木材表面图像的缺陷分割与类型识别方法

为了识别死节、活节、虫眼三种木材表面缺陷,采用Gabor变换和模糊C均值聚类进行缺陷分割;采用数学形态学运算对分割图像进行了后处理;获取了木材缺陷区域的12维频率能量参数和2维几何形状参数;用支持向量机进行木材表面缺陷类型的识别。采用Gabor变换和模糊C均值聚类方法对死节、活节、虫眼三种木材表面缺陷的分割精度都达到94%以上,支持向量机对缺陷类型分类正确率达到93%以上,这说明本文的方法对木材表面缺陷的分割与识别是可行的。     

集箱管接头内焊缝表面缺陷识别方法研究

针对集箱管接头内焊缝表面缺陷自动检测需要,进行了基于计算机视觉的集箱管接头内焊缝表面缺陷自动识别方法研究。分析了不同焊缝图像的纹理特征,从焊缝图像的灰度共生矩阵中提取出15种可用于焊缝表面缺陷状态表征的特征参数。在此基础上,研究将BP神经网络应用于焊缝表面缺陷自动识别中。分析了灰度共生矩阵的步长、灰度级、神经网络的结构参数及输入特征参数的数量和种类对焊缝图像识别效果的影响,优化出最佳的识别参数。在以上研究基础上,利用优化后的神经网络对内窥镜获得的不同焊接质量的焊缝图像进行了训练和识别。结果表明,提出的基于图像纹理的神经网络识别系统可以很好实现集箱管接头内焊缝焊接状态的自动评价,整体识别率达91%。研究工作为集箱管接头内焊缝焊接质量自动检测做了有益的探索。     

基于支持向量机的油管内外表面缺陷识别方法

由于根据漏磁信号难以准确识别出油管内、外表面缺陷,为此提出了基于支持向量机(SVM)的油管内外表面缺陷识别方法。采用时频分析技术提取了用于区分油管内外表面缺陷的漏磁信号时域和频域特征量,然后将其作为油管内外表面缺陷识别SVM模型的样本数据,采用改进的云自适应粒子群(MACPSO)优化算法对SVM识别模型的参数进行优选,结合优选的模型参数和样本数据训练构建油管内外表面缺陷识别SVM模型。实验结果表明:该智能识别方法能够有效区分油管的内外表面缺陷,识别准确率高于90%。     

基于图像处理技术的铸坯表面缺陷自动检测系统的研究

针对目前国内铸坯表面缺陷检测方法落后、检测效率低的情况,应用图像处理技术,设计了铸坯表面缺陷自动检测系统方案.研究了适合高温高辐射条件下的图像采集方案和算法,采用基于BP神经网络的模式识别方法对铸坯表面缺陷图像进行识别与分类,能够有效地提高铸坯质量管理.     

基于图像处理的油封缺陷自动检测与分类识别方法

提出一种油封缺陷检测及分类识别方法.依据量化的油封表面质量定性判断精度指标要求,结合生产实际设计并构建油封缺陷在线视觉检测系统.采用伺服电机同步传动旋转机构等分采集油封环带图像,经图像预处理分割出不同检测区域.利用小波变换模极大值图像边缘检测算法实现油封缺陷检测;提取描述缺陷的特征参量并进行主分量选择,通过支持向量机M-ary分类策略对油封缺陷进行分类识别.实验结果表明,系统及方法切实可行,具有实用推广价值.     

基于小波和灰度共生矩阵的带钢表面缺陷识别

提出了一种基于小波变换和灰度共生矩阵的带钢表面缺陷识别方法。采用小波变换分解缺陷图像并提取其低频子带信息。通过在低频子带上构造0°、45°、90°和135°四个方向的灰度共生矩阵,分别计算角二阶矩、熵、对比度和逆差矩4个特征值,共获得16个特征值,并将其输入支持向量机,完成对6类共1800张带钢表面缺陷图像的识别,总体识别精度大于96%。实验结果表明,小波变换与灰度共生矩阵结合能有效描述带钢表面缺陷纹理特征,具有较好的识别效果。     

冷轧带钢表面相似线性缺陷检测

针对现有冷轧带钢表面的相似线状缺陷检测精度与识别率差的问题,提出一种局部二制模式LBP直方图特征与支持向量机SVM相结合的检测算法。通过对采集的大量划伤与夹杂的带钢表面缺陷图进行预处理,获得感兴趣区域,再进一步利用LBP等价模式获得目标区域的LBP直方图信息,结果显示可以很好地分辨缺陷与非缺陷,并描述的各种缺陷具有可分辨性。采用核函数为径向基函数核的SVM分类器训练识别,结果表明：该方法对划伤和夹杂的缺陷检测准确率达98%。     

