皮带撕裂的视觉检测

为保证物料输送皮带的运行安全,构建了皮带撕裂视觉监控系统,并基于改进的BP神经网络方法实现了对皮带裂纹的视觉识别。首先,采用Canny算子对皮带裂纹进行边缘提取,并提出了对检测到的边缘进行四周外向扩展的方法,通过增加一个裂纹权重值,使检测到的裂纹边缘向外扩张,从而获得更鲁棒的边缘检测效果;然后,构建改进的BP神经网络预报模型,以皮带裂纹图像的面积及长宽比几何特征量作为网络输入量,采集皮带裂纹图像样本,实现BP网络预报模型的训练及预报结果输出。实验表明:提出的皮带撕裂检测方法是有效的。     

带式输送机皮带防撕裂装置设计的探究

针对带式输送机运行过程中皮带撕裂的问题,研究一款皮带防撕裂装置。该装置通过工业相机得到皮带表面图像,基于设定的处理程序对图像进行分析,判断激光条纹相邻像素之间距离、光条中心曲率以及光条偏移距离等参数是否超过了设定的阈值,如果超过则认为存在裂纹,即可发出警报,以避免小裂纹进一步拓展最终导致皮带撕裂。     

航空发动机篦齿盘表面裂纹的视觉检测

基于内窥镜的视觉检测技术在现代航空发动机故障诊断中发挥着重要的作用.针对航空发动机篦齿盘均压孔上产生的表面裂纹,采用基于工业视频内窥镜的孔探技术对其进行自动视觉检测.在对均压孔裂纹形成原因和裂纹形态进行分析的基础上,提出一种基于定位-识别模型的盘孔表面裂纹检测方法.该方法采用一种新的模糊快速Hough算法检测均压孔的圆形边界,对盘孔进行定位;然后根据裂纹分布情况确定感兴趣区域,并对该区域内的图像进行二值化和细化;最后采用链码分析实现裂纹识别.在实验中,对比了模糊快速Hough变换、标准Hough变换和随机Hough变换检测盘孔边界的效果,结果表明模糊快速Hough变换可以快速准确地识别出圆形边界,并对盘孔进行定位.采用上述方法对80幅均压孔图像进行裂纹检测试验,结果表明检测的准确率可达91.2%.     

双程摆扫激光测距探测成像在输电线路通道监测中的应用

针对传统输电线路通道监测方法忽略了对输电线图像的边缘灰度特征检测,导致输电图像轮廓特征不准确,输电线路通道监测出现较大误差的问题,提出基于双程摆扫激光测距探测成像的输电线路通道监测方法.构建双程摆扫激光测距探测成像模型,采用激光传感器实现对双程摆扫激光测距探测节点部署.利用探测模型提取输电线路通道监测双程摆扫激光图像,检测输电线路图像的边缘灰度特征.采用双边滤波器实现对输电线路通道监测的图像增强和降噪处理,构建边缘轮廓特征检测模型,根据图像差异度融合结果实现对输电线路通道监测.仿真实验结果表明,采用该方法进行输电线路通道监测的可靠性较好,监测自动化水平和视觉成像水平较好,提高了输电线路通道监测方法的自适应性和准确性.     

基于形态特征的玉米种子表面裂纹检测方法

采用数字图像处理技术实现了对玉米种子表面裂纹的识别和检测。选择冷阴极荧光灯(CCFL)设计了图像采集的光照环境,建立了玉米种子图像的采集系统,然后针对玉米种子图像提出了一种基于籽粒形态学特征的表面裂纹检测方法。该方法采用水平和垂直边缘检测算子处理得到裂纹、种子边界和噪声等边缘信息;然后通过玉米籽粒的形态特征寻找其尖端位置,并使用图像代数运算的方法去除大部分非裂纹信息;最后根据裂纹的长度和位置特征提取得到裂纹,并计算裂纹的绝对长度和相对长度。对农大4967和农大3138两个品种的玉米分别选取裂纹粒和无裂纹粒各50粒进行图像识别,试验结果表明:识别准确率分别为94%和90%,基本满足玉米种子表面裂纹检测的精度要求。     

