在传统形状上下文匹配算法的基础上做出改进,使其能满足边缘轮廓点的匹配。一方面,本文引入双局部二进制模式DLBP(Double Local Binary Pattern)纹理特征权重值,利用梯度信息使得该算法对噪声、光照变化等具有较高鲁棒性,提高匹配精度...在传统形状上下文匹配算法的基础上做出改进,使其能满足边缘轮廓点的匹配。一方面,本文引入双局部二进制模式DLBP(Double Local Binary Pattern)纹理特征权重值,利用梯度信息使得该算法对噪声、光照变化等具有较高鲁棒性,提高匹配精度。另一方面,本文提出联合极线约束相似性度量,利用极线约束将匹配搜索空间限定在对应理论匹配点的较小矩形窗口范围内,从而减少搜索空间的复杂度,增强算法实时性,同时使得匹配点对具有更高的精度。最后通过实验表明本文算法的有效性和实用性。展开更多
针对梨表面缺陷的机器视觉检测问题,在对已有研究成果的分析和研究的基础上,论文采用形态学相加的方法实现梨图像的背景去除和表面缺陷提取;提出花萼、果梗与表面缺陷的区分方法;借助Matlab软件进行仿真算法的编程,通过作者设计开发的Gr...针对梨表面缺陷的机器视觉检测问题,在对已有研究成果的分析和研究的基础上,论文采用形态学相加的方法实现梨图像的背景去除和表面缺陷提取;提出花萼、果梗与表面缺陷的区分方法;借助Matlab软件进行仿真算法的编程,通过作者设计开发的Graphical User Interface(GUI)界面,对三个品种的梨表面进行了缺陷检测仿真实验,成功提取了其中的表面缺陷信息,实验结果表明,作者提出的方法在多种梨的缺陷提取上通用性强、准确性高。展开更多
文摘在传统形状上下文匹配算法的基础上做出改进,使其能满足边缘轮廓点的匹配。一方面,本文引入双局部二进制模式DLBP(Double Local Binary Pattern)纹理特征权重值,利用梯度信息使得该算法对噪声、光照变化等具有较高鲁棒性,提高匹配精度。另一方面,本文提出联合极线约束相似性度量,利用极线约束将匹配搜索空间限定在对应理论匹配点的较小矩形窗口范围内,从而减少搜索空间的复杂度,增强算法实时性,同时使得匹配点对具有更高的精度。最后通过实验表明本文算法的有效性和实用性。
文摘针对梨表面缺陷的机器视觉检测问题,在对已有研究成果的分析和研究的基础上,论文采用形态学相加的方法实现梨图像的背景去除和表面缺陷提取;提出花萼、果梗与表面缺陷的区分方法;借助Matlab软件进行仿真算法的编程,通过作者设计开发的Graphical User Interface(GUI)界面,对三个品种的梨表面进行了缺陷检测仿真实验,成功提取了其中的表面缺陷信息,实验结果表明,作者提出的方法在多种梨的缺陷提取上通用性强、准确性高。
