基于机器视觉的钢轨表面缺陷三维检测方法

提出了一种二维视觉与三维视觉相结合的钢轨表面缺陷检测方法。该方法通过线阵相机采集二维图像,由激光扫描仪采集钢轨深度信息,最后将这两组数据传送回主机,用Halcon和VC编写上层图像处理软件,获得钢轨表面缺陷的大小、形状、位置及深度,实现了全面检测钢轨表面缺陷。实验表明,与二维图像识别,或者与单独使用三维扫描检测相比,本系统检测效果更好。     

基于语义分割的钢轨表面缺陷实时检测系统

钢轨表面缺陷检测是铁路日常检测的重要部分,根据现代铁路自动化检测技术对实时检测和适应性的要求,构建了一个完整的钢轨表面缺陷识别和分析系统.根据机器视觉的基本原理,设计了一种带有LED辅助光源和遮光箱的图像采集装置,并将采集到的图像进行人工标注,建立了一个较为庞大的具有语义分割标注的钢轨表面缺陷数据集;将高级语义分割技术应用于钢轨图像分析,利用一种级联自编码结构(CASAE)的语义分割网络,将缺陷图像转化为基于语义分割的像素级预测掩码,并通过紧凑型卷积神经网络(CNN)将分割结果进行分类,从而实现钢轨表面缺陷的识别与分类;构建了智能化的人机交互系统,并将系统通过仿真实验的方式进行测试.实验结果表明,系统的检测准确率达到90％以上,每幅图像的平均处理时间为245.61 ms,可以在一定程度上代替人工检测,实现对钢轨缺陷的数字化管理.     

基于语义分割的钢轨表面缺陷实时检测系统

钢轨表面缺陷检测是铁路日常检测的重要部分,根据现代铁路自动化检测技术对实时检测和适应性的要求,构建了一个完整的钢轨表面缺陷识别和分析系统.根据机器视觉的基本原理,设计了一种带有LED辅助光源和遮光箱的图像采集装置,并将采集到的图像进行人工标注,建立了一个较为庞大的具有语义分割标注的钢轨表面缺陷数据集;将高级语义分割技术应用于钢轨图像分析,利用一种级联自编码结构(CASAE)的语义分割网络,将缺陷图像转化为基于语义分割的像素级预测掩码,并通过紧凑型卷积神经网络(CNN)将分割结果进行分类,从而实现钢轨表面缺陷的识别与分类;构建了智能化的人机交互系统,并将系统通过仿真实验的方式进行测试.实验结果表明,系统的检测准确率达到90％以上,每幅图像的平均处理时间为245.61 ms,可以在一定程度上代替人工检测,实现对钢轨缺陷的数字化管理.     

基于双目视觉的三维测量方法

研究工业设备检测问题,为提高工业检测的效率,研究了激光线扫描与双目视觉相结合的零件测量方法.测量系统中两台摄像机成一定角度布置,线结构光投射到工件表面产生变形的激光条纹,作为形状表面测量标志线.为提高设备检测精度,系统标定中采用普通的电脑液晶显示屏作为标定模板,液晶屏中显示按规律变换位置的平行直线束图像,摄像机进行同步...     

基于反向P-M扩散的钢轨表面缺陷视觉检测

研制了一种基于反向P-M（Perona-Malik）扩散的钢轨表面缺陷视觉检测装置,该装置可 自动获取钢轨表面图像,并实现实时检测与定位钢轨表面缺陷. 钢轨图像具有光 照变化、反射不均、特征少等特点,为了在运动过程中 从复杂的钢轨表面图像提取缺陷,首先将图像进行反向P-M扩散,然后将扩散后的图像与原图像进 行差分,从而减小了上述因素的影响,最后将差分图像进行二值化操作,根据 缺陷边缘特性和面积进行滤波,分割出缺陷图像. 实验仿真和现场测试结果表明,该方法能很好地识别块状缺陷和线状缺陷,并且检测速度、精度、识别 率和误检率都能很好地满足要求.     

高铁车体表面三维重建及瑕疵点检测

针对高铁车体表面高精度三维重建问题,提出了一种基于线结构光扫描的车体表面三维重建及瑕疵点检测方法。通过安装在阵列式仿形相机支架上的多台线结构光传感器对车体表面进行三维数据采集;运用点云数据拼接技术与数据去重原理对多相机采集数据进行处理。同时设计了基于固定激光与光尺基准的误差补偿方法,以提高三维重建精度。提取指定尺寸范围的瑕疵点并输出点云数据;进行三维重建及瑕疵点检测过程节拍分析。实验结果表明:该方法在车体深度方向上能达到较高精度,检测所需时间较短,符合高铁车体表面瑕疵点检测的要求。     

分立式激光位移传感器设计

针对制式激光位移传感器不能满足复杂检测环境下几何尺寸检测需求的问题,提出了分立式激光位移传感器的设计方法.此方法可根据检测要求,将激光源与光电探测器分立布置,依据激光三角测距等原理确定系统分立设置的参数,并通过数据采集与标定建模等手段实现激光位移测量的功能.最后通过一设计实例,验证了该方法的可行性.     

