基于计算机视觉的干枣在线分级

研究了基于计算机视觉的干枣在线分级,通过计算机视觉技术获取干枣的图像,对该图像进行阈值分割等处理,确定干枣的检测方向,进一步对干枣的尺寸、颜色、缺陷等进行快速精确的分类。试验表明,该方法检测速度快,正确率高,适用范围宽,能够满足农产品加工过程中计算机视觉水果分级技术的要求。     

基于边缘重心模板的水中机器鱼阈值分割算法研究

为了实现不同光照条件下水中机器鱼的准确视觉分割,提出了一种基于边缘重心模板的阈值分割新算法。该算法首先将机器鱼图像从RGB颜色空间转化至HSV颜色空间,利用图像H分量直方图来确定机器鱼像素H分量值的极差;然后基于Sobel算子进行边缘提取来获取边缘重心坐标,并计算以边缘重心为中心的n×n模板的H分量平均值;最后利用机器鱼像素H分量值的极差和平均值来确定边缘重心模板阈值,从而实现机器鱼的阈值分割。3种光照环境的实验结果表明,与其他算法相比,基于边缘重心模板的阈值分割法不仅保证了平均96%的高检出率,其平均误检率也控制在0.4%,从而验证了此算法的有效性。     

基于机器视觉的菌落计数算法研究

针对菌落人工计数的不确定性、效率低等问题，对工业相机、图像处理、特征对比以及计数算法等展开研究。提出了一种基于机器视觉的菌落计数算法。首先搭建一套图像采集系统获取菌落图像，然后利用灰度处理、中值滤波、边缘检测连接、阈值分割、粘连分割、边缘剔除等一系列图像处理方法对菌落图像进行处理，得到菌落的二值化图像，最后根据连通域计数法完成菌落计数，实现客观、快速的菌落计数。通过与人工计数误差对比，计数精度达到了90%，满足了菌落计数的要求。     

迭代式阈值分割的垩白米粒检测方法

为了加快工业生产过程的信息化发展步伐和满足集成自动化的要求,提出在检测垩白米粒过程中用计算机视觉代替人工检测的方法。该方法利用了垩白大米中垩白部分和正常部分的图像性质不同这一特点,通过迭代式阈值算法得到最优阈值,来分割大米的灰度图像,从而得到大米垩白部分的位置和面积大小。迭代式阈值算法是利用迭代思想产生阈值的方法,同时考虑了区域分割,所以用该方法得到的最优阈值对图像进行分割是具有普遍适用性的。实验结果表明,本研究采用的方法能够有效地区分出垩白部位,与人工检测相比只有小于4%的误差。     

基于视觉的压件形貌特征检测与研究

针对不规则压件产品人工抽检效率低下且易视觉疲劳等问题,提出了一种基于HALCON视觉软件的压件多特征多重检测方法。该方法根据压件轮廓的多个特征,利用图像灰度化和形态学处理,采用灰度拉伸算法、迭代阈值算法等提取和分割轮廓,并对分割后的轮廓特征进行属性判断,采取最小二乘法拟合,精准地检测压件的特征。采集100个压件产品利用上述方法进行检测,检测的准确率达到97%。实验表明这种压件检测方法适用于复杂多个特征的压件形貌检测,对压件外形容忍度较高,检测速率快,满足工业上对此类精密产品的高效检测要求。     

基于机器视觉的车速传感器焊点检测

应用机器视觉检测技术对车速传感器焊点进行图像处理与检测,通过CCD工业相机进行图像的采集,根据图像的特点划定感兴趣区域ROI;分析椒盐噪声干扰的影响,采用中值滤波算法对焊点图像进行去噪;采用OSTU算法推导出最佳阈值并用阈值法进行图像分割;运用开运算算法去除因阈值分割生成的细小区块;调用Open e Vision软件算法函数库计算焊点区域面积;调试检测系统程序并进行实际生产试验,结果表明:检测系统对车速传感器焊点检测精确且高效。     

HSI颜色空间下的直线导轨表面缺陷检测方法

为解决直线导轨表面微小缺陷受背景纹理影响、无法准确检测的问题,提出了一种HSI颜色空间下的直线导轨表面缺陷视觉检测方法。将直线导轨表面图像由RGB空间转换到HSI空间,得到色调、饱和度和亮度的分量图;采用主成分分析法对各分量图像进行降维,建立混合灰度模型;利用粒子群算法优化其相应的加权系数;通过阈值分割完成缺陷检测。实验及计算结果表明,相比RGB空间的缺陷提取,该方法能准确检测出常见的直线导轨表面四种类型缺陷。     