视觉瞄准激光干涉测量编码型水准尺

针对编码型水准尺分划误差的检测,提出了采用视觉瞄准与双频激光干涉测量相结合的方法。构建了编码型水准尺的精密检测系统并对瞄准测量方法进行了研究。当被测条码边缘出现在瞄准视场中,不必微调载尺工作台,即可实现图像和干涉仪测量数据快速采集,并由软件完成瞄准及测量。针对条码边缘图像的检测,首先采用最大方差法分割图像;然后提出图像边缘跟踪法,直接寻找检测边缘,从而避开去除噪声的困难;最后应用概率细分方法对条码边缘定位,提高测量分辨率。经实际测试,该检测系统视觉瞄准标准差为0.23μm,系统稳定性标准差小于0.5μm。该瞄准测量方法提高了测量效率,测量精度高于检测要求4倍,保证了编码型水准尺检测的可靠性。该检测系统已成功应用于编码型水准尺的分划误差检测。     

红外热成像技术在大型起重机械金属裂纹探伤中的应用

对大型起重机械金属构件中常见的裂纹缺陷进行识别是红外热成像检测应用中一个新的研究方向。介绍了主动式红外热成像检测的技术原理,设计了通过主动式红外热成像检测技术对含有裂纹缺陷的金属钢板试件进行检测的无损检测Non-Destructive Testing(NDT)系统,并根据检测系统搭建了试验平台。针对试验中采集到的原始红外热图像存在裂纹缺陷轮廓模糊、环境噪声干扰等问题,提出采用图像灰度转换、直方图均衡化、中值滤波、阈值分割和边缘检测等方法来提取裂纹缺陷的边缘轮廓特征。结合提取出的轮廓特征,并根据钢板试件的实际试件尺寸和预埋裂纹缺陷轮廓特征图像像素之间的换算关系,得到裂纹缺陷的识别精度。经过对比验证,红外热成像技术可以满足大型起重机械金属构件裂纹缺陷的检测需求。     

基于机器视觉的机械零件自动精密测量

本文提出了一种运用机器视觉实现对机械零件长度的自动精密测量的方法.采用机器视觉技术获取试件的图像数据,利用图像处理中亚像素边缘检测方法实现对边缘的精确定位,并提出了一种相机自动标定方法,从而实现长度的自动精密测量.     

直升机防扭接头金属结构裂纹智能图像监测

针对定期人工检测直升机防扭接头金属结构细微裂纹弊端明显的问题,设计裂纹自动图像监测方法。构建图像采集模块,在恰当位置采集直升机防扭接头金属结构图像。预处理采集到的图像,利用灰度拉伸法增强图像,通过中值滤波法滤除图像噪声,提升图像清晰度;分别采用改进后OTSU算法和Canny多尺度空间边缘检测算法,判断裂纹并确定最高阈值和最低阈值,获取候选裂纹片段特征;使用张量投票去除提取到的候选裂纹片段特征中的离散点并连接裂纹片段,实现裂纹自动图像监测。实验结果表明：所提方法的图像预处理效果更加理想,提取到的裂纹误差更小,秒帧率更高。     

某型航空发动机篦齿盘表面裂纹的视觉检测方法

基于内窥镜的视觉检测技术在现代航空发动机故障诊断中发挥着重要的作用。本文针对某型航空发动机篦齿盘均压孔上产生的表面裂纹,采用基于工业视频内窥镜的孔探技术对其进行自动视觉检测。在对均压孔裂纹形成原因和裂纹形态进行分析的基础上,提出一种基于定位-识别模型的盘孔表面裂纹检测方法。该方法采用一种新的模糊快速Hough算法检测均压孔的圆形边界,对盘孔进行定位;然后根据裂纹分布情况确定兴趣区域,并对该区域内的图像进行二值化和细化;最后采用链码分析实现裂纹识别。在实验中,对比了模糊快速Hough变换与标准Hough变换、随机Hough变换检测盘孔边界的效果,结果表明模糊快速Hough变换可以快速准确地识别出圆形边界,对盘孔进行定位。采用上述方法对80幅均压孔图像进行裂纹检测试验,结果表明检测的准确率可达91.2%。     

