一、基于二步法的边缘细化算法研究（论文文献综述）
周燕,刘紫琴,曾凡智,周月霞,陈嘉文,罗粤[1]（2021）在《深度学习的二维人体姿态估计综述》文中研究表明近年来人体姿态估计作为计算机视觉领域的热点,在视频监控、人机交互、智慧校园等领域具有广泛的应用前景。随着神经网络的快速发展,采用深度学习方法进行二维人体姿态估计,相较于传统需要人工设定特征的方法,更能充分地提取图像信息,获取更具有鲁棒性的特征,因此基于深度学习的方法已成为二维人体姿态估计算法研究的主流方向。然而,深度学习尚在发展中,仍存在训练规模大等问题,研究者们主要从设计网络以及训练方式入手对人体姿态估计算法进行改进。首先,将二维人体姿态估计分为单人与多人两大类进行论述;根据真值类型不同将单人姿态估计分为基于坐标回归与基于热图检测两类,根据算法步骤不同将多人姿态估计分为二步法与一步法两类,对近年来先进的算法进行总结分类介绍,并分析它们的优缺点以及适用范围;然后,介绍了相关的国际标准数据集以及相应的评价指标,并对几种经典算法进行实验数据对比;最后,对当前研究所存在的问题以及未来发展趋势进行了总结概述。
洪少壮[2]（2020）在《基于视觉的红外气体泄漏检测算法研究》文中认为随着石化工业的发展,化工生产中气体泄漏现象逐渐增多。这些气体大部分为挥发性有机化合物,且具有易燃易爆肉眼不可见的特点,泄漏时不易被及时察觉,一旦发生事故将对化工企业造成难以弥补的损失,并严重威胁人民生命财产安全。针对传统检测方法存在的检测范围小和效率低等不足,本文提出一种能够在较大范围内实现自动气体泄漏检测的方法。该方法利用气体红外成像技术,在红外图像的基础上引入可见光图像。利用该类气体只在红外条件下可见的视觉差异性,在异源图像配准的基础上,对红外与可见光下同时存在的运动干扰进行初步排除,得到更为准确的疑似泄漏区域。最后对疑似泄漏区域进行气体特征分析,判断是否存在气体泄漏。相较于传统方法,本文方法能够在没有人为干预的情况下进行全方位的气体泄漏监控,具有大范围、效率高、鲁棒性好和安全性强等显着优势。本文主要工作内容如下:（1）为了使红外与可见光图像中的同一目标达成映射,并用于后续视觉差异性处理,需要先进行异源图像的配准。由于目前异源图像配准算法难以在准确性和实时性上达到统一,本文提出一种利用图像闭合轮廓区域和互信息结合的异源图像配准算法。为实现轮廓区域提取,需要得到图像完整边缘信息,本文提出基于红外图像特征与K-means的红外图像边缘提取算法。（2）分析气体红外成像特点,首先利用背景减除法进行运动区域提取,排除部分与气体特征相似的干扰,再利用红外与可见光图像配准结果,对两幅图像的运动区域进行差分,排除同时存在的运动干扰,最终得到疑似气体泄漏区域。（3）总结和分析了红外条件下的气体特征,提出一种多特征融合的气体泄漏检测方法,分别对气体不规则特征、形状特征、扩散特征、飘动特征和灰度特征进行分析和量化,使其能够准确区分泄漏气体和干扰区域,适应复杂的工作环境,具有更强的鲁棒性。本文对所提出算法进行实验和分析。实验结果表明,本文算法能够准确定位气体泄漏区域,及时掌握泄漏趋势,为挥发性有机气体泄漏检测提供了一种有效的解决方案。
刘康[3]（2020）在《基于视觉的焊缝成形图像检测与分析》文中提出随着工业技术的不断发展,传统的检测方法已经满足不了当下需求,对于焊接领域,应用机器视觉技术已是发展的必然趋势。传统的焊缝质量检测是依靠人工完成,有着测量结果精确度低、耗时久、人工成本高等缺点。机器视觉技术的应用可以避免人工测量的不足之处。本文将机器视觉技术应用于焊缝质量检测方面,目的是智能化获取精确的焊缝几何尺寸信息。在光源选型方面,选择主动视觉方法即外部添加线激光。在系统主要的硬件选型上面,通过对比工业相机芯片、运行原理,信号传输方式的差异,最终选用含有CMOS芯片、信号传输方式为GigE的海康威视工业相机。然后,构建视觉采集系统和运动控制系统,连接以太网,采用TCP/IP协议通讯。将信号传输至计算机图像处理软件,采集高质量的焊缝结构光图像。结合VS软件和OpenCV图像处理库对焊缝结构光图像进行处理。先将采集的RGB图像进行灰度化处理,通过分析图像特征,采用中值滤波平滑去噪。对滤波后图像采用OTSU算法进行阈值分割实现图像二值化,有利于图像背景和前景分离并保留更为重要的图像形态信息。选用数学形态学、ROI提取算法对二值化图像处理得到满足要求的感兴趣区域。在中心线提取的过程中,本文提出一种将黑森矩阵和最大灰度法相结合的算法将条纹骨骼化。在结构光条纹特征点的提取过程中,先采用最小二乘法算法对图像中骨架进行分区拟合,然后根据各个关键点的特殊位置,分别进行提取。最终利用标定技术得到焊缝实际坐标的转换参数,将图像点坐标进行三维转换进行测量,实验结果表明,本文提出的改进算法所获得的焊缝尺寸几何信息,具有精确度高、耗时少的优势,满足工业要求。
苏洪超,胡英,洪少壮[4]（2020）在《基于红外图像特征与K-means的边缘检测》文中指出为解决红外图像边缘模糊导致边缘提取困难的问题,提出一种基于边缘特征与K-means结合的红外图像边缘检测方法。首先将人眼视觉特性与红外图像边缘点处的灰度分布特点结合,构造出反映其结构特征的数据集;再利用K-means将数据集分为边缘点和非边缘点,提取出图像边缘;最后利用二步法将边缘进行细化,以便实现红外图像边缘检测。实验结果表明:该方法能够通过自适应阈值提取出红外图像的完整外部轮廓,并保留内部边缘信息,对弱边缘起到良好的提取效果,并有效抑制噪声干扰。
