清华大学 精密仪器与机械学系精密测试技术及仪器国家重点实验室, 北京 100084
针对图像内的细窄线宽, 提出了一种基于Zernike正交矩的亚像素图像线宽检测算法。该算法具有明确的几何模型, 通过计算图像的2阶和4阶Zernike正交矩, 推导出了亚像素线宽表达式。根据数字图像的离散性, 给出了计算正交矩所需的模板系数, 并分析了由离散性造成的原理误差。将所提出的亚像素线宽检测技术应用于安瓿内异物粒径的标定实验, 结果表明: 该算法可有效地测量弱小目标在图像中的亚像素线宽值, 从而得到了异物粒径大小与亚像素线宽之间的标定曲线。
线宽检测 Zernike正交矩 微粒标定 line width detection Zernike moment small particles calibration
清华大学 精密仪器与机械学系 精密测试技术及仪器国家重点实验室, 北京 100084
针对序列图像内具有低信噪比和低对比度特征的运动目标, 提出了一种基于级联分类器的弱小目标检测算法。该算法从安瓿瓶序列图像内提取绝对差分值、局部差分对比度和局部相关系数3个图像特征。每个图像特征对应一个分类器, 通过三层级联形式实现序列图像中的小目标检测。第一个节点与传统帧间差分法类似, 主要去除大量背景图像并检测出大颗粒运动目标, 后两个节点则用于检测弱小目标、排除光流和瓶身污渍产生的噪声点。实验结果显示, 相对于传统的帧间差分法, 本文算法具有高检测精度和高抗干扰能力等特点, 不仅可以检测出图像中弱小运动目标, 同时也消除了复杂背景下的噪声影响, 弱小目标的检出率达到99.3%, 并且满足安瓿在线检测的实时性要求。
级联分类器 帧间差分法 小目标检测 序列图像 cascade classifier frame difference small target inspection sequential image