-
题名基于改进C-V模型的图像分割算法
- 1
-
-
作者
蔡园园
徐磊
-
机构
上海理工大学光电信息与计算机工程学院
-
出处
《数据通信》
2015年第3期31-35,共5页
-
文摘
Chan-Vese模型是一个基于区域的几何活动轮廓模型。它能较好的改善基于边缘信息模型的边缘泄露、抗噪能力差等问题,但是演化速度太慢,对目标和背景灰度差较小的图像分割效果不好,而且也处理不了低对比度和模糊边界的复杂图像。因此,本文就此问题提出改进。首先引入图像增强算子,它可以扩大目标和背景的灰度差,改善图像的分割效果和速度。由于C-V模型仅考虑了图像各区域的均值信息而没有考虑图像的局部信息,尽管其能得到图像的分割结果,但是存在分割误差。因而将移动因子引入到改进C-V模型。并且在此基础上,引入惩罚项,避免水平集函数在演化过程中重新初始化。实验表明:本方案不仅可以增大目标和背景的灰度差,能够处理对比度较低,模糊边界的图像,而且大大提高了C-V模型的收敛速度和分割精度。在实际应用中具有很强的应用价值。
-
关键词
活动轮廓模型
C-V模型
图像增强算子
移动因子
惩罚项
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名基于线结构光扫描的复杂曲面焊缝检测
被引量：3
- 2
-
-
作者
李朋超
王金涛
宋吉来
王晓峰
徐方
-
机构
中国科学院沈阳自动化研究所机器人学国家重点实验室
中国科学院机器人与智能制造创新研究院
中国科学院大学
沈阳新松机器人自动化股份有限公司
-
出处
《激光与光电子学进展》
CSCD
北大核心
2021年第3期187-194,共8页
-
基金
国家重点研发计划(2017YFB1301100)。
-
文摘
针对机器人自适应打磨曲面焊接区域的识别问题,提出了一种基于线结构光的打磨机器人自动识别起始点与终止点的算法和一种深度图像增强算子。增强算子将中心像素与8邻域内像素强度差的绝对值和作为中心像素值,以增强深度图像的可视化特征和打磨区域的纹理特征。首先,对点云数据进行滤波和空洞填充处理;然后,计算每一扫描行点云在高度方向的标准差;最后,对所得特征进行识别,找到一定范围内特征变化较大的位置,从而提取出打磨区域。实验结果表明,该增强算子对深度图像的增强效果极佳,本算法对起始与终止位置的识别精度均值小于1 mm,可达到像素级精度,具有较强的鲁棒性,且对噪声不敏感。在现场打磨测试中也证实了本算法的有效性和可行性。
-
关键词
测量与计量
点云
曲面焊缝
深度图像增强算子
表面特征
-
Keywords
measurement and metrology
point cloud
curved surface weld
depth image enhancement operator
surface characteristics
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