朱坤[5]（2020）在《气象传真图像识别技术研究》文中提出海上气候多变,舰船航行时需要得到第一手天气信息,根据实时天气状况做出相应的航路规划和应急预案。气象传真图是通过远端气象台站进行传播的实时气象信息载体,在航行中舰载人员可以通过解析气象传真图像来得到实时天气情况,对航行决断起到至关重要的指引作用。通过现代数字图像处理技术和深度学习技术完成气象传真图的解析工作,可以提升海上舰载人员的识图效率和准确性。本课题以气象传真图像为研究对象,分析图像的特征和实际工作需求,研究分析了一系列图像细化、去噪和缩放等图像处理方法,同时整合研究结果,提出了一个经纬网、等值线提取算法,并采用现代深度学习算法实现了图像特征识别和目标检测工作。形成了一个完整的气象传真图像处理和识别工作体系,对于气象传真图像的研究和应用工作有一定参考作用和应用价值。首先,结合图像识别工作需求,完成了图像细化、图像降噪和图像缩放等前期处理工作。在图像细化方面,基于Zhang-Suen细化算法,实现了适用于气象传真图像的细化算法。在图像降噪方面,分析图像噪声尺度特点和分布特点,首先采用传统中值滤波算法,实验效果不尽理想,随后根据传统方法的原理启发,提出了阈值筛选滤波算法和连通域计数滤波算法,经对比实验,连通域计数的方法对于气象传真图像降噪效果最好,可以作为样本处理预处理算法使用。在图像缩放方面,分别采用最邻近点插值算法、双线性插值算法和双三次卷积算法进行实验,经结果对比,双三次卷积算法视觉效果最好,不过计算速度较前两者较慢。随后,整合图像处理算法,完成等值线、经纬网提取和数值识别工作。采用基于霍夫变换直线提取算法,实现经纬网格的提取,适当提高投票阈值减少直线误判。基于算法图论深度优先搜索思路,提出了八邻域深度优先搜索算法识别、区分不同的等值线,对于经纬网格和等值线交叉问题,提出了双标准熔断方法,减少经纬网背景干扰。分析数值分布位置和数值形态标准,完成图像分割,并基于模板匹配算法识别图像数值。对于形态清晰地图像,能实现等值线提取和数值提取工作。YOLO框架适用于小物标检测,对于气象传真目标检测有很好的适应性。本课题基于YOLOV3算法框架,搭建深度学习模型,分析训练Loss曲线、P-R曲线和m AP值,模型评价指标良好,识别准确率高,最后采用样本扩充、修改参数和K-Means聚类方法对实验进行改进。在气象传真图像识别领域首次完成了与深度学习方法的结合,具有较高的应用价值和开创意义。
冀玉龙[6]（2019）在《基于轮廓几何不变描述和编码匹配策略的二维不规则排样算法》文中进行了进一步梳理排样问题,又称为下料填充、零件布局优化问题。即在规定母版区域内,在保证零件轮廓不重叠的前提下,尽可能多地排布零件。二维不规则排样应用最为广泛。但是,由于排样轮廓的描述不具有旋转几何不变性,需要通过对轮廓进行旋转调整或者转化才能确定最终的排样姿态。而通过旋转确定排样姿态很容易错过最佳的排样姿态,影响排样质量。针对上述问题,本文借鉴曲线几何不变参数化表达的思想,提出基于轮廓几何不变描述和编码匹配策略的二维不规则排样算法。算法首先通过编码的形式实现排样轮廓的几何不变描述;然后通过相似特征匹配的方式确定排样姿态和位置。论文主要内容如下:（1）轮廓几何不变描述实现。分析排样轮廓的经典表达方法,通过图形预处理将链码描述符应用到排样轮廓的描述中;结合曲线几何不变表达理论,推导排样轮廓几何描述形式,实现排样轮廓旋转几何不变表达。（2）轮廓形状特征信息提取。在获得轮廓的几何不变性描述后,对轮廓进行编码,获取具有几何描述不变性的编码信息用以表示轮廓的形状特征。（3）轮廓相似特征匹配靠接及轮廓定位。针对排样轮廓相似匹配问题,提出基于最长公共子串的相似匹配算法。该算法首先采用最长公共子串匹配方法搜索两个待排样轮廓的相似特征,以相似特征引导轮廓的靠接及定位。针对母版边界对排样轮廓定位限制的问题,提出基于中心辐射思想的排样定位策略。为验证算法的有效性,选取若干自由曲面的投影轮廓图形对上述排样算法进行了验证,结果表明提出的算法可以大幅度提高排样填充率和排样效率;（4）基于最长公共子序列相似匹配的不规则排样算法。针对最长公共子串匹配的缺点,在轮廓信息提取、相似特征度量及匹配和靠接方法上进行改进。首先,在差分链码的基础上重新提取夹角序列作为轮廓的形状描述,加快匹配速度;其次,基于动态规划算法求解待匹配轮廓的最长公共子序列确定相似特征;最后则是以判距—靠接算法引导轮廓完成互不干涉的图形靠接及定位。结果显示,经改进,本文方法在有效识别利用轮廓特征信息的基础上,可进一步提升排样填充率和排样效率。
莫宇达[7]（2017）在《智能机器人视觉感知关键技术的研究与应用》文中认为双眼是人类感知世界的主要器官之一。视觉传感器作为智能机器人的眼睛,能让机器人感知作业环境,提高机器人的智能程度,从而提高其工作的效率与精度。机器视觉及视觉算法,已成为国内外学者的研究热点。工业机器人能利用视觉系统实现非结构化环境下的作业,具有通用性强、高精度、高效率等特点。在农业上,机器视觉使农业机器人可在复杂野外环境下进行生产作业。机器视觉是实现农业机械化及精准作业的关键。因此,研究基于机器视觉的智能机器人关键技术,顺应了国家十三五规划,可促进传统制造业全面升级,从而产生重大的社会与经济效益。本文研究重点在视觉机器人实际应用中涉及的关键技术。工业上实现视觉系统对一般工件的识别、定位,再使用机器人抓取。农业上实现视觉系统对荔枝采摘点的识别定位,并使用机器人采摘荔枝。围绕上述实际应用的要求,本文着重研究了“目标识别”、“视觉三维定位”、“视觉关联机器人”三项视觉机器人关键技术。同时,本文阐述了视觉关联机器人的目标识别、定位和抓取的整体技术流程,研究此过程中涉及的理论技术,并在现有理论技术基础上进行了创新。