視頻檢查系統(tǒng)已被廣泛應(yīng)用于商業(yè)和工業(yè)領(lǐng)域。攝像頭——從黑白閉路電視(CCTV)系統(tǒng)中的廉價和低分辨率產(chǎn)品到數(shù)字視頻系統(tǒng)中的先進(jìn)和高分辨率產(chǎn)品——被用于從產(chǎn)品檢驗(yàn)、交通監(jiān)管到實(shí)時人臉識別
摘要:醫(yī)學(xué)超聲液性病變圖像多見數(shù)個無回聲區(qū),呈“蜂窩狀”,邊界不清晰,為了清晰地提取醫(yī)學(xué)超聲液性病變圖像的邊緣,進(jìn)一步為臨床診斷提供可靠依據(jù),在此將幾種不同的邊緣檢測算法應(yīng)用于醫(yī)學(xué)超聲液態(tài)病
1 引言艦船航行在大海上,主要面臨來自空中,海面和水下的威脅,其中空中的威脅最大。這些目標(biāo)的主要特點(diǎn)是運(yùn)動速度高,機(jī)動頻繁,其背景也比較復(fù)雜,受云層、煙霧、波浪、飛鳥、山峰等影響較大。傳感器如熱像儀、電
1引言所謂圖像分割就是根據(jù)目標(biāo)與背景的先驗(yàn)知識,對圖像中的目標(biāo)、背景進(jìn)行標(biāo)記、定位,然后將要識別的目標(biāo)從背景或其他偽目標(biāo)中分離出來。圖像分割是圖像理解的重要組成部分,其目的是將目標(biāo)和背景分離,為目標(biāo)識別
基于機(jī)器視覺的零件圖像采集及識別的研究
車牌識別系統(tǒng)(LPR)在現(xiàn)代交通檢測和管理部門中發(fā)揮著舉足輕重的作用。車牌識別系統(tǒng)主要包括車牌定位、字符分割和字符識別三部分[1]。由于車牌定位的準(zhǔn)確與否將會直接影響到車牌識別的結(jié)果,因此,車牌定位是LPR的一
摘要:介紹了高等級公路路面的裂縫類病害的輪廓利用數(shù)字圖像技術(shù)進(jìn)行提取的方法。利用高速的黑白CCD攝像機(jī)配合光源,實(shí)時攝取公路路面的圖像,并對圖像進(jìn)行噪聲濾除、邊緣檢測和圖像分割操作,最后可以清晰地提取出路
摘要:圖像邊緣檢測在醫(yī)學(xué)中有很重要的應(yīng)用,針對此提出了一種新的邊緣檢測方法,首先采用canny算子對圖像進(jìn)行邊緣檢測,然后對檢測后的圖像輪廓跟蹤。實(shí)驗(yàn)表明,與傳統(tǒng)的邊緣檢測算法相比,這種算法能更好地提取圖像
圖象的邊緣信息對人或?qū)C(jī)器視覺來說,都是非常重要的。由于邊緣具有能勾畫區(qū)域的形狀,且能被局部定義以及能傳遞大部分圖象信息等許多優(yōu)點(diǎn),因此,邊緣檢測可看作是處理許多復(fù)雜問題的關(guān)鍵,是圖象分析和理解的第一
針對復(fù)雜背景的車牌定位問題,提出了一種綜合形態(tài)、顏色、投影等多種特征的車牌定位算法?;谲嚺茀^(qū)域邊緣信息豐富的特點(diǎn),首先利用邊緣檢測和數(shù)學(xué)形態(tài)學(xué)方法定位候選車牌區(qū)域,并消除噪聲干擾;然后根據(jù)質(zhì)心所在位置對候選區(qū)域進(jìn)行由低到高的排序,并通過顏色識別作進(jìn)一步篩選,以排除車燈等區(qū)域的干擾;最后采用投影法及谷值分析對截取出的缺損車牌進(jìn)行補(bǔ)全,從而得到準(zhǔn)確的車牌位置。實(shí)驗(yàn)結(jié)果表明,算法的效率與精度與車輛圖像的清晰度、曝光度及車牌大小等因素有關(guān),與傳統(tǒng)車牌定位算法相比,效率和精度分別提高了15%和20%以上。
