发动机包覆层表面缺陷自动检测技术研究

针对发动机包覆层表面可能存在凹坑、凸起等缺陷,使用工业相机和伺服电机对包覆层进行等间距自动检测,得到包覆层表面缺陷图像,采用形态学高帽和低帽变换方法对缺陷图像增强,Ostu双阈值分割的方法进行图像分割,将目标缺陷从复杂背景中提取出来.实验结果表明,该方法在检测发动机包覆层缺陷的大小和位置有较好的效果.     

基于机器视觉的发动机表面缺陷检测技术

发动机表面的缺陷检测是保证其使用安全性的重要手段。本文应用机器视觉技术实现发动机内表面缺陷的自动检测,用内窥镜采集发动机装药内表面的图像,结合图像特点,通过多次实验对比,选择中值滤波方法对图像进行滤波、Canny算子检测图像边缘,应用像素灰度的相似性和不连续性将缺陷从图像背景中分割出来,在此基础上,选取面积和周长特征作为缺陷判断依据,并将以上功能进行整合,设计缺陷自动检测系统。实验结果表明该方法在发动机内表面缺陷检测方面有较好的效果。     

钢板表面质量机器视觉检测系统设计

针对国内钢厂采用人工方法检查钢板表面缺陷存在可靠性差的问题,开发设计了基于机器视觉技术的带钢表面缺陷自动检测系统.系统通过摄像头采集带钢表面的图像,然后采用图像处理及模式识别算法对图像进行实时处理和分析,从而检测出钢扳表面缺陷,并对缺陷进行自动分类识别.实验结果表明,系统能够对带钢表面进行实时在线监测,并能正确识别常见的带钢表面缺陷.     

机器视觉在钢球表面缺陷检测中的应用

提出一种基于机器视觉钢球表面缺陷识别方法, 利用计算机图像技术采集钢球表面图像信号, 采用图像比对法对图像信号进行缺陷识别分析.实践表明使用本文方法能够实现钢球表面缺陷的自动检测,具有可靠、高效的特点.     

产品表面图像中的缺陷自动检测方法研究

仔细设计产品表面缺陷检测的图像识别算法是基于图像处理的产品表面缺陷自动检测系统快速并正确地检测缺陷的关键。以E型磁环表面缺陷的自动检测为例,分析了产品表面图像的特征,用梯度直方图自适应阈值分割的方法对图像进行增强和分割;并提出了一种新的快速识别算法对分割后的目标图像进行检测,实验结果表明了该算法的有效性和实用性。     

基于改进分水岭算法的硅片缺陷提取方法

为了提取硅片表面的缺陷,对其缺陷的提取技术进行了研究,提出了改进水分岭算法进行缺陷提取.该方法首先利用形态滤波对缺陷图像进行滤波,并对滤波后梯度图像进行平滑,在去除噪声的同时很好的保持物体轮廓和细节;为了克服分水岭算法的过度分割问题,利用区域强度准则和边界强度准则对过分割区域合并,很好的解决了过分割问题.实验表明,该方法可以提取精确且封闭的缺陷边缘轮廓,为进一步的缺陷特征量的提取奠定了基础.     

基于机器视觉的液晶屏裂痕自动检测方法研究

随着液晶的普及,对液晶屏生产过程中质量控制提出更高的要求,液晶屏裂痕自动检测系统应运而生,它能真正实现高效率、高稳定性的实时检测。针对液晶屏裂痕缺陷中的"线缺陷"、"点缺陷"进行深入研究,把机器视觉、数字图像处理技术运用到液晶屏裂痕自动检测系统中,并以HALCON和VC++联合编程完成了裂痕自动检测系统的设计。在数字图像处理部分,根据指定尺寸对图像进行傅里叶变换、高斯滤波、迭代处理等一系列操作,为了得到更清晰的图像,突出裂痕区域,对图像进行灰度化、频域图像卷积、滤波去噪、形态学处理。选择出适合在线测量的各种算法,进行了大量实验测试和实时自动检测,结果表明,该方法在识别液晶屏裂痕的几何特征上效果和精度较好,识别速度达到在线要求。     

本期摘要

基于自适应卡尔曼滤波器的MEMS陀螺零点漂移的研究;试论家用燃气报警器用气体传感器的检定方法;基于机器视觉的发动机包覆层表面缺陷检测技术;     

