【摘 要】
：
针对磁环表面缺陷图像具有对比度低、纹理背景复杂、缺陷种类多和亮度不均匀等问题,提出了一种基于改进自适应Canny算法和掩模技术的磁环表面缺陷提取方法。首先,在分析磁环表面图像中不同区域灰度特征和梯度特征的基础上,通过拟合磁环内外轮廓构造掩模图像,以便屏蔽磁环背景区域的干扰;然后,利用提出的基于8邻域各向异性滤波的改进自适应Canny边缘检测算法,抑制磁环表面纹理的干扰;最后,利用图像数字形态学增强
论文部分内容阅读
针对磁环表面缺陷图像具有对比度低、纹理背景复杂、缺陷种类多和亮度不均匀等问题,提出了一种基于改进自适应Canny算法和掩模技术的磁环表面缺陷提取方法。首先,在分析磁环表面图像中不同区域灰度特征和梯度特征的基础上,通过拟合磁环内外轮廓构造掩模图像,以便屏蔽磁环背景区域的干扰;然后,利用提出的基于8邻域各向异性滤波的改进自适应Canny边缘检测算法,抑制磁环表面纹理的干扰;最后,利用图像数字形态学增强边缘连通域,并利用构造的掩模图像提取磁环表面缺陷。利用开发的样机进行了大量的在线实验。实验结果表明,本文
其他文献
在结构光三维(3D)重建系统中,编码模式用来解决对应点匹配问题,将直接影响测量的精度、分辨率和实时性。M阵列的结构光模式具有良好的子窗体特性,全局唯一。通过归纳结构光模式应遵守的规则,利用改进的拼片算法生成了大尺寸多元M阵列,具有2×2的子窗体特性,有8个阵列元素。提出符号选择机制,采用多条件评判方法确定8个模式符号。用设计的符号代替M阵列元素,生成一种新颖的分辨率为1 024×768的M阵列单帧
立体图像的视差很大程度上决定了立体图像的视觉舒适度,本文从定量的角度对影响立体图像舒适度的视差范围进行了研究。首先对源立体图像采用像素平移方法得到测试立体图像集,通过大量的主观实验得到测试立体图像的舒适度平均意见得分(MOS,mean opinion score)值;其次,基于视觉显著性特点,采用自适应权重立体匹配方法计算各区域的视差值,以测试各区域视差值对整幅立体图像舒适度的影响程度;最后通过转
针对三维图像特征点的匹配问题,研究了在Kinect三维图像中,分别基于SIFT、SURF和ORB算法建立的三维特征描述子经RANSAC算法优化后匹配精度和匹配速度的差异。首先,使用一组Kinect拍摄的测试集进行测试,三种特征匹配算法经过RANSAC算法优化之后,都表现出良好的匹配精度,ORB算法在匹配速度上稍有优势。其次,使用Kinect实际拍摄的室内样张进行重复性测试,实验结果表明,ORB算法
针对于人脸图像检测的有效利用性,为了提高其检测的性能,提出一种新的基于监督学习的优化相关性投影(ORP)人脸性别分类算法,并将其应用到基于Eigenface算法与Fisherface算法的人脸识别中,以及应用WPCA到基于PGA的性别分类中。本文算法首先基于带权主成分分析(WPCA)算法来降低脸部维度,将脸部特征提取出;然后,对其进行优化,同时计算ORP的误差函数;最后,最小化脸部ORP误差函数,
由于生理的局限,人眼立体感知存在一定的盲区,并对立体视差存在一定的融合极限,因此获取符合人眼立体感知的三维影像就显得尤为重要。针对该问题,结合Panum融合区理论以及人眼立体感知误差,对立体观影区间的范围进行界定,并对立体观影区对应下的基线长度范围进行推导。根据推导结果,利用3ds max进行场景模拟,分别以特定距离下基线长度所允许的最大值和最小值为基准,获取5组不同基线长度下的视差图,最后利用虚
利用符号M阵列形成单帧模式作为投射图像,提出对符号编码结构光进行解码的方案。首先,建立符号的游历算法,生成符号轮廓链序列,根据链角实现符号轮廓的波形特征表述;其次,采用基于符号矢量方向及内部有向链角,进行符号定位及识别;利用符号矢量方向可以将符号分成4类,每类2个符号,根据符号内部链角的波形特征,区分每类中的两个符号;最后,利用子窗体全局唯一性创建子窗体定位条件,实现子窗体匹配,并根据投票方式进行
图像正交矩具有数值稳定和方便重构等优点,雅可比-傅立叶矩(JFM)是传统正交矩的推广,然而其定义中的径向函数仅是整数阶多项式。本文改造JFM的径向函数,提出广义JFM,其定义中的径向函数既可以是分数阶的多项式,也可以是更一般的函数,JFM仅是这种构造的特例,并且证明了所提广义JFM的正交性和旋转不变性。数值实验也表明,利用所提方法可构造出重构性能好、抗噪性能强的图像正交矩。
针对稀疏表示理论用于高光谱图像异常目标检测存在检测精度不高的问题,在对高光谱图像的空间特性和光谱特性充分分析基础上,提出了基于空-谱结合的稀疏高光谱异常目标检测算法。首先利用多尺度高斯滤波对原始高光谱图像进行滤波处理,通过滤波减少高光谱图像含有的噪声对异常目标的影响;对滤波之后的高光谱图像进行波段子集划分,划分依据是邻波段间的相关系数;然后利用高光谱图像稀疏差异指数对每个子空间进行异常目标检测;最
针对现有的多数人脸识别算法在单训练样本时识别性能并不理想这一问题,提出一种基于Fourier-Mellin变换的频域不变性以及时域不变性的特征提取算法。首先,采用图像亮度作为原始特征,将对图像亮度标准化以改善光照变化,通过应用2D小波变换降维来管理频域不变量的复杂度;然后,为进一步改进识别性能,根据分析的Fourier-Mellien变换(AFMT)以及正交Fourier-Mellin矩(OFMM
针对传统多尺度图像融合方法容易损失可见光图像细节、弱化红外目标信息和降低图像对比度的问题,基于二维经验模态分解(BEMD)和高斯模糊逻辑(GFL)的特性,提出了一种红外与可见光图像融合的算法。首先,使用BEMD对源图像进行分解,得到图像的本征模(高频成分)和趋势项(低频成分);其次,用GFL对趋势项进行恰当的融合,使用基于邻域特征的区域对比度法融合图像的本征模;最后,通过BEMD逆变换得到融合图像