基于图像处理的玻璃瓶口裂纹检测系统设计与实现

为了快速、准确地对玻璃瓶口裂纹进行无接触检测,基于图像处理技术设计与开发了一个玻璃瓶口裂纹检测系统。首先对获取的玻璃瓶口图像进行降噪与分割处理,并利用重心法获取玻璃瓶口圆心的粗定位,然后利用边界跟踪算法对玻璃瓶口进行边界跟踪,并通过 最小二乘拟合获取玻璃瓶口圆心的精确位置,最后利用深度优先遍历算法对裂纹点集进行聚群,从而实现对玻璃瓶口裂纹的检测。实验结果表明,该系统操作简单、效率高、抗干扰能力强,能满足实际使用的要求。     

基于计算机视觉的玻璃瓶裂纹在线检测系统

采用计算机视觉的原理和方法对待检玻璃瓶进行了图像获取、图像预处理、图像分割、特征提取和判断决策研究,开发了一个正确率很高的玻璃瓶裂纹在线检测系统。     

基于圆心定位的瓶口三圆周快速缺陷检测算法

目前,药用玻璃瓶的质量检测主要靠人工检测,这会增加巨额的人工成本和管理成本,同时检测的精度和速度也达不到生产的要求.为了能更快速、更准确地对玻璃瓶口进行无接触的检测,提出了一种快速的玻璃瓶瓶口的缺陷检测算法.通过对常用的圆心定位算法和瓶口缺陷检测算法的分析,提出了四点垂直弦截法来定位圆心,再采用三圆周法来检测瓶口缺陷.实验证明,基于四点垂直弦截法定位的三圆周法瓶口缺陷检测算法达到快速准确的工业检测要求.     

基于图像处理的快速位置检测算法研究

论文在分析典型图像获取的硬件环境和常用图像检测算法的基础上,提出了一种基于图像处理的快速物体位置检测算法,阐述了算法的原理。该算法可以不通过传统的数字滤波、二值化、边缘提取处理,快速得到被检测物体的平面位置。     

飞机发动机叶片裂纹自适应检测算法的研究

发动机叶片裂纹检测是机务维护的重要内容,能否快速准确地检测叶片裂纹,对于缩短战场抢修时间、保障飞机的完好率具有重要的意义.本研究采用基于边缘检测的小波滤波和自适应阈值分割算法,实现叶片裂纹的自适应快速检测;基于边缘检测的小波滤波方法能动态的确定分解层次,有效抑制了噪声点的影响,提高了图像的视觉效果;自适应阈值分割是通过迭代的方法寻找图像的最佳分割阈值,能自动、可靠地检测裂纹的位置、长度等特征.仿真结果验证了这种检测算法的有效性,能满足外场对发动机叶片裂纹检测的要求.     

用于飞行员视觉增强的快速红外图像增强方法

提出了一种基于图像分块并行处理的快速的红外图像增强的方法.在对图像进行分块并行处理的基础上,综合利用改进的中值滤波算法、快速Sobel边缘检测算法、自适应权值的加权平均图像融合算法对红外图像进行快速处理.改进的中值滤波算法效果好于MTM算法,自适应权值的加权平均图像融合算法比基于区域对比度的权值选择法更好地抑制噪声,对...     

基于小波域的锅炉压力容器压力管道裂纹X射线检测方法

针对难以获取锅炉压力容器压力管道裂纹细节信息，外界影响因子较多的问题，该文结合小波域理论提出一种裂纹缺陷的X射线检测方法。采用应力分布线性化的分析方法，取得压力管道的裂纹应力情况，根据裂纹应力分析结果与波粒二象性，将X射线的短电磁波看成是高能量的光子束流，设计出X射线检测模型。基于小波理论融合非局部均值滤波算法与双边滤波算法，利用适用于射线底片图像的处理手段，得到裂纹射线检测图像。实验结果表明，面向锅炉不锈钢固定式低温压力容器，主观性的视觉效果与客观性的评价结果均较为突出，获取到更多、更清晰的裂纹细节信息，检测优势较大，图像质量较高，可为压力管道后续的维修与处理提供更可靠的判定依据。     

