基于改进Niblack算法的轴承滚子表面缺陷检测

为了提高轴承滚子表面缺陷检测的效率和准确率,设计了一套图像采集装置,采用背光源在轴承滚子侧面打光的方式,获取缺陷区域较明显的图像,克服传统光源照射方式的局限性;针对采集到图像包含无用的背景区域,首先使用阈值分割方法将轴承滚子区域从原始图像中提取出来;然后根据无缺陷轴承滚子图像沿垂直方向灰度值基本保持不变特点,采用改进的Niblack算法对轴承滚子表面图像进行处理,分割出缺陷区域。实验表明,该方法不仅可以有效的检测出轴承滚子的各类缺陷;且在检测效率和精度上优于传统阈值分割算法。     

基于机器视觉的滚抛磨块缺陷检测方法

为检测烧结型球状滚抛磨块的圆度和黑心缺陷,提出基于机器视觉的滚抛磨块缺陷检测方法。首先利用单片机、步进电机、采样圆盘、数字显微镜和上位机搭建磨块图像采集系统,实现磨块图像的连续采集;后利用图像灰度化、阈值分割、形态学处理提取磨块区域和黑心缺陷区域;再计算磨块区域的圆度和黑心缺陷尺寸;最后通过磨块缺陷检测试验确定磨块缺陷的检测阈值。结果表明:该方法能够对烧结型球状磨块的圆度和黑心缺陷进行数字化检测,分析磨块制备过程中存在的问题,为磨块制备方法改进提供反馈依据。      

基于机器视觉的线缆表面缺陷检测系统设计与算法研究

针对相关行业对线缆表面质量检测的需求和人工检测方法的不足,提出一套基于机器视觉的线缆表面缺陷实时检测系统的设计方案。设计了满足工业生产线条件的视觉硬件设备,用于采集优质的线缆图像。在图像处理算法中,改进行灰度均值法实现了复杂环境下图像线缆区域的提取;改进双边滤波建立背景并与原缺陷图像差分实现了缺陷信息的分割。通过对300张存在小孔、划痕、绝缘皮破损等线缆缺陷图像进行检测试验,结果表明:该算法检测准确率高于96.3%。     

基于机器视觉的PET瓶口快速缺陷检测

为提高PET瓶口缺陷检测精度和检测速度,提出了一种基于机器视觉的PET瓶口自模板快速缺陷检测法。首先在全局阈值分割的基础上,对ROI区域(瓶口端面)构造自模板圆环,并且确保自模板图像和阈值分割图像坐标的对应关系不变。然后在ROI区域上,将自模板图像和阈值分割图像灰度做差进行缺陷检测,避免图像定位和缺陷定位对检测带来的大量复杂计算。通过实验验证,该方法缺陷检测精度达到99.9%,检测时间在50ms以内,有效提高了PET瓶口缺陷检测精度和速度,可以满足工业生产线上对PET瓶口缺陷检测准确性和实时性的要求。     

基于双阈值图像区域生长法的冲压件划痕检测

当冲压件划痕缺陷区域的灰度值与背景的灰度值差异不大时,使用传统的图像分割方法易出现噪声较多或划痕特征无法提取的情况。为此,提出了一种基于动态阈值分割的双阈值图像区域生长法。首先,对采集的冲压件图像进行两次不同阈值的动态阈值分割,得到两个不同阈值的二值图像;其次,结合两个不同阈值的二值图像使用区域生长法得到优化二值图像;最后,对生长完成后的优化二值图像通过面积和结构因子特征参数进行区域筛选,提取划痕缺陷。实验结果表明,使用本方法检测冲压件划痕缺陷,能够满足工厂检测要求,具有检测效率高、准确性高的优点。     

基于机器视觉的滑动轴承缺陷检测系统设计

针对滑动轴承生产过程中存在的检测速度慢、自动化水平低、检测精度低等问题,提出一种基于机器视觉的滑动轴承内表面缺陷检测系统的设计方案,实现了轴承体的自动检测功能。首先设计了一种实验检测平台用于获取滑动轴承内表面的图像;通过基于形状的模板匹配算法对预处理后的图像进行匹配,实现对目标物体与缺陷区域的快速定位;为了实现对缺陷的提取,提出了一种基于区域灰度值的图像分割方法与基于区域形态学处理的特征提取方法。实验表明,系统的检测效果与传统的检测方法相比,具有明显的优越性,为滑动轴承内表面检测提供了新的方法。     

地铁车站钢管柱焊缝气孔缺陷无损检测技术

为提高地铁车站工程现场钢管柱焊缝气孔缺陷的检测效率和检测精度,提出利用X射线线阵扫描技术进行气孔缺陷检测,并针对X射线图像存在隐秘气孔缺陷的特点,提出了钢管柱焊缝气孔缺陷检测方法,该方法包括定位钢管柱区域、定位焊缝区域和定位气孔缺陷区域3个步骤,在检测过程中尤其要注意对图像进行去噪处理。将检测方法应用到工程现场焊缝检测中：气孔缺陷的检测精确率和召回率分别达到97.7%和98.8%,能够较为准确地捕获钢管柱上的气孔缺陷,每张图像的平均处理时间仅为48.6 ms,具有很高的检测效率,能够在实际工程中予以推广应用。     