PCA-NLM的纺织品缺陷检测

在纺织品自动检测过程中,采集的图像容易受到噪声及织物表面材质的干扰,为解决这一问题,提出一种混合方法进行纺织品缺陷检测,将图像增强和缺陷检测方法进行混合处理,在非局部均值滤波算法（NLM）的相似度评价中引入主成分分析（PCA）进行去噪处理,采用的PCA-NLM混合模型有效增强了缺陷区域的灰度共生矩阵纹理特征,提高了缺陷纹理和无缺陷纹理之间的类可分离性。通过对7类缺陷的纺织品图像检测实验分析表明,相比单一的非混合方法,本文的混合模型有效提高了纺织品缺陷的检测正确率。     

基于反向P-M扩散的钢轨表面缺陷视觉检测

研制了一种基于反向P-M（Perona-Malik）扩散的钢轨表面缺陷视觉检测装置,该装置可 自动获取钢轨表面图像,并实现实时检测与定位钢轨表面缺陷. 钢轨图像具有光 照变化、反射不均、特征少等特点,为了在运动过程中 从复杂的钢轨表面图像提取缺陷,首先将图像进行反向P-M扩散,然后将扩散后的图像与原图像进 行差分,从而减小了上述因素的影响,最后将差分图像进行二值化操作,根据 缺陷边缘特性和面积进行滤波,分割出缺陷图像. 实验仿真和现场测试结果表明,该方法能很好地识别块状缺陷和线状缺陷,并且检测速度、精度、识别 率和误检率都能很好地满足要求.     

基于形态学和Otsu 的固体火箭发动机CT 缺陷三维分割

为了能够准确判别固体火箭发动机内部缺陷的性质和可能对发动机造成的危害, 需要从三维空间的角度来观察分析。在传统的缺陷分析中,主要是通过观察CT 的二维切片序 列图像以及对二维图像的主观分析去发现缺陷体。为了对缺陷体进行更为准确、立体地分析, 提出对固体火箭发动机工业CT 三维体数据进行处理。首先,通过结合形态学和Otsu 阈值分割 方法对缺陷进行分割和提取;然后,重构出缺陷体三维体数据;最后,对体数据进行三维可视 化显示。实验结果表明,该方法能有效、准确地分割和提取固体火箭发动机三维CT 图像缺陷, 具有较强的鲁棒性。     

药柱脱粘超声检测方法研究

为了能够准确检测出包覆层与推进剂的缺陷,针对药柱自身形状的特点,采用水浸式超声脉冲回波法,提取各部位的缺陷特征回波信号,并对其进行C扫描,获得了试件缺陷图像,并对图像去噪、二值化后得到缺陷的位置和面积信息。选取脱粘情况已知的试件与本系统检测情况进行比较,结果表明,本检测系统检测缺陷位置准确,且有很好的分辨率。     

低温型风力发电机叶片缺陷自动检测方法研究

针对人工检测发电机叶片缺陷时存在的检测结果不精准,检测时间较长的问题,以低温型风力发电机为研究对象,设计了一种基于机器视觉的叶片缺陷自动检测方法。在分析叶片缺陷特征及参数的前提下生成叶片缺陷图像,利用数字图像处理技术对叶片缺陷图像进行灰度化与滤波处理,采用通域递归法提取叶片的缺陷特征并构建最优阈值,最后利用机器视觉技术,实现发电机叶片缺陷的自动检测。在MATLAB平台内模拟发电机叶片缺陷的检测过程,结果显示,基于机器视觉的检测方法能够准确检测出发电机叶片表面的擦痕、裂纹等缺陷,较人工检测精准度高26.7%,且检测耗时较短,说明机器检测具备有效性。     

基于PXI的六分力硬件测试系统设计与实现

为满足大吨位固体火箭发动机地面试验对测试的需求,对固体火箭发动机性能参数以及测试原理进行了深入的研究,组建基于PXI总线的发动机推力矢量、发动机燃烧室压力、发动机壳体变形量的综合测试系统;并搭建系统的硬件平台及软件平台;试验结果表明,该系统能够反映固体火箭发动机地面试验的健康状态,采集的特征参量满足技术指标,具有高可靠性和易操作性等特点,能成功用于固体火箭发动机地面试验中的各种测试需要。     

