工字形焊件射线图像中微小缺陷的分割及提取

采用X射线实时成像系统对工字形激光焊件进行检测,得到了含有微小缺陷的低对比度射线检测图像。在分析图像灰度分布特征的基础上,采用数学形态学方法进行背景模拟,并结合背景相减、自动阈值算法提取出了检测图像中的微小缺陷。在结构元尺寸的确定方面,提出了线灰度分布曲线拟合并相减,再搜索相减结果最大值的方法。试验结果表明:该方法能很好地实现检测图像中微小缺陷的分割,且缺陷分割保真度高,算法适应性强。该方法只对感兴趣的区域进行处理,显著提高了图像处理的速度。     

基于改进 Canny 算子的锂电池极片表面缺陷检测

针对目前锂电池极片表面存在低对比度微小缺陷难以检测的问题,提出了一种基于改进Canny算子的锂电池极片表面缺陷检测方法。首先,使用双边滤波改善高斯滤波在降噪时可能造成的图像边缘模糊问题,并在此基础上引入多尺度细节增强算法来增强低对比度图像;其次,基于Sobel算子的3×3梯度模板计算极片图像的梯度幅值和梯度方向;最后,基于最大熵和Otsu算法自动获取图像的高、低阈值,通过逻辑与运算对两种算法阈值分割后的检测结果进行边缘融合,并利用形态学闭运算和细化算法修复不连续边缘,得到最终检测边缘。实验结果表明,传统Canny算子和Otsu-Canny算法难以有效检测不同类型的暗斑、露箔和划痕缺陷,而本文算法对这些缺陷均取得了较好的检测效果,能够在突出目标缺陷区域的同时,有效减少同色度背景噪声,正确检测率达98%,具有一定实用价值。     

面向机柜表面缺陷检测的不均匀光照和低亮度图像增强方法

光照条件是大尺寸机柜表面缺陷检测的重要影响因素。当光照分布不均匀或光照强度不足时,采集得到的机柜表面图像质量低,造成缺陷检测误差。为此,提出一种融合卡通纹理分解和最优双曲正切曲线的图像增强方法。首先,采用导向滤波将机柜表面图像分解为卡通图和纹理图,利用高斯尺度空间理论建立光照模型,实现不均匀光照去除;其次,研究图像的双曲正切曲线性质,通过图像加权拉伸实现低亮度图像增强;最后,采用对比度、亮度和灰度方差乘积对图像增强效果进行评价,同时对增强前和增强后的图像进行缺陷检测,进行对比分析验证。实验结果表明,该方法能实现光照不均且低亮度的机柜表面图像增强,机柜表面缺陷检测的准确率显著提升,召回率提高了29%,F值提高了21%。     

夜间环境下的道路图像增强及车道线检测

车道线的自动检测技术是车辆实现自动驾驶的关键,而夜晚条件下的复杂环境给车道线检测带来很大的困难,是目前该技术研究的难点。这里提出一种图像增强算法,将高斯高通滤波器与高帽滤波结合对道路图像做增强处理,用以解决夜晚条件下低照度非均匀光照道路图像带来的不良影响。高斯高通滤波器调整图像中的非均匀光照,高帽滤波增强车道线边缘并通过图像灰度变换提升车道线与背景的对比度;然后使用分块阈值分割算法对道路图像进行阈值分割,使用基于斜率约束的Hough变换检测图像中的直线,并进行筛选拟合出车道线。     

痕迹图像的快速模糊增强算法及实现

针对痕迹图像的增强处理实际需求 ,通过分析 Pal的对比度模糊增强算法的不足 ,给出了一种改进的快速模糊增强算法。该算法由于采用简化的隶属度函数和分段对比度模糊算子 ,较好地弥补了 Pal算法速度慢和丢失原图像中低灰度值信息的缺陷。实验结果表明 ,该算法对痕迹图像增强处理有着良好的效果 ,尤其是通过对分段模糊算子中 pij取值范围和变换方法的合理选择 ,可实现对痕迹图像进行局部的对比度增强 ,适用于不同痕迹图像的增强处理     

一种基于局部复杂度的水下图像增强方法

因水下信道的特殊性及成像的复杂性,水下图像多呈现出对比度低、边缘模糊等缺陷.提出一种基于局部复杂度的图像增强算法并用于水下图像的增强,不仅锐化了目标边缘,还提高了图像整体对比度.由于局部复杂度对噪声不敏感,所以本算法还具有较好的抗噪性,实验结果表明,可以有效地增强水下图像.     

