现图像亚像素边缘的检测.用视觉测量系统对量块直线边缘进行实验,并与改进Facet曲面拟合亚像素边缘检测算法比较,说明基于Bertrand曲面模型的边缘检测算法具有较高的定位精度,测得一等量块的直线度误差在1μm以内,多次测量的误差平均值为-0.811μm,可靠性高.通过机油泵泵体测量实例,说明本文算法可以应用于机械零件的精密测量,尤其适用于中心距、孔径等的测量.     

基于小波变换和数学形态学的孔径测量研究

针对视觉测量中硬盘圆孔孔径容易受到圆孔周围局部强反射、外部噪声的影响和测量精度不高的问题,提出一种基于小波变换、数学形态学和机器视觉相结合的圆形零件孔径测量方法。对摄像头采集圆孔图片,通过小波变换分解出高低频图像,利用小波变换对高频部分进行边缘提取,数学形态学对低频部分进行边缘提取,然后进行小波边缘融合,获取有效的圆孔边缘。利用最小二乘法对边缘进行孔径尺寸计算,经实验验证,该算法与其他算法相比,在有效地保留圆孔周围边缘信息的情况下,对周围噪声进行了有效的抑制,检测精度为0.01 mm以内,实验结果表明此方法简单易行,且具有较高的精度。     

Antcolony combined with adaptive threshold denoising and reconstruct for THz image

In this paper, an ant colony combined with adaptive threshold denoising algorithm for THz image is proposed. The ant colony is introduced to tackle the image edge detection problem; it is able to establish a pheromone matrix that represents the edge information presented at each pixel position of the image, according to the movements of a number of ants which are dispatched to move on the image. The adaptive threshold is derived in a Bayesian framework; it is adaptive to each subband because it depends on data-driven estimates of the parameters, and it is used to handle edge image and non-edge image which are obtained from ant colony. Experimental results are provided to show that the proposed approach outperforms several THz image denoising approaches developed in the traditional and literature.     

蚁群算法在近红外光谱定量分析中的应用研究

蚁群算法是新近发展的基于群体智能的仿生优化算法,它模拟蚂蚁的觅食行为来解决复杂的组合优化问题。蚁群算法的优点是智能搜索、全局优化、鲁棒性、分布式计算和容易与其他算法相结合等。近红外光谱定量分析技术在很多领域得到广泛的应用,而其关键技术环节之一是建立近红外光谱测量数据的多元校正模型。文章将蚁群算法应用于近红外光谱定量分析中,建立了谷物样品的傅里叶变换近红外漫反射光谱和谷物中蛋白质含量的定量分析模型,得到了较好的结果。校准集的相关系数与相对标准偏差分别为0.943和3.41％,预测集的相关系数与相对标准偏差分别为0.913和4.67%。     

空-谱二维蚁群组合优化SVM的高光谱图像分类

提出了一种空-谱二维特征蚁群组合优化支持向量机的高光谱图像分类算法。利用两类蚁群分别在光谱维空间和样本分布空间交替搜索最大类间距波段组合和异质样本,提取最优特征波段,降低了高光谱的波段信息冗余,去除训练样本中的异质样本,优化了训练样本特征空间分布。将蚁群组合优化后的高光谱图像和训练样本应用到支持向量机(SVM)分类器中,扩大了特征空间类间距,提高了SVM算法的分类精度。实验表明该算法总分类精度达95.45%,Kappa系数0.925 2,是一种分类精度较高的高光谱图像分类方法。     

Ant colony clustering with fitness perception and pheromone diffusion for community detection in complex networks

Community structure detection in complex networks has been intensively investigated in recent years. In this paper, we propose an adaptive approach based on ant colony clustering to discover communities in a complex network. The focus of the method is the clustering process of an ant colony in a virtual grid, where each ant represents a node in the complex network. During the ant colony search, the method uses a new fitness function to percept local environment and employs a pheromone diffusion model as a global information feedback mechanism to realize information exchange among ants. A significant advantage of our method is that the locations in the grid environment and the connections of the complex network structure are simultaneously taken into account in ants moving. Experimental results on computer-generated and real-world networks show the capability of our method to successfully detect community structures.     

