大背景中微小目标的新型机器视觉检测原理和方法

大背景中微小目标的机器视觉检测大量存在，如棉花和羊毛中的异性纤维、带钢表面的裂纹划痕。为了不漏检，系统必须采用高采样频率和高分辨率的成像设备；由此产生大量的图像冗余数据，成为影响检测速度、精度和成本的瓶颈问题。本项目从图像获取方式和图像处理方式入手，探索一种机器视觉检测的新途径：研究具有不规则图像获取和处理功能的机器视觉检测原理和系统结构模型、不规则图像的成像方式、基于高速实时检测的不规则图像的数据模型、用多个可编程图像传感器以并行方式进行的初级图像处理和由主机完成的串行式高级图像处理的协同方案和策略，以及大背景中微小目标实时在线检测的视觉注意计算模型和可疑目标区域的算法。这种新型的机器视觉检测原理和方法能根据不规则的视觉信息，重点获取和处理目标对应的细节图像，大幅删减背景的冗余数据，具有重大的应用价值和学术研究意义。