一种圆形标记点的快速提取算法

为实现快速、高精度的定位圆形标记点,提出了一种圆形标记点的识别与定位算法。在相机成像时,圆形标记点经过透视投影变换后,形态类似椭圆,用拟合椭圆的方法获取椭圆的圆心。快速获取椭圆的粗边缘点,利用高斯分布特征获取亚像素边缘点,对边缘点进行优化后利用最小二乘法拟合椭圆,可以得到最为精确的圆心坐标。实验证明,该算法用时约0.005s,椭圆圆心的位置精度在0.05pixel以内,具有很好的实用性。     

快速多项式拟合亚像素边缘检测算法的研究

传统的亚像素边缘检测都是先粗定位,再进行亚像素细分,因而运行时间较长.采用了一种基于多项式拟合的快速亚像素边缘检测算法.该算法根据图像的灰度分布,运用三次多项式拟合图像的边缘实现亚像素定位,从而达到较高的定位精度.采用在边缘附近取点,进行亚像素边缘检测,减少了运行时间.仿真实验给出的实验结果证明了该算法的有效性.     

一种非稳腔激光器光瞳位置提取方法

提出一种非稳腔激光器光瞳位置提取的方法,用于光路自动准直中光瞳位置的提取。首先使用双边滤波对原始图像进行预处理,然后用系数β乘以大津算法的图像阈值得到图像的阈值,对图像进行阈值分割。得到二值图像后,对二值图像进行中值滤波。通过边缘提取算法提取二值图像中的轮廓,然后利用轮廓的中心和组成轮廓的点的数目这两个轮廓属性,找到光瞳图像的内轮廓。使用RANSAC椭圆拟合算法拟合内轮廓,以椭圆的中心作为光瞳的位置。本文提出的光瞳位置提取方法,在满足实时性要求的同时,减少了内轮廓噪声对椭圆拟合的影响,提高了光瞳位置提取结果的准确性和鲁棒性。在100帧仿真光瞳图像的内轮廓中添加40%幅值为0～13的随机噪声点的情况下,所提方法比直接椭圆拟合方法的提取结果具有更高的准确性和鲁棒性,提取位置偏差的AVG比直接椭圆拟合的结果小0.283个像素、位置偏差的最大值小0.660个像素、位置偏差的RMS小0.136个像素。     

基于邻域贡献权值细化的圆心亚像素定位算法

针对传统的圆心算法过程复杂、定位精度受初始边缘提取效果影响较大等问题,提出了一种基于邻域贡献权值细化的圆心亚像素定位算法。首先引入邻域贡献权值系数,改进传统非极大值抑制法,细化边缘;然后在边缘点的梯度方向对灰度值进行高斯拟合,确定亚像素边缘位置;最后针对边缘突变点提出了基于随机抽样一致的最小二乘法来拟合圆心。实验结果表明,该算法具有较好的精度和稳定性,圆心的提取精度可以达到0.1个像素。     

双目视觉测量系统特征点提取与匹配技术研究

自主研发了一种光笔式双目立体视觉大工件尺寸测量系统,对测量系统中特征点的提取及其匹配技术进行了研究。测量系统采用 Canny 算子和 Zernike 矩相结合的算法实现椭圆光斑的亚像素边缘提取,根据得到的亚像素边缘点,采用基于最小二乘的曲线拟合法得到椭圆光斑的中心坐标。针对特征点的匹配问题,提出了一种基于位置约束的快速匹配方法。实验结果显示:所提方法能提取到椭圆光斑亚像素边缘,可精确计算出椭圆光斑中心坐标,匹配率达到95%以上。     

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.     

