基于多特征判别的密封圈缺陷检测

针对小直径任意形状密封圈的缺陷自动检测,提出一种基于图像处理的多特征检测识别方法。对密封圈图像进行二值化、滤波、轮廓提取与跟踪等预处理,获取密封圈边界内外轮廓线;通过定义轮廓曲线段偏移概率矩阵,计算了偏移二阶矩、熵以及最小外接矩形宽长比,构建了特征向量;采用基于均值向量和标准差向量的分级筛选,判断缺陷是否存在及其位置,并对检测到的缺陷点按欧氏距离进行合并。实验仿真结果表明,该方法能够检测出不同形状密封圈中毛边、缺损等缺陷,多特征的组合使用使整体检测率达到91.6%,给密封圈的质量检测提供了一种良好的思路。     

基于机器视觉的缺陷检测应用综述

针对工业生产过程中缺陷检测的必要性以及传统人工缺陷检测的缺点,研究了基于机器视觉的缺陷检测技术,阐述了典型的机器视觉检测系统的组成,分析了国内外机器视觉缺陷检测技术的应用现状,展望了机器视觉缺陷检测技术的发展趋势,并指出不断优化算法,提高图像处理算法的准确性与鲁棒性,使检测系统更加智能化,是需要不断努力的方向。     

基于微流控的人卵母细胞特性检测

人的卵母细胞特性的研究对于临床医学具有重要意义,可以通过卵母细胞的大小对其活性进行研究。采用微流控平台与MATLAB算法相结合的方法,利用微流控器件的沟道对卵母细胞进行挤压,由于卵母细胞的活性不同对于挤压的反应也不同,活性越好的卵母细胞通过沟道时变形性越好,经检测卵母细胞有很好的活性;拍摄卵母细胞发生形变与卵母细胞通过沟道的视频,利用MATLAB程序进行图像处理得到卵母细胞的大小,测得卵母细胞的直径约为170μm。这种方法有别于传统方法,在一定程度上使用了算法识别,提高了卵母细胞分析统计的准确度,提升了工作效率。由于人的卵母细胞比较珍贵,只进行了初期实验研究,证明此方法确实可行。