摩托车轮毂表面缺陷检测研究

摩托车轮毂表面缺陷可能会造成摩托车在行驶过程中发生交通事故,危及驾驶者的生命,因此,对于摩托车轮毂的表面缺陷检测就显得尤为重要。针对摩托车轮毂表面缺陷检测,提出使用支持向量机(SVM)的方法,在特征选择上使用不同的灰度特征和纹理特征相结合。剖析了样本数量的多少与不同特征维度对支持向量机分类结果造成的影响。当提取灰度特征和纹理特征作为特征变量的时候相较于单独的灰度特征分类精度具有明显的提高,当样本数量为100时,识别精度可以高达93%。研究结果表明,在灰度特征的基础上加入纹理的特征可以大幅度提高支持向量机在摩托车轮毂表面缺陷检测的识别精度。     

基于支持向量机和特征选择的超声缺陷识别方法研究

缺陷的自动识别在管道缺陷超声无损检测和评估中具有重要意义。提出了一个新的超声缺陷自动识别系统。该系统采用小波包分解提取超声信号的特征，采用混沌遗传算法来消除冗余和不相关的特征，并采用支持向量机（SVM）来对缺陷进行识别。为了验证系统的有效性，在实验室内作了大量的超声检测实验。实验结果表明，系统对管道缺陷具有较高的分类性能。     

PNN与BP神经网络在钢板表面缺陷分类中的应用研究

针对钢板表面缺陷图像信噪比低、特征复杂多变而导致现有的钢板表面缺陷模式识别与分类方法存在的实时性差、精度低、适应性差等问题,研究了基于人工神经网络的分类器,以实现对钢板表面缺陷进行实时有效的分类识别。根据钢板表面划痕、麻点、夹杂、锈蚀、辊印5类缺陷的特点,从缺陷图像信号中提取了几何特征、灰度特征和Hu矩特征,选取了能够比较全面表征缺陷特征信息的13维特征向量作为神经网络的输入数据,为缺陷识别和分类提供了依据。分别构造了概率神经网络PNN和BP神经网络分类器,对钢板的表面缺陷进行了分类测试,并对测试结果进行了对比分析。实验结果表明,PNN和BP神经网络的识别率分别为87%和81%。PNN在识别准确率、训练速度、追加样本的能力等几方面的综合性能优于BP神经网络。     

Optimal feature selection using genetic algorithm for mechanical fault detection of induction motor

Time-domain vibration signals are measured in all horizontal, axial, and vertical directions for induction motor mechanical fault diagnostics. Many features are extracted from these signals. The problem is how to find the good features among the feature set in order to receive reliable classifications. Based on specific distance criteria, a genetic algorithm (GA) is introduced to reduce the number of features by selecting optimized ones for fault classification purpose. A decision tree and multi-class support vector machine are used to illustrate the potentiality and efficiency of this selection method. Comparisons show that the diagnostic systems after selecting specific features perform better than the original system.     

基于机器视觉的齿轮缺陷快速检测

结合齿轮缺陷自身的特点，论述了齿轮缺陷检测系统的构成、图像处理及检测流程，提出了一种基于机器视觉的齿轮缺陷快速检测方法。实例分析表明．该检测系统能够快速、准确地实现齿轮缺陷的检测，满足自动化生产的需要，可在实际生产中代替人工检测；     

基于单类支持向量机的织物瑕疵检测研究

为了实现在工业环境下的织物瑕疵在线检测,提出了一种基于单类支持向量机(OCSVM)的织物异常纹理检测方法。通过利用CCD采集织物图像,滤除图像噪声后提取了图像小区域窗口子图像特征;通过实验寻找了两组有效的特征向量,对特征值进行了归一化和主成份分析降维后导入支持向量机分类器中进行了训练,利用单类SVM对异常区域进行了定位和标记。通过对分别利用两组特征向量识别出的图像结果进行组合得到了最后的瑕疵区域。实验结果表明,该算法能够正确地对多种瑕疵进行识别,并能较大程度降低误检率和漏检率;同时,能够有效解决生产实际中瑕疵训练样本难以获取的问题,对未知的待测样本有较好的推广性,可以适应工业检测的要求。     

基于Halcon的电表铭牌缺陷检测系统

国家电网(State Grid)的快速发展扩大了智能电表的生产规模,电表铭牌作为其中关键部分,在生产中的印刷缺陷检测问题应运而生.利用机器视觉,设计了一种基于生成基准图像的电表铭牌视觉检测方法.联合Halcon软件与C#语言编写缺陷检测系统验证检测方法的有效性,结果表明:检测方法对电表铭牌印刷缺陷检测有较好的鲁棒性,能...     