埋弧焊X射线焊缝图像缺陷分割检测技术

针对在埋弧焊X射线焊缝图像的强噪声和弱对比度特点下常规图像分割算法成功率低的现状,通过综合的分析和实验有针对性地给出了系统、实用的缺陷分割方法.首先通过实验给出了一种提取焊缝图像感兴趣区域(the region of interest,ROI)的方法.该方法通过中值滤波,基于sin函数的图像增强、大津法分割、Sobel算子边缘检测和Hough变换可以定量计算出X射线焊缝图像的ROI区域.进一步通过实验给出基于大津法的焊缝缺陷分割算法,实验表明在无人工设定初始分割阈值情况下这一分割算法具有较高的分割成功率.为进一步提高分割成功率,针对焊缝缺陷相对面积较小的特点,提出将缺陷视为噪声,将平均局部平均灰度视为密度,利用密度聚类方法进行缺陷分割.该方法在78张有缺陷的焊缝图像中,成功地分割出74张图像中的缺陷.最后在所研究算法基础上给出了一个综合考虑到各种因素的分割算法,即可节约计算时间,又可以保证分割的成功率.     

射线图像增强技术仿真研究

图像增强在生物医学、无损检测、卫星遥感等领域得到广泛应用。对于低对比度射线图像而言,局部图像的反差较小是其特点。针对这一特点,将全局自适应均衡与局部动态增强相结合,通过增强倍数进行局部动态调整以适合各种对比度增强的要求。仿真结果表明,该算法能有效提高低对比度射线图像的整体对比度并同时突出细节。在实际应用中,对于其他成像技术的处理也有很好的参考价值。     

一种基于局部图像复原的天文图像增强算法

大气湍流、光子和电子噪声等降低了地基观测天文图像的质量,影响了空间目标的检测,针对这种情况,提出一种基于局部图像复原的天文图像增强算法。首先利用已知的观测设备系统参数和图像建立初始点扩散函数的模型,然后将图像分割成N×N个区域,对满足条件的子区域进行基于盲反卷积的图像复原,最后采用改进的中值滤波器对复原图像进行去噪,实现天文图像的增强。采用实际天文图像进行算法验证,实验结果表明,该算法有效的抑制了大气湍流和噪声的影响,提高了图像的分辨率和空间目标背景的对比度,在保证图像增强效果的前提下减少了大约30%的运算量。     

平板玻璃低对比度表面缺陷检测研究

针对玻璃深加工过程中产生的低对比度表面缺陷,提出了一种基于机器视觉的检测识别算法。首先采用灰度形态学顶帽变换,补偿非均匀照明对图像的影响,其次通过Otsu’s最佳全局阈值分割,获取含缺陷的二值图像,然后设计了一种连通区域分析算法来优化低对比度表面缺陷特征。实验结果表明,该算法可以准确、快速地实现微型平板玻璃低对比度表面缺陷的识别,在一定程度上满足微型平板玻璃表面缺陷自动检测需求。     

基于小波多尺度分解的竹条缺陷检测算法

在竹条缺陷的图像检测过程中,针对缺陷种类多,尺寸和形状变化大且竹纹理干扰大,提出一种竹条缺陷检测算法。首先设计了竹条边界检测算法,以判断竹条的三角条缺陷;其次对竹条图像的小波分解子图像进行32灰度级量化处理,经过分析图像共生矩阵的逆差矩差分值来获取最佳的小波分解层,实现了对竹纹理的滤除;最后结合Otsu自动阈值检测方法,完成了竹条常见的6种缺陷的检测。经过实验,该算法准确稳定,能有效滤除竹纹理的干扰,竹条缺陷检测效果较好。     

炭素制品缺陷的X射线自动检测技术研究

针对炭素制品X光图像的特点,对其缺陷的提取与识别技术进行了研究,给出了目标边界提取算法和基于小波变换的图像增强算法,实现了图像的背景去除及增强处理。在此基础上,为排除噪声干扰的影响,采用数学形态学和迭代阈值分割相结合的方法从背景去除后的图像中提取出缺陷区域,取得了良好的效果。对缺陷特征选择及识别方法进行了研究,设计了基于遗传策略的特征选择和基于BP神经网络的缺陷识别算法,计算表明:缺陷正确识别率可达95%以上。采用上述技术开发完成了一套炭素制品缺陷X射线自动检测系统。     

基于数字图像处理的微光电视像质改善

针对微光电视图像像质缺陷,提出了基于数字图像处理的解决方法。讨论了对微光电视图像进行数字化处理的基本要求,论述了微光电视图像的像质缺陷来源和特点。针对微光电视图像的噪声污染现象,给出了用两种适用实时处理的空间域去除噪声方法。采用直方图均衡化的灰度变换方法来克服微光电视图像显视动态范围偏低的缺点,并通过编程得到了可行有益的微光电视图像的像质改善效果。     