基于边缘方向投影的棋盘格角点亚像素细化

随着视觉测量技术在工程中的推广,越来越多的视觉标定和测量需在车间现场由非专业人员执行,这会造成拍摄的棋盘格图像中包含较多的噪声。为了实现噪声下棋盘格角点稳健、精确的亚像素细化,提出一种基于边缘方向投影的棋盘格角点亚像素细化方法。首先基于非极大值抑制算法计算初始边缘方向,然后基于最小加权二乘拟合法细化边缘方向,最后基于边缘方向最大投影细化棋盘格角点的亚像素坐标。结果表明：在高质量的棋盘格图像中,所提方法的棋盘格边长测量偏差的最大值均小于0.021 mm,棋盘格边长测量偏差的均值均小于0.006 mm;在高斯噪声和角点污染的棋盘格图像中,所提方法的棋盘格边长测量偏差的最大值均小于0.05 mm,棋盘格边长测量偏差的均值均小于0.02 mm。     

最小核值相似区低层次图像处理算法的改进及应用

首先介绍一种能有效地进行边缘、角点检测和滤波等低层次图像处理的最小核值相似区算法,然后提出自适应阈值的选取方法,局部区域灰度重心判据对其算法的改进使得边缘检测算法抗噪能力更强。针对序列图像的具体应用,用改进的边缘检测算法能准确、快速地从噪声图像中得到较准确的边缘信息,用滤波算法对序列图像作预处理,可使互相关跟踪结果更可靠、更准确。     

基于Facet模型的闪光图像边缘检测

针对闪光图像的特点,对经典边缘检测算子进行了分析,发现存在检测出的边缘粗和对噪声的干扰比较敏感的缺点,提出了一种基于Facet模型的爆轰实验图像边缘检测算法。该方法吸取了其它同类方法的优点,引进了正交基简化了运算,用离散正交多项式对图像每个像素的邻域作最佳曲面拟合,在此基础上使用整体梯度算子寻求二阶方向导数的零交叉点,最终提取边缘点。结果表明：该方法检测出的边缘细,并且光滑连续,对图像噪声干扰有较强的抑制能力,对于孤立的边缘能够给出较精确的定位。     

基于Facet模型的闪光图像边缘检测

针对闪光图像的特点,对经典边缘检测算子进行了分析,发现存在检测出的边缘粗和对噪声的干扰比较敏感的缺点,提出了一种基于Facet模型的爆轰实验图像边缘检测算法。该方法吸取了其它同类方法的优点,引进了正交基简化了运算,用离散正交多项式对图像每个像素的邻域作最佳曲面拟合,在此基础上使用整体梯度算子寻求二阶方向导数的零交叉点,最终提取边缘点。结果表明:该方法检测出的边缘细,并且光滑连续,对图像噪声干扰有较强的抑制能力,对于孤立的边缘能够给出较精确的定位。     

一种视频运动目标精确分割新算法

针对视频图像中单个运动目标的分割问题,提出了一种基于Kirsch边缘算子的视频运动目标分割算法,该算法将Kirsch算子检测到的边缘作为主分割信息,运动矢量场作为次要分割信息。首先利用双重尺度的运动矢量场进行累加和滤波处理来获得辅助分割信息;然后将Kirsch算子的模板分解为差值模板和公共模板以提高边缘的抗噪性;最后用自适应状态标记的方法将边缘信息和运动矢量信息相融合来准确地分割运动目标。实验结果表明该方法分割比较精确。     

基于Hough变换的椭圆检测算法

为了实现光电仪器对椭圆形目标的准确识别与跟踪,基于Hough变换提出了一种新的椭圆检测算法。该算法随机采样2点,再利用椭圆极和极弦的性质来搜索第3点并筛除大量无效采样;然后,以这3点为中心作正方形窗口,用窗口内的所有点来拟合椭圆方程。在验证候选椭圆时,提出了一种新方法来判断边缘点是否在椭圆上,并且给出了确定真实椭圆的自适应阈值。实验显示,该算法的平均长度误差为0．5pixel,平均角度误差为0．6°,平均耗时为79ms,表明该算法精度高,速度快,检测性能较好。     

基于区域分类、自适应滑动窗和结构检测的合成孔径雷达图像联合降斑算法

为了克服传统的基于合成孔径雷达(SAR)图像局部统计特性的降斑算法的缺点,提出了基于区域分类、自适应滑动窗和结构检测的联合降斑算法.首先,联合降斑算法对当前区域进行区域分类,并直接保留强边缘结构和点目标.接着,联合降斑算法对均匀区域和弱边缘结构区域进行滑动窗的自适应增长,从而获得合适的滤波窗口.最后,联合降斑算法对新的滤波窗口使用区域分类.如果滤波窗口属于均匀区域,则直接使用均值滤波;如果滤波窗口属于边缘结构区域,则进一步使用结构检测,并且选择窗口内的均匀子区域作为最终的滤波区域.降斑实验表明,联合降斑算 关键词： 区域分类 自适应滑动窗 结构检测 联合降斑算法     

