《面向參數測量的無規則非周期性紋理圖像分析方法研究》是依託清華大學，由楊文明擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：面向參數測量的無規則非周期性紋理圖像分析方法研究
- 依託單位：清華大學
- 項目負責人：楊文明
- 項目類別：青年科學基金項目
項目摘要,結題摘要,
項目摘要
紋理分析是進行圖像處理與計算機視覺研究的重要手段，也是近年來非接觸式參數測量領域研究的熱點。目前已有對規則表面紋理（如磨削表面）進行圖像分析的參數測量方法及系統，但對無規則非周期性紋理表面參數的圖像測量方法還極為少見。此外，現有的方法大多基於單目成像系統，其固有的缺陷是難以準確估計景深方向的參數信息。為此，本項目以具有代表性的鑄件表面粗糙度測量為例，擬在雙目顯微成像條件下，結合立體成像深度估計與時頻域特徵統計分析，探索參數測量的新模式，挖掘無規則非周期性紋理圖像分析的新方法。本項目的主要研究內容包括：①鑄件表面雙目顯微成像及成像紋理特性分析與表達；②基於立體成像理論對雙目顯微圖像進行表面深度估計；③統計鑄件紋理圖像的時頻特性，提取能夠表征粗糙度的特徵矢量，實現粗糙度測量。預期成果可提高我國在光學成像、參數測量、圖像處理及人工視覺等方面的研究水平與套用技術。
結題摘要
本項目以具有代表性的鑄件表面粗糙度測量為例，結合時域圖像紋理分析與頻域特徵統計分析，探索參數測量的新模式，挖掘無規則非周期性紋理圖像分析的新方法。本項目已實現的技術成果/方法包括：1、搭建了基於圖像採集卡的鑄件表面顯微成像系統；2、在空域上採用了K-means以及Watershed算法對圖像進行聚類分割，提出統計邊緣圖像像素占比值來測量表面粗糙度；3、在頻域上提出利用小波多頻帶特性分析紋理圖像的高頻能量分布特點，首次提出相對小波能量的測度來表征表面粗糙度；4、提出了一種聚合傅立葉變換（ADFT）的紋理分析方法用於表面粗糙度分類；5、基於Waterhsed算法，進一步提出了一種圖像紋理分析方法可用於憎水性分析；6、針對多目視覺與立體成像，提出了一種基於結構特徵點的由粗到精的圖像亞像素配準方法。項目組累計發表學術論文5篇，其中SCI檢索國際期刊2篇，EI檢索國際學術會議3篇，授權相關中國發明專利1項。預期可提高我國在光學成像、參數測量、圖像處理及人工視覺等方面的研究水平與套用技術。