本文的主要研究工作与创新如下:1)改进了目标区域识别方法。阐述了基于边缘梯度方向的原形状匹配算法的基本原理,并分析其优缺点。阐述了卷积神经网络的基本原理。本文提出了利用低阈度的原形状匹配算法作为区域建议,然后使用卷积神经网络进行判别分类的工业零件目标区域识别方法——“SM-CNN”。在该方法中,卷积神经网络的训练素材是人工自动生成的,解决了网络训练需求大量训练样本与工业应用中无法高效采集样本的矛盾。SM-CNN适用于一般工业零件的定位和分类。在相同的图片测试集下进行目标区域识别试验,对比原形状匹配算法及SM-CNN。目标区域识别试验结果表明,SM-CNN的目标区域识别率比原形状匹配算法高23.51%,达到81.15%。同时,SM-CNN的误识别率仅6.81%,比原形状匹配算法的误识别率低10.75%。SM-CNN的识别率及准确率使其满足非结构化环境下视觉机器人的识别要求。2)提出了基于点云配准的目标精确三维位姿计算方法。该方法首先通过目标的边缘特征筛选出代表目标轮廓的点云,减少点云的数量,利用迭代最近点法快速得到较为准确的位姿。最后通过对所有点云进行精确配准,进一步得到更准确的三维位姿。此方法根据双目视觉的特性,改进了传统迭代最近点算法的低效率问题。三维位姿计算试验表明,在1000mm内,该方法的三维坐标XYZ精度分别是0.249mm±0.554mm,-0.041mm±0.849mm,0.708mm±0.690mm,欧拉角αβγ精度为0.132°±0.774°,0.059°±0.609°,0.194°±1.405°。与改进随机样本一致性的平面拟合方法比较,有能提供目标完全三维姿态的优势,三维定位精度水平更高,姿态精度水平基本持平。该定位方法能为机器人提供准确、完整的目标位姿数据。3)研究了建立视觉系统与机器人坐标系关联的方法,提出了基于Sylvester方程变形的Eye-in-Hand机器人手眼标定方法。该方法通过机器人带动其臂上的双目相机从多个位置观测标定板,使用Sylvester方程变形对手眼标定近似方程线性化,再对手眼标定二步法求得的初值进行最优化计算,最终得到更精确的手眼标定结果。进行了视觉关联机器人重复定位精度试验,并与手眼标定二步法进行对比。试验表明,当相机在1000mm左右的工作距离时,基于Sylvester方程变形的机器人手眼标定方法的重复定位误差为2.929mm±0.454mm,优于二步法。该精度达到了一般工业机器人的抓取分拣等工作的要求,也达到了采摘机器人采摘荔枝的实际要求。4)进行了室内与室外试验:视觉关联机器人定位工件抓取试验,荔枝采摘机器人野外采摘试验。试验表明了本文所述视觉感知关键技术算法的可行性与可靠性。
董博[8]（2017）在《基于可变框架Retinex的图像去雾算法研究》文中指出雾是一种自然界中很常见的现象,如果图像是在雾天等恶劣天气下获得,那么图像会严重退化,对生活中各领域的图像信息应用造成了极大不利影响。所以,研究雾天图像去雾技术具有重要实际意义。本文首先对大气中的气溶胶粒子对光的传播的主要影响和大气退化物理模型进行了简单介绍,然后对Retinex算法重点分析。Retinex是一种基于颜色恒常性的图像增强理论,其核心思想是通过对图像的照度分量进行估计,然后通过原始图像和照度分量来获得物体的反射分量,即物体的原来面貌。跟其他图像增强方法对比,Retinex算法具有锐化明显、颜色恒常性等特点,所以本文对该理论着重分析。本文详细对Retinex理论的提出与发展历史进行介绍,详细分析了单尺度Retinex（SSR）、多尺度 Retinex（MSR）、带颜色恢复的多尺度 Retinex（MSRCR）和可变框架Retinex。根据实验结果,对这些算法在提高图像对比度、计算复杂度、颜色保真等方面的优劣性进行了评价。最后,本文在前人研究的基础之上,针对Retinex去雾算法进行改进,主要工作有以下三个方面:（1）给出一种快速求解模型。传统的一些去雾算法,在建立去雾模型时,往往对彩色图像直接进行处理。但是,经过研究分析,发现雾主要影响图像中的亮度信息,对色调的影响较少。针对传统去雾算法,在建立模型时极其复杂的缺点,本文给出一种快速求解模型。本文首先将彩色图像由RGB颜色空间转换为YIQ空间,然后仅对表示亮度信息的Y通道进行去雾操作,最后引入快速傅立叶技术和分裂Bregman迭代求解目标函数,实验结果表明,本求解模型能有效的提高运算效率。（2）给出了一种结合Richardson-Lucy算子的总变分正则项的RLTV-Retinex模型,本文将其命名为二步法TV-Retinex去雾算法。本文利用Richardson-Lucy算子具有恢复图像边缘信息的特点,先利用Richardson-Lucy算子先对雾天图像进行去雾,然后对去雾结果用TV-Retinex模型进行增强,结合快速求解模型求解,最后进行图像融合,实现图像去雾。实验结果表明,RLTV-Retinex能够更好的在雾天图像增强中保持图像的细节和色彩保真。（3）对基于梯度拟合先验信息去雾算法进行优化,给出一种基于梯度拟合先验信息TV-Retinex去雾算法。基于梯度拟合先验信息去雾算法具有针对性强、可扩展性强的特点,在图像恢复过程中能去除图像中的模糊,因此可以被用于图像去雾领域。本文在基于梯度拟合先验信息去雾算法的基础上,引入TV-Retinex进行优化,以增强图像细节信息。实验结果表明,本算法能有效的提高图像细节信息。
