西安理工大学机械与精密仪器工程学院, 陕西 西安 710048
为分析陶瓷碗表面缺陷的形状、位置及方向等三维信息,提出了一种基于多幅图像的局部点云重建算法。该算法首先利用已标定的双目摄像头从任意角度获取多张表面缺陷图片,然后采用FAST+SURF+FLANN图像特征点提取及匹配算法得到准确度高的匹配点对,最后采用运动恢复结构算法并结合基于面片的多视角立体重建算法,实现二维表面缺陷的局部三维重建。由于局部三维重建无法很好地描述缺陷方向及位置信息,因此采用手动增加特征点的方法实现陶瓷碗表面的全局重建。结果表明,缺陷重建效果较好,缺陷位置、方向及形状信息完整。
机器视觉 摄像机标定 图像匹配 三维重建 光学学报
2017, 37(12): 1215002
西安理工大学机械与精密仪器工程学院， 陕西 西安 710048
提出了一种基于机器视觉的陶瓷碗表面缺陷检测方法，该方法主要通过Kirsch算子和Canny算子的结合来实现表面缺陷的边缘检测。采用传统Kirsch算子的8个方向模板分别对图像上的每一个像素点进行卷积求导，选取最大模板，确定其边缘方向，结合Canny算子信噪比高、检测准确度高、边缘细节保留好等特点完成表面缺陷的检测，通过缺陷的几何特征判断是否存在缺陷。实验结果表明，该算法很好地抑制了噪声干扰，提高了边缘定位准确性及检测准确度，在保留边缘信息的同时避免了伪边缘的出现。
探测器 图像处理 缺陷检测 Kirsch算子 Canny算子 陶瓷碗 几何特征
红外成像技术以其诸多优点成为智能化光电探测方面的主流研究方向，然而，红外弱小目标图像却有细节特征少、信噪比低等特点，因此考虑到使用超分辨率复原算法对其进行复原，为图像提供更多的细节信息。本文分析了凸集投影法的基本原理，针对其运行时间长的特点，提出了改进算法。首先用直方图拟合的方法选择出目标区域，然后在目标区域内进行超分辨率复原，区域外使用双线性插值。最后对3组低分辨率图像，每组五帧，用该方法进行验证。从实验结果可以看出，计算速度分别提升了15.6%、45.5%和46.5%。因此，这种方法能够有效地缩短超分辨率复原算法的处理时间。
红外弱小目标 凸集投影法 区域选择 infrared dim-small target projection onto convex sets region selection