[车辆工程与测控]有监督学习下的市域铁路隧道结构裂缝边缘识别方法

裂缝病害的定期巡检工作是保证市域铁路隧道结构正常运营的关键。针对市域铁路隧道结构表观裂缝的有效识别问题,提出了有监督学习下的市域铁路隧道结构裂缝边缘识别方法。首先,利用消费级数码相机获取了市域铁路隧道结构表观状态的图像数据;然后,基于Canny算子的初步边缘目标检测结果,构造了边缘目标的几何特征矢量,并在此基础上提出了基于几何特征数据的裂缝边缘识别方法;最后,采用实际市域铁路隧道结构的表观图像数据验证了所提出方法的有效性。     

图像拼接技术在爬壁机器人位置伺服控制系统中的应用

针对传统爬壁机器人对裂缝图像拼接效果差而导致位置控制结果不精准、工作效率较差的问题,提出基于图像拼接的爬壁机器人位置伺服控制系统.选取 STM３２F１０３RCT６ 为主控芯片,采用气动方式设计机械气动结构,利用 PLC 位置伺服控制器实现故障电路检测.设计视觉控制平台,避免强电磁场影响.软件部分依据 CCD 相机实现机器人视觉监测,采用图像拼接技术删除相邻图像的边缘处重叠部分,实现对墙壁裂缝的准确监测,利用机器人运动速度及机器人预设位置轨迹计算爬壁机器人的位置伺服控制值,将该值传输至系统硬件,实现位置伺服控制.由实验结果可知,所设计系统对裂缝全景图像拼接的精准度较高,机器人的位置伺服控制准确率为 ９７．５％ .     

基于纹理主、旁瓣特征的雪糕棒裂缝缺陷检测

裂缝是雪糕棒表面一种严重缺陷,对雪糕棒的加工和使用影响极大,然而部分又细又浅的裂缝与雪糕棒表面的木纤维纹络具有诸多相似之处,使得当前检测算法提取效果不佳。针对该问题,在对裂缝纹理及木纤维纹络的特征进行详细分析的基础之上,提出了一种基于纹理主瓣和旁瓣灰度特征相结合的检测方案。首先建立纹理主瓣和旁瓣灰度特征提取基本模型;然后提取雪糕棒表面头部全部纹理的边缘;接着,根据建立的模型提取上一步骤所得各边缘相应纹理的主瓣和旁瓣灰度特征量,并根据主瓣特征量的数值大小初步锁定其中属于裂缝纹理的候选边缘(其中包括全部的裂缝边缘和部分木纤维纹络边缘);最后,通过旁瓣特征量与预设阈值的数值关系识别出上一步骤候选边缘中的裂缝纹理边缘,从而实现裂缝缺陷的检测。在自建图库SUT-I3上进行了测试,结果显示所提方法在裂缝缺陷漏检率为0的前提下,其误检率低至6.07%,相对于其他雪糕棒或木材表面裂缝检测方法其误检率最少降低了9.29%,表明了所提方法的高效性,具有实际应用价值。     

基于屋脊特征分析的裂缝检测算法

针对隧道内采集的衬砌图像普遍存在光照不均和混凝土坑洼不平的噪声的现象,导致在检测不同宽窄裂缝时准确率不高的问题,本文提出一种基于屋脊特征分析的裂缝检测算法,把在图像二维空间中的曲线检测问题转换到一维空间中的极值点检测问题.首先,通过检测极值点提取所有屋脊状特征;然后分析裂缝和噪声的区别,根据屋脊高度直方图检测裂缝;最后...     