基于机器视觉的试样接触疲劳实时检测方法

为了提高滚动接触疲劳试验中,试样接触疲劳检测的速度和精度,提出了一种基于机器视觉的试样接触疲劳实时检测方法。首先基于灰度值统计,设计算法提取试样工作表面区域,再采用改进的动态阈值对提取的区域进行初步检测。然后设计了陷波带阻滤波器并结合空间域滤波作为疲劳特征精确检测的滤波方法。最后融合形态学处理和Otsu算法对滤波后的图像进行目标分割。实验结果表明,该方法漏检率为0.7%,误检率为3.6%,检测精度达到97.5%,能在线对试样疲劳状态进行精确判定,满足实时检测要求。     

基于机器视觉的螺栓松动旋转角度测量

螺栓松动检测对于保障钢桥的正常安全运营十分重要,现有的螺栓松动检测方法由于存在效率低成本高等缺点而难以被广泛应用.为提高钢桥中螺栓松动检测的效率并降低成本,提出一种基于机器视觉技术的螺栓松动旋转角度测量方法以检测螺栓松动,包括以下四步:图像获取、图像预处理、螺栓特征提取和角度计算.首先,使用消费级相机在螺栓附近从任意角度获取图像.然后,对图像进行色阶调整、透视变换和图像灰度化以满足后继方法的要求.接着,使用灰度阈值分割算法并结合形状特征筛选机制提取出图像中螺栓六边形区域,然后使用Rammer算法将螺栓轮廓分割为六部分.最后,使用质心点云法求得分割后螺栓轮廓各部分的方向,通过对比螺栓当前状态与紧固状态方向的变化求得螺栓松动旋转的角度.试验结果表明,该方法可以准确地测量出螺栓松动旋转角度,最大相对误差为5.4％,其精度可以满足工程实践需要,具有良好的应用前景.     

基于机器视觉的手机壳表面划痕缺陷检测

为解决手机壳表面缺陷检测采用人工目测法,检测效率低且漏检率高的问题,采用基于机器视觉的手机壳表面缺陷检测方法,实现产品缺陷的自动化检测。该检测算法采用八方向的各向异性高斯方向导数滤波器对图像进行卷积滤波,并做归一化处理;利用滤波结果图的直方图确定自适应阈值,并进行阈值分割;对图像进行细化后通过划痕缺陷长度特征进行缺陷的提取。实验结果表明,该划痕缺陷检测算法能够实现长度0.5 mm以上的划痕缺陷的准确检测,检测效率高,满足企业的实际需求。     

基于Otsu方法的钢轨图像分割

由于钢轨图像灰度分布不均,一般的图像分割法难以将目标从背景中分割出来,故本文提出了目标方差加权的类间方差阈值分割法对钢轨图像进行阈值分割。分析了钢轨图像的特点,总结了加权的目标方差(Otsu)方法及其它全局阈值分割法对钢轨图像分割存在的问题。然后,对Otsu方法进行改进,以目标出现的概率为权重,对类间方差的目标方差加权,使分割阈值靠近单模直方图的左边缘和双模直方图的谷底。最后,计算图像的错误分类误差、钢轨图像的缺陷检测率和误检率来验证算法的有效性。实验结果表明,改进的Otsu方法能有效地分割钢轨图像,错误分类误差接近0。与其它阈值分割法如Otsu法、其它改进的Otsu法、最大熵阈值分割法相比,本文方法对钢轨图像的分割效果更优,缺陷检测率和误检率分别为93%和6.4%,适合机器视觉缺陷检测的实时应用。     

图像阈值分割的Fisher准则函数法

针对图像分割中的阈值选取问题，通过引入模式识别理论中的Fisher评价函数作为图像分割的准则函数，提出了基于Fisher评价函数法的图像分割新技术。该方法利用图像直方图计算各灰度级下的Fisher评价函数值，其最大值即对应于最佳分割闲值。对该方法进行了详尽的图像分割实验，并与著名的Otsu法、最大熵法、最小误差准则法进行了详细比较，结果表明该方法具有分割性能稳定、计算速度快以及受目标大小影响小等优点，是一种实用有效的图像阈值分割新方法。     

基于机器视觉的电感质量自动检测系统

主要介绍了将机器视觉技术应用于电感质量检测系统,通过图像采集卡和CCD采集图像,并通过图像预处理、阈值分割、边缘定位,边缘检测、Blob分析等算法对图像进行处理,输出检测结果的控制信号,再借助PLC控制执行机构,最终达到对电感的表面质量进行在线检测的目的。     

基于灰度图像直方图的边缘检测

数字图像的边缘检测在图像分割、模式识别、机器视觉等中有很重要的作用。灰度图像的边缘检测通常都基于灰度的梯度变化,而图像的直方图就描述了一幅图像的灰度级内容,通过实验找到了数字图像的边缘检测与图像的直方图之间的内在联系,得出具有双峰直方图的图像,其边缘检测效果是比较好的。     