织物瑕疵的实时光电检测系统

针对织物人工视觉检测效率低下的问题,研究了基于单片机的光学检测系统,实现了织物实时高效的自动瑕疵检测.采用光透射的单点扫描方法来实现稀疏经纬线的织物的检测具有高信噪比的优点,因为在这种情况下透射光远远大于发射光.由光电传感器的输出信号可以提取织物的瑕疵信息,此信号经过放大滤波并采样至单片机,最后经单片机定量分析和评估并...     

模糊神经网络法及其在缺陷模式识别中的应用

针对冷轧带钢表面缺陷图像模式识别中出现的问题,引入模糊模式识别和反向传播神经网络识别方法.在研究比较两种识别方法的基础上,利用模糊模式识别在剔除噪音数据和反向传播神经网络在模型拟合和非线性识别上的优势,提出一种新的模糊神经网络方法,并详细讨论了算法的结构特点及其实现方法.对五种出现频率较高的典型缺陷图像进行计算机实验研究,结果表明,该方法能对缺陷图像进行有效的识别,具有良好的性能.     

基于压力传感器的跌倒检测系统研究

通过研究中老年人常见的紧急事故——跌倒为研究对象,针对现有跌倒检测方法存在的诸多问题,我们设计了一种基于压力传感器的跌倒检测系统,该系统包含压力采集模块、基于微处理器的数据处理模块、无线通信模块和后台四个模块。通过检测并分析研究脚底压力在正常行走和跌倒状态下的变化,实现跌倒事件的实时检测。并在此基础上,提出基于支持向量机的跌倒识别方法。实验结果证明该系统的判别具有较高的可靠性和准确性。     

Stream surface strip element method for simulation of the three-dimensional deformations of plate and strip rolling

A new method—the stream surface strip element method (SSSEM)—for simulating the three-dimensional deformations of plate and strip rolling process is proposed. The rolling deformation zone is divided into a number of stream surface (curved surface) strip elements along metal flow traces, and the stream surface strip elements are mapped into the corresponding plane strip elements for analysis and computation. The longitudinal distributions of the lateral displacement and the altitudinal displacement of metal are constructed respectively to be a quartic curve and a quadratic curve, the transverse distributions of them are expressed as the third-power spline function, and the altitudinal distributions of them are fitted to be a quadratic curve. Based on the flow theory of plastic mechanics, the three-dimensional deformations and stresses of the deformation zone are analyzed and formulated. Compared with the streamline strip element method, the SSSEM considers the uneven distributions of stresses and deformations along altitudinal direction, and realizes an accurate three-dimensional analysis and computation. The simulation examples indicate that the method and the model of this paper are in accord with facts, and provide a new reliable engineering-computation method for the three-dimensional mechanics simulation of plate and strip rolling process.     

基于超声透射时差法的金属棒缺陷检测研究

本文提出了一种基于超声透射时差法检测缺陷的方法。首先对超声探头的声场特性分析研究,完成回波信号的转换和调理;然后控制时间数字转换器,得到回波信号的时差值;将采集到的不同时差值进行算法分析,并用数字信息量化出缺陷值,最终转化为可视的二维数据图。通过设计的系统对黄铜棒进行缺陷检测,采集的回波信号时差值的分辨率可达125 ps,缺陷测量误差小于±0.01 mm,径向和轴向分辨率可达0.007°,最大测量直径30 mm。实验结果表明缺陷检测系统具有较高的稳定性、可靠性和灵敏度。     

基于BP神经网络的冷轧带钢表面质量检测研究

针对传统的方法在冷轧带钢表面缺陷图像模式识别中存在的问题,在小波变换提取特征的基础上,提出了基于BP神经网络的非线性模式识别方法.结合国内实例,对5种典型冷轧带钢表面缺陷图像进行了实验研究,实验结果表明,该方法能够对冷轧带钢表面缺陷图像进行有效识别,具有更好的适应性.