代敦三[9]（2013）在《基于线激光辅助的焊缝成形表征方法的研究》文中指出焊缝成形表面是焊缝质量检测的重要检测部分,焊缝成形质量的好坏直接影响着焊接产品的使用寿命、生产效率和生产成本。目前,焊缝成形质量主要通过人工测算焊缝熔宽、余高等外形尺寸或目测焊缝表面出现的焊瘤、气孔、弧坑等缺陷来进行评价,这种焊后低效的、定性的评价方法主观因素大,难以保证量化精度,同时也无法满足现代焊接生产质量管理自动化、数字化发展需求。视觉传感技术的快速发展为焊缝表面成形的视觉诊断提供了技术基础。激光因其是平行光、单色光,传播过程不易受外界环境影响等特点,被广泛应用于测距、信息采集、信息传递等工业领域。本文采用线激光投射在焊缝成形轮廓的视觉成像为信息源,探索了一种实时获取焊缝表面成形尺寸的视觉测量方法以及焊缝表面缺陷的识别和评价方法。主要研究内容如下：（1）搭建一套基于激光辅助的焊缝成形单目视觉检测系统。该系统能够实现焊缝图像的采集、存储、显示、处理以及焊缝尺寸自动检测、缺陷的识别等功能。（2）对摄像机进行标定,获取摄像机的内、外参数及投影矩阵,建立图像像素坐标与三维实物坐标间的关系,并确定图像中的像素尺寸与实际尺寸之间的数学转换关系。用标定了的测量系统对游标卡尺量爪间距进行测量,以游标卡尺直接读数为参考值,验证了视觉测量系统的测量精度。（3）探索一种用激光条纹表征焊缝表面成形轮廓的方法。阐述了用激光条纹表征焊缝成形轮廓的可行性。然后对投射在焊缝上的条纹图像进行中值滤波、阂值分割、骨络化及形态学处理,得到了连通、光滑的并能精细表征焊缝表面成形轮廓的细化条纹（4）研究一种表征焊缝成形参数的提取方法。通过建立相关的算法检测投射在焊缝上的条纹数目,从而获取了焊缝长度信息。同时,实时检测条纹的畸变点,得到条纹所处焊缝位置的宽度信息。实现焊缝成形参数的实时提取并对参数检测误差进行分析。（5）探索一种用激光辅助的视觉系统识别和评价焊缝表面缺陷的方法。用视觉检测系统实时检测焊缝宽度不均和凹坑等表面缺陷,并建立一系列缺陷识别算法,最后,建立了缺陷评价指标,并通过对待测焊缝进行缺陷指标提取,完成焊缝成形质量的评定。
付敏[10]（2013）在《彩色地图等高线的自动提取与补断研究》文中提出地图资源的数字化是促进地理信息系统（Geographic Information System，GIS）稳步发展的关键因素，而等高线数据的获取是其中的核心环节。彩色地图等高线的自动提取与矢量化研究汇集了计算机图形学、工程制图及人工智能等多个领域为一体，学科之间理论与技术的融合为本课题提供有力支撑的同时，也余留下许多颇具难度的问题。本文围绕彩色地图等高线的提取与补断等难点进行了深入的研究，主要研究成果归纳如下：1.针对地理要素之间的颜色混淆现象，结合阈值分割方法的优势，提出了一种基于HSI空间的KFCM和阈值分割融合方法。首先利用彩色地图的饱和度值与空间邻域信息构造特征图像，再对该图像执行KFCM聚类算法，并根据分类结果计算分割阈值从而提取等高线信息，最后通过实验验证了本方法能够有效处理不同饱和度分布的图像。2.指出最小点对法在补断过程中存在断点错连或者无法连接的问题，提出了一种基于断点分类和方向差异的等高线分级补断方法。利用改进的方向差异计算方法，以解决平行等高线间断点错连的问题；结合断点分类思想和分级补断策略，能够有效地连接相距较远的等高线断点；由定性和定量分析的实验，验证了本方法的可行性与普适性。3.结合等高线初步提取的细化需求，及等高线矢量化的工作流程，对目前的一些主流方法进行了实现与比较，最终研发了一个简单实验系统，基本具备了彩色地图等高线矢量化各环节的主要功能：等高线的提取,细化及后处理,断点的匹配与连接,等高线矢量化。
二、基于二步法的边缘细化算法研究（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、基于二步法的边缘细化算法研究（论文提纲范文）
（1）深度学习的二维人体姿态估计综述（论文提纲范文）
| 1 单人姿态估计 |
| 1.1 基于坐标回归 |
| 1.1.1 关节点姿态表示 |
| 1.1.2 骨骼姿态表示 |
| 1.2 基于热图检测 |
| 1.2.1 引入人体结构先验 |
| 1.2.2 设计网络结构 |
| 1.2.3 引入时间约束 |
| 1.3 小结 |
| 2 多人姿态估计 |
| 2.1 二步法多人姿态估计 |
| 2.1.1 自顶向下 |
| 2.1.2 自底向上 |
| 2.2 一步法多人姿态估计 |
| 2.3 小结 |
| 3 数据集与评估指标 |
| 3.1 国际标准数据集 |
| 3.2 评估指标 |
| 4 经典算法实验结果对比 |
| 5 难点分析与发展趋势 |
| (1）算法效率受复杂环境因素影响较大。 |
| (2）算法复杂无法满足实时预测的要求。 |
| (3）人体姿态的变化复杂与多样。 |
| (4）训练数据集不足与分布不均匀。 |
| 6 结束语 |
（2）基于视觉的红外气体泄漏检测算法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究目的及意义 |
| 1.2 气体泄漏检测装置发展现状 |
| 1.3 气体红外成像原理 |
| 1.3.1 气体分子吸收光谱原理 |
| 1.3.2 气体泄漏热成像检测技术 |
| 1.3.3 气体泄漏光谱成像技术 |
| 1.4 气体红外成像技术国内外发展现状 |
| 1.5 主要研究内容及论文结构 |
| 2 系统总体设计流程 |
| 2.1 引言 |
| 2.2 总体设计方案 |
| 2.3 图像处理部分工作流程 |
| 2.4 硬件选型 |
| 2.4.1 红外热像仪 |
| 2.4.2 可见光摄像机 |
| 2.4.3 云台搭建 |
| 2.5 本章小结 |
| 3 红外与可见光图像配准及融合 |
| 3.1 引言 |
