吴家伟
- 作品数：4 被引量：24H指数：3
- 供职机构：上海交通大学更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术电子电信冶金工程更多>>
- 红外图像实时显示增强系统设计被引量：10
- 2009年
- 为了解决红外实时图像处理系统中热像仪输出动态范围大和监视器显示输出动态范围小之间的矛盾,满足信息处理系统大数据量和高实时性的要求,设计了一种新的基于现场可编程门阵列(FPGA)实现的红外实时图像增强算法。首先采用均值滤波的思想统计图像的局部极值,然后使用多级均值法计算图像灰度变换区间分界点,最后对图像做分段线性灰度变换,整个算法通过FPGA实现。实验结果表明,该方法不仅解决了非制冷红外焦平面阵列探测器输出值随其工作时间变化的问题,而且消除了图像中探测器盲元的干扰,丰富了图像背景细节,增强了图像显示效果。与直方图变换等传统图像增强算法相比,该算法计算时间缩短了1.38 ms,占用存储资源减少了97.6%。在工程应用上,该方案简单可靠,成本较低,易于FPGA实现,可为其他红外实时图像处理系统的设计提供参考。
- 吴家伟武春风庹文波
- 关键词：红外图像局部极值图像增强
- 基于Adaboost改进算法的铸坯表面缺陷检测方法被引量：10
- 2012年
- 针对钢铁铸坯表面检测及缺陷识别问题,从图像处理及机器学习角度,提出一种基于Adaboost算法的进行钢铁铸坯表面缺陷检测,并结合Gabor小波和Canny边缘检测进行处理,排除伪缺陷的新方法。大量试验表明:该方法能够较好地检出具有缺陷的钢铁铸坯,且具有准确率高、速度快、易实施等优点。
- 吴家伟严京旗方志宏夏勇
- 关键词：ADABOOST算法HAAR特征GABOR小波CANNY边缘检测
- 基于显著性特征的钢坯表面缺陷检测技术
- 由于计算机视觉技术的迅速发展,面向工业的视觉缺陷检测技术则受到了广泛的关注。但是随着生产技术的不断提升,很多传统的视觉缺陷检测技术已无法满足工业生产要求。若缺陷检测技术能与视觉系统的工作原理相结合,优先定位疑似缺陷区域然...
- 吴家伟
- 关键词：显著性特征视觉注意特征提取
- 基于图像显著性特征的铸坯表面缺陷检测被引量：5
- 2012年
- 针对钢铁铸坯表面检测的缺陷复杂性问题,从图像处理及图形特征角度提出一种基于显著性区域特征的算法.该算法首先对源图像进行显著性特征区域处理和Gabor小波滤波处理,得到了对应的特征图像;然后再将2幅图像中的特征区域进行融合,得到可信度较高的缺陷特征区域图像;最后在缺陷区域中用训练好的Adaboost分类器检测缺陷,得到最终的缺陷定位结果.该算法结合了显著性特征和Gabor小波特征,既缩小了Adaboost分类器的搜索范围,也提高了排除伪缺陷的能力,具有较快的定位速度和较高的准确率.实验结果表明,该算法能获得较好的效果,具有较高的实用价值.
- 吴家伟严京旗方志宏夏勇陆敏健
- 关键词：铸坯表面显著性区域GABOR小波ADABOOST分类器
