基于视觉图像的二次曲线特征参数精密测量方法

为了满足视觉检测中对二次曲线参数(圆或椭圆)高精度测量要求,提出了一种基于视觉图像的二次曲线特征参数精密测量方法.该方法利用变结构元广义形态学边缘检测算法对图像中的二次曲线进行初始边缘定位,充分提取图像边缘细节信息的同时抑制图像噪声的影响.在亚像素图像处理中,基于Zernike矩边缘检测算法计算出的边缘参数,提出了对二次曲线特征进行亚像素边缘定位的边缘检测算法,建立了曲线边缘点与边缘参数之间的映射关系.利用检测出的二次曲线亚像素边缘点数据,通过定义的数据点分布优化的参数拟合算法,可以计算出二次曲线的特征参数.实验结果表明:该方法稳定性好且实时性强,定位不确定度优于0.03像素,可实现二次曲线特征参数的精密测量.     

一种适用于高精度视觉测量的边缘检测方法

为了减少或消除随机噪声对机器视觉测量系统的影响,提高测量系统的测量精度,利用图像的灰度曲面特性和边缘曲线特性,开发了包括各向异性双边滤波、基于Facet模型的亚像素边缘提取和边缘曲线拟合的三级逼近图像边缘检测算法。实验证明,这种方法的重复定位精度优于0.1像素。对标准量块的多次测量证明,使用该算法构建的视觉测量系统测量精度可以达到微米级。     

基于Franklin矩的亚像素级图像边缘检测算法

为了满足计算机视觉标定与精密测量对图像边缘定位的精确度高和抗噪性强的要求,提出一种基于Franklin矩的亚像素级图像边缘检测算法。首先,建立亚像素边缘模型,利用各级Franklin矩的卷积来提取图像边缘点的细节特征;然后,依据Franklin矩的旋转不变性原理,分析图像边缘旋转至垂直方向后各级Franklin矩之间的关系,从而确定图像中亚像素边缘的关键参数;最后,根据改进的边缘判断条件,确定图像中的实际亚像素边缘点。大量实验结果表明,与基于Zernike矩的亚像素级算法、基于小波变换与Zernike矩结合的亚像素级算法、基于Roberts算子与Zernike矩结合的亚像素级算法相比,本文提出的基于Franklin矩的亚像素级图像边缘检测算法速度更快,精度更高且抗噪性强,更好地满足了对于图像边缘定位稳定可靠及高精度测量的要求。     

一种改进的基于Facet模型的亚体素表面检测算法

在基于CT的工业应用中，常常需要从CT切片序列获得实体的3D高精度表面信息。介绍了一种基于Facet模型的亚体素表面检测算法，并针对其计算效率低的问题，给出了一种3DFacet模型的加速算法。该改进算法将Facet模型的三维卷积核分解为3个一维卷积核，使算法复杂度从O（m^3）降低到O（3m），并采用增量算法解决了由此产生的存储空间问题。通过对仿真图像的实验，验证了该算法的效率和精度，表明该算法在保持原始算法精度的同时，处理速度提高了约两倍。     

基于小波定位及Facet模型的三维工业CT图像边缘检测

进行三维图像边缘检测时,利用Facet模型能够获得较精确的边缘信息,但耗时较多;而利用小波变换可获得较快的检测速度,但得到的边缘依赖于阈值的大小。综合上述两种方法的特点,提出了一种基于小波定位及Facet模型的三维边缘检测方法。首先,对工业CT三维图像进行三维小波变换,设定较小阈值,得到三维粗边缘,即对图像边缘进行粗定位;然后,针对粗边缘点逐个进行三维Facet拟合,得到实际边缘点,从而完成图像边缘的精确定位。该方法通过小波变换粗定位这一前处理过程减少了Facet拟合的体素点数,加快了Facet模型三维边缘检测的速度。实验结果显示,本文方法不仅能得到与直接Facet模型效果相当的边缘,还能使Facet模型三维边缘检测的速度提高3.51～7.39倍,而且图像边缘越简单加速比越高。实验结果表明,基于小波定位和Facet模型的边缘检测方法可满足工业CT三维图像边缘检测对精度和速度的要求。     

基于亚像素边缘检测的刀具几何参数测量

为了提高刀具几何参数图像测量精度,基于矩法理论,提出了一种亚像素边缘检测算法。该方法的基本思想是采用灰度空间矩,将图像边缘特征离散为亚像素级特征点,并用Matlab实现图像的处理。实验证明,基于亚像素特征点提取检测的刀具几何参数具有较高测量精度,且计算量小,具有很好的抗噪性能。     

基于存在概率图的工业CT图像快速圆检测算法

圆形结构特征大量存在于工业CT图像中,有效地检测出圆并获得其参数,在图像测量及逆向工程应用中具有重要意义.针对现有存在概率图的圆检测方法计算时间长、占用内存大的缺点,通过事先确定潜在圆心选择范围的方法,将存在概率数值符合设定条件的圆的参数信息存储在链表中,并根据被检测圆的数量确定圆的参数,标识其位置.该方法大大降低了计算量,由于利用链表方式存储数据,降低了内存的开支.实验表明,该方法在计算效率上比现有方法提高了36～178倍.     