一种新的基于弧段提取的椭圆检测方法

为了克服椭圆检测过程中对椭圆完整性和边缘梯度信息依赖性较强的缺点,实现椭圆目标的快速有效检测,提出了一种新的基于弧段提取的椭圆拟合方法。首先将梯度方向符号相同的相邻边缘点连接成弧段,然后根据弧段的凸性和象限分类组成包含三段弧的弧组,定义了新的弧选择策略,利用位置约束和弧对的椭圆中心估计提取候选椭圆,最后采用改进的拟合算法拟合椭圆。实验结果表明,基于弧段提取的椭圆拟合方法相对于LMEDS算法和RHT3具有更好的准确性、鲁棒性和稳定性,实时性也有一定的提高。     

基于FFT的薄膜厚度干涉测量新方法

在研究二维FFT法进行干涉测试基本原理的基础上,提出一种基于二维FFT的薄膜厚度测量新方法。利用搭建的泰曼-格林型干涉系统,用CCD接收、采集卡采集,可获得被测膜层的干涉条纹图像。编制算法处理软件,可实现对干涉条纹图中薄膜边缘识别、区域延拓、滤波、波面统一等的处理,从而获得带有薄膜信息的面形分布,实现对薄膜样片厚度的自动化测量。研究结果表明：所测薄膜厚度的峰谷值为0．2562,均方根值为0．068λ,说明采用基于FFT的薄膜厚度干涉测量新方法测量薄膜厚度具有较高的精度。     

一种基于长轴和对偶性的椭圆检测新算法

提出一种新的基于椭圆长轴信息的椭圆检测算法,利用椭圆长轴信息来确定椭圆的四个参数,并利用累积的方法得出短轴的值。在确定长轴时,利用椭圆的对偶性对长轴做出验证。实验表明,该算法比原长轴算法降低了运算时间。     

基于边窗盒子滤波和透射率修正的图像去雾

针对雾线先验去雾算法存在的颜色过饱和现象、图像初始透射率估算不准确等问题,提出了一种基于边窗盒子滤波和透射率修正的图像去雾算法。为了解决初始透射率估算不准确带来的边缘细节信息丢失的问题,首先利用非局部总广义变分（TGV）正则化的方法估算初始透射率,并将二阶的非局部总广义变分（TGV）正则器来作为正则项,以确保对由图像颜色和深度之间的噪声和歧义引起的异常值具有鲁棒性。随后利用边窗滤波算法对初始透射率进行优化,从而实现对图像中纹理信息和边缘信息的保留。最后利用大气散射模型和多角度优化后的透射率复原出无雾的原始图像。实现结果表明,本文算法能够解决图像颜色过饱和与边缘处的细节纹理信息丢失的问题,且无色调偏移和光晕效应。在定性评估上,复原后的图像视觉效果好;在定量评估上,本文算法的去雾后图像的评价指标皆高于基于雾线先验算法。     

高能闪光照相中Sobel算子的边缘检测方法

针对高能闪光照相中投影图像的特点,对数字图像处理中具有代表性的Sobel边缘检测算法进行了分析,发现该算法存在检测出的边缘粗和人为进行阈值的选取会造成边缘点的误判的缺点;为此提出了一种阈值确定方法和基于最大梯度的定位准则算法。改进的算法实测结果表明：该方法有效地解决了Sobel算子检测出的边缘过粗的问题,得到的边缘较细,定位精确,提高了边缘检测精度,可用于高能辐射照相中的边缘提取。     

基于图象灰度分布的边缘中心定位算法

提出了一种对图象线性边缘检测的精确定位算法,传统方法是基于系统分辨率的定位方法,其精度最高只能达到一个象素.该算法利用了图象象素的亮度信息,用概率分布方法进行定位估值,使定位精度小于一个象素,即在较低系统分辨率的情况下,获得较高分辨率的定位精度,用此算法设计的自动测量系统,在实际使用中取得了令人满意的结果.