无标尺线指针式仪表刻度的图像检测方法

    公开(公告)号:CN103776482B

    公开(公告)日:2016-09-07

    申请号:CN201410057867.0

    申请日:2014-02-20

    Applicant: 湖南大学

    Abstract: 本发明公开了一种基于图像的无标尺线指针式仪表圆形标尺上的刻度自动检测方法,利用单台数码照相机构建图像采集系统并进行标定;在对应于20%和80%满量程的激励信号下拍摄两幅表头图像;经阈值分割和形态学处理后,按二阶矩特征初筛刻度线区域;按刻度线向心性进行次筛并确定标尺盘心的粗略位置;根据用户给定的近心标志确定候选刻度基点集,并结合圆的双点移除截断最小二乘法求取拟合圆弧;以候选刻度线与拟合圆弧的交点作为检测所得刻度基点;合并两幅图像的结果为最终的刻度基点集。本发明能自动完成无标尺线指针式仪表刻度位置的自动检测,可应用于仪表的自动校准和自动读数中,提高读数准确度,减轻劳动强度。

    基于分块固定最小采样的改进概率霍夫变换曲线检测方法

    公开(公告)号:CN103955925A

    公开(公告)日:2014-07-30

    申请号:CN201410162842.7

    申请日:2014-04-22

    Applicant: 湖南大学

    Abstract: 本发明公开了一种基于分块固定最小采样的概率霍夫变换曲线检测方法。对图像进行边缘或骨架提取,获得二值特征图像;按给定的分块尺寸对特征图像进行分块;对每个分块,获取其特征点集;根据给定的随机采样率、分块最小采样数、分块面积和特征点集大小,确定每个分块的实际采样数;利用不重复的随机采样,由分块的特征点集中抽取数量为实际采样数的特征点;以各分块抽取的特征点样本集的并集构成总样本集;对总样本集应用标准霍夫变换完成曲线检测。本发明能结合标准霍夫变换简单易实现的优点与概率霍夫变换速度较快的优点,并能抑制由于图像中复杂纹理性区域造成的虚假曲线,提高霍夫空间最高峰值点集中的检测率。

    长叶柄轴对称植物叶片中轴及其长度的图像检测方法

    公开(公告)号:CN103632148B

    公开(公告)日:2017-02-08

    申请号:CN201310683599.9

    申请日:2013-12-13

    Applicant: 湖南大学

    Abstract: 本发明公开了一种基于图像的长叶柄轴对称植物叶片中轴自动检测和叶片长度自动测量方法,用扫描仪采集包含叶柄的叶片图像;经阈值分割和形态学处理得到叶片区域;根据叶柄形状细长的特点检测叶柄区域,将其去除后获得叶面区域;提取叶片骨架,以与叶柄相邻的骨架点为中轴起点;用叶面骨架重构叶面区域,扩展和标记骨架,求取骨架单元间的邻接矩阵;由该邻接矩阵穷举所有由中轴起点到骨架端点的骨架路径;用等面积准则和最大曲率准则确定中轴;用折线拟合中轴,以拟合折线长度和扫描分辨率确定叶面长度。本发明能自动完成长叶柄轴对称叶片中轴检测并计算叶片长度,可提高测量准确度,减轻劳动强度,便于实现相关植物信息的自动管理分析。

    基于序贯细化的二值图像快速骨架提取方法

    公开(公告)号:CN104637066A

    公开(公告)日:2015-05-20

    申请号:CN201510109355.9

    申请日:2015-03-12

    Applicant: 湖南大学

    CPC classification number: G06T7/10

    Abstract: 本发明公开了一种基于序贯细化操作的二值图像快速骨架提取方法。在对二值图像区域进行序贯细化的过程中,利用红黑树数据结构来记录和管理各步细化操作移除的区域点;在每步细化操作后,根据记录下来的被移除区域点的信息,对各被移除区域点的8-邻域中的其他像素进行考察,并确定后续细化操作需要移除的区域点。本发明通过这种方式,最大限度地减少了确定细化操作移除的区域点的过程中的重复运算,减少管理待移除区域点所需的搜索时间,从而显著提高基于序贯细化的骨架提取方法的运行速度。

    基于分块固定最小采样的改进概率霍夫变换曲线检测方法

    公开(公告)号:CN103955925B

    公开(公告)日:2017-03-29

    申请号:CN201410162842.7

    申请日:2014-04-22

    Applicant: 湖南大学

    Abstract: 本发明公开了一种基于分块固定最小采样的概率霍夫变换曲线检测方法。对图像进行边缘或骨架提取,获得二值特征图像;按给定的分块尺寸对特征图像进行分块;对每个分块,获取其特征点集;根据给定的随机采样率、分块最小采样数、分块面积和特征点集大小,确定每个分块的实际采样数;利用不重复的随机采样,由分块的特征点集中抽取数量为实际采样数的特征点;以各分块抽取的特征点样本集的并集构成总样本集;对总样本集应用标准霍夫变换完成曲线检测。本发明能结合标准霍夫变换简单易实现的优点与概率霍夫变换速度较快的优点,并能抑制由于图像中复杂纹理性区域造成的虚假曲线,提高霍夫空间最高峰值点集中的检测率。