基于超声线列阵的钢坯孔洞缺陷检测层析成像技术研究

为实现钢坯内部孔洞缺陷的精准检测，提出了一种超声透射层析成像技术与超声线列阵全方位扫描技术相结合的方法。首先，设计了阵列超声检测方案，建立超声波传播路径的层析成像方程，给出求解方式。其次，通过有限元仿真对比分析了钢坯在有无缺陷情况下的走时，验证超声透射法采集缺陷走时信号方法的有效性，接着通过参数化设置实现线列阵扫描功能，将仿真的走时数据通过迭代算法重建横截面的灰度图，然后利用三次样条插值细化、中值滤波及图像增强的处理，分割提取图像中的缺陷，验证了该成像方法的可行性。最后，搭建了实验系统，通过实验进一步验证该方法的有效性。通过仿真和实验发现，采用所提方法重建的缺陷图像不仅形态完整，而且与实际缺陷轮廓对比，计算出相对误差仅为3%左右，分辨率可达1 mm,表明该方法的有效性和优越性。     

AM3359的钢轨实时检测与数据融合无线传输

针对钢轨轮廓检测时,数据量大且后期分析计算算法较为复杂这一特点,设计了一套钢轨轮廓检测与数据无线传输系统.该系统主要由激光二维传感器、以太网收发器、AM3359核心微处理器、U BLOX定位模块与4 G通信模块组成.利用激光二维传感器采集钢轨轮廓数据,同时U BLOX接收GPS卫星给出的地理坐标信息.AM3359对钢轨轮廓数据与地理信息数据进行数据融合,并最终利用4G模块通过Internet上传至云端服务器进行后续数据处理.该系统具有功耗低、检测精度高、数据传输距离不受制约等特点.     

不同颜色风力机叶片缺陷检测系统研究与验证

针对目前风力机叶片缺陷检测方法检测精度低、危险系数大、设备价格高等问题,提出一种基于LabVIEW+无人机的风力机叶片缺陷检测系统,实现了硬件平台搭建和系统软件设计,对图像处理算法进行研究,针对传统二值化算法中不同颜色风力机叶片阈值不同的问题,提出了应用边缘提取的检测方法。通过理论分析和实验对比了LabVIEW中边缘提取缺陷检测算子及组合算子的检测效果,并最终确定Sobel算子应用于本风力机叶片缺陷检测系统。实验表明,该系统能够实现不同颜色风力机叶片缺陷的自动、低成本检测,检测精度高达93%。     

基于双模态深度学习的钢轨表面缺陷检测方法

针对目前钢轨顶面擦伤检测系统缺少第三维关键深度信息，检测结果易受干扰误报率高的问题，提出了一种基于双模态结构光传感器的钢轨表面缺陷检测方法。通过构建轨道表面缺陷的多模态深度学习检测网络，可以检测双模态钢轨图像中的擦伤缺陷。提出的深度网络分别融合了双模态图像的多尺度特征，并进行多尺度钢轨顶面擦伤检测。实验结果表明，该方法在显著降低检测误报的同时能够保持较高的检出率。与当前缺陷检测中常见的深度学习检测模型对比，平均精度均值（mAP）有大幅提升，性能优于以往的检测算法，在钢轨顶面擦伤检测任务中的应用前景良好。     

基于双目被动立体视觉的三维人脸重构与识别

提出一种基于双目被动视觉的三维人脸识别方法, 该方法采用非接触式的人脸信息采集技术, 利用图像中弱特征检测方法实现双目视觉中的人脸检测与初步视差估计, 运用基于复小波的相位相关技术对人脸表面进行亚像素级小区域匹配, 重建人脸三维点云信息. 通过可调训练次数的神经网络技术实现多层次人脸曲面重建, 并结合人脸2D图像对重构曲面进行仿射归一, 继而迭代地进行特征提取与识别过程. 实验结果表明, 双目视觉方法使人脸信息采集过程友好隐蔽; 在对应点匹配中, 运用复小波的相位相关算法可获得密集的亚像素精度配准点对, 用神经网络方法可正确重建人脸曲面. 识别过程对环境以及人脸位姿表情等鲁棒性强. 该系统成本十分低廉, 适合在许多领域推广应用.     

基于LabVIEW的激光功率远程检测系统

设计了一种基于Lab VIEW虚拟仪器技术的激光功率远程检测系统.本测量系统使用了DH-JG2型光功率计、美国NI公司的USB6008数据采集卡、PC机、惠普laser Jet 1020 Plus打印机,实现激光功率数据采集、数据存储、数据分析以及生成测试报告等功能.然而由于激光器输出激光功率存在不稳定性,现有的设备无法及时地将激光器的异常工作状态反馈给检测人员进行处理.为了解决这个问题,本系统通过TCP协议及使用移动客户端来实现远程控制的功能,以达到实时处理的效果.本检测系统已成功应用于连续激光器的光功率检测之中.测试表明:该设计可获得良好的实时检测和控制效果,可操作性强,具有广阔的应用前景.     