基于差商的油液监测铁谱图像自适应分割

针对油液监测中铁谱磨粒图像分割阈值难以选取的问题,本文提出一种基于差商的自适应铁谱图像分割算法。首先,将铁谱磨粒灰度图像转换成三维灰度直方图,并对其进行切片分析;然后,引入Newton插值多项式,将不同切片所得的频数作为切片灰度-频数曲线的插值点,基于差商构造第一类可接受函数和第二类可接受函数,结合实验数据确定两类误差,选取同时满足两类误差的最小灰度值作为分割阈值;最后,用本文方法对不同类型的磨粒图像以及添加高斯噪声和椒盐噪声后图像分别进行分割实验,并与经典的迭代阈值法、Otsu算法、最大熵法进行了比较。实验结果表明,本文方法受噪声干扰较小,误检率和漏检率整体优于其他3种算法。对分割所得的磨粒图像进行特征提取,并利用支持向量机进行识别,本文方法对3种故障磨粒识别准确率最高,达到82.86%,虽在运行时间上无明显优势,但综合性能最优,能满足油液监测过程中铁谱图像自适应分割的需求。     

An online defects inspection method for float glass fabrication based on machine vision

Quality control is a crucial issue in a float glass factory, and defects existing in float glass can dramatically depress glass grade. Manual inspection in float glass quality control cannot catch up with the development of float glass industry, and automatic glass defect inspection has been a trend. An online defects inspection method for float glass based on machine vision is presented in this paper, and a distributed online defect inspection system for float glass fabrication is realized. This method inspects defects through detecting the change of image gray levels caused by the difference in optic character between glass and defects. A series of image processing algorithms are set up around the analysis of glass image and the requirements of online inspection system such as reliability, real-time, and veracity. Image filtration based on gradient direction is used to filter noise and reserve the source information of defects. Downward threshold based on adaptive surface removes the background composed with stripes and strengthens defect features. Distortion part and core part of defects are obtained through fixed threshold and OTSU algorithms with gray range restricted, respectively. The fake defects (insects, dust, etc.) are eliminated based on the texture of real defects. The application of an inspection system based on this method in Wuhan glass factory proves this inspection method is effective, accurate, and reliable.     

基于Otsu准则和直线截距直方图的阈值分割

对二维Otsu法中类间离散度测度进行了分析,发现按该算法对被噪声污染图像的二维直方图进行划分时,所得两类的类内均值点容易远离主对角线,因而抗噪声能力不足。针对以上情况,本文提出了一种新算法,该算法基于二维直方图中直线阈值分割的思想,利用像素点的二维信息直接建立阈值直线的截距直方图;然后应用Otsu准则对该一维直方图求解最佳截距阈值,并应用该阈值和二维信息完成图像分割。对提出的算法与传统二维Otsu法进行了比较和分析,结果表明:提出的算法可以有效避免传统算法在抗噪方面的缺陷,当实验图像的噪声方差大于0.003且逐渐增加时,提出的算法抗噪表现稳健;另外,提出的算法计算阈值的速度比基于二维Otsu法的直分法和直线阈值法快2个数量级以上,占用内存空间更少。因而提出的算法是一种抗噪稳健且快速有效的阈值分割算法,更适于实时应用。     

基于微分进化的最大类间方差图像分割算法及应用

通过对传统的最大类间方差胶囊图像分割法的研究,提出了一种基于微分进化算法的最大类间方差的图像分割方法,并且成功于应用于基于机器视觉的胶囊检测对象中。该方法利用胶囊图像分割阈值的实数编码序列作为样本个体,选择最大类间方差作为个体的生存适应度评价标准,进行一系列微分进化算法运算后,最终获得胶囊检测图像的理想分割阈值。实验分析结果表明该方法不仅可以达到最大类间方差法的图像分割效果,而且运行效率优于最大类间方差的图像分割方法,可以提高机器视觉中的图像分割质量。     

透明材料微小器件键合质量检测系统设计

针对材料和结构均特殊的透明材料微小器件的键合质量检测,提出了可见光透射机器视觉检测法。分析了检测系统硬件中主要部件的性能要求,研究了该检测系统的图像处理技术。检测系统利用光源、相机、镜头和计算机等主要部件实现图像采集功能,并通过图像相减、灰度直方图调整、图像滤波和图像二值化等图像处理功能来完成质量检测。实验结果表明,提出的可见光透射机器视觉检测法能灵敏有效地检测出透明材料微小器件键合位置处存在的键合间隙和缺陷大小,检测精度可达10 μm,满足透明材料微小器件键合质量的要求,是一种高效、非接触、无损、无污染的检测方法。