基于图像识别的汽车滤纸表面缺陷自动检测研究
这是一篇关于表面缺陷检测,图像处理,图像识别,二值化,边缘检测的论文, 主要内容为随着我国汽车工业的飞速发展,汽车空气滤清器的产销量也大幅度提高,为了杜绝传统人工检测滤纸过程中产生的纰漏,大幅提高检测效率,研究并开发出了汽车空气滤清器滤纸表面缺陷自动检测系统。本系统采用C/S架构,由于VC++是面向对象的程序设计语言,为开发图像处理软件提供了丰富的组件,同时非常适合分布式开发,因此前台开发工具选用VC.NET技术。系统开发环境为Visual Studio.NET2005,后台数据库采用SQL Server 2010。本文采用数字图像识别技术,通过对滤纸的数字图像预处理和识别,并对识别出的滤纸疵点进行测量和存储,实现滤纸表面疵点检测自动化,提高疵点检测效率。滤纸表面缺陷图像经过图像预处理、图像增强、图像分割、边缘检测、腐蚀和膨胀、图像测量等图像处理过程,得到可供测量的二值化图像。对二值化后的疵点图像经测量其周长、面积等特征数据,把疵点缺陷图像和计算结果存入到数据库中,并为定位标识机构提供控制数据。本文主要针对滤纸疵点进行检测,具有投资成本低,检测效果好,系统易于维护管理,运行成本较低的特点,能经济有效地检测出各类滤纸疵点。
基于GAN的一类动漫场景的异质生成算法设计
这是一篇关于异质生成,动漫上色,CGAN,边缘检测,场景线稿的论文, 主要内容为图像异质生成是计算机图像图形学领域具有挑战性的课题之一。本文研究场景线稿到一类动漫效果的异质生成问题,即用户输入场景线稿,算法生成着色合理、内容一致的动漫图像。再进行应用模式拓展,实现多类型场景图像经由线稿提取到动漫效果的转换,为后续在幼儿教育、插画制作等领域的应用提供更多可能性。本文主要工作如下:(1)提出一种基于GAN的场景线稿到动漫效果自动上色(Anime Effect Automatic Colorization,AEAC)的图像异质生成算法。算法改进和增强了U-Net生成器结构,设计了双层信息抽取的生成器网络(DIEU-Net)。DIEU-Net设计了用于抽取场景线稿浅层显著信息的双卷积子模块(IESS)和双层IESS的残差集成模块,增强网络在与线稿关联的颜色、位置等重要特征的全域学习能力,缓和网络加深带来的梯度消失等网络退化问题;同时采用“卷积+上采样”操作替换U-Net生成器中原有的反卷积操作,抑制生成结果中棋盘效应的发生。实验结果表明,与其他算法相比,AEAC算法上色效果更合理、自然。(2)提出了一种面向多类型图像线稿提取的、增强稠密感知的边缘检测算法Edexi Ned。考虑到上述上色网络以场景线稿输入作为交互方式,线稿需用线条刻画语义对象的轮廓、纹路特征,以往的边缘检测算法对纹路特征的刻画不适用于场景线稿自动上色问题。Edexi Ned引入了混合空洞卷积,通过设置不同的扩张率来利用多尺度信息,并在上采样网络引入了多层的残差连接,增强了全域网络的细粒度学习能力。算法能够较好地提取输入图像的线条特征,输出线条层次丰富的线稿图,为本文上色网络的应用模式拓展提供了技术基础。(3)拓展了本文动漫上色算法的应用模式,可实现多类型场景图像经由线稿提取到动漫效果的异质生成过程。本文将Edexi Ned边缘检测算法作为线稿的提取方法,提取多类型场景图像的线稿图输入至上色算法生成动漫效果。实验结果表明,本文的应用模式有较好的生成效果与灵活性,可实现多画种(中国山水画、风景素描、油画)、摄影作品到动漫效果的异质生成过程。随着人工智能慢慢地融入生活,动漫上色的异质生成算法可以被应用于绘画、插图、幼儿教育等方面,具有一定的应用前景和应用价值。
基于边缘检测的太赫兹成像三维点云重建方法研究
这是一篇关于太赫兹成像,三维点云,边缘检测,曲面重建的论文, 主要内容为太赫兹波的特性决定了其应用在无损检测领域的重要价值。为了实现大视场快速自适应大景深的高效率太赫兹三维层析成像,需要研究高精度成像运动控制系统。为了实现检测结果的三维可视化,需要研究太赫兹成像三维点云重建方法并开发多功能一体化软件。为了从有序点云中更好的提取散乱轮廓点云,需要对边缘检测算法做出改进。为了选择最适合太赫兹点云的重建方法,需要对比多种不同的点云重建算法并进行优缺点分析。本文主要研究内容如下:(1)研究并提出了基于边缘检测的太赫兹成像三维点云重建方法。从太赫兹点云获取以及其数据结构的特点分析到最终完成高效的曲面重建,总结出了切实可行的基于边缘检测的太赫兹成像点云重建流程。