裂纹故障对轮齿时变啮合刚度的影响分析

针对裂纹引起齿轮时变啮合刚度（TVMS）减小这一现象,研究了裂纹故障对TVMS的影响规律。首先,构建了完整的轮齿齿廓曲线,基于传统势能法分析了相邻齿耦合效应对TVMS的影响,对TVMS计算公式进行修正。其次,采用有限元法确定了裂纹萌生点所在位置,提出了一种沿深度拓展的裂纹曲线,分析了裂纹深度对TVMS和负载分担比的影响,研究了裂纹同时沿深度与长度方向拓展的中早期故障模型。最后,构建了不同故障齿轮副模型,采用有限元法对裂纹沿深度结果进行验证,结果表明势能法与有限元法相吻合。     

短裂纹演化过程中减影图像模糊分析

采用亚体素模型对短裂纹进行局部离散化表示，扩展基于dos平台的CT仿真系统中的文本造型功能，成功实现短裂纹在CT仿真系统中的检测样本建模。通过短裂纹群模拟及像素合并处理方式，在进行低分辨率CT图像的演化分析时，检测到短裂纹扩展引起的异常。借助图像模糊隶属度，对合并图像中像素点具有短裂纹特征的程度进行模糊分析。结果表明：在相同条件下，像素点具有短裂纹特征的程度与短裂纹形态有关，与材质无关。     

老龄飞机多部位损伤结构的剩余强度研究

对老龄飞机的多部位损伤壁板进行剩余强度估算时,应同时考虑裂纹间的相互影响和裂纹的扩展问题。基于Dugdale型裂纹的Swift连通准则,结合扯裂断裂准则,论文提出了应用应力函数交互迭代方法来研究MSD壁板的剩余强度问题,并做了算例阐明。本文所提方法的分析结果与试验值相比平均相对误差和标准差分别为-1.46%和0.069,符合得较好。     

基于形态学可变结构元素的遥感图像边缘检测方法（英文）

利用单一结构元素对遥感图像进行形态学边缘检测时,可能会出现边缘不完整、抑制噪声能力差等问题。为此,提出了一种基于可变结构元素的遥感图像形态学边缘检测方法。首先,依据遥感图像目标的多样性,构造不同尺度和包含多方位的结构元素,以此可变结构元素为基础,构建相应的形态学运算,对遥感图像进行Top-hat和Bottom-hat变换,抑制目标背景中的噪声,突出图像目标边缘;然后利用构造的可变结构元素进行形态学边缘检测,获得多幅具有不同尺度和方位边缘特征的图像;最后对各个方向边缘进行加权求和得到图像边缘,运用最小二乘法对其边缘进行拟合,从而精确地定位出目标边缘轮廓。实验结果表明,本文方法能够检测到完整的遥感图像边缘信息,边缘检测精度较高,抗噪性能优越,相比经典边缘检测算子和单一结构元素的形态学边缘检测方法,图像边缘检测效果较好,检测精度达到95%。     

Detection for transverse corner cracks of steel plates’ surface using wavelet

An algorithm is presented for detecting transverse corner cracks at a steel plate surface using wavelet transform. According to characteristics of transverse corner crack images, the wavelet transform is used for the multi-scale analysis of detecting the image edges and disintegrating the image into four directions at the same time. The proper threshold value is chosen to segment the image into vertical components to obtain the final detection result. The experiment shows that transverse corner cracks of steel plates can be more effectively extracted by the proposed method than the other two common methods.     

Detection for transverse corner cracks of steel plates’ surface using wavelet

An algorithm is presented for detecting transverse corner cracks at a steel plate surface using wavelet transform. According to characteristics of transverse corner crack images, the wavelet transform is used for the multi-scale analysis of detecting the image edges and disintegrating the image into four directions at the same time. The proper threshold value is chosen to segment the image into vertical components to obtain the final detection result. The experiment shows that transverse corner cracks of steel plates can be more effectively extracted by the proposed method than the other two common methods.