钢板表面低对比度微小缺陷图像增强和分割

目的 环境干扰及光学元件不稳定等因素往往会造成钢板表面图像照度不均,钢板表面的微小缺陷具有图像灰度不均、对比度低、形态微小等特点,给后续图像分析和缺陷识别带来因难。为此,提出一种钢板表面低对比度微小缺陷图像增强和分割算法,以消除照度不均并突出缺陷信息,从而有效分割缺陷目标。方法 采用小波-同态滤波算法进行图像增强处理,即先利用小波变换对图像进行分解,再基于同态滤波对小波低频系数进行图像灰度修正,同时对高频系数进行高通滤波,然后将处理后的小波低频系数和高频系数进行重构得到增强的图像,从而达到消除照度不均、增强缺陷细节信息的目的。最后利用最大类间方差法（Otsu法）确定自适应阈值提供给Canny算子进行边缘检测。结果 采用本文算法对钢板表面多类型低对比度表面微小缺陷进行研究,有效消除了光照不均;单一的Otsu阈值分割和Canny算子难以有效检测这些缺陷,而本文Otsu-Canny算法的正确检测率达96%。结论 采用小波-同态滤波进行图像增强处理后,再利用Otsu-Canny算法对钢板表面多类型、低对比度的微小缺陷进行边缘检测取得了良好效果。     

带钢表面缺陷图像的可拓分类算法

针对带钢表面缺陷难以识别和分类的问题,将可拓集合理论应用于带钢表面缺陷图像的分类,由缺陷图像的灰度共生矩阵计算出的能量、熵、惯性矩和相关性作为分类的特征向量,通过对大量图像数据的统计分析,确定不同缺陷类别的各参数经典域和节域,计算出待分类缺陷相对于各缺陷类别的加权关联度值,由最大值确定待分类缺陷所属类别。选择实际图像进行分类实验,仿真结果显示能够取得较好的分类效果。     

高频噪声下的螺栓表面缺陷检测

螺栓在很多领域内应用广泛,但在制造和加工过程中可能会出现缺陷问题,螺栓表面缺陷的存在将很大程度影响其使用寿命,并可能造成安全隐患.为了更好地检测螺栓表面缺陷,同时提高检测的速度与精度,应用机器视觉相关技术,针对螺栓表面纹理复杂、具有高频噪声难以检测的问题,提出了基于连通域自定义形状描述子的滤波算法.首先通过图像预处理与...     

基于主成分分析的表面缺陷自动检测算法

为检测产品表面的缺陷,提出一种基于主成分分析的自动检测算法。利用主成分分析法进行图像重构,以增强缺陷特征,对比原图像与重构图像,得到缺陷信息,通过统计过程控制二值化方法检测出缺陷。实验结果表明,该算法检测效果较好,运算速度较快,对于80张不同的表面图片,平均缺陷检测率达80%。     

固体火箭发动机包覆层激光测厚的误差分析

由于火箭发动机的特殊性,在测量过程中检测器不能接触包覆层表面,以免污染包覆层。超声法测量时由于声阻抗的存在,可能导致包覆层的回波信号在多次反射当中相互抵消而无法辨别这两个回波的时差,难以实现精确测量。针对了这些问题,介绍了一种火箭包覆层厚度激光测量方法。并通过测量值和校正值相加,消除同轴向上的误差来进行误差分析。实验证明,该方法能够确定火箭壳体内壁涂敷包覆层厚度测量误差的来源,并进行准确的分析误差。     

PVC建材表面缺陷检测系统研究与设计

为满足PVC建材表面缺陷在线系统高速、高分辨率的检测要求,提出PVC建材表面缺陷检测的系统设计方案。为保证检测系统的实时性,硬件上采用面阵CCD摄像机与LED面光源相结合的图像采集装置,软件上采用实时处理和准实时处理相结合的图像处理方法。针对缺陷图像高噪声、直方图单峰明显的特征,提出边缘检测分割技术与数学形态处理相结合的算法流程。通过分析图像缺陷的统计特性,提取PVC建材表面缺陷区域的特征参数,利用基于决策树的分类器将缺陷分为气泡、色痕、裂痕等。实验结果验证算法的有效性和实时性,其缺陷的检出率达到95%以上,识别率达90%以上。