| 3.2 基于红外图像特征与K-means的红外图像边缘提取 |
| 3.2.1 边缘提取算法介绍 |
| 3.2.2 边缘点特征数据集构造 |
| 3.2.2.1 边缘灰度分布特征分量 |
| 3.2.2.2 边缘方向性特征分量 |
| 3.2.2.3 边缘结构特征分量 |
| 3.2.3 K-means聚类 |
| 3.3 红外与可见光图像配准 |
| 3.3.1 配准算法简介 |
| 3.3.1.1 灰度相关配准算法 |
| 3.3.1.2 特征相关配准算法 |
| 3.3.2 基于闭合轮廓区域与互信息的异源配准算法 |
| 3.4 本章小结 |
| 4 疑似泄漏区域提取 |
| 4.1 引言 |
| 4.2 运动区域提取方法简介 |
| 4.2.1 帧差法 |
| 4.2.2 光流法 |
| 4.2.3 背景减除法 |
| 4.3 基于背景减除法与视觉差异性的疑似区域提取 |
| 4.3.1 运动区域提取 |
| 4.3.2 疑似泄漏区域提取 |
| 4.4 本章小结 |
| 5 红外热像中的泄漏气体特征分析 |
| 5.1 引言 |
| 5.2 红外气体检测的特殊性 |
| 5.3 气体特征分析 |
| 5.3.1 气体不规则特征分析 |
| 5.3.2 气体形状特征分析 |
| 5.3.3 气体扩散特征分析 |
| 5.3.4 气体飘动特征分析 |
| 5.3.5 气体灰度特征分析 |
| 5.4 气体特征判别准则 |
| 5.5 本章小结 |
| 6 实验结果与分析 |
| 6.1 引言 |
| 6.2 红外图像边缘提取算法对比实验 |
| 6.3 红外与可见光图像异源配准算法对比实验 |
| 6.4 气体泄漏检测算法实验结果分析 |
| 6.4.1 气体检测算法性能测试 |
| 6.4.2 检测率和误报率测试 |
| 6.5 总体实验 |
| 总结与展望 |
| 参考文献 |
| 致谢 |
| 作者简历及攻读硕士学位期间的科研成果 |
（3）基于视觉的焊缝成形图像检测与分析（论文提纲范文）
| 中文摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 国内外焊缝几何尺寸测量的研究现状 |
| 1.2.1 国内研究现状 |
| 1.2.2 国外研究现状 |
| 1.3 主要研究内容 |
| 第二章 硬件系统的选型及设计 |
| 2.1 试验平台的搭建 |
| 2.2 激光视觉系统光源选型 |
| 2.2.1 辅助光视觉 |
| 2.2.2 激光发射器的选型 |
| 2.3 工业相机的原理及选型 |
| 2.3.1 工业相机芯片的选择 |
| 2.3.2 工业相机信号传输的方式 |
| 2.3.3 工业相机的选型 |
| 2.4 工业镜头的选型 |
| 2.5 运动控制系统的PLC选型 |
| 2.6 步进电机的选型 |
| 2.7 本章小结 |
| 第三章 视觉系统的精确标定 |
| 3.1 视觉系统标定目的 |
| 3.2 四大坐标系 |
| 3.2.1 像素坐标系和图像坐标系 |
| 3.2.2 图像坐标系和摄像机坐标系 |
| 3.2.3 摄像机坐标系和世界坐标系 |
| 3.3 相机参数的标定 |
| 3.4 主动视觉三角测量原理 |
| 3.5 结构光三大参数的获取 |
| 3.5.1 夹角β的标定过程 |
| 3.5.2 基线长L的长度标定 |
| 3.5.3 焦距f的标定 |
| 3.6 标定结构光的具体方案制定 |
| 3.7 本章小结 |
| 第四章 图像采集与处理过程 |
| 4.1 激光焊缝图像采集 |
| 4.2 图像预处理过程 |
| 4.2.1 灰度化处理 |
| 4.2.2 滤波处理 |
| 4.2.3 图像二值化 |
| 4.2.4 数学形态学处理 |
| 4.2.5 感兴趣区域提取 |
| 4.3 激光条纹骨架提取 |
| 4.4 寻找激光条纹的关键点 |
| 4.5 测量结果 |
| 4.6 本章小结 |
| 第五章 结论 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间发表的学术论文 |
（5）气象传真图像识别技术研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 国内外研究概况 |
| 1.2.1 计算机视觉目标检测技术研究现状 |
| 1.2.2 气象传真图图像处理技术研究现状 |
| 1.3 论文的主要研究内容 |
| 第2章 图像处理和目标检测基本原理 |
| 2.1 图像数字化技术 |
| 2.1.1 模拟图像数字化处理 |
| 2.1.2 图像的卷积运算 |
| 2.1.3 图像的边缘检测 |
| 2.1.4 形态学开闭运算 |
| 2.2 卷积神经网络基本原理 |
| 2.2.1 卷积神经网络的结构 |
| 2.2.2 卷积神经网络的前向传播和反向传播 |
| 2.3 目标检测技术基本理论 |
| 2.3.1 目标检测算法主流思想 |
| 2.3.2 非极大值抑制 |
| 2.3.3 损失函数的计算 |
| 2.3.4 目标检测评价指标 |
| 2.4 本章小结 |
| 第3章 气象传真图的图像处理技术 |
| 3.1 气象传真图像降噪技术研究 |
| 3.1.1 气象传真图噪声特点 |
| 3.1.2 传统的中值滤波算法 |
| 3.1.3 基于邻近阈值筛选的滤波算法 |
| 3.1.4 基于连通域计算的滤波算法 |
| 3.1.5 图像降噪实验结果分析 |
| 3.2 气象传真图像骨架提取技术研究 |
| 3.2.1 图像的二值化处理 |
| 3.2.2 图像的细化处理 |
