一种基于机器视觉的表面瑕疵检测的纹理特征降维方法

    公开(公告)号:CN103544499B

    公开(公告)日:2017-04-05

    申请号:CN201310485150.1

    申请日:2013-10-12

    Abstract: 一种基于机器视觉的表面瑕疵检测的纹理特征降维方法,去除训练样本中的噪声样本和安全样本,以边界样本代替随机选取样本作为特征权值迭代时所用的样本集合,特征权值计算时,根据重要程度的差异赋予三个最近邻样本不同的样本权值,增强了对类别相关性强的特征选择的针对性,降低噪声的干扰程度,具有更强的适应性;求取相关系数矩阵,设定自适应阈值,剔除冗余特征,提取了与类别相关性强的特征,在保证分类识别准确率的同时,降低了特征维数,大大提高了在线特征提取及分类识别的速度,解决了高维特征可能含有冗余特征,甚至是噪声特征,从而导致的在线特征提取时间长、预测准确率降低的问题。

    基于结构相似度的视觉跟踪方法

    公开(公告)号:CN104091352A

    公开(公告)日:2014-10-08

    申请号:CN201410339329.0

    申请日:2014-07-14

    Abstract: 本发明提供了一种基于结构相似度的视频跟踪方法,利用结构相似度作为候选目标和模板目标的相似性度量函数,有效的处理光照变化和目标尺度变化;引入移动步长寻优,避免跟踪结果陷入局部最优值,从而保证跟踪精度;利用kalman滤波器进行初始迭代点预测,解决无法跟踪快速运动目标的问题;利用候选目标和模板目标的相似性度量值,自适应的调整kalman滤波器的噪声协方差阵,提高视频目标运动系统估计模型的准确性。

    一种基于机器视觉的表面瑕疵检测的纹理特征降维方法

    公开(公告)号:CN103544499A

    公开(公告)日:2014-01-29

    申请号:CN201310485150.1

    申请日:2013-10-12

    Abstract: 一种基于机器视觉的表面瑕疵检测的纹理特征降维方法,去除训练样本中的噪声样本和安全样本,以边界样本代替随机选取样本作为特征权值迭代时所用的样本集合,特征权值计算时,根据重要程度的差异赋予三个最近邻样本不同的样本权值,增强了对类别相关性强的特征选择的针对性,降低噪声的干扰程度,具有更强的适应性;求取相关系数矩阵,设定自适应阈值,剔除冗余特征,提取了与类别相关性强的特征,在保证分类识别准确率的同时,降低了特征维数,大大提高了在线特征提取及分类识别的速度,解决了高维特征可能含有冗余特征,甚至是噪声特征,从而导致的在线特征提取时间长、预测准确率降低的问题。

    基于改进型相位相关的瓶装药液图像配准方法

    公开(公告)号:CN103679736A

    公开(公告)日:2014-03-26

    申请号:CN201310732546.1

    申请日:2013-12-24

    Applicant: 江南大学

    Abstract: 本发明提供了一种基于改进型相位相关的瓶装药液图像配准方法,对原始POC配准算法进行了改进和优化,在缩短原始POC配准算法执行时间的同时,将图像配准的精度提高到了亚像素级。有效解决了实际的瓶装药液微小异物视觉检测系统中,由于机械零部件加工装配精度、受力偏载等因素引起的平台振动和摄像机的振动,使得获取的药液序列图像中瓶体出现不同程度上的随机偏移问题,为后期药液中疑似异物目标的提取和识别提供更好的预处理效果。

Patent Agency Ranking