基于改进形态学梯度和Zernike矩的亚像素边缘检测方法

为满足电荷耦合器件(CCD)图像测量系统的快速、高精度测量要求,提出了一种基于改进形态学梯度和Zernike矩算法的图像亚像素边缘检测新方法.基于CCD图像灰度和空间结构信息特点,该算法先利用改进的数学形态学梯度算子进行边缘点的粗定位,在像素级上确定边缘点的坐标和梯度方向;然后再根据构造的边缘点向量和参考阈值,用Zernike矩算法对边缘点进行亚像素的重新定位,实现图像的亚像素边缘检测.仿真图像和实际图像的边缘定位实验结果表明,与Zernike矩、LOG-Zernike矩及Sobel-Zernike矩算法相比,该方法具有更好的定位精度与抗噪性,且检测速度更快.     

面向回转类零件圆度的机器视觉测量方法与试验

针对工程应用中回转类零件的圆度测量精度不高、效率低等问题,提出了基于改进的Zernike矩亚像素边缘特征提取算法的回转类零件圆度视觉测量方法。建立了回转类零件轴截面图像的机器视觉测量系统,在分析零件轴截面图像特征的基础上,将传统的Zernike矩算法与最大类间方差法相结合得到改进的快速算法,提高了亚像素边缘点的定位精度。建立了轴截面圆度测量数学模型,应用标准量块对系统进行标定,实现了回转类零件直径与圆度的非接触式测量。试验结果表明,该方法不仅可使直径与圆度的测量达到亚像素级精度,还避免了传统测量方法造成的低效率与误判,实现了快速、准确、非接触式测量。     

基于机器视觉的直齿轮齿距偏差检测

针对直齿轮齿距偏差测量难度大、测量精度低的现状,文章采用机器视觉技术对直齿轮的齿距偏差进行检测。通过机器视觉系统获取齿轮图像,利用改进的Zernike矩亚像素边缘检测算法进行齿轮边缘检测;利用重心法求取齿轮几何中心,利用统计连通域法求取齿数,利用凸包法计算齿顶圆半径并计算获取齿根圆半径,通过齿顶圆公式计算模数,通过分度圆公式计算分度圆半径;依据测量结果给出了齿轮齿距偏差的测量方法,通过测量结果与直齿轮实际尺寸对比和分析,证明了该算法的合理性,可以实现齿距偏差的有效检测。     

Coarse-to-Fine Search Technique to Detect Circles in Images

Detection of patterns in images is an important high-level task in automated manufacturing using machine vision. Straight lines, circles and ellipses are considered to be the basic building blocks of a large number of patterns occurring in real-world images. Real-world images frequently contain noise and occlusions resulting in discontinuous patterns in noisy images. The Hough transform can be used to detect parametric patterns, such as straight lines and circles, embedded in noisy images. The large amount of storage and computing power required by the Hough transform presents a problem in real-time applications. The aim of this paper is to propose an efficient coarse-to-fine search technique to reduce the storage and computing time in detecting circles in an image. Variable-sized images and accumulator arrays are used to reduce the computing and storage requirements of the Hough transform. The accuracy and the rate of convergence of the parameters at different iterations of the algorithm are presented. The results demon-strate that the coarse-to-fine search strategy is very suitable for detecting circles in real-time environments having time constraints.     

HSI颜色空间下的直线导轨表面缺陷检测方法

为解决直线导轨表面微小缺陷受背景纹理影响、无法准确检测的问题,提出了一种HSI颜色空间下的直线导轨表面缺陷视觉检测方法。将直线导轨表面图像由RGB空间转换到HSI空间,得到色调、饱和度和亮度的分量图;采用主成分分析法对各分量图像进行降维,建立混合灰度模型;利用粒子群算法优化其相应的加权系数;通过阈值分割完成缺陷检测。实验及计算结果表明,相比RGB空间的缺陷提取,该方法能准确检测出常见的直线导轨表面四种类型缺陷。     

基于多幅X射线数字图像的缺陷自动识别技术

在现有的X射线数字图像自动识别方法中,多采用对单幅数字图像进行孤立评判的方法。由于此类方法中阈值选取难以最优化,因而存在一定的误判率。为了解决这一问题,提出了一种X射线数字图像自动识别新方法。该方法将识别过程分为两步:缺陷提取和缺陷跟踪。第一步利用传统方法在每幅图像中分离出潜在缺陷。这一步保证真缺陷能全部提取出来,而不考虑伪缺陷的数量。第二步力图找出同一试件不同图像中分离出的缺陷之间的相互关系。如果第一步某一图像中分离出的某一缺陷在其他图像中都找不到相对应的缺陷区域,就定义该缺陷为伪缺陷,也就是说,真缺陷在不同图像中必须满足一定的几何关系。多幅图像中的缺陷跟踪综合利用了极线约束、三维重建和三线性约束等立体视觉算法。该方法的检测效果已经利用航空发动机叶片X射线数字图像得到验证。试验结果表明:利用该方法可以提高真缺陷的识别率,降低误判率。     