視頻檢查系統(tǒng)已被廣泛應(yīng)用于商業(yè)和工業(yè)領(lǐng)域。攝像頭——從黑白閉路電視(CCTV)系統(tǒng)中的廉價和低分辨率產(chǎn)品到數(shù)字視頻系統(tǒng)中的先進(jìn)和高分辨率產(chǎn)品——被用于從產(chǎn)品檢驗(yàn)、交通監(jiān)管到實(shí)時人臉識別
視頻檢查系統(tǒng)已被廣泛應(yīng)用于商業(yè)和工業(yè)領(lǐng)域。攝像頭——從黑白閉路電視(CCTV)系統(tǒng)中的廉價和低分辨率產(chǎn)品到數(shù)字視頻系統(tǒng)中的先進(jìn)和高分辨率產(chǎn)品——被用于從產(chǎn)品檢驗(yàn)、交通監(jiān)管到實(shí)時人臉識別
1 引言 隨著自動化流水線逐漸普及,許多工廠的設(shè)備需要更新?lián)Q代。但是,有些老式的設(shè)備功能完好,如經(jīng)簡單升級改造,仍可發(fā)揮巨大作用,從而提高設(shè)備利用率。 CCD在老式儀表改造中可用于實(shí)現(xiàn)老式檢測設(shè)備的
1 引言 隨著自動化流水線逐漸普及,許多工廠的設(shè)備需要更新?lián)Q代。但是,有些老式的設(shè)備功能完好,如經(jīng)簡單升級改造,仍可發(fā)揮巨大作用,從而提高設(shè)備利用率。 CCD在老式儀表改造中可用于實(shí)現(xiàn)老式檢測設(shè)備的
為了采用FPGA來實(shí)時實(shí)現(xiàn)Sobel邊緣檢測,設(shè)計者往往自己編寫代碼。在此介紹基于QuartusⅡ提供的參數(shù)可設(shè)置宏功能模塊,實(shí)現(xiàn)Sobel邊緣檢測的新方案。該方案獲得了比用戶編寫的代碼更優(yōu)的綜合和實(shí)現(xiàn)結(jié)果,節(jié)省了寶貴的設(shè)計時間,并且獲得了很好的邊緣檢測效果。
高精度的微小零件邊緣檢測中,傳統(tǒng)邊緣檢測算法存在實(shí)際應(yīng)用可操作性較差,檢測結(jié)果難以達(dá)到精度要求等問題。為了提高邊緣檢測精度,提出了基于Soble算子的改進(jìn)算法,該算法擴(kuò)展了Sobel算子邊緣檢測的模板,并對擴(kuò)展的梯度方向圖進(jìn)行了細(xì)化處理,而后在梯度圖像上實(shí)現(xiàn)多項(xiàng)式插值亞像素細(xì)分,從而完成對目標(biāo)邊緣的精確定位。 實(shí)驗(yàn)結(jié)果表明,該方法的定位精度為0.20 pixel,滿足微小零件在實(shí)際檢測的精度要求。
視頻數(shù)據(jù)中的文本是視頻語義理解和檢索的重要信息來源。文中對視頻中文本的檢測、定位、提取、增強(qiáng)和識別進(jìn)行了研究。提出了應(yīng)用小波模極大值算法檢測視頻幀文本所在的位置。用由粗到精的多層定位方法以及金字塔模型,對于多尺度的靜止和滾動中英文文字進(jìn)行提取,最后對文本區(qū)域進(jìn)行二值化。實(shí)驗(yàn)表明文中方法取得了良好的效果。
為幫助 IC 生產(chǎn)商實(shí)現(xiàn)更高的 300 毫米晶片成品率,KLA-Tencor(NASDAQ:KLAC)發(fā)布其最新的 VisEdge CV 300 邊緣檢測系統(tǒng)。VisEdge CV 300 采用了 KLA-Tencor 從并購 Candela Instruments 中獲得的成熟的光學(xué)表面分析