数字视频分析中快速边缘检测和运动估计研究

本文研究了将粒子群优化算法同万有引力算法相结合进行边缘检测,利用万有引力原理进行启发函数的计算,指导蚁群运动趋向,快速检测出边缘线,作为图像分析的预处理结果。另外根据视频图像中局部运动集中在图像中部概率较大的特性,提出对图像的几个小区域数据进行全局运动估计,这样大幅度减少了运算量,实验中通过采样四个六分之一原图边长的矩形区域进行全局估计,实验证实了在精度相同的情况下,运算速度提高了九倍左右。     

基于影像仪测量直线度误差的优化方法研究

针对影像仪测量直线度误差的特点,设计了一种改进的边缘检测模板进行边缘提取,并提出一种满足最小条件的直线度误差评定的方法区间距离算法来优化直线度误差的测量。通过采用影像法对光滑极限塞规的高精度测量实验,与传统边缘检测方法和斜率搜索法进行比较,实例结果表明,改进的边缘检测算法相对于传统检测模板计算卷积次数减少一半,可以提高测量速度,采用区间 距离算法与斜率搜索算法相比较,相同8组数据直线度误差相对误差不超过2%,平均计算速度提高0.01 s。实验验证在影像仪测量不同直径塞规直线度误差的自动化测量中,采用该优化方法可以节约计算时间4.45 s,并通过不同评定方式的比较,提出测量直线度误差最佳测量跨距在0.078 mm~0.104 mm的建议,对实际直线度误差测量具有指导意义。     

改进蚁群算法的局部信息动态路径规划

针对传统蚁群算法收敛速度慢、对动态路径变化适应性低的局限性,提出了一种基于局部信息获取策略的动态改进型蚁群算法。该算法利用局部信息获取策略,进行最优局部目标点的获取,然后调用改进蚁群算法获取局部区域内的最优路径,再重复循环获取新的最优局部目标点,直到找到全局目标点。与此同时,将提出的改进型蚁群算法应用于动态路径规划中的路径寻优与避障,仿真结果表明：提出的算法在具有与传统蚁群算法相当的路径优化效果的同时,能够有效适应障碍变化、大大提高了路径规划的收敛速度。     

Accurate measurement method of the thickness of a quartz pendulous reed by combining polarized reflectance and vision image

The detection of thickness provides important information on the production process of the quartz pendulous reed (QRP). Through real-time detection of QPR thickness, high-quality products can be produced, and defective products can be identified and removed. In order to improve detection accuracy and efficiency, a novel noncontact method for measuring the QPR thickness by combining the polarized reflectance and vision image is presented, which can be automated. Based on Snell’s law of fundamental optics, the image of the laser spot is obtained by a laser vision system. The selection criterion of the laser incident angle is analyzed. An improved edge detection algorithm is proposed to locate the subpixel edge of the laser spot, and the calculation method of the laser spot center is presented based on a set of subpixel edge-point data obtained by defining an error function which is to optimize the distribution of data points and minimize it. Experimental results show that the method proposed has good stability and high measurement accuracy, which can achieve noncontact accurate measurement of QPR thickness.     

基于机器视觉的量子点STM形貌图像识别研究

为减轻量子点表面形貌分析过程中的人工工作,使量子点的STM图像分析更加自动化,基于机器视觉对衬底的斜切角及量子点的形貌特性展开研究.利用腐蚀和边缘检测提取台阶形状,并通过反三角变换计算斜切角.利用二值化和阈值下降对量子点的数量与空间坐标进行提取,在此基础上,通过邻域密度计算分析其均匀性,并在解决图像中的粘连问题后找出量子点的尺寸.实验结果显示,与人工统计相比,斜切角、量子点计数及尺寸的平均误差分别为5.02%, 0.7788%及1.12%;并实现量子点均匀性的自动化统计与分析.基于机器视觉算法的自动识别过程,对协助研究者分析量子点表面形貌有实际意义.     

基于机器视觉的汽车仪表盘指针检测

基于机器视觉构建汽车仪表自动检测系统已成为实现仪表生产测试的主要途径。基于图像空间到参数空间的收敛映射提出了改进CM-Hough变换检测算法对汽车仪表盘的指针位置实施检测。首先,介绍了基于机器视觉对汽车仪表的符号片及指针进行自动检测的系统组成。接着,针对经典Hough变换发散映射运算量大的缺点,提出了基于收敛映射CM-Hough变换进行指针检测的算法,给出了利用Hough变换的检测结果直接解算指针位置的方法。最后,将算法由软件编程实现,通过测试实验验证了算法的实时性和有效性,测试数据分析显示了指针位置误差小于1%。