焊接缺陷的磁光成像小波多尺度识别及分类

针对焊缝微小凹陷、未熔合和焊偏等焊接缺陷,提出了基于磁光成像无损探伤的小波多尺度边缘提取算法及主成分分析-误差反向传播神经网络(PCA-BP)缺陷分类模型;研究了焊件表面及近表面缺陷的可视化无损检测及分类方法。首先,通过对焊件施加感应磁场,利用法拉第磁致旋光原理构成磁光传感器,获取焊接缺陷磁光图像。然后,针对焊接缺陷磁光图像存在噪声干扰、对比度低且成像背景复杂等特征,基于小波模极大值的多尺度边缘信息融合方法,设计了具有高抗噪性的缺陷边缘检测算法。最后,通过PCA法对磁光图像列方向灰度变量进行预处理,得到能表征95%磁光图像列方向灰度变量信息的256个特征点作为输入特征量,构建了三层BP神经网络模型,对焊接缺陷样本进行分类。试验结果表明,所提方法能准确识别微小凹陷、未熔合和焊偏等焊接缺陷,模型分类准确率可达90.80%。     

基于光栅投影的工件表面缺陷检测方法研究

针对工件厚度与表面缺陷检测精度不足的问题,提出一种基于双投影的光栅投影缺陷检测方法。采用CCD相机采集两个方向上投影到工件表面的云纹图像,利用相移法求解两个方向的云纹图像相位,将两个方向的重建三维轮廓进行融合,实现工件表面缺陷的检测。试验结果证明:工件的厚度测量精度为0.05mm,缺陷测量精度提高到0.1mm。     

钢丝绳缺陷涡流热成像在线检测方法研究

为保证钢丝绳的安全运行,提出钢丝绳缺陷涡流热成像在线检测方法.首先,提出基于等时加热的图像重构算法,建立钢丝绳全长均经历相同加热过程的重构图像;进一步,提出列最大值归一化算法,消除发射率不一致造成的温度采集误差;最后,建立涡流热成像在线检测系统,对不同数目断丝和磨损缺陷进行在线检测实验.实验结果证明,该方法可以实现钢丝...     

基于物方直接解的圆匹配与重建

提出一种基于物方直接解的圆匹配与重建方法,建立了灰度影像与空间圆参数间的函数关系,根据已知的相片内外方位元素及空间圆参数的初值,利用直线段最小二乘模板匹配方法直接获取空间圆的参数。系统论述了基于物方直接解和直线段最小二乘模板匹配方法进行空间圆匹配与重建的数学模型。实际图像数据的试验结果表明,本算法具有较高的重建精度。     

Application of the double-scanning method in ultrasonic nondestructive testing of metals for reconstruction of model defect images

The results of application of the double-scanning method for obtaining images of model defects during ultrasonic flaw detection in metals are presented. It has been shown in model experiments that, during reconstruction of flaw images, the amplitudes of parasitic reflections formed by echo signals, which were transformed and repeatedly scattered by inhomogeneities, decrease considerably. These properties of the double-scanning method may be useful in the practice of ultrasonic inspection of heavily loaded objects, especially in the case of the pressing problem of classifying the detected flaws. To identify the type of defects and determine their number accurately, it is desirable to use images obtained in both the double-scanning and transceiver modes. The images obtained during operation of a transducer in these two modes are compared.     

工字形焊件射线图像中微小缺陷的分割及提取

采用X射线实时成像系统对工字形激光焊件进行检测,得到了含有微小缺陷的低对比度射线检测图像。在分析图像灰度分布特征的基础上,采用数学形态学方法进行背景模拟,并结合背景相减、自动阈值算法提取出了检测图像中的微小缺陷。在结构元尺寸的确定方面,提出了线灰度分布曲线拟合并相减,再搜索相减结果最大值的方法。试验结果表明:该方法能很好地实现检测图像中微小缺陷的分割,且缺陷分割保真度高,算法适应性强。该方法只对感兴趣的区域进行处理,显著提高了图像处理的速度。     

正交边缘投影快速算法在胶片弊病识别中的应用

为实现对胶片弊病的实时识别,提出了一种正交边缘投影快速检测算法.基于对红外胶片图像特点的分析,通过综合运用邻域平均、边缘检测和投影法等图像处理技术,实现了对胶片弊病的快速、准确识别,并据此算法编制了相应的VC++程序.该算法保证实时的关键是将二维图像投影为两个一维信号进行处理,该算法还可根据实际需要实现功能扩展,用于确定弊病的大小及严重程度.通过在乐凯胶片集团公司的在线实验,证明其能够准确检测出各种典型的胶片弊病,处理一帧大小为659×494像素的图像只需20ms.