单像机有源形状恢复方法研究

物体表面三维形状恢复是计算机视觉的一个重要研究内容.给出了一种利用网格结 构光,采用单像机恢复物体表面三维形状的方法.提出了一种新的定标方法和投影模板检测 算法,并构造完成了有源三维重建实验系统.结果表明该方法能快速、准确地恢复物体形状.     

一种电容传感器金属材料表面缺陷检测方法

基于电容传感器原理,实现了一种简单有效的金属材料表面缺陷检测方法.首先介绍了电容传感器的工作原理,描述了单电极传感器用于检测金属材料表面缺陷时的基本方法,并给出了相应的电路模型.设计了系列实验验证该检测方法的可行性.实验结果表明：电容传感器对金属材料表面缺陷较敏感,通过单片集成电场成像集成器件MC33794能够快速简单实现该检测方法,为金属材料表面缺陷（如腐蚀）提供了一种快速、便捷、有效的检测方法.     

一种基于相位变换的布匹疵点检测方法

为了实现布匹瑕疵检测的准确性和实时性要求,通过对纹理结构的分析,针对织物表面的疵点检测,提出了一种简单快速有效的方法.该方法首先采取中值滤波,并利用离散傅里叶变换(DFT)对布匹采取单相位的变换方法,去掉图像中任意大小尺度的规则性纹理,从而只剩下那些被看成是疵点的不规则部分.然后再利用标准的统计方法,根据实验所得的阈值,最后进行反变换给出疵点信息.该方法易于代码实现,并有很高的运行效率,可满足实时性要求.不同对象之间只需要根据几次实验,得出相对合适的阈值,就可以提高算法的检测精度.     

基于卷积神经网络的钣金件表面缺陷分类识别方法

针对国防军工、电子信息等领域对多批次、小批量钣金零件快速、智能制造的需求,提出了一种基于卷积神经网络的少样本钣金件表面缺陷分类识别方法。首先基于卷积神经网络的网络架构,搭建出了经典的分类模型,并在实验中进行了参数修改,以达到实际生产中的表面缺陷检测要求;其次利用缺陷分割提取的方法获得卷积网络训练模型的样本集,并进行数据增强。实验结果表明,该模型的准确度可达97.02%;最后利用窗口滑移检测方法使待检测零件与模型进行对比,实现了对缺陷的分类和缺陷位置的标记。经实验验证,该方法的准确性和实时性均可满足实际工业生产要求。     

基于离散余弦变换和相位谱的钢管内表面缺陷检测

石油运输管道是采用钢板焊接而成的,在它的内壁表面可能会存在划痕、内断、凹坑等问题,如果不能及时发现其内表面的异常则会生产出大量的不合格品,给企业带来损失.本文设计了一种基于图像显著性的钢管内表面异常检测方法.该方法先获取图像利用离散余弦变化后的信息,然后再将其与图像的相位谱进行融合得到最终的显著图,最后通过连通区域检测将检测结果映射到原图上.实验结果表明,相对其他检测方法,该方法的检测效果更优,准确率更高,具有较好的稳定性和实用性.     

基于微球和微柱阵列芯片的乳滴数字PCR定量方法

BEAMing是一种基于磁珠表面核酸扩增的乳滴数字聚合酶链反应(PCR)技术,具有很高的灵敏度,然而后续检测目标磁珠比较困难.通过修饰链霉亲和素的聚苯乙烯微球捕获BEAMing实验中生物素修饰的目标磁珠并利用微柱阵列芯片拦截微球,可以达到统计磁珠的目的.微柱阵列芯片采用基于尺寸差异的拦截原理.该芯片组装简单成本低,降低了BEAMing技术的磁珠统计难度.利用该方法对不同浓度的特定DNA序列做了检测,验证了该方法的实用性.     

工件表面的形貌分析

简单回顾了传统的表面粗糙度评价体系和研究进展,并提出了一种利用CCD图像传感器结合虚拟仪器对工件的表面形貌进行测量和分析的方法.该方法可以快速检测、评定工件的表面质量状况,提高工作效率、减轻劳动强度.     

基于机器视觉的机加工缺陷检测系统设计

本文设计了一个基于机器视觉的机械加工缺陷检测与定位系统,着重阐述了该系统的工作原理,讨论了相关的图像处理、检测及识别算法,仿真实验均用MATLAB编程实现,仿真结果证明了该方法的可行性.采用该方法能够有效的检测、定位并识别出工件表面的缺陷.     

基于动态结构元的药柱表面图像边缘检测

以某产品药柱表面图像边缘检测为例,提出了一种基于动态形态学结构元和SUSAN算子相结合的图像边缘检测算法.该算法采用动态形态学结构元得到梯度图像,根据梯度图像利用SUSAN算子进行边缘检测.采用动态形态学结构元得到的梯度图像服从统一分布,有利于边缘提取,克服了采用固定形态学结构元不能适应不同的梯度图像的不足.通过与so.bel和固定形态学结构元的边缘检测算子进行对比实验,实验结果表明,该方法具有较好的边缘提取能力,抗噪性能好,对药柱表面图像处理具有很好的实际应用价值.     

基于小样本的神经网络参数优化选择方法

提出了一种基于小样本的神经网络参数优化选择方法,并应用于冷轧带钢表面缺陷在线检测系统中。该方法利用小样本对神经网络的每一种可能的组合参数进行模拟训练及测试,通过直方图求取最优化的一组神经网络参数。实验表明,利用该方法选择出来的神经网络参数,可以实现对冷轧带钢表面缺陷的最优识别。