首先通过对有序点云进行切片边缘检测获得目标轮廓的边缘,然后将其转化为空间散乱点云进行去噪精简预处理,最后经过三角剖分及泊松等重建算法完成太赫兹点云的三维重建。(2)针对太赫兹三维层析图像的分割要求,根据传统Canny算子在滤波时会模糊边缘且需要人工设置高低阈值的缺点,提出了一种基于三维块匹配的改进自适应阈值Canny边缘检测算法。算法使用了三维块匹配(BM3D)算法结合引导滤波以减少滤波过程中图像边缘信息的丢失,并对梯度图块匹配结果使用最大类间方差法(OTSU)来自适应确定算法的高低阈值。(3)设计开发了一套太赫兹三维层析成像原型系统,包含硬件设计与软件开发。硬件方面研究了成像系统各模块的同步控制,设计高速运动控制电路实现太赫兹器件的精准同步控制;软件方面实现了成像系统的精准操控,运动状态的实时显示以及点云数据读取、边缘检测、点云精简去噪、点云曲面重建以及三维可视化等功能。还对不同算法的太赫兹点云曲面重建结果进行了分析对比,对于太赫兹点云来说三角剖分算法是几种算法中效率和性能最好的。
基于边缘检测改进算法的家具客户化定制技术研究
这是一篇关于边缘检测,图像局部分割,图像局部换色,家具定制的论文, 主要内容为随着家具产品在电商平台上销售模式的兴起及居民生活水平的提高,人们对家具产品的消费观念逐渐向满足个性需求方面转变:一方面,企业依托现有电商平台进行家具产品的销售可以降低企业的生产、储藏成本,拓展企业的市场、促进企业的发展;另一方面,随着家具产业在电子商务平台的发展,消费者对家具产品的选择范围变广、对家具产品配色的需求趋向于多样化、对满足个性化的需求不断提高,给传统家具生产制造企业带来了巨大的挑战。在此背景下,在现有电商平台上实现家具产品个性化定制的构想应运而生。由于家具产品的个性化定制技术可以将消费者融入到产品的生产过程中,大幅度提高消费者对产品的满意度,因此如何将电商平台与实现家具产品的个性化定制技术结合起来,在促进家具企业快速发展的基础之上满足客户的个性化需求,成为家具企业生产制造的目标。虽然国内外学者在家具产品的个性化定制方面做了一些研究,但是由于电商平台的兴起时间及针对家具产品个性化定制理论的研究时间都很短,因此将家具产品的个性化定制技术融入到现有电子商务平台的理论及实现技术尚不成熟。因此研究现有电商平台上家具产品的定制技术具有很重要的应用价值。本文在电商企业资助下,提出了在现有电商平台上实现家具客户化定制的设计思想,并针对其中的关键技术进行了深入研究。本文首先综述了课题研究的背景及意义,其次围绕如何实现家具客户化定制的关键技术,本文具有创新意义的研究工作有如下几个方面:(1)针对现有边缘检测算法在家具图像边缘分割过程中丧失了原图的色彩信息问题,提出一种在家具图像边缘分割过程中保持图像色彩信息的检测思想。(2)针对边缘检测方法在家具图像弱边缘检测中边缘丢失率高的问题,提出一种基于双检测器的边缘检测方法。(3)针对现有电子商务平台因不能随意改变家具图像的颜色而不能满足消费者个性需求问题,提出一种针对家具图像局部区域换色方法,研究了家具图像的局部分割、获取、存储、映射、换色技术。最后使用c#语言编程实现了针对家具图像的局部换色方法,验证了本课题研究成果的应用效果。
基于边缘检测的太赫兹成像三维点云重建方法研究
这是一篇关于太赫兹成像,三维点云,边缘检测,曲面重建的论文, 主要内容为太赫兹波的特性决定了其应用在无损检测领域的重要价值。为了实现大视场快速自适应大景深的高效率太赫兹三维层析成像,需要研究高精度成像运动控制系统。为了实现检测结果的三维可视化,需要研究太赫兹成像三维点云重建方法并开发多功能一体化软件。为了从有序点云中更好的提取散乱轮廓点云,需要对边缘检测算法做出改进。为了选择最适合太赫兹点云的重建方法,需要对比多种不同的点云重建算法并进行优缺点分析。本文主要研究内容如下:(1)研究并提出了基于边缘检测的太赫兹成像三维点云重建方法。从太赫兹点云获取以及其数据结构的特点分析到最终完成高效的曲面重建,总结出了切实可行的基于边缘检测的太赫兹成像点云重建流程。首先通过对有序点云进行切片边缘检测获得目标轮廓的边缘,然后将其转化为空间散乱点云进行去噪精简预处理,最后经过三角剖分及泊松等重建算法完成太赫兹点云的三维重建。