小径管X射线焊缝图像缺陷识别算法

针对小径管X射线焊缝图像缺陷检测精确率低的现状,通过对图像进行特征分析并结合稀疏字典学习,提出一种基于图像分割的小径管焊缝图像缺陷检测算法.首先,对小径管焊缝图像进行两步图像分割获得感兴趣区域;其次,提取焊缝缺陷,得到缺陷疑似局部图像;最后,提出以不同类型原子间相关性最小为目标的小径管焊缝缺陷字典矩阵数学模型并使用K-SVD算法进行求解,利用该字典矩阵实现圆形缺陷、线形缺陷和噪声的分类鉴别.为提高系统实时性,使用并行编程对图像分割算法进行加速.结果表明,改进后缺陷字典矩阵对圆形缺陷识别成功率为0.974,线形缺陷识别成功率为0.967,且具有较快的识别速度,实现了小径管焊缝图像缺陷的有效识别.     

基于Fourier拟合曲面的X射线焊缝缺陷检测

针对在强噪声、低对比度及复杂背景特征下X射线焊缝图像的缺陷检测问题,提出了去噪处理、焊缝边缘分割及缺陷检测的方法.用快速离散Curvelet变换和循环平移相结合的方法,对焊缝图像进行滤波去噪,同时对图像列灰度曲线用最大类间方差法提取焊缝区域.在图像预处理后,采用三阶Fourier曲线对图像列灰度曲线进行拟合并扩展到三维空间,构造出自适应阈值面,最后利用原图像与构造曲面三维灰度图的灰度值差异,准确分割背景与缺陷区域.结果表明,与传统缺陷检测算法相比,该方法能准确提取出焊缝缺陷,漏检率和误判率低,准确率可达95%.     

基于有监督过渡区的焊缝X射线图像分割

针对X射线焊缝检测图像中存在大量背景冗余信息,焊缝和缺陷难于准确检测提取的问题,提出一种基于先验知识的有监督过渡区域提取及阈值分割方法.根据焊接图像本身的特点,通过先验知识对样本图像进行训练,确定某个区间来估算图像过渡区域的灰度范围,按照模糊子集理论,给出一种新的加权算子来描述局部窗口内灰度级的变化,从而能充分考虑到局部窗口内灰度级变化的频率和幅度,通过计算过渡区域像素的灰度均值,将其作为阈值对图像进行分割.结果表明,该方法能准确地将目标缺陷从焊缝X射线图像中分割出来,具有良好的适应性.     

基于灰度均衡模型联合Gabor滤波器的钢轨表面缺陷检测方法

目的 设计一种钢轨表面缺陷检测方法,对钢轨表面存在的缺陷进行快速、准确地检测。方法 首先,利用图像的灰度均值构造灰度均衡模型,对钢轨表面图像中像素点的灰度值进行修正,以克服光照不均的影响。然后,利用图像的谱残差模型与相位谱增强钢轨表面图像中的缺陷部分,引入ostu阈值分割法对增强后的图像进行二值化,对图像中的缺陷区域进行准确地分割提取。最后,利用Gabor滤波器,将二值化图像中的噪声进行滤除,并保留缺陷区域的边缘等细节特征。结果 与对照组方法相比,所提方法的检测效果较好,精确率以及召回率都有所提高。直观测试结果显示,所提方法能够较为完整地检测出钢轨表面缺陷。客观测试实验结果显示,所提方法的精确率为90.11%,召回率为93.41%,且平均耗时为45.17 ms,相对对照组方法而言,耗时最少。结论 所提钢轨表面缺陷方法不仅能够准确地对钢轨表面缺陷进行检测,而且还具有较高的检测效率。     

在线铝带材表面检测系统

设计了一种在线铝带材表面缺陷检测系统。为满足系统实时性和检测率,构造了一个独特的架构和算法集合系统。图像预处理和缺陷分割在高速阵列处理的前端机上完成,缺陷分类和显示在数据库服务器上实现。图像预处理中引进图像非均匀性校正以改善图像质量;缺陷分割模块中融合几种分割方法的分割结果,并设计了一种缺陷合并方法提高缺陷目标定位精度,从而有效地进行后续缺陷特征计算和分类;同时,系统分类器中设有供用户操作的缺陷样本库,样本库的完善能促进分类精度的提高。该系统已经在现场投入使用,结果表明该系统是一个稳定可靠的实时表面缺陷检测系统。     

基于主成分分析法的X射线焊缝缺陷图像增强与分割算法

为提高X射线图像缺陷自动识别的能力与图像分割的效果,提出了一种基于主成分分析法的X射线焊缝缺陷图像增强与分割算法。该算法首先通过计算图像的协方差矩阵特征值与其对应的特征向量,并根据特征向量分布,选择感兴趣区域即图像中的焊缝部分,从而减少图像处理的计算量;其次通过分析特征值累计百分比和试验结果,筛选出最佳的特征向量,对图像进行基于主成分的重构;最后采用Otsu阈值分割法,对重构后的图像进行分割。试验结果表明,该算法在对比度低、噪声严重的X射线缺陷图像分割中有很好的应用效果。     