基于图像识别的铝合金机械铰链裂纹检测仿真

为了准确检测铝合金机械铰链中存在的裂纹,提出基于图像识别的铝合金机械铰链裂纹检测方法。针对在现场获取裂纹图像时,会受到外界环境、传输过程中等多种干扰因素的影响,需要对裂纹图像进行预处理,利用灰度直方图对图像的灰度情况进行分析,将其作为依据,对图像进行分段线性拉伸,压缩裂纹图像中灰度两端区域上的噪声,在上述基础上,引入边缘检测方法,边缘检测采用一阶微分的方法进行计算,选用索伯尔算子,将2个模板进行组合形成1个新的梯度算子,将模板在图像上进行移动,分别计算不同位置所对应的的梯度值,获取存在异常区域的图像边缘,以达到铝合金机械铰链裂纹检测的目的。实验结果表明,所提方法能够快速、准确检测出铝合金机械铰链的裂纹。     

应用MATLAB图像工具箱的不规则裂纹检测

提出了一种表面不规则裂纹特征的检测方法,通过获取CCD相机拍照得到裂纹图像,使用MATLAB图像处理工具箱对图像进行灰度化、二值化处理。对二值图像可以进行细化处理以求得裂纹长度,提取灰度等值线可以获得裂纹边界,在提出的修正算法下可以得到裂纹真实宽度的近似值,相比于其他已知方法提高了计算结果的精度,并且实现了自动处理,降低了数据处理过程中的人工劳动强度,提高了数据处理效率。     

面向复杂光照条件的桥底裂纹检测与测量算法研究

桥梁底面裂纹隐蔽且不易观察,利用仰视摄像头自动检测桥梁底面裂纹对桥梁的安全监测具有重要的作用.和桥面裂纹检测的摄像头位置不同,桥底面检测的摄像头仰视观测裂纹受到桥墩等遮挡、环境光照反光等复杂的光照影响,现有的裂纹检测算法性能难以满足实际应用需求.针对这一问题,文章提出了一种光照鲁棒性的桥底裂纹检测与测量算法,首先利用全局自适应光照调整采集图像的亮度,然后利用多幅图像拼接获得底面的全横截面图像对桥底面可视化,最后提出增强型的边缘检测算法分割出裂纹的边缘位置,并利用裂纹的几何结构进行优化,在此基础上计算出裂纹的长度和宽度,实现裂纹的自动检测和测量.实验数据表明,文章提出的算法在裂纹检测的准确度上优于对比算法,表明了该算法在实际场景中的有效性.     

基于机器视觉的工业检测

针对酒瓶生产中对瓶口进行的有无损伤检测的重要性,对酒瓶瓶口的检测进行深入、系统的研究。基于机器视觉的检测技术通过Halcon软件实现精准度高、过程自动化、速度快的检测,故采用Halcon软件和图像处理的相关算法实现瓶口的准确检测。经过实验表明,采用机器视觉技术,识别的精度和速度有很大的提高,而且减少了人员的使用,从而减少了企业的成本。     

一种圆形瓶口缺陷定位检测方法

针对机器视觉检测中缺陷面积较大的圆形瓶口定位误差大的问题,分析了瓶口图像各个角度的特征,设计了一种在缺陷中迭代求解瓶口中心的方法.对拟合外边缘的残差进行排序并消除干扰像素,逐步循环迭代,准确定位了瓶口圆心,克服了缺陷部位像素对于圆目标识别的影响,实现了缺陷的实时定位.搭建了试验平台,用500幅不同缺陷的瓶口图像验证,结果表明该方法针对各种样式的缺陷,定位圆精度明显高于参考文献中典型方法,运行时间仅为0.01 s,证明了本方法在瓶口缺陷的实时定位、识别、分析方面具有明显优越性.     

可乐瓶口缺陷快速检测系统的研制

可乐瓶在灌装前必须经过多种指标检验.针对实际工程需要,设计并实现了一套操作简单,高识别率的空瓶瓶口图像检测系统;图像经过初步处理后,去除噪声,边缘检测,将所要处理的图像有效部分与背景区分开来,如此可大大减少后续算法的计算量,从而有利于提高处理速度,较好地解决了,实时性与准确性之间的矛盾;采用基于最小二乘法的椭圆拟合方法对轮廓进行拟合,确定出椭圆的参数,并对内外圆的圆心取平均值,定为共同的圆心;经实践证明分辨力小于0.5mm,正确识别率达到99.9%以上,满足实际生产要求。     