基于SUSAN算法的X射线焊缝图像缺陷提取

针对X射线焊缝图像存在对比度不高、灰度分布不均衡、图像中噪声多以及动态模糊等特点导致焊缝缺陷难以提取等问题,提出了一种基于SUSAN算法的焊缝缺陷提取方法。首先设定了采集图像的有效焊缝区域,减小了所要处理的数据量,进而对该区域进行了中值滤波处理;然后通过SUSAN算法找到了每一行焊缝缺陷区域的入口点及出口点,从而实施了缺陷分割;接着再结合数学形态学运算,滤除了孤立的噪声点与间断点,实现了缺陷区域准确定位。在VC++6.0平台上,针对常见的几类缺陷,包括裂纹、气孔、烧穿、未熔合等,取共100张焊缝缺陷图片进行了算法测试,与人工观测结果相对,正确率约为87%。研究结果表明,焊缝图像噪声过多以及对比度太小是未能正确分割出焊缝缺陷的主要原因。     

基于小波分解灰关联的热波检测图像增强

针对热波检测图像存在的高噪声、低对比度等问题,提出一种基于小波分解和灰关联分析的图像增强方法。该方法首先采用小波变换对待处理的热波图像进行三级小波分解,得到图像相应的低频分量和高频分量,然后利用图像中干扰信号和有用信号在分解后不同分量上的分布规律,采用灰色理论中的灰色关联分析理论来区分高频分量中的干扰信号和有用信号,从而实现对图像中噪声的抑制以提高图像的质量。实验结果表明:提出的方法与常规的滤波方法、小波阈值去噪增强等方法相比,图像的对比度得到明显改善,峰值信噪比最大,因此该方法可用于热波检测图像的增强处理中。     

基于粒子小波变异算法的焊接图像缺陷检测研究

为了提高焊接图像缺陷检测的效果,采用粒子小波变异算法。首先对焊接图像进行滤波和增强,确定焊缝缺陷边界提取范围;然后对粒子群进行小波变异操作,适应值较好的粒子变异概率相对小,通过海明距离计算粒子群的缩放因子,把Morlet小波作为母波,增加粒子多样性;最后建立焊接图像缺陷检测模型,给出算法流程。试验仿真显示,本文算法对焊接图像缺陷检测形状接近实际,能检测出不规则的缺陷,缺陷边缘连通性好,像素误差小,检测效率高。     

基于数字图像处理和特征提取的钢轨表面缺陷识别方法

设计了一种基于图像特征分析的钢轨表面缺陷识别方法,运用快速数字图像处理技术可实现钢轨表面裂缝和剥离掉块缺陷的提取,该识别方法通过对采样图像使用高低帽变换进行图像增强,再进行高斯平滑消除毛刺,最后采用阈值处理及边界抑制来提取出缺陷信息。研究了钢轨伤损评价及信息表达方法,可将缺陷信息以曲线的形式表示出来。为验证所设计方法的有效性,设计了模拟实验装置,用工业线阵CCD摄像机获取钢轨样品运动时检测的图像,进行缺陷识别处理,实验表明,系统输出曲线能够明确反映损伤的程度及其位置信息。     

自适应差异多尺度形态学的风力机叶片红外图像增强研究

为提高采用红外检测技术检测风力发电机叶片内部缺陷的能力，改善红外热像图的清晰度低、背景光照不均和细节识别能力弱等问题，提出了一种自适应差异多尺度形态学(ADMM)的图像增强算法。在膨胀和腐蚀运算中分别选择不同尺度的结构元素作为操作对象，采用对比度改善系数比最大值作为多尺度及差异尺度选择的目标函数；利用开、闭及顶帽运算的优势，提取多尺度下图像的明暗细节信息；通过白顶帽与黑顶帽差值运算得到细节增强信息，并与原图像融合得到增强的红外图像；通过调整图像的灰度分布达到最佳的视觉效果。仿真实验结果表明，该算法不仅有极强的鲁棒性，而且能有效地增强光照不均情况下的红外图像细节，提高红外检测在风力发电机叶片中的探伤能力。     

[表面强化及损伤机理]一种高鲁棒性的钢轨表面缺陷检测算法

利用机器视觉技术检测钢轨表面缺陷时,存在背景光照复杂、车载检测设备与钢轨相对位置发生变化等情况,严重影响了缺陷检测的准确率,为此,提出基于灰度标准差与投影积分的钢轨表面区域定位算法和基于多尺度灰度对比度的增强算法。定位算法利用灰度标准差排除复杂背景的干扰,通过投影积分获取精确的钢轨表面区域;综合不同尺度空间的灰度对比度,将钢轨表面区域图像转化为灰度对比图,实现钢轨表面缺陷的增强;采用迭代阈值分割法提取钢轨表面的缺陷。实验结果表明：提出的钢轨表面缺陷检测算法在几种不同拍摄条件下漏检率均低于6%,准确率均高于93%,用于高速有砟轨道无缝钢轨表面缺陷检测时具有较高的鲁棒性。