铁路车轮超声波B型检测的图像分割算法

基于图像分割原理,对检测图像中的缺陷区域进行分割和提取,根据超声波B型图像在纵向和横向的不同特点,改进了传统区域生长的图像分割方法;以超声波B型图像中的颜色极值点为种子像素,在图像的纵向和横向采用不同的生长准则,提出了在纵向上采用波谷阈值的生长准则,在横向上采用相关系数阈值的生长准则,并通过实际的铁路车轮超声波B型检测试验验证,取得了良好的缺陷信号区域分割效果。     

X射线线阵实时成像焊缝缺陷检测方法

针对X射线线阵探测器实时成像的焊缝图像,提出了降噪处理、焊缝图像分割及缺陷检测的方法.通过自适应中值滤波方法对焊缝图像进行滤波降噪,利用类间、类内方差比分割法和数学形态学方法进行焊缝图像分割,对焊缝部分应用高频加强变换提取焊接缺陷.结果表明,采用自适应中值滤波能够有效去除噪声的同时保留焊缝和缺陷的边缘细节;类间、类内方差比分割方法与数学形态学方法并用能准确地将图像分割为焊缝与母材区域;高频加强变换能使焊缝中心部位灰度变化突显进而实现缺陷检测.     

X射线焊缝图像的缺陷检测与识别技术

针对目前无损检测主要采用人工方式存在的主观不一致、检测效率低、操作复杂等问题,设计了一套焊缝缺陷自动检测系统。提出基于Otsu双阈值分割的缺陷区域自动提取、图像的降噪和灰度增强的图像预处理方法;通过SUSAN算法检测焊缝缺陷目标,并结合形态学孔洞填充算法修正缺陷目标;计算焊缝缺陷目标特征参数,并结合所设计的深度为4的二叉树分类识别逻辑流程,实现了较好的焊缝缺陷的检测结果。     

焊缝缺陷图像特征提取的研究

由于焊缝缺陷图像存在噪声多、对比度不高、图像边缘模糊等缺点,从而影响到焊缝缺陷区域特征的提取,不利于焊缝缺陷的分类和识别。文中针对焊缝缺陷图像的复杂性,提出了一种有效提取焊缝缺陷区域特征的方法。首先对焊缝图像进行图像预处理、图像分割、缺陷图像背景去除,提取到焊缝缺陷区域;然后采用8连通区域标记的方法对处理之后的二值化缺陷图像进行标记;最后对每一个标记后的缺陷区域的周长、面积、圆形度等几何参数进行提取。试验结果表明,这种图像处理的方法能较准确地提取出焊缝缺陷图像的特征,具有良好的适应性与实用性。     

图像边缘提取在工件内部缺陷识别中的应用研究

工件内部缺陷是难于检验的,借助图像识别技术可以精确地确定工件内部是否存在缺陷以及界定工件内部缺陷的区域范围等,因此,断层扫描图像分割技术已广泛应用于工件内部的缺陷识别检测.为了克服采用传统分水岭算法分割图象导致的过分割现象,提出了一种图像边缘提取的智能融合算法.首先借助基于模糊形态学的开闭算法对图像做了平滑处理,其次,基于数学形态学计算了梯度算子,最后对梯度图像进行分割获得了期望的图像.仿真对比实验研究验证了该算法可较好地消除过分割现象,在工件内部缺陷图像识别中有更好的实时性与可用性.研究结果表明:提出的智能融合算法对提高图像处理质量有重要参考意义.     

图像边缘提取在工件内部缺陷识别中的应用研究（英文）

工件内部缺陷是难于检验的,借助图像识别技术可以精确地确定工件内部是否存在缺陷以及界定工件内部缺陷的区域范围等,因此,断层扫描图像分割技术已广泛应用于工件内部的缺陷识别检测。为了克服采用传统分水岭算法分割图象导致的过分割现象,提出了一种图像边缘提取的智能融合算法。首先借助基于模糊形态学的开闭算法对图像做了平滑处理,其次,基于数学形态学计算了梯度算子,最后对梯度图像进行分割获得了期望的图像。仿真对比实验研究验证了该算法可较好地消除过分割现象,在工件内部缺陷图像识别中有更好的实时性与可用性。研究结果表明:提出的智能融合算法对提高图像处理质量有重要参考意义。     

基于数学形态学的红外热波图像缺陷的定量分析

红外热波无损检测技术是一种主动式热激励加热的红外热成像技术。在热波检测过程中,红外热成像仪所生成的图像对比度低、背景噪声高,造成缺陷判读和定量分析困难。针对红外图像存在的问题,提出了一种基于数学形态学的分水岭方法,用其对红外热波图像进行图像分割和特征提取。该方法是一种灰值分割方法,具有很强的去噪能力。试验结果表明,该方法能够很好地消除噪声干扰,并能对缺陷的位置和面积进行定量分析,具有工程应用价值。