| 3.2.3 图像骨架提取实验结果 |
| 3.3 气象传真图像缩放技术研究 |
| 3.3.1 最临近点插值算法 |
| 3.3.2 双线性插值算法 |
| 3.3.3 双三次卷积插值算法原理 |
| 3.3.4 图像局部特征放大实验结果 |
| 3.4 本章小结 |
| 第4章 气象传真图等温线识别方法研究 |
| 4.1 图像经纬网格提取算法研究 |
| 4.1.1 霍夫变换基本原理 |
| 4.1.2 基于霍夫变换的经纬网格提取方法 |
| 4.2 图像等值线提取算法研究 |
| 4.2.1 八邻域深度优先搜索算法原理 |
| 4.2.2 基于双标准熔断方法的交叉点判别方法 |
| 4.2.3 等值线检测实验结果分析 |
| 4.3 气象传真图像的数字识别方法研究 |
| 4.3.1 模板匹配算法原理 |
| 4.3.2 基于模板匹配算法的数字识别方法 |
| 4.4 本章小结 |
| 第5章 气象传真图的目标检测方法研究 |
| 5.1 YOLO目标检测算法原理 |
| 5.1.1 YOLO算法概述 |
| 5.1.2 K-means聚类算法 |
| 5.1.3 YOLO网络模型 |
| 5.2 YOLO目标检测准备工作 |
| 5.2.1 数据集的制作 |
| 5.2.2 Darknet实验环境搭建 |
| 5.3 YOLO训练过程与结果分析 |
| 5.3.1 YOLO模型训练 |
| 5.3.2 YOLOV3网络性能改善 |
| 5.3.3 目标检测实验结果分析 |
| 5.4 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间发表的论文和取得的科研成果 |
| 致谢 |
（6）基于轮廓几何不变描述和编码匹配策略的二维不规则排样算法（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 排样问题分类 |
| 1.3 排样问题国内外研究现状及分析 |
| 1.3.1 排样问题早期研究历史及发展 |
| 1.3.2 轮廓定位寻优算法研究现状 |
| 1.3.3 排样顺序全局优化研究现状 |
| 1.3.4 研究现状分析 |
| 1.4 本文的主要研究内容与研究技术路线 |
| 1.4.1 主要研究内容 |
| 1.4.2 研究技术路线 |
| 第2章 图形边界轮廓形状信息描述方法及预处理 |
| 2.1 排样零件描述方法 |
| 2.1.1 包络多边形法 |
| 2.1.2 聚类特征组合法 |
| 2.1.3 离散点阵图法 |
| 2.1.4 其他表示方法 |
| 2.2 图形形状信息描述方法 |
| 2.2.1 基于边界轮廓的形状特征描述 |
| 2.2.2 基于整体区域的形状特征描述 |
| 2.2.3 基于改进Freeman链码的形状特征描述 |
| 2.3 排样轮廓图形预处理 |
| 2.3.1 图形预处理意义 |
| 2.3.2 图像噪声消除处理 |
| 2.3.3 边缘细化 |
| 2.4 本章小结 |
| 第3章 基于几何不变描述的特征提取与匹配的排样算法 |
| 3.1 轮廓的几何描述不变性实现 |
| 3.1.1 曲线的矢量参数化实现轮廓的几何不变性 |
| 3.1.2 基于部分规范基的矢量参数化描述排样轮廓 |
| 3.1.3 选取基函数参数及建立基函数 |
| 3.2 基于改进的Freeman链码匹配轮廓形状信息 |
| 3.2.1 Freeman链码编码轮廓信息 |
| 3.2.2 生成具备几何描述不变性的Freeman链码 |
| 3.2.3 轮廓相似特征信息匹配及轮廓靠接 |
| 3.3 中心辐射型排样轮廓定位算法 |
| 3.3.1 现有的定位策略算法分析 |
| 3.3.2 中心辐射型轮廓定位算法 |
| 3.3.3 算法实现步骤 |
| 3.4 算法实验结果统计与分析 |
| 3.4.1 实验结果统计 |
| 3.4.2 实验结果分析 |
| 3.5 本章小结 |
| 第4章 基于最长公共子序列相似特征匹配的排样算法 |
| 4.1 轮廓相似性度量 |
| 4.1.1 基于距离测度的轮廓相似度量方法 |
| 4.1.2 基于信息比对策略的轮廓相似度量方法 |
| 4.2 基于最长公共子序列的相似性特征匹配 |
| 4.2.1 基于Freeman链码的特征点检测 |
| 4.2.2 提取基于夹角序列描述的图形形状信息 |
| 4.2.3 基于动态规划算法的最长公共子序列求解 |
| 4.3 基于判距—靠接算法的轮廓图形靠接 |
| 4.3.1 轮廓靠接算法 |
| 4.3.2 判距—靠接算法的实现 |
| 4.4 实验结果对比 |
| 4.4.1 算法改进前后结果对比 |
| 4.4.2 算法实例验证 |
| 4.5 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间承担的科研任务与主要成果 |
| 致谢 |
（7）智能机器人视觉感知关键技术的研究与应用（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 课题来源 |
| 1.2 研究背景和目的 |
| 1.3 国内外研究现状 |
| 1.3.1 国外研究现状 |
| 1.3.2 国内研究现状 |
| 1.3.3 国内外研究现状总结 |
| 1.4 研究内容 |
| 1.4.1 主要研究内容 |
| 1.4.2 技术路线 |
| 1.5 本章小结 |
| 2 基于改进匹配算法的目标二维定位 |
| 2.1 基于边缘梯度方向的原形状匹配相似性度量准则 |
