计算机应用 ›› 2014, Vol. 34 ›› Issue (10): 3014-3019.DOI: 10.11772/j.issn.1001-9081.2014.10.3014
收稿日期:
2014-04-28
修回日期:
2014-06-18
出版日期:
2014-10-01
发布日期:
2014-10-30
通讯作者:
王刚
作者简介:
基金资助:
“信息与通信工程”浙江省重中之重学科开放基金资助项目
WANG Gang,SHI Shoudong,LIN Yibing
Received:
2014-04-28
Revised:
2014-06-18
Online:
2014-10-01
Published:
2014-10-30
Contact:
WANG Gang
Supported by:
Information and communication engineering priority discipline open fund in zhejiang province
摘要:
针对双绞线绕距测量,提出了一种图像检测框架。此框架通过图像分割、修复、细化、拟合以及比例尺的设置,可实时计算出双绞线绕距值。在此框架下,针对传统二维最大类间方差法——Otsu运行时间较长的问题,提出了一种新的基于区域斜分的快速算法。快速算法通过对二维直方图区域重新划分,结合快速查找表以及递推算法,大大减少了分割时间。针对图像缺失的问题,采用了基于边缘检测的算法对其特定区域进行填充修复,并对修复后的图像进行细化。通过最小二乘法,拟合细化图像中的单像素点,得到拟合曲线。通过计算拟合曲线交点间的距离可得双绞线绕距的图像距离。最后将图像距离按比例尺转换为绕距的测量值。实验结果表明,基于区域斜分的快速算法其分割时间约为传统算法的0.22%,且两种算法的分割效果基本一致。将图像检测方法测得的绕距值与其真实值进行比较,结果表明测量值与真实值的绝对误差为0.48%。通过使用图像检测方法测量双绞线绕距,可以准确测得绕距值,提高绕距测量的效率。
中图分类号:
王刚 石守东 林宜丙. 基于图像检测的双绞线绕距测量方法[J]. 计算机应用, 2014, 34(10): 3014-3019.
WANG Gang SHI Shoudong LIN Yibing. Pitch measurement methed of twisted-pair wire based on image detection[J]. Journal of Computer Applications, 2014, 34(10): 3014-3019.
[1]LIU S. Research and application on the key technologies of industrial image detecting system [D]. Shanghai: Shanghai Jiao Tong University, 2007.(刘圣.工业图像检测系统关键技术的研究及应用[D].上海:上海交通大学,2007. ) |
[1] | 杨鼎康 黄帅 王顺利 翟鹏 李一丹 张立华. 基于对抗生成网络和网络集成的面部表情识别方法EE-GAN[J]. 计算机应用, 0, (): 0-0. |
[2] | 秦庭威 赵鹏程 秦品乐 曾建朝 柴锐 黄永琦. 基于残差注意力机制的点云配准算法[J]. 计算机应用, 0, (): 0-0. |
[3] | 裴仪瑶, 郭会明, 张丹普, 陈文博. 基于定位不确定性的鲁棒3D目标检测方法[J]. 计算机应用, 2021, 41(10): 2979-2984. |
[4] | 许学斌, 张佳达, 刘伟, 路龙宾, 赵雨晴. 融合空间和通道特征的高精度乳腺癌分类方法[J]. 计算机应用, 2021, 41(10): 3025-3032. |
[5] | 汪虹余, 张彧, 杨恒, 穆楠. 基于蚁群优化算法的弱光图像显著性目标检测[J]. 计算机应用, 2021, 41(10): 2970-2978. |
[6] | 魏淳武, 赵涓涓, 唐笑先, 强彦. 基于多时期蒸馏网络的随访数据知识提取方法[J]. 计算机应用, 2021, 41(10): 2871-2878. |
[7] | 李自强, 王正勇, 陈洪刚, 李林怡, 何小海. 基于外观和动作特征双预测模型的视频异常行为检测[J]. 计算机应用, 2021, 41(10): 2997-3003. |
[8] | 张怡 孙永荣 赵科东 李华 曾庆化. 空中加油场景下的目标联合检测跟踪算法[J]. 计算机应用, 0, (): 0-0. |
[9] | 马峻 姚震 徐翠锋 陈寿宏. 基于改进PP-YOLO和Deep-SORT的多无人机实时跟踪算法[J]. 计算机应用, 0, (): 0-0. |
[10] | 贺怀清 闫建青 惠康华. 基于深度残差网络的轻量级人脸识别方法[J]. 计算机应用, 0, (): 0-0. |
[11] | 王贺兵, 张春梅. 基于非对称卷积-压缩激发-次代残差网络的人脸关键点检测[J]. 计算机应用, 2021, 41(9): 2741-2747. |
[12] | 张笑非, 杨阳, 黄佳进, 钟宁. 基于度中心性的认知特征选择方法[J]. 计算机应用, 2021, 41(9): 2767-2772. |
[13] | 姬张建, 任兴旺. 带旋转与尺度估计的全卷积孪生网络目标跟踪算法[J]. 计算机应用, 2021, 41(9): 2705-2711. |
[14] | 闫钧华 侯平 张寅 吕向阳 马越 王高飞. 基于多尺度多分类器卷积神经网络的混合失真类型判定方法 [J]. 计算机应用, 0, (): 0-0. |
[15] | 李福海 蒋慕蓉 杨磊 谌俊毅. 基于生成对抗网络的梯度引导太阳斑点图像去模糊方法[J]. 计算机应用, 0, (): 0-0. |
阅读次数 | ||||||
全文 |
|
|||||
摘要 |
|
|||||