    圆弧标尺线指针式仪表刻度的图像检测方法

    公开(公告)号:CN103994786A

    公开(公告)日:2014-08-20

    申请号:CN201410244156.4

    申请日:2014-06-04

    Applicant: 湖南大学

    Abstract: 本发明公开了一种基于图像的指针式仪表圆弧标尺刻度的自动检测方法。用单台数码照相机构建图像采集系统并进行标定;在对应于20%和80%满量程的激励信号下拍摄两幅表头图像;经阈值化和形态学处理获得标尺线与刻度线区域;提取骨架并经骨架分段法向投影确定候选标尺盘心;用霍夫变换圆检测确定粗略标尺盘心与标尺线半径;利用双点移除截断最小二乘拟合确定标尺线精确圆心与半径;用径向投影法确定标尺线上刻度线朝向角,获得候选刻度基点;用共域性确定检测所得刻度基点;合并两幅图像的结果为最终的刻度基点集。本发明能完成圆弧标尺线指针式仪表刻度位置的自动检测,可应用于仪表的自动校准和自动读数中,提高读数准确度,减轻劳动强度。

    基于序贯细化的二值图像快速骨架提取方法

    公开(公告)号:CN104637066B

    公开(公告)日:2017-06-16

    申请号:CN201510109355.9

    申请日:2015-03-12

    Applicant: 湖南大学

    Abstract: 本发明公开了一种基于序贯细化操作的二值图像快速骨架提取方法。在对二值图像区域进行序贯细化的过程中,利用红黑树数据结构来记录和管理各步细化操作移除的区域点;在每步细化操作后,根据记录下来的被移除区域点的信息,对各被移除区域点的8‑邻域中的其他像素进行考察,并确定后续细化操作需要移除的区域点。本发明通过这种方式,最大限度地减少了确定细化操作移除的区域点的过程中的重复运算,减少管理待移除区域点所需的搜索时间,从而显著提高基于序贯细化的骨架提取方法的运行速度。

    圆弧标尺线指针式仪表刻度的图像检测方法

    公开(公告)号:CN103994786B

    公开(公告)日:2017-03-22

    申请号:CN201410244156.4

    申请日:2014-06-04

    Applicant: 湖南大学

    Abstract: 本发明公开了一种基于图像的指针式仪表圆弧标尺刻度的自动检测方法。用单台数码照相机构建图像采集系统并进行标定;在对应于20%和80%满量程的激励信号下拍摄两幅表头图像;经阈值化和形态学处理获得标尺线与刻度线区域;提取骨架并经骨架分段法向投影确定候选标尺盘心;用霍夫变换圆检测确定粗略标尺盘心与标尺线半径;利用双点移除截断最小二乘拟合确定标尺线精确圆心与半径;用径向投影法确定标尺线上刻度线朝向角,获得候选刻度基点;用共域性确定检测所得刻度基点;合并两幅图像的结果为最终的刻度基点集。本发明能完成圆弧标尺线指针式仪表刻度位置的自动检测,可应用于仪表的自动校准和自动读数中,提高读数准确度,减轻劳动强度。

    无标尺线指针式仪表刻度的图像检测方法

    公开(公告)号:CN103776482A

    公开(公告)日:2014-05-07

    申请号:CN201410057867.0

    申请日:2014-02-20

    Applicant: 湖南大学

    Abstract: 本发明公开了一种基于图像的无标尺线指针式仪表圆形标尺上的刻度自动检测方法,利用单台数码照相机构建图像采集系统并进行标定;在对应于20%和80%满量程的激励信号下拍摄两幅表头图像;经阈值分割和形态学处理后,按二阶矩特征初筛刻度线区域;按刻度线向心性进行次筛并确定标尺盘心的粗略位置;根据用户给定的近心标志确定候选刻度基点集,并结合圆的双点移除截断最小二乘法求取拟合圆弧;以候选刻度线与拟合圆弧的交点作为检测所得刻度基点;合并两幅图像的结果为最终的刻度基点集。本发明能自动完成无标尺线指针式仪表刻度位置的自动检测,可应用于仪表的自动校准和自动读数中,提高读数准确度,减轻劳动强度。

    长叶柄轴对称植物叶片中轴及其长度的图像检测方法

    公开(公告)号:CN103632148A

    公开(公告)日:2014-03-12

    申请号:CN201310683599.9

    申请日:2013-12-13

    Applicant: 湖南大学

    Abstract: 本发明公开了一种基于图像的长叶柄轴对称植物叶片中轴自动检测和叶片长度自动测量方法,用扫描仪采集包含叶柄的叶片图像;经阈值分割和形态学处理得到叶片区域;根据叶柄形状细长的特点检测叶柄区域,将其去除后获得叶面区域;提取叶片骨架,以与叶柄相邻的骨架点为中轴起点;用叶面骨架重构叶面区域,扩展和标记骨架,求取骨架单元间的邻接矩阵;由该邻接矩阵穷举所有由中轴起点到骨架端点的骨架路径;用等面积准则和最大曲率准则确定中轴;用折线拟合中轴,以拟合折线长度和扫描分辨率确定叶面长度。本发明能自动完成长叶柄轴对称叶片中轴检测并计算叶片长度,可提高测量准确度,减轻劳动强度,便于实现相关植物信息的自动管理分析。

Patent Agency Ranking