| 2.2 原形状匹配及传统机器学习方法的不足 |
| 2.3 基于CNN的区域判断分类——“SM-CNN” |
| 2.3.1 方法流程 |
| 2.3.2 基于工件3维模型的训练集生成方法 |
| 2.3.3 CNN的基本原理 |
| 2.3.4 区域判断分类网络 |
| 2.4 图像像素坐标与标定板坐标系平面坐标的精确转换 |
| 2.5 本章小结 |
| 3 基于点云配准的目标三维精确定位与姿态计算 |
| 3.1 相机标定的基本原理 |
| 3.1.1 相机的基本成像模型 |
| 3.1.2 相机标定的基本原理 |
| 3.1.3 相机立体标定的基本原理 |
| 3.2 点云的生成——双目立体视觉原理与立体匹配 |
| 3.2.1 双目立体视觉的基本原理 |
| 3.2.2 立体匹配基本原理 |
| 3.2.3 更好的立体匹配——基于CNN的立体匹配 |
| 3.3 改进的迭代最近点法 |
| 3.3.1 经典的迭代最近点法 |
| 3.3.2 基于区域生长思想的非目标点去除 |
| 3.3.3 迭代初值的计算 |
| 3.3.4 迭代最近点法粗匹配 |
| 3.3.5 改进的迭代最近点法 |
| 3.4 本章小结 |
| 4 视觉与机器人的关联 |
| 4.1 Eye-to-Hand关联方式 |
| 4.2 Eye- in-Hand关联方式 |
| 4.2.1 在线手眼标定原理 |
| 4.2.2 基于Sylvester方程变形的手眼标定方法 |
| 4.3 本章小结 |
| 5 试验与分析 |
| 5.1 试验设备 |
| 5.2 目标二维识别试验 |
| 5.2.1 试验说明 |
| 5.2.2 试验结果与分析 |
| 5.3 双目视觉定位系统误差试验 |
| 5.3.1 试验说明 |
| 5.3.2 试验结果 |
| 5.4 目标三维精确定位与姿态计算试验 |
| 5.4.1 试验说明 |
| 5.4.2 试验结果与分析 |
| 5.5 关联方式Eye- in-Hand的视觉关联机器人重复定位误差试验 |
| 5.5.1 试验说明 |
| 5.5.2 试验结果与分析 |
| 5.6 工件抓取试验 |
| 5.6.1 Eye-to-Hand视觉机器人系统抓取工件试验 |
| 5.6.2 Eye- in-Hand视觉机器人系统抓取工件试验 |
| 5.6.3 其他目标抓取试验 |
| 5.7 荔枝采摘试验 |
| 5.7.1 试验说明 |
| 5.7.2 试验结果与分析 |
| 5.8 本章小结 |
| 6 总结与展望 |
| 6.1 论文总结 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 附录A 在读硕士期间科研成果 |
| 附录B 本文相关数据 |
（8）基于可变框架Retinex的图像去雾算法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题研究背景与意义 |
| 1.2 国内外发展现状 |
| 1.2.1 大气退化物理模型法 |
| 1.2.2 图像增强法 |
| 1.3 本文研究的主要内容及结构安排 |
| 1.3.1 本文研究主要内容 |
| 1.3.2 本文结构安排 |
| 第2章 雾天图像恢复方法 |
| 2.1 大气退化模型法 |
| 2.2 Retinex理论 |
| 2.2.1 Retinex理论的理论基础 |
| 2.2.2 Retinex理论思想及发展 |
| 2.3 经典Retinex算法 |
| 2.4 本文采用的实验结果评价指标 |
| 2.5 实验结果对比分析 |
| 2.6 本章小结 |
| 第3章 二步法TV-Retinex算法 |
| 3.1 Richardson-Lucy算法 |
| 3.2 分裂bregman方法基本思想 |
| 3.3 本文TV-Retinex模型去雾算法流程 |
| 3.4 算法流程图 |
| 3.5 实验结果分析 |
| 3.6 本章小结 |
| 第4章 基于梯度拟合TV-Retinex去雾算法 |
| 4.1 基于梯度拟合的先验去雾算法 |
| 4.2 基于梯度拟合的先验去雾算法过程 |
| 4.3 基于梯度拟合先验信息去雾算法流程图 |
| 4.4 基于梯度拟合先验信息TV-Retinex去雾算法 |
| 4.5 实验结果及分析 |
| 4.6 本章小结 |
| 第5章 总结和展望 |
| 5.1 全文研究工作总结 |
| 5.2 后续研究展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（9）基于线激光辅助的焊缝成形表征方法的研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题研究的背景及意义 |
| 1.2 焊缝成形检测的研究现状 |
| 1.3 单目视觉的研究现状 |
| 1.4 研究内容 |
| 第2章 焊缝成形视觉检测系统的建立 |
| 2.1 单目视觉检测系统的搭建及工作原理 |
| 2.1.1 单目视觉检测系统的搭建 |
| 2.1.2 系统工作原理 |
| 2.2 摄像机的标定 |
| 2.2.1 摄像机模型的建立 |
| 2.2.2 畸变校正 |
| 2.2.3 标定实验 |
| 2.2.4 系统精度的验证 |
| 2.3 本章小结 |
| 第3章 焊缝成形轮廓的激光条纹表征 |
| 3.1 条纹视觉图像的采集 |
| 3.2 焊缝成形轮廓的条纹表征 |
| 3.3 激光条纹视觉图像的处理 |
| 3.3.1 条纹视觉图像的预处理 |