(2)针对太赫兹三维层析图像的分割要求,根据传统Canny算子在滤波时会模糊边缘且需要人工设置高低阈值的缺点,提出了一种基于三维块匹配的改进自适应阈值Canny边缘检测算法。算法使用了三维块匹配(BM3D)算法结合引导滤波以减少滤波过程中图像边缘信息的丢失,并对梯度图块匹配结果使用最大类间方差法(OTSU)来自适应确定算法的高低阈值。(3)设计开发了一套太赫兹三维层析成像原型系统,包含硬件设计与软件开发。硬件方面研究了成像系统各模块的同步控制,设计高速运动控制电路实现太赫兹器件的精准同步控制;软件方面实现了成像系统的精准操控,运动状态的实时显示以及点云数据读取、边缘检测、点云精简去噪、点云曲面重建以及三维可视化等功能。还对不同算法的太赫兹点云曲面重建结果进行了分析对比,对于太赫兹点云来说三角剖分算法是几种算法中效率和性能最好的。
对数图像处理模型应用研究及FPGA实现
这是一篇关于FPGA,数字图像处理系统,对数图像处理模型,图像增强,边缘检测的论文, 主要内容为数字图像处理技术是指在计算机软件或各种硬件处理器平台上进行图像处理的技术。伴随信息时代的跨越式发展,数字图像处理技术及其相关应用深刻影响与变革着人们的生产生活方式,与此同时人们对数字图像处理系统高效性、实时性和高清性的需求也随之水涨船高,仅通过软件平台来实现图像处理算法已经很难满足现实需求,因此在硬件加速平台上设计实现相关图像处理技术成为了目前的研究热点。相比于传统的CPU处理数字图像,FPGA具有运行速度快、时延低、灵活度高和并行计算的优势,同时FPGA还拥有丰富的板上逻辑资源,其模块化的设计方式使得电路设计的可移植性非常强,能够更好地满足实时图像处理系统的要求,提升算法整体的处理速度。本文主要研究对数图像处理模型及相关应用算法在FPGA上的设计实现,硬件平台选用Xilinx公司Zed Board系列FPGA开发板,使用Verilog硬件描述语言编写图像处理算法的硬件实现逻辑,在集成开发工具Vivado上完成电路设计、功能仿真、约束配置、综合优化等工作,最终将工程烧录到FPGA开发板上进行上电调试并验证系统的功能。1.本文将在FPGA上设计并实现了基于LIP的图像增强系统。由于传统的Lee图像增强方法以及与对数图像处理模型结合的基于LIP模型的图像增强方法存在参数过多且难以选取合适参数的问题,导致增强效果不佳。于是本文根据图像局部像素均值和局部信息反差值自适应构造相关参数,提出了基于LIP的自适应Lee图像增强算法。自适应增强算法在处理过程中能够自适应选择参数,通过与传统的Lee图像增强算法对比增强效果,得出结论基于LIP的自适应Lee图像增强算法能够有效地提升低照度图像的对比度,增强效果更佳。此外还在FPGA上设计实现了基于LIP的图像增强系统,整个系统包括图像存储转换模块,对数处理模块,局部均值计算模块,图像增强模块以及图像合成显示模块,将布局布线后的工程烧录到FPGA开发板上电调试验证了所设计的系统功能。最后通过对比算法在软件平台和硬件平台上的处理速度、运行时间以及资源消耗等情况,证明了基于LIP的图像增强系统硬件资源消耗合理的前提下,既能获得良好的增强处理效果又能显著提升算法处理速度。2.本文将在FPGA上设计实现基于LIP的视频图像实时边缘检测系统。首先本文针对传统的LIP模型下的边缘检测算法处理细节丰富图像时丢失边缘的问题,引入了新的方向检测模板改进算法。通过实验对比发现改进后的边缘检测算法能够更好地勾勒图像边缘,保留低对比度区域的细节信息。然后基于FPGA硬件设计实现了基于LIP的视频图像实时边缘检测系统,整个系统包括视频图像采集模块、方形窗生成模块、对数处理模块、边缘检测模块、VDMA缓存控制模块和图像显示模块。系统通过IIC配置驱动OV5640 CMOS传感器采集彩色视频图像数据,通过VDMA驱动板上的DDR3内存控制缓存图像数据,然后驱动图像处理模块读取缓存数据并处理,最终将实时边缘图像输出显示到VGA显示器上。最后将布局布线后的工程烧录到FPGA开发板上电调试验证系统功能,分析系统在FPGA上的边缘检测效果、资源消耗等情况,证明了基于LIP的视频图像实时边缘检测系统在消耗资源可控的情况下有效保持了算法的处理效果。
本文内容包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主题。发布者：代码助手 ，原文地址：https://m.bishedaima.com/lunwen/48123.html