激光式自动化检测钢轨波磨装置研究

针对目前机械式轨道波磨测量普遍精度不高,使用条件限制较多等缺点,研发了激光式自动化检测钢轨波磨装置。该装置主要采用非接触式激光传感器进行检测,采用步进电机带动传感器扫描钢轨表面,数据传输采用单片机结合WiFi上传给上位机,使用C#编写的上位机程序对数据进行采集分析处理。经过多个现场测试,设备能够稳定、准确地采集钢轨波磨数据,并且具有采集速度快,设备移动方便,钢轨波磨的检测效率高等优点。     

基于LabVIEW的飞机地面测试系统设计

飞机系统地面模拟试验属于大型试验,需要大量的人力、能源和多种辅助设备,试验周期长,为保证试验的工作效率和试验数据的有效性及可靠性,需要设计一套适合飞机系统模拟试验特点的高性能的计算机数据测试系统。该系统软件采用LabVIEW作为开发平台,实现多通道数据的采集、处理与显示,以及数据的存储和对历史数据的回放。并利用NI数据采集卡的同步采集能力,借助LabVIEW提供的底层驱动,通过工控机与PXI总线系统搭建测试系统,实现了多个通道数据采集。结果表明：该系统运行稳定可靠,精确度和快速性都满足要求,达到了预期的设计要求。     

基于LabVIEW的飞机地面测试系统设计

飞机系统地面模拟试验属于大型试验,需要大量的人力、能源和多种辅助设备,试验周期长,为保证试验的工作效率和试验数据的有效性及可靠性,需要设计一套适合飞机系统模拟试验特点的高性能的计算机数据测试系统。该系统软件采用LabVIEW作为开发平台,实现多通道数据的采集、处理与显示,以及数据的存储和对历史数据的回放。并利用NI数据采集卡的同步采集能力,借助LabVIEW提供的底层驱动,通过工控机与PXI总线系统搭建测试系统,实现了多个通道数据采集。结果表明:该系统运行稳定可靠,精确度和快速性都满足要求,达到了预期的设计要求。     

基于PLC的瓷砖平整度在线检测系统研究

为实现瓷砖平整度的自动在线检测及分级,设计了基于PLC、组态软件和激光位移传感器的瓷砖平整度实时检测分级系统。系统由传送、检测和分级三部分组成。该检测系统采用光学三角法检测技术,通过编码器及PLC的高速计数器功能对移动中的待检测瓷砖的采样位置进行精确定位,使用激光位移传感器对瓷砖表面进行信息采集,经AD转换后在PLC内部按照特定的算法进行平整度运算,以PLC为核心实现瓷砖的分级处理和对设备的整体控制。实验表明该检测系统高效、稳定、可靠。瓷砖平整度检测精度为±0.1 mm,多次同方向检测精度为±0.05 mm,检测速度为每分钟40片,检测准确度可达到95%以上,适用于当前瓷砖生产过程的质量控制。     

基于脉冲耦合神经网络的弹簧卡箍缺陷检测

传统的弹簧卡箍缺陷多为产后人工全检,存在漏检与缺陷率上升等现象,这不但会使成本上升、也对人力资源提出了考验;为此实现自动实时在线全检就成为急需解决的课题,设计了基于机器视觉的弹簧卡箍在线自动检测系统,该系统安装在弹簧卡箍流水线两侧,搭建特定光源,通过激光传感器外部触发工业相机对其表面进行图像捕获,送上位机进行缺陷判定与定位,最后通过RS485将判定结果送下位机来控制剔除机制;实验结果显示:该系统采用改进的脉冲神经网络(PCNN)能准确提取目标缺陷区域并对缺陷进行判定,可在0.348s每个零件的速度下,检测出弹簧卡箍表面大于10像素的缺陷;通过对不同弹簧卡箍进行检测验证实验,证明了PCNN算法对缺陷分割的准确性和有效性。     

焊缝检测系统中PCI总线高速数据采集卡的设计

介绍了应用在焊缝缺陷自动超声检测系统中的高速数据采集卡的性能,给出了其硬件实现方案和WINDOWS98下的虚拟设备驱动程序(VXD)。该数据采集卡不仅具有较高的采样频率,而且充分利用PCI总线带宽,实现了高速数据传输。测试表明,WINDOWS98应用程序能够稳定地采集焊缝信号,满足系统对数据采集的要求。     

用于丝杆导程精度检测的数据采集系统的研制

针对丝杆导程精度动态检测的需要,研制了一套高速同步采集模拟信号及光栅信号的数据采集系统,该系统利用FPGA作为核心器件实现数据采集,通过PCI总线完成硬件电路与计算机的通信,最终由计算机通过动态采集技术获得评价数据。数据采集系统可采集20 kHz的光栅尺输出信号,已经成功应用于某型号丝杆导程精度动态检测装置,该检测装置最高可测量4级丝杆,实现了预期的测量要求。