安全玻璃碎片的检测与识别

碎片状态试验是安全玻璃强制检验的内容之一。将数字图像处理技术应用于玻璃碎片的检测和识别中,主要是为了得到玻璃碎片的形状、尺寸和数量。根据玻璃碎片图像的特点,提出了一种基于边缘检测的图像分割方法,首先进行玻璃碎片缝隙线检测,对传统边缘检测获得的不连通的缝隙线进行了补充和去噪处理,得到与原始图像基本吻合的较粗的缝隙线;然后通过求距离函数并灰度重建、倒置,实现了碎片的容凹处理,进而进行图像分割,完成了玻璃碎片的识别,得到碎片数量以及像素宽度为1的缝隙线。实验结果显示,该算法能准确地刻画玻璃碎片的缝隙线,正确地划分碎片区域。用计算机处理玻璃碎片数字图像可以节省人力,提高检验准确性。     

基于模型检索的玻璃瓶模具组件设计方法与实现

在分析玻璃瓶罐产品结构与企业模具设计标准的基础上,在 NX 环境下提出基于 模型检索的玻璃瓶模具组件设计方法。采用极半径不变矩的图像识别算法进行特征识别,以瓶 罐产品信息作为侧向索引,构建了包含玻璃瓶模型特征以其对应模具组件方案的实例库。在实 例库中对相似模型进行检索与匹配,再以系统知识库中的专家知识与经验对匹配成功的相关组 件进行设计。以 400 ml 广口瓶的初型模和成型模设计案例验证了该设计方法的可行性。     

基于机器视觉的口杯酒瓶盖旋转角度测量方法

针对口杯酒瓶盖对激光打码角度的特殊要求,研究一种口杯酒瓶盖旋转角度测量方法,该方法提出使用几何法与模板匹配法两种方法测量口杯酒拉环及中心文字与水平线的角度。其中,几何法通过连通域搜索和计算重心,定位圆环感兴趣区域,基于圆环被拉环切割部分的特征,得到凹凸方向的特征加强区域,有效计算出口杯酒瓶盖拉环与水平线之间的角度。模板匹配法通过分析在理想情况下口杯酒的文字字样,得到文字字样轮廓,平滑轮廓,并以此作为匹配时的形状模型。匹配过程中,对新图像查找形状模型,得出口杯酒中心文字与水平线的角度。该测量方法高速、准确、稳定,满足高速生产线的实时在线检测需求,解决了现有的口杯酒瓶盖激光打码的问题。     

基于极限学习机的玻璃瓶口缺陷检测方法研究

针对目前玻璃空瓶回收再生产过程中造成瓶口缺陷破损的在线实时检测难题,提出一种基于极限学习机(Extreme Learning Machine, ELM)的检测算法。首先对采集的瓶口进行预处理,通过研究表面缺陷,提取灰度方差等6种表面特征。然后运用遗传算法对极限学习机的输入层层的阈值和权值进行优化,提高算法的检测精度。最后现场选取569个样本对所设计ELM分类器进行训练学习与测试,并与LVQ算法、BP分类器对比实验。结果表明该算法能够满足对机器视觉检测系统缺陷检测高速高精度的要求。     

基于VC＋＋路面裂缝图像处理系统研究

传统的基于人工视觉检测裂缝的方法愈来愈不能适应高速公路发展的要求.为了满足这种需求,给出了一种基于图像处理的路面裂缝自动检测方法,使用一种快速的针对灰度不均图像校正方法,对降质路面图像进行增强,然后进行阈值分割,提取出图像上的线性特征,最后再根据线性特征从原来灰度图像上识别出裂缝目标.整个软件系统采用面向对象的编程技术,设计界面友好,且易于操作.将计算机图像处理结果与实际公路现场检测结果进行了对比分析,表明了该方法的可行性、准确性、有效性,并且有比较满意的检测效果.     

墙体裂缝的图像处理

在墙体表面裂缝数字图像的基础上,通过取准中心线和插值的方法,提取图像裂纹的中心线,由中心线确定裂纹的处理区域,从而大量减少了图像处理的数据量。在裂缝图像处理区域中对图像进行OTSU阂值分割,提取出裂缝,对裂缝二值图像进行左右边界提取,进而得到裂缝宽度信息。