基于小波的双线性插值误差补偿算法的图像放大

为了尽可能地保持低分辨率图像的基本信息,提高图像的视觉效果和空间分辨率,本文提出一种基于小波的双线性插值误差补偿算法。该算法增加双线性插值的误差补偿项,利用Sobel算子设定插值点的边缘方向,得到初始放大图像。利用小波提取高频成分,原始图像幅值增强充当低频部分,再经过小波逆变换得到高分辨率图像。实验结果表明,相对于传统的图像放大算法,该算法考虑到全局相关性,得到更加清晰的边缘信息。     

基于电子样稿的柔印首件“粗-精”检测方法

为了解决柔印首件检验没有基准织物图像作为参照的难点,该文提出一种以电子样稿为参照物的柔印首件“粗-精”检测方法,主要分为粗匹配、精匹配和缺陷检测3个阶段。首先,针对电子样稿与印刷首件内容粗细不一、灰度特性差异大、柔印内容重复率高等问题,融合超点(SuperPoint)与强力匹配(SuperGlue)方法进行粗匹配。然后,针对柔印过程版材伸缩、弯曲引发柔印内容局部偏移的问题,采用归一化互相关(NCC)法微调样稿字符,实现精匹配。最后,提出约束聚类的方法将缺陷检测问题转化为电子样稿与柔印首件差异最小化的问题。对比实验表明,该文方法的柔印首件检测性能要优于其他织物印刷品缺陷检测方法,其漏检率为0,误检率为1.3%,平均Dice系数为0.941,且检测时间仅为2.761 s/pcs,满足实际工程的需求。     

一种基于神经网络的图像复原方法

提出了一种基于BP神经网络的图像复原算法.在分析图像模糊机制的基础上,为了降低输入维数,该方法采用滑动窗口操作来提取特征,同时为了加快训练速度和改善网络复原效果,首先对图像进行边缘提取,对图像内边缘区域和平坦区域分别采用滑动窗口获得训练集.利用BP神经网络的学习能力,通过训练,建立含有退化信息(高斯模糊)的模糊图像和清晰图像之间的映射关系模型,利用该模型对模糊图像进行复原,得到的复原图像在视觉上和定量分析上都获得了较好的效果.     

一种基于高斯混合模型的运动目标检测改进算法

在运动目标检测方法的研究中提出一种基于高斯混合模型的运动目标检测的改进算法。首先利用颜色信息对背景建立高斯混合模型;其次在模型更新阶段．为了模型的自适应性和尽量逼近真实信号量,在传统学习率基础上提出一种加权思想,即对均值与方差分别给出一个不同的加权值。最后应用中值滤波及物体空间连通性进行后处理。实验结果表明,与传统高斯混合模型方法相比,改进的方法能更加有效地检测出运动目标,具有较好的鲁棒性。     

基于Contourlet直方图的目标跟踪算法

提出一种基于Contourlet直方图的目标跟踪算法。对图像先进行Contourlet变换,并利用变换后的Contourlet系数建立Contourlet直方图,将其作为meanshift算法的迭代参数来实现目标跟踪。实验结果表明,本算法具有较好的鲁棒性,能够在遮挡、小目标等情况下实现快速准确的跟踪。     

一种彩色图像复原新方法:基于滑动窗口的支持向量回归算法

提出一种彩色图像复原新方法,将彩色图像按RGB三个通道进行分解,针对每个通道分别采用滑动窗口操作,直至遍历整幅图像,从而获得三个训练集.然后应用支持向量机进行回归分析,建立清晰图像与模糊图像之间的对应关系,从而得出彩色图像复原网络模型.最后根据该模型对待测模糊图像进行复原校正.实验结果显示新算法能很好地对模糊彩色图像进行复原,复原效果优于维纳滤波等经典滤波算法,且计算量远远小于迭代盲反卷积方法.     

基于空间直方图的海杂波背景下红外目标跟踪

空间直方图融合了目标的灰度分布信息和灰度的空间分布信息,比传统的灰度直方图更具有目标鉴别能力。为实现海杂波背景下稳健跟踪红外目标,本文在基于粒子滤波算法的红外目标跟踪系统框架中,将加权样本集表示红外目标的状态后验概率分布;采用简单的随机漂移模型表示系统状态模型;利用目标区域的空间直方图描述红外目标,其中通过核概率密度估计建立红外目标的灰度分布,然后统计灰度分布的空间信息建立空间直方图;通过空间直方图的相似度定义来建立系统观测概率模型,最终提出一种在海杂波背景下的基于空间直方图的粒子滤波红外目标跟踪算法。实     

基于互补自适应噪声的集合经验模式分解算法

经验模式分解(EMD)及其改进算法作为实用的信号处理方法至今仍然缺少严格的数学理论。该文尝试从数学理论上分析集合经验模式分解和自适应噪声集合经验模式分解的重构误差,推导了总体残留噪声的计算公式。针对自适应噪声集合经验模式分解在每一层固有模态分量上仍然存在残留噪声的问题,在分解过程中添加成对的正负噪声分量,提出一种基于互补自适应噪声的集合经验模式分解算法。实验结果表明,相比于集合经验模式分解和自适应噪声集合经验模式分解,所提的方法能够明显地减少每一层固有模态分量中残留的噪声,拥有较好的信号重构精度和更快的分解速度。     

贴片电阻焊点内部空洞缺陷自适应检测

贴片电阻在回流焊过程中,受工艺影响,焊点内部或多或少会存在空洞缺陷,空洞占比率过高会严重降低器件的可靠性。该文融合局部预拟合(LPF)活动轮廓模型和自适应圆形卷积核,提出一种贴片电阻焊点内部空洞缺陷自适应检测方法。首先,根据贴片电阻图像具有明暗两个明显区域的特点,通过求解区域平均灰度差异最大的优化问题将其自适应地分为较暗和较亮两个区域。然后,针对较暗区域中空洞与背景之间对比度低、空洞分布较稀疏、面积偏大等特点,采用局部预拟合活动轮廓模型进行空洞检测;针对较亮区域中空洞与背景之间差异明显、空洞分布密集、面积偏小等特点,提出一种自适应圆形卷积核检测空洞。最后,采用形状因子和平均灰度策略剔除误检测,实现贴片电阻焊点内部空洞精细检测。实验结果表明,该文算法相较于其他检测算法性能有明显的提升,平均Dice系数高达0.8846。     

基于扇区邻域特征工程的玻璃封装绝缘端子缺陷检测

该文提出一种基于特征工程的玻璃封装绝缘端子外观质量检测算法以替代人工肉眼检测。首先,基于绝缘端子的形状先验将待检测区域划分为若干个扇区。其次,根据玻璃封装绝缘端子图像特点提出扇区基本特征数据、扇区灰度变化率、扇区反光特征和扇区方向统计特征等4大类扇区特征提取方法,采用梯度提升决策树(GBDT)进行粗分类。为了更全面地表征扇区特性,基于粗分类结果融合最近邻扇区提出扇区近邻(SN)特征提取方法。最后,将扇区近邻特征和扇区特征都输入到GBDT分类器进行精细分类,获得检测结果。实验结果表明,提出的特征工程方法能够在合理检测时间内取得较好的检测性能,交并比为97.45%,F1为0.987,优于现有类似检测方法。