| 3.3.2 条纹视觉图像的分割 |
| 3.3.3 条纹视觉图像的细化 |
| 3.3.4 条纹图像的形态学处理 |
| 3.4 本章小结 |
| 第4章 焊缝成形表征参数的提取 |
| 4.1 焊缝长度的测量 |
| 4.1.1 焊缝长度的测量原理 |
| 4.1.2 焊缝长度的检测 |
| 4.2 焊缝宽度的检测 |
| 4.2.1 条纹畸变点的检测 |
| 4.2.2 焊缝宽度的测量 |
| 4.3 焊缝成形参数提取结果及测量误差分析 |
| 4.4 本章小结 |
| 第5章 焊缝成形缺陷的识别与评价 |
| 5.1 焊缝成形缺陷 |
| 5.2 现行焊缝外观成形质量的评价及标准 |
| 5.2.1 焊缝宽度和边缘直线度 |
| 5.2.2 气孔和弧坑 |
| 5.3 焊缝宽度不均的识别与评价 |
| 5.3.1 焊缝宽度不均的识别 |
| 5.3.2 焊缝边缘线的拟合 |
| 5.3.3 焊宽的评价 |
| 5.4 凹坑的识别与评价 |
| 5.4.1 凹坑条纹曲线方程的拟合 |
| 5.4.2 畸变点的检测 |
| 5.4.3 坑的识别过程 |
| 5.4.4 凹坑的评价 |
| 5.5 评价结果 |
| 5.6 本章小结 |
| 第6章 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 附录A 攻读硕士期间发表的论文 |
（10）彩色地图等高线的自动提取与补断研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究目的与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 等高线提取算法研究 |
| 1.2.2 等高线补断算法研究 |
| 1.2.3 存在的问题与难点 |
| 1.3 主要研究内容 |
| 1.4 论文组织结构 |
| 1.5 本章小结 |
| 2 基于 HSI 空间的 KFCM 和阈值分割融合方法 |
| 2.1 彩色地图等高线提取的难点 |
| 2.2 颜色空间的选择与转换 |
| 2.2.1 典型的色彩空间 |
| 2.2.2 色彩模型的选择与转化 |
| 2.3 地图等高线提取算法研究 |
| 2.3.1 双峰阈值分割算法 |
| 2.3.2 核模糊 C 均值聚类（KFCM）算法 |
| 2.4 本文融合分割方法 |
| 2.4.1 利用饱和度值和空间信息构造特征图像 |
| 2.4.2 采用 KFCM 聚类算法确定分割阈值 |
| 2.5 实验结果与分析 |
| 2.6 本章小结 |
| 3 等高线细化与后处理 |
| 3.1 细化算法的基本定义 |
| 3.2 细化的经典算法 |
| 3.2.1 Hilditch 细化方法 |
| 3.2.2 Zhang-Suen 细化方法 |
| 3.2.3 基于索引表的细化方法 |
| 3.2.4 改进的索引表方法 |
| 3.3 等高线的后处理 |
| 3.3.1 噪声的去除 |
| 3.3.2 毛刺的去除 |
| 3.4 实验结果与分析 |
| 3.4.1 细化处理实验讨论 |
| 3.4.2 等高线后处理实验讨论 |
| 3.5 本章小结 |
| 4 基于断点分类和方向差异的等高线分级补断方法 |
| 4.1 最小点对法及其改进算法 |
| 4.2 基于断点分类和方向差异的等高线分级补断方法 |
| 4.2.1 等高线断点分类 |
| 4.2.2 改进的断点方向差异计算方法 |
| 4.2.3 基于断点分类的分级补断算法流程 |
| 4.3 实验结果与分析 |
| 4.3.1 实验结果 |
| 4.3.2 分析与讨论 |
| 4.4 本章小结 |
| 5 等高线的矢量化研究 |
| 5.1 栅格图像矢量化常用技术 |
| 5.1.1 基于细化型的矢量技术 |
| 5.1.2 基于非细化型的矢量技术 |
| 5.2 等高线矢量化算法 |
| 5.2.1 曲线自动跟踪算法 |
| 5.2.2 Douglas-Peucker 数据压缩 |
| 5.2.3 曲线拟合光滑处理 |
| 5.3 实验结果与分析 |
| 5.4 本章小结 |
| 6 总结与展望 |
| 6.1 研究工作总结 |
| 6.2 研究展望 |
| 参考文献 |
| 致谢 |
| 在校期间的科研成果 |
四、基于二步法的边缘细化算法研究（论文参考文献）
- [1]深度学习的二维人体姿态估计综述[J]. 周燕,刘紫琴,曾凡智,周月霞,陈嘉文,罗粤. 计算机科学与探索, 2021(04)
- [2]基于视觉的红外气体泄漏检测算法研究[D]. 洪少壮. 大连海事大学, 2020(01)
- [3]基于视觉的焊缝成形图像检测与分析[D]. 刘康. 太原科技大学, 2020(03)
- [4]基于红外图像特征与K-means的边缘检测[J]. 苏洪超,胡英,洪少壮. 红外技术, 2020(01)
- [5]气象传真图像识别技术研究[D]. 朱坤. 哈尔滨工程大学, 2020(05)
- [6]基于轮廓几何不变描述和编码匹配策略的二维不规则排样算法[D]. 冀玉龙. 燕山大学, 2019(03)
- [7]智能机器人视觉感知关键技术的研究与应用[D]. 莫宇达. 华南农业大学, 2017(08)
- [8]基于可变框架Retinex的图像去雾算法研究[D]. 董博. 大连海事大学, 2017(01)
- [9]基于线激光辅助的焊缝成形表征方法的研究[D]. 代敦三. 兰州理工大学, 2013(S1)
- [10]彩色地图等高线的自动提取与补断研究[D]. 付敏. 四川师范大学, 2013(05)