基于暗区连通域的定位孔识别方法

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (34): 215-218.

• 图形、图像、模式识别 • 上一篇下一篇

基于暗区连通域的定位孔识别方法

肖刚1，夏通1，张元鸣1，陈久军1，徐俊2

1.浙江工业大学计算机科学与技术学院，杭州 310023
2.浙江工业大学艺术学院，杭州 310023

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-12-01 发布日期:2011-12-01

Positioning holes recognition based on dark connected areas

XIAO Gang1，XIA Tong1，ZHANG Yuanming1，CHEN Jiujun1，XU Jun2

1.School of Computer Science，Zhejiang University of Technology，Hangzhou 310023，China
2.School of Arts，Zhejiang University of Technology，Hangzhou 310023，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-12-01 Published:2011-12-01

摘要/Abstract

摘要： 为了在普通扫描仪上实现自动化线拍系统，提出了一种基于暗区连通域的定位孔识别方法。介绍了暗区连通域的可分割性原理，该原理是定位孔连通域被准确分割的基础，也是定位孔能被正确识别的前提。该方法先依据该原理计算出连通域的分割阀值，然后对定位孔的形状及其相互位置关系进行了特征建模，利用模板匹配方法实现定位孔识别。对总共83张动画稿扫描图像进行定位孔识别测试，实验结果表明，定位孔识别正确率98.80%，对于1 740万像素的动画稿图片，识别速度也能达到15.27 ms/page。

关键词: 暗区连通域, 模板匹配, 定位孔识别

Abstract: To implement an automatic line-test system on general scanner，this paper proposes a method of positioning holes recognition based on dark connected areas.This paper introduces a segmentation principle for dark connected areas，which is the basis of connected areas to be correctly segmented and is also the basis of positioning holes to be correctly recognized.The segmentation threshold is calculated.Then a model is built for shape and relative position of positioning holes.At last a template matching method is used to recognize positioning holes.The experimental results show that the accuracy of recognition based on this method is 98.80%，and speed reaches 15.27 ms/page on 17.4 million pixels pictures.

Key words: dark connected areas, template matching, positioning holes recognition

肖刚1，夏通1，张元鸣1，陈久军1，徐俊2. 基于暗区连通域的定位孔识别方法[J]. 计算机工程与应用, 2011, 47(34): 215-218.

XIAO Gang1，XIA Tong1，ZHANG Yuanming1，CHEN Jiujun1，XU Jun2. Positioning holes recognition based on dark connected areas[J]. Computer Engineering and Applications, 2011, 47(34): 215-218.

[1]	徐家俊，张翌维，赵建，相韶华. 针对SM4算法的功耗模板-碰撞分析[J]. 计算机工程与应用, 2021, 57(11): 111-118.
[2]	马玲，罗晓曙，蒋品群. 基于模板匹配和支持向量机的点阵字符识别研究[J]. 计算机工程与应用, 2020, 56(4): 134-139.
[3]	袁良友，周航，韩丹，许国梁. 引入平滑迭代的骨架提取改进算法[J]. 计算机工程与应用, 2020, 56(24): 188-193.
[4]	王国芳1，赵少华2. 镀铜高分子微球X线图像的计数及缺陷检测[J]. 计算机工程与应用, 2016, 52(9): 263-266.
[5]	张卫国，李景妹. 改进的基于纹理特征的图像配准算法[J]. 计算机工程与应用, 2016, 52(6): 214-218.
[6]	高赢，张莹，闫璠，涂勇涛，张东波. 发动机瓦盖上料机器人研究[J]. 计算机工程与应用, 2016, 52(20): 257-262.
[7]	吴平1，4，王彬1，薛洁2，张岩3，刘辉1. 基于模板匹配的加速肺结节检测算法研究[J]. 计算机工程与应用, 2015, 51(7): 184-188.
[8]	徐富新，王晶，黄玉秀，王洲. 神经网络和模板匹配在自动打分系统中的应用[J]. 计算机工程与应用, 2015, 51(5): 251-254.
[9]	田明锐1，胡永彪1，金守峰2. 结合聚类参数的圆投影模板匹配改进算法[J]. 计算机工程与应用, 2015, 51(21): 177-184.
[10]	刘晓俊，孙永荣，王潇潇，杨博文. 近距大偏角圆形目标的检测[J]. 计算机工程与应用, 2015, 51(16): 210-214.
[11]	杜鑫，刘文波，李开宇. 纸币数字的多特征综合识别算法[J]. 计算机工程与应用, 2014, 50(19): 169-172.
[12]	王啟军. 基于一维数据块的AVS视频帧内编码算法[J]. 计算机工程与应用, 2013, 49(15): 224-228.
[13]	陈丽芳1，刘渊1，须文波2. 改进的归一互相关法的灰度图像模板匹配方法[J]. 计算机工程与应用, 2011, 47(26): 181-183.
[14]	于明，张彦云，薛翠红，孙林娟. 笔迹图像中的单个汉字字符分割[J]. 计算机工程与应用, 2010, 46(9): 180-182.
[15]	党晓军，尹俊文. 一种基于模板匹配的运动目标跟踪方法[J]. 计算机工程与应用, 2010, 46(5): 173-176.

基于暗区连通域的定位孔识别方法

Positioning